ダイナミックPET検査における人工知能による動脈血放射能曲線の推定

动态PET检查中人工智能估计动脉血放射性曲线

基本信息

批准号：
22K07658
负责人：
加藤千恵次
金额：
$ 2.5万
依托单位：
Hokkaido University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

18F-FDGおよび15O-CO2ダイナミック脳PET検査は、コンパートメントモデル解析を行うことで、脳組織のブドウ糖摂取率や脳血流量を定量評価できるが、そのためには、検査時に連続動脈採血を同時に行う必要がある。動脈採血は、侵襲的で被検者に身体的苦痛を与え、さらに採血を実施する医師の被曝が多いという問題点がある。この課題を解決するために、18F-FDGおよび15O-CO2ダイナミック脳PET画像から、ディープラーニング技術を用いて、動脈血放射能曲線を推定するプログラム開発を行った。18F-FDGダイナミック脳PET画像と同時採取した動脈採血データは、29症例の臨床データを、ディープラーニングのために半数の症例を教師データに用い、残りの半数の症例データを検証用データに用いた。教師データの18F-FDGダイナミック脳PET画像から動脈放射能曲線を推定する訓練を実施した畳み込みニューラルネットワークを作成した。そして、検証用の症例の18F-FDGダイナミック脳PET画像から、採血で得た動脈放射能曲線と統計的な有意差のない動脈放射能曲線を推定することが出来た。15O-CO2ダイナミック脳PET画像と同時採取した動脈採血データは、30症例の臨床データを、ディープラーニングのために半数の症例を教師データに用い、残りの半数の症例データを検証用データに用いた。教師データの15O-CO2ダイナミック脳PET画像から動脈放射能曲線を推定する訓練を実施した畳み込みニューラルネットワークを作成した。そして、検証用の症例の15O-CO2ダイナミック脳PET画像から、採血で得た動脈放射能曲線と統計的な有意差のない動脈放射能曲線を推定することが出来た。

18F-FDG和15O-CO2动态脑PET测试可以通过进行区室模型分析来定量评估脑组织的葡萄糖摄入率和脑血流，但是为此，必须同时进行连续的动脉血液收集。动脉血液的收集是侵入性的，会给受试者带来身体疼痛，并且有一个问题的医生在很大程度上暴露了。为了解决这个问题，我们开发了一个程序，使用18F-FDG和15O-CO2动态脑PET图像的深度学习技术估算动脉放射性曲线。动脉血液收集数据，同时使用18F-FDG动态脑宠物图像，使用了29例病例的临床数据，其中一半用作深度学习的教师数据，另一半用作验证数据。创建了一个卷积神经网络，并通过训练来估算从教师数据的18F-FDG动态脑PET图像中估算动脉放射性曲线。我们能够估计动脉放射性曲线，而从18F-FDG动态脑PET的血液收集中获得的动脉放射性曲线没有统计学上的显着差异。动脉血液收集数据，同时使用15o-CO2动态脑PET图像，使用30例临床数据，一半的病例用作教师数据进行深度学习，而其他一半的病例被用作验证数据。创建了一个卷积神经网络，并通过训练来估算从教师数据的15o-CO2动态脑PET图像中估算动脉放射性曲线。从测试案例的15o-CO2动态脑PET图像中，与从血液收集获得的动脉放射性曲线无统计学差异的动脉放射性曲线也是没有统计学上的。