Очень быстрый ПЭТ сканнер

Команда ученых-медиков из Нью-Йорка разработала новую методику получения ПЭТ изображений более высокого качества более чем в 100 раз быстрее, чем с помощью обычных аппаратов.

Исследователи из онкологического центра Мемориал Слоун Кеттеринг с помощью искусственного интеллекта научили сверточные нейронные сети преобразовывать необработанные ПЭТ данные в изображения. Они назвали свой метод DeepPET.

«До этого еще никому не удавалось получать ПЭТ изображения таким образом, – сказала медицинский физик доктор Ида Хэггстрем. – Преимущество, которое мы видим в скорости реконструкции и в качестве изображения, должно привести к более эффективной интерпретации и более надежной диагностике, что поможет при выборе решений по лечению пациента».

Метод основан на обучении компьютерной системы распознаванию характерных особенностей, содержащихся в базе данных, и на применении полученных знаний к результатам исследования конкретного пациента, что позволяет ИИ выполнять такие задачи, как классификация злокачественных образований, прогнозирование результатов лечения или интерпретация медицинских диаграмм.

Преобразование данных в ПЭТ изображения обычно занимает много времени и может давать «картинки», которые не всегда легко читаемы. Но компьютерная сеть прошла обучение на больших объемах ПЭТ данных и изображений. Она также получила информацию о физических и статистических характеристиках сканера и о том, как выглядят получаемые с его помощью типичные ПЭТ изображения, что позволило сократить длительный процесс визуализации в сто раз.

В настоящее время система находится в стадии подготовки к клиническим испытаниям. Исследование финансировалось частично за счет гранта Национального института здравоохранения / Национального института рака.

Результаты были опубликованы в майском выпуске Medical Image Analysis за 2019 год.

Джон Р. Фишер, штатный репортер