ما الذي يجب أن نعرفه عن PET / CT؟
PET / CT هو جهاز طب نووي يدمج بشكل مثالي أنظمة PET و CT. يوفر التصوير المقطعي بالإصدار البوزيتروني معلومات جزيئية مفصلة عن وظيفة واستقلاب الآفة ، بينما يوفر التصوير المقطعي المحوسب تحديدًا تشريحيًا دقيقًا للآفة ، ويمكن للتصوير لمرة واحدة الحصول على صور مقطعية للجسم كله. مقارنةً بالتصوير المقطعي بالإصدار البوزيتروني والتصوير المقطعي المحوسب المستقل ، يمكن للتصوير المقطعي بالإصدار البوزيتروني / التصوير المقطعي المحوسب أن يحسن بشكل كبير حساسية ودقة ونوعية ودقة تحديد المواقع للتشخيص. يمكنه فهم الحالة العامة للجسم كله في لمحة ، وتحقيق الغرض من الكشف المبكر عن الآفات وتشخيص الأمراض. وهي تستخدم بشكل أساسي للكشف المبكر وتشخيص الأمراض الرئيسية في مجالات الأورام والدماغ والقلب.
وفقًا للبيانات الضخمة الواردة في التقرير السنوي العالمي للسرطان الصادر في عام 2018 ، هناك ما يقدر بنحو 18.1 مليون حالة سرطان جديدة و 9.6 مليون حالة وفاة بالسرطان في جميع أنحاء العالم. يوجد مريض واحد بالسرطان من بين كل 65 شخصًا في بلدنا ، وهو السبب الرئيسي للوفاة. وفقًا لإحصاءات منظمة الصحة العالمية ، فإن معدلات الشفاء الحالية ومعدلات البقاء على قيد الحياة لطرق العلاج المختلفة ليست مرضية للناس. الأسباب الرئيسية هي أن التشخيص متأخر للغاية ، والتدريج غير دقيق ، والعلاج غير مكتمل. نظرًا لأن التصوير المقطعي بالإصدار البوزيتروني / التصوير المقطعي المحوسب يمكن أن يلاحظ التغيرات في التمثيل الغذائي للخلايا في الجسم ، فمن الممكن توضيح طبيعة الورم الأساسي&(التمايز بين الأورام الحميدة والخبيثة ، وتحديد مراحل الورم وتصنيفه) قبل التغييرات ، وما إذا كانت هناك آفات منتشرة جهازية (حالات جهازية) تقييم) ، وكيف يكون التأثير (بضعة أيام أو حتى ساعات بعد العلاج الإشعاعي يمكن أن يلاحظ التأثير العلاجي للورم ، وضبط خطة العلاج في الوقت المناسب ، وعلاج جذري غير كامل بالإضافة إلى ذلك ، تتمتع PET / CT بمزايا فريدة في توطين آفات صرع الدماغ قبل الجراحة ، وتحديد النخر الإشعاعي والتكرار بعد علاج الورم ، وتصنيف الأورام الخبيثة في المخ ، والأمراض العصبية.
ومع ذلك ، فإن الإشعاع الناتج عن التصوير المقطعي بالإصدار البوزيتروني / التصوير المقطعي المحوسب غالبًا ما يجعل الناس&مثل ؛ تشتت انتباه&مثل ؛. تبلغ كمية الإشعاع المأخوذة في فحص PET / CT لكامل الجسم حوالي 7.5 ملي سيفرت. ما هو هذا المفهوم في الطبيعة ، يتلقى البشر ما يقرب من 2.4 ملي سيفرت من الإشعاع الطبيعي كل عام ، لذلك لا يمكن تجاهل جرعة فحص PET / CT. استجابةً لمشاكل جرعة الإشعاع من الإشعاع والإشعاع الناتجة عن التصوير المقطعي المحوسب والمستحضرات الصيدلانية المشعة المحقونة في التصوير المقطعي بالإصدار البوزيتروني / التصوير المقطعي المحوسب ، قامت منظمة الصحة العالمية واللجنة الإشعاعية الدولية والمنظمة الدولية للفيزياء الطبية بصياغة معايير ضمان جودة التعرض الطبي ومراقبة الجرعة ، يجب أن يتبع التعرض للإشعاع المدعوم بشدة مبدأ ALARA (أقل ما يمكن تحقيقه بشكل معقول) للشرعية العملية والحماية المثلى. من المتوقع أن يتم الحصول على أفضل الصور التشخيصية بأقل جرعة إشعاع وأشعة ، مع تقليل تكلفة فحوصات PET / CT وتقليل وقت المسح.
