带有放射性示踪剂18 F-FDG的正电子发射断层扫描(PET)为评估缺血性心脏病患者的心肌健康提供了重要工具，其中狭窄的冠状动脉减少了心脏的血液供应。此类PET扫描有助于确定对心肌的损伤程度，并在临床决策中发挥重要作用。
当前的指南建议注射200–350 MBq剂量的18 F-FDG。但是降低示踪剂剂量将减少患者的放射线暴露-这是任何诊断程序的基本目标-并降低了成像成本并有可能开拓新的应用领域。但是，不利的一面是较低的示踪剂剂量可能导致较差的图像质量，从而降低诊断准确性。
为解决该问题而提出的一种方法是采用人工智能算法来恢复图像质量。丹麦Rigshospitalet的研究人员现已研究了深度学习在减少低剂量PET图像中的噪声方面的应用。他们使用18幅缺血性心脏病患者的F-FDG图像验证了这种方法的诊断准确性，并在Physics in Medicine and Biology中详细介绍了他们的发现。
第一作者ClaesNøhrLadefoged及其同事回顾性检查了使用18 F-FDG -PET / CT进行心脏生存能力测试的168例患者。患者接受约300 MBq的18 F-FDG，一小时后接受低剂量CT扫描，然后进行胸部PET扫描。
研究人员重建了静态和ECG门控(具有8个门)的PET图像。他们还模拟了总计数的1%和10%的减量图像，分别对应于3 MBq和30 MBq的示踪剂剂量。然后，他们培训了为生物医学图像分割而开发的3D卷积神经网络U-Net，以对四组减少剂量的PET图像(具有两个减少剂量阈值的静态数据和门控数据)进行消噪。
临床指标
缺血性心脏病患者的诊断基于多种因素，包括舒张末期容积(EDV)，收缩末期容积(ESV)，左心室射血分数(LVEF)和FDG缺陷程度(偏离受试者间正常水平)的估计值。灌注)。尽管没有具体的阈值，但具有正常心肌灌注的患者通常具有较低的程度评分和较高的LVEF。
研究人员比较了来自105位患者的全剂量，减量和降噪的减量PET图像。他们使用自动分割左心室的Corridor4DM软件，从门控图像中提取了EDV，ESV和LVEF值，并从静态图像中提取了FDG缺陷范围。
对于EDV和ESV测量，全剂量和降低1%剂量的PET图像匹配良好，相关系数大于0.93，随着降噪，相关系数增加至0.98以上。显然，对于LVEF，降噪使这种相关性从0.73增加到0.89。在降低10%的剂量图像中，该团队发现所有指标之间的相关性极佳，而去噪后只有很小的改善。他们注意到，所有去噪图像均与全剂量图像没有显着差异。
根据欧洲心脏病学会指南(将正常LVEF定义为50%或更高)，诊断的准确性在对减少剂量的图像进行消噪后得到了改善。使用减少1%剂量的图像时，有13位患者的诊断与全剂量测量所建议的诊断有所不同。降噪仅使两名患者受益。对于减量10%的图像，五名患者在降噪之前进行了不协调的诊断，并且所有诊断在降噪之后均达成了共识。
研究人员指出，平均而言，FDG缺陷程度分数仅受剂量降低的影响，即使减少1%的剂量减少图像也能提供与全剂量图像相似的分数。这很可能是因为该指标是从静态PET图像中测量的，其中使用了所有真实的重合事件。相反，ESV和EDV测量值是从门控的PET图像中获取的，这些图像仅包含每个门的计数的八分之一，从而产生更大的噪声。
减少剂量的图像在去噪后还显示出图像质量的显着改善。比较减少剂量为1%和全剂量静态图像的标准摄取值(SUV)测量值，在减少剂量的图像中显示出相当大的偏差。但是，经过降噪后，它们展示了几乎相同的SUV。减少了10%剂量的图像中的SUV与全剂量图像中的SUV非常相似，但使用降噪模型进一步改进了SUV。
研究人员得出结论，他们的深度学习降噪模型可以在不影响诊断准确性的情况下，在心脏PET成像中显着降低18 F-FDG剂量。他们写道：“量化的临床指标可将剂量降低至全剂量的一百分之一，”。“减少剂量对患者，员工，一般的辐射防护和医疗保健而言非常重要。”
