用于 PET 成像的新工具允许对脑肿瘤进行评估
发布日期：2023-11-06根据发表在《核医学杂志》上的新研究，一种新的人工智能工具提供了一种全自动、易用和客观的方法来检测和评估脑肿瘤。开发用于氨基酸PET扫描的基于深度学习的分割算法也可以评估脑瘤患者对治疗的反应，其质量与有经验的医生相当，但时间很短。
PET在脑瘤诊断中变得越来越重要，补充了结构MRI。在过去的几年中，一些研究已经证明了代谢肿瘤体积对于评估脑瘤患者的治疗反应的诊断价值。然而，由于测量脑肿瘤的代谢肿瘤体积的变化是耗时的，所以它通常不是常规临床评估的一部分。
“代谢性肿瘤体积在临床实践中没有进行常规评估，这一事实表明，体积氨基酸PET分割所需的时间和精力仍然超过了临床效益，”Philipp Lohmann博士说，他是医学物理学助理教授(Habilitation ),也是德国于利希研究中心神经科学和医学研究所定量图像分析和人工智能的团队负责人。
“作为回应，我们的团队开发了一种基于深度学习的分割算法，用于对氨基酸PET数据进行鲁棒和全自动的体积评估，并评估了其在神经胶质瘤患者反应评估中的性能。”研究人员回顾性评估了来自555名脑肿瘤患者的699次18F-FET PET扫描(在初始诊断时或随访期间)。在训练和测试数据集上配置基于深度学习的分割算法，并测量代谢肿瘤体积的变化。
此外，该算法还应用于更近发表的18F-FET PET研究数据，该研究旨在评估接受替莫唑胺辅助化疗的胶质母细胞瘤患者的疗效。然后将算法的反应评估与研究中报告的有经验的医生的评估进行比较。
