全面量化大脑PET图像，常常需要精确的血流输入函数。然而传统方法中，获取这一函数通常依赖于侵入性且耗时的动脉导管采血，这在临床实践中往往难以实现。
7月2日，中国科学院深圳先进技术研究院副研究员孙涛团队与河南省人民医院副院长王梅云团队合作，在医学影像顶级期刊《IEEE医学影像汇刊》发表最新研究。研究团队介绍了一种通过训练全身数据，实现从动态脑PET数据推断血液输入函数的方法。
该研究中，科研人员提出了一种基于深度学习的替代方法，用于估计动态脑FDG（氟代脱氧葡萄糖）扫描的输入函数（DLIF）。这一输入函数是通过CT图像上定义的升主动脉勾画全身PET（正电子发射断层扫描）数据生成的。在构建深度学习网络结构方面，该研究采用了长短时记忆网络与全连接网络的组合。
此外，研究团队还强调了将动力学建模拟合度纳入作为额外物理损失的重要性，有助于引导模型减少偏差并降低对大量训练样本的依赖。为了验证该方法的有效性，研究团队使用了一个包含85个全身动态扫描的数据集，包含了来自八个脑区和颈动脉的时间-活动曲线数据。结果表明，与现有方法的比较，研究团队生成的输入函数在形状和幅度上与参考值非常相似。从视觉和定量两个方面来看，参数图像也与参考图像高度吻合。
这些结果证实了无创且准确地估计血流输入函数的可行性，该方法适用于常规的短视野或专用脑部扫描PET系统，并且无需进行部分容积校正。通过精准计算获得的全局灌注、净流入、净代谢和其他微观参数，有助于推动在广泛的神经和精神疾病中大脑代谢功能的研究，进而辅助制定更有效的治疗策略。
相关论文信息：https://pubmed.ncbi.nlm.nih.gov/38386580/
·“由于猫只在很短的时间内排出生物体，因此人类通过与它们一起生活的猫接触而感染弓形虫的机会相对较小。也就是 临近年末，开源领域“火力全开”：华为以超过120个上游软件和多个主流开源项目的贡献值，在多个主流开源项目中排名第一；上 癌症是人类健康的主要威胁之一。近年来，一种新的靶向精准放射治疗手段——硼中子俘获治疗技术（BNCT）快速发展，对于复发 随着人们生活节奏的加快和对便捷食品需求的增加，预制菜产业正呈现强劲的发展势头。2月13日，《中共中央、国务院关于做 法国政府近日推出“2030国家生物多样性战略”，包括40项措施和200项行动，旨在保护和恢复生态系统、减少对生物多样性的 河南省科学技术厅关于2024年度河南省国际科技合作项目拟立项项目的公示 根据《河南省科技计划项目管理办法（试行）》 。本文链接：研究人员基于深度学习无创获得血液输入函数http://www.sushuapos.com/show-11-8217-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
下一篇： 中国“湖泊人”的一封信