ការសិក្សាថ្មីមួយដែលមានចំណងជើងថា "ការប្រើប្រាស់ Pix-2-Pix GAN សម្រាប់ Deep Learning-Based Whole-Body PSMA PET/CT Attenuation Correction" ត្រូវបានបោះពុម្ពថ្មីៗនេះនៅក្នុង Volume 15 of Oncotarget នៅថ្ងៃទី 7 ខែឧសភា ឆ្នាំ 2024។
ការប៉ះពាល់នឹងវិទ្យុសកម្មពីការសិក្សា PET/CT ជាបន្តបន្ទាប់ក្នុងការតាមដានអ្នកជំងឺជំងឺមហារីកគឺជាកង្វល់មួយ។ នៅក្នុងការស៊ើបអង្កេតថ្មីៗនេះ ក្រុមអ្នកស្រាវជ្រាវរួមមាន Kevin C. Ma, Esther Mena, Liza Lindenberg, Nathan S. Lay, Phillip Eclarinal, Deborah E. Citrin, Peter A. Pinto, Bradford J. Wood, William L. Dahut, James L. Gulley, Ravi A. Madan, Peter L. Choyke, Ismail Baris Turkbey, និង Stephanie A. Harmon មកពីវិទ្យាស្ថានមហារីកជាតិនៅវិទ្យាស្ថានសុខភាពជាតិបានណែនាំឧបករណ៍ឆ្លាតវៃសិប្បនិម្មិត (AI) ។ ឧបករណ៍នេះមានគោលបំណងបង្កើតរូបភាព PET (AC-PET) ដែលត្រូវបានកែតម្រូវដោយកាត់បន្ថយការបន្ថយពីរូបភាព PET (NAC-PET) ដែលមិនបានកែតម្រូវដោយកាត់បន្ថយភាពចាំបាច់សម្រាប់ការស្កេន CT ក្នុងកម្រិតទាប។
"រូបភាព PET ដែលបង្កើតដោយ Ai មានសក្ដានុពលផ្នែកព្យាបាលដើម្បីកាត់បន្ថយតម្រូវការសម្រាប់ការកែតម្រូវការបន្ទោរបង់លើការស្កែន CT ខណៈពេលដែលរក្សានូវសញ្ញាសម្គាល់បរិមាណ និងគុណភាពរូបភាពសម្រាប់អ្នកជំងឺមហារីកក្រពេញប្រូស្តាត។"
វិធីសាស្រ្ត៖ ក្បួនដោះស្រាយការរៀនសូត្រស៊ីជម្រៅផ្អែកលើស្ថាបត្យកម្ម 2D Pix-2-Pix generative adversarial network (GAN) ត្រូវបានបង្កើតឡើងដោយផ្អែកលើរូបភាព AC-PET និង NAC-PET ដែលបានផ្គូផ្គង។ ការសិក្សា 18F-DCFPyL PSMA (Prostate-specific membrane antigen) PET-CT លើអ្នកជំងឺ 302 នាក់ដែលមានជំងឺមហារីកក្រពេញប្រូស្តាតត្រូវបានបែងចែកទៅជាក្រុមបណ្តុះបណ្តាល សុពលភាព និងការធ្វើតេស្ត (n 183, 60 និង 59 រៀងគ្នា)។ ម៉ូដែលនេះត្រូវបានបណ្តុះបណ្តាលដោយប្រើយុទ្ធសាស្រ្តស្តង់ដារចំនួនពីរ៖ Standard Uptake Value (SUV) ដែលមានមូលដ្ឋានលើ SUV និង NYUL ដែលមានមូលដ្ឋាន។ ការស្កែនដំណើរការផ្តេកត្រូវបានវាយតម្លៃដោយប្រើកំហុសការ៉េមធ្យមធម្មតា (NMSE) កំហុសដាច់ខាតមធ្យម (MAE) សន្ទស្សន៍ភាពស្រដៀងគ្នានៃរចនាសម្ព័ន្ធ (SSIM) និងសមាមាត្រសញ្ញា-សំឡេងដល់កំពូល (PSNR) ។ គ្រូពេទ្យខាងវេជ្ជសាស្ត្រនុយក្លេអ៊ែរនឹងធ្វើការវិភាគកម្រិតដំបៅនៃតំបន់ដែលចាប់អារម្មណ៍។ សូចនាកររថយន្ត SUV ត្រូវបានវាយតម្លៃដោយប្រើមេគុណទំនាក់ទំនងក្នុងក្រុម (ICC) មេគុណដែលអាចធ្វើឡើងវិញបាន (RC) និងគំរូបែបផែនចម្រុះលីនេអ៊ែរ។