当前的指南建议注射200–350 MBq剂量的18 F-FDG。但是降低示踪剂剂量将减少患者的放射线暴露-这是任何诊断程序的基本目标-并降低了成像成本并有可能开拓新的应用领域。但是，不利的一面是较低的示踪剂剂量可能导致较差的图像质量，从而降低诊断准确性。
为解决该问题而提出的一种方法是采用人工智能算法来恢复图像质量。丹麦Rigshospitalet的研究人员现已研究了深度学习在减少低剂量PET图像中的噪声方面的应用。他们使用18幅缺血性心脏病患者的F-FDG图像验证了这种方法的诊断准确性，并在Physics in Medicine and Biology中详细介绍了他们的发现。
第一作者ClaesNøhrLadefoged及其同事回顾性检查了使用18 F-FDG -PET / CT进行心脏生存能力测试的168例患者。患者接受约300 MBq的18 F-FDG，一小时后接受低剂量CT扫描，然后进行胸部PET扫描。
研究人员重建了静态和ECG门控(具有8个门)的PET图像。他们还模拟了总计数的1%和10%的减量图像，分别对应于3 MBq和30 MBq的示踪剂剂量。然后，他们培训了为生物医学图像分割而开发的3D卷积神经网络U-Net，以对四组减少剂量的PET图像(具有两个减少剂量阈值的静态数据和门控数据)进行消噪。
临床指标
缺血性心脏病患者的诊断基于多种因素，包括舒张末期容积(EDV)，收缩末期容积(ESV)，左心室射血分数(LVEF)和FDG缺陷程度(偏离受试者间正常水平)的估计值。灌注)。尽管没有具体的阈值，但具有正常心肌灌注的患者通常具有较低的程度评分和较高的LVEF。
研究人员比较了来自105位患者的全剂量，减量和降噪的减量PET图像。他们使用自动分割左心室的Corridor4DM软件，从门控图像中提取了EDV，ESV和LVEF值，并从静态图像中提取了FDG缺陷范围。
对于EDV和ESV测量，全剂量和降低1%剂量的PET图像匹配良好，相关系数大于0.93，随着降噪，相关系数增加至0.98以上。显然，对于LVEF，降噪使这种相关性从0.73增加到0.89。在降低10%的剂量图像中，该团队发现所有指标之间的相关性极佳，而去噪后只有很小的改善。他们注意到，所有去噪图像均与全剂量图像没有显着差异。
根据欧洲心脏病学会指南(将正常LVEF定义为50%或更高)，诊断的准确性在对减少剂量的图像进行消噪后得到了改善。使用减少1%剂量的图像时，有13位患者的诊断与全剂量测量所建议的诊断有所不同。降噪仅使两名患者受益。对于减量10%的图像，五名患者在降噪之前进行了不协调的诊断，并且所有诊断在降噪之后均达成了共识。
研究人员指出，平均而言，FDG缺陷程度分数仅受剂量降低的影响，即使减少1%的剂量减少图像也能提供与全剂量图像相似的分数。这很可能是因为该指标是从静态PET图像中测量的，其中使用了所有真实的重合事件。相反，ESV和EDV测量值是从门控的PET图像中获取的，这些图像仅包含每个门的计数的八分之一，从而产生更大的噪声。
减少剂量的图像在去噪后还显示出图像质量的显着改善。比较减少剂量为1%和全剂量静态图像的标准摄取值(SUV)测量值，在减少剂量的图像中显示出相当大的偏差。但是，经过降噪后，它们展示了几乎相同的SUV。减少了10%剂量的图像中的SUV与全剂量图像中的SUV非常相似，但使用降噪模型进一步改进了SUV。
研究人员得出结论，他们的深度学习降噪模型可以在不影响诊断准确性的情况下，在心脏PET成像中显着降低18 F-FDG剂量。他们写道：“量化的临床指标可将剂量降低至全剂量的一百分之一，”。“减少剂量对患者，员工，一般的辐射防护和医疗保健而言非常重要。”
