Die Erkrankung der Koronararterien ist die weltweit häufigste Todesursache. Eines der häufigsten Werkzeuge zur Diagnose und Überwachung von Herzerkrankungen, Myokard -Perfusionsbildgebung (MPI) durch Einzelphotonenemissions -Computertomographie (SPECT) verwendet einen radioaktiven Tracer und eine spezielle Kamera Erkennende Koronararterienerkrankungen und andere kardiovaskuläre Anomalien. Die herkömmliche SPECT -Bildgebung erfordert jedoch einen zusätzlichen CT -Scan, um genaue Ergebnisse zu gewährleisten und Patienten mehr Strahlung auszusetzen und die Kosten zu erhöhen.
Eine neue Deep -Learning -Technik, die von Forschern der Washington University in St. Louis mit Mitarbeitern der Cleveland Clinic und der University of California Santa Barbara entwickelt wurde, könnte die Art und Weise verändern, wie Herzgesundheit überwacht wird, was sie sicherer und zugänglicher macht.
Die Methode, die als CTLess bekannt ist, nutzt Deep Learning, um die CT -Anforderung zu beseitigen, ohne die diagnostische Genauigkeit zu beeinträchtigen. Das Projekt unter der Leitung von Abhinav JHA, Associate Professor für Biomedizinische Ingenieurwesen an der McKelvey School of Engineering und für Radiologie am Washu Medicine Mallinckrodt Institute of Radiology, wurde am 25. November online veröffentlicht in IEEE -Transaktionen in der medizinischen Bildgebung.
Die nächste Forschungsphase besteht darin, dass sie diese Methode validieren und gleichzeitig daran arbeiten, diese Technologie den Krankenhäusern der ländlichen Gemeinschaft zugänglich zu machen. Ihre kostensparende Technik ist insbesondere für Fälle von Bedeutung, in denen der Zugang zu solchen Scans begrenzt sein kann, z.
Die SPECT -Bildgebung erfordert einen zusätzlichen CT -Scan zur Dämpfungskompensation (AC), der dafür korrigiert, wie das emittierte Signal schwächt oder abschwächt, wenn es sich durch Körpergewebe bewegt, wodurch Herzbilder verdeckt und zu diagnostischen Ungenauigkeiten führen. Solche CT -Scans werden normalerweise auf einem SPECT/CT -Scanner erfasst, aber viele Einrichtungen haben diese CT -Komponente nicht.
„Aufgrund von Kosten, Komplexität, Verfügbarkeit von Geräten, regulatorischen Bedenken und anderen lokalen Faktoren in Krankenhäusern und Fernpflegezentren werden ungefähr 75% aller SPECT -MPI -Scans ohne Wechselstrom durchgeführt, was möglicherweise die diagnostische Genauigkeit dieser Scans beeinträchtigt“, sagte Jha. „Durch die Integration von Konzepten in Physik und tiefes Lernen schätzt die vorgeschlagene ctless -Methode eine synthetische Dämpfungskarte, die dann für AC verwendet wird. Daher kann ctless einen Mechanismus ermöglichen, bei dem möglicherweise kein zusätzlicher Scan erforderlich ist.“
CTless verwendet Photonen aus dem Emissions -Scan, um die Abschwächung abzuschätzen, die dann zur Verbesserung der Bildqualität und zur Verbesserung der diagnostischen Interpretation verwendet werden können. JHA und seine Mitarbeiter bewerteten die Leistung von ctless unter Verwendung von klinischen Daten in realer Welt und stellten fest, dass ihre Methode vergleichbare Ergebnisse für die traditionelle Dämpfungskompensation zeigte.
Insbesondere zeigten CTless eine robuste Leistung über verschiedene Scannermodelle, Herzschaden und Patientendemografie. JHA stellte fest, dass anatomische Unterschiede zwischen Männern und Frauen zu unterschiedlichen Abschwächungsniveaus in diesen Gruppen führen, und bestätigte, dass die ctless -Methode für beide Geschlechter eine ähnliche Leistung wie traditionelle Wechselstromleiterin liefert. Die Leistung von ctless war auch relativ stabil, obwohl die Größe der Trainingsdaten reduziert wurde. Alle diese Beobachtungen machen ctless eine vielversprechende Option für die weit verbreitete klinische Einführung nach zusätzlicher Validierung.
„Unsere Ergebnisse versprechen, dass in Zukunft ein separater CT-Scan möglicherweise nicht für die Durchführung einer Dämpfungskorrektur bei MPI-Spect erforderlich ist. Dies ist insbesondere für Fälle von Bedeutung Gemeinschaften „, sagte Jha. „Durch die Möglichkeit, AC durchzuführen, ohne eine CT zu benötigen, kann die vorgeschlagene ctless -Methode dazu beitragen, die technologische Gesundheitsgleichheit in den USA und weltweit zu steigern.“
Diese Arbeit wurde teilweise vom Nationalen Institut für biomedizinische Bildgebung und Bioengineering (R21-EB024647, R01-EB031051 und R01-EB031962), die Bradley-Alavi-Studentenstipendiat aus der Bildungs- und Forschungsstiftung für die Kernmedizin sowie die Molekular-Imaging sowie die Bradley-Alavi National Science Foundation Career Award (2239707).