លទ្ធផល:នៅក្នុងក្រុមតេស្តឯករាជ្យ មធ្យម NMSE, MAE, SSIM, និង PSNR គឺ 13.26%, 3.59%, 0.891 និង 26.82 រៀងគ្នា។ ICC សម្រាប់ SUVmax និង SUVmean គឺ 0.88 និង 0.89 ដែលបង្ហាញពីទំនាក់ទំនងដ៏រឹងមាំរវាងសញ្ញាសម្គាល់រូបភាពបរិមាណដែលបង្កើតដោយ AI និងដើម។ កត្តាដូចជាទីតាំងដំបៅ ដង់ស៊ីតេ (ឯកតា Hounsfield) និងការឡើងដំបៅត្រូវបានរកឃើញថាប៉ះពាល់ដល់កំហុសដែលទាក់ទងនៅក្នុងរង្វាស់ SUV ដែលបានបង្កើត (ទាំងអស់ p <0.05)។
“AC-PET ដែលបង្កើតដោយម៉ូដែល Pix-2-Pix GAN បង្ហាញពីរង្វាស់ SUV ដែលតម្រឹមយ៉ាងជិតស្និទ្ធជាមួយរូបភាពដើម។ រូបភាព PET ដែលបង្កើតដោយ AI បង្ហាញពីសក្ដានុពលផ្នែកព្យាបាលដ៏ជោគជ័យសម្រាប់កាត់បន្ថយភាពចាំបាច់នៃការស្កេន CT សម្រាប់ការកែតម្រូវការបន្ថយខណៈពេលដែលរក្សាបាននូវសញ្ញាសម្គាល់បរិមាណ និងគុណភាពរូបភាព។
———————————————————————————————————————————————————— ——————————————————————————————————————————–
ដូចដែលយើងទាំងអស់គ្នាបានដឹងហើយថា ការអភិវឌ្ឍន៍នៃឧស្សាហកម្មរូបភាពវេជ្ជសាស្រ្តគឺមិនអាចបំបែកចេញពីការអភិវឌ្ឍន៍ឧបករណ៍វេជ្ជសាស្រ្តស៊េរី - ឧបករណ៍ចាក់ថ្នាំកម្រិតពណ៌ និងឧបករណ៍ប្រើប្រាស់ជំនួយរបស់ពួកគេ - ដែលត្រូវបានប្រើប្រាស់យ៉ាងទូលំទូលាយក្នុងវិស័យនេះ។ នៅក្នុងប្រទេសចិនដែលល្បីល្បាញខាងឧស្សាហកម្មផលិតរបស់ខ្លួន មានក្រុមហ៊ុនផលិតជាច្រើនដែលល្បីល្បាញក្នុងប្រទេស និងក្រៅប្រទេសសម្រាប់ការផលិតឧបករណ៍រូបភាពវេជ្ជសាស្ត្រ រួមទាំងLnkMed. ចាប់តាំងពីការបង្កើតឡើងរបស់ខ្លួន LnkMed បាននិងកំពុងផ្តោតលើវិស័យនៃការចាក់ថ្នាំភ្នាក់ងារកម្រិតពណ៌ដែលមានសម្ពាធខ្ពស់។ ក្រុមវិស្វកររបស់ LnkMed ត្រូវបានដឹកនាំដោយ Ph.D. ជាមួយនឹងបទពិសោធន៍ជាងដប់ឆ្នាំ និងបានចូលរួមយ៉ាងស៊ីជម្រៅក្នុងការស្រាវជ្រាវ និងការអភិវឌ្ឍន៍។ ក្រោមការណែនាំរបស់លោក គCT ក្បាលចាក់តែមួយ,CT ក្បាលចាក់ពីរ,ឧបករណ៍ចាក់ថ្នាំ MRI កម្រិតពណ៌, និងAngiography ឧបករណ៍ចាក់ថ្នាំកម្រិតពណ៌សម្ពាធខ្ពស់។ត្រូវបានរចនាឡើងជាមួយនឹងលក្ខណៈពិសេសទាំងនេះ៖ រាងកាយរឹងមាំ និងបង្រួម ចំណុចប្រទាក់ប្រតិបត្តិការងាយស្រួល និងឆ្លាតវៃ មុខងារពេញលេញ សុវត្ថិភាពខ្ពស់ និងការរចនាជាប់បានយូរ។ យើងក៏អាចផ្តល់នូវសឺរាុំង និងបំពង់ដែលឆបគ្នាជាមួយនឹងម៉ាកល្បីៗនៃ CT, MRI, DSA injectors ជាមួយនឹងអាកប្បកិរិយាដ៏ស្មោះស្ម័គ្រ និងកម្លាំងជំនាញវិជ្ជាជីវៈ បុគ្គលិកទាំងអស់របស់ LnkMed សូមអញ្ជើញអ្នកឱ្យមកស្វែងរកទីផ្សារបន្ថែមទៀតជាមួយគ្នា។
ពេលវេលាប្រកាស៖ ថ្ងៃទី ១៤ ខែឧសភា ឆ្នាំ ២០២៤