ومع ذلك ، فإن تقليل جهاز التتبع الإشعاعي المحقون سيؤدي إلى تضخيم ضوضاء Poisson ، مما سيؤثر على جودة الصورة ، واكتشاف الآفات والدقة الكمية لـ PET. في التصوير بجرعات منخفضة ، سيتم غمر العديد من المعلومات الأساسية تحت مستوى الضوضاء المتزايد. من خلال إعادة تصميم / تحسين خوارزمية إعادة البناء للمسح بجرعة منخفضة ، يمكن تحقيق أفضل مفاضلة بين مستوى الضوضاء وتقارب الإشارة. من أجل حل التحديات المذكورة أعلاه ، تم اقتراح العديد من الخوارزميات والتقنيات ، والتي يمكن تقسيمها بشكل أساسي إلى خوارزميات تقليدية وخوارزميات التعلم العميق. من بينها ، تشمل الخوارزميات التقليدية بشكل أساسي خوارزميات معالجة / تصفية ما بعد إعادة البناء ، وخوارزميات التوجيه التشريحي ، والنمذجة الإحصائية في عملية إعادة الإعمار التكرارية ، وإزالة الضوضاء وتصحيح تأثير الحجم الجزئي تحت إشراف التصوير بالرنين المغناطيسي. على الرغم من أن هذه الأساليب تحاول تقليل الضوضاء والأخطاء الكمية ، لا تزال هناك مشكلات تتعلق بفقدان الدقة المكانية والتنعيم المفرط.
لقد أدركت خوارزميات التعلم العميق القدرات في حل المشكلات العكسية المعقدة ، مثل إعادة بناء الصورة من الإسقاطات. عملية إعادة بناء الصورة بالتصوير المقطعي المحوسب والتصوير المقطعي بالإصدار البوزيتروني والتصوير المقطعي المحوسب باستخدام تقنية التعلم العميق لها نفس الأساليب تقريبًا. يوجد حاليًا أربع استراتيجيات رئيسية: الطريقة الأولى هي عملية التعلم من صورة إلى صورة ، أي يتم تنفيذ عملية التعلم من صورة إلى صورة في مساحة الصورة. تحويل الصورة ، تدريب نموذج الشبكة لتحسين جودة الصورة للصورة المعاد بناؤها من خلال تقليل التشويش والنمذجة فائقة الدقة. الطريقة الثانية هي عملية التعلم من sinogram إلى sinogram ، أي تدريب نموذج التعلم العميق في مجال الإسقاط لتحسين جودة صورة sinogram لتجنب الحساسية والاعتماد على خوارزمية إعادة البناء. الطريقة الثالثة هي عملية التعلم من خط إلى صورة ، أي تعلم علاقة التعيين غير الخطية بين مجال الإسقاط ومجال الصورة من خلال نموذج الشبكة ، وإزالة خوارزمية إعادة البناء التقليدية تمامًا ، وإنشاء الصورة في خطوة واحدة. الطريقة الرابعة يمكن أن تسمى التعلم بالمجال المختلط. من خلال دمج خوارزمية إعادة الإعمار والتعلم العميق ، يتم تدريب نموذج الشبكة في مجال الإسقاط ومجال الصورة في نفس الوقت لتحقيق الحل الأمثل لمشكلة إعادة بناء الصورة.
تستخدم الصناعة الحالية عمومًا خوارزميات التصوير المقطعي بالإصدار البوزيتروني منخفضة الجرعة في مجال الصورة ، أي بعد إخراج جهاز PET / CT للصورة ، يتم تحسين جودة الصورة من خلال المعالجة اللاحقة للصورة. نظرًا للضوضاء الكبيرة في صور PET ذات الجرعات المنخفضة ، تخفي هذه الضوضاء العديد من الهياكل الدقيقة في صور PET. عادةً ما يؤدي هذا المسار التقني إلى تحف الصور والأخطاء الكمية وفقدان الهياكل الدقيقة. فقد التصوير المقطعي بالإصدار البوزيتروني التقليدي الكثير من المعلومات في عملية إعادة البناء. من الصعب للغاية استعادة المعلومات المفقودة فقط من خلال معالجة الصورة في مرحلة لاحقة ، ومن الصعب تحسين جودة الصورة النهائية. من أجل حل مشكلة جودة الصورة من المصدر ، طورت بعض المختبرات الطبية والمختبرات خوارزميات التعلم العميق بشكل مبتكر بناءً على بيانات PET الخام والصور المعاد بناؤها (النوع الرابع من تعلم المجال الهجين). تقوم الخوارزمية بتضمين الذكاء الاصطناعي بعمق في عملية إعادة بناء صورة PET ، وتستخدم التعلم العميق لاستخراج المعلومات في البيانات الأصلية. من خلال الجمع بين النموذج المادي لإعادة بناء PET ، يتم تطوير كائن المعالجة مباشرةً إلى البيانات الأصلية داخل جهاز التصوير ، ويتم مساعدة خوارزمية إعادة البناء على تحسين جودة الصورة المعاد بناؤها ، مما يقلل بشكل كبير من فقدان المعلومات الفعالة ، وذلك للحصول على صور PET أوضح وأقوى القدرة على اكتشاف الآفات الصغيرة.
