基于生成对抗网络改善儿童低剂量PET图像质量的研究

作者：冯莉娟; 马欢; 鲁霞; 司宇坤; 周子昂; 阚英; 王巍; 李楠; 张辉; 杨吉刚^*

来源：中华核医学与分子影像杂志, 2022, 42(12).

• 神经网络(计算机)
• 图像处理, 计算机辅助
• 时间因素
• 儿童
• 正电子发射断层显像术
• 氟脱氧葡萄糖F18

目的探讨基于生成对抗网络重建PET图像在改善儿童低剂量18F-FDG PET图像质量及病灶检出中的价值。方法回顾性分析2021年8月至2021年12月于首都医科大学附属北京友谊医院行18F-FDG全身PET/CT显像的61例患儿[男38例、女23例, 年龄(4.0±3.5)岁]的PET图像, 将所有患儿通过列表模式提取的低剂量扫描(30 s、20 s、10 s)图像输入生成对抗网络进行深度学习(DL)重建, 获取相应模拟标准全剂量(DL-30 s、DL-20 s、DL-10 s)图像。测量标准全剂量120 s、30 s、20 s、10 s、DL-30 s、DL-20 s、DL-10 s图像的肝血池及原发病灶半定量参数, 计算靶本比(TBR)、对比噪声比(CNR)及CV。采用5分Likert量表对图像质量进行主观评分, 对比各组图像阳性病灶检出情况, 计算阳性病灶检出的灵敏度及阳性预测值。采用Mann-WhitneyU检验、Kruskal-Wallis秩和检验及χ2检验分析数据。结果 30 s、20 s、10 s组图像CNR分别低于DL-30 s、DL-20 s、DL-10 s组(z值:-3.58、-3.20、-3.65, 均P<0.05)。DL-10 s组评分低于120 s、DL-30 s及DL-20 s组[4(3, 4)、5(4, 5)、4(4, 5)、4(4, 5)分;H=97.70, P<0.001];120 s、DL-30 s、DL-20 s及DL-10 s组图像的TBR、CNR、CV、病灶及肝血池SUVmax和SUVmean差异均无统计学意义(H值:0.00～6.76, 均P>0.05)。DL-30 s、DL-20 s、DL-10 s组图像阳性病灶检出的灵敏度分别为97.83%(225/230)、96.96%(223/230)和95.65%(220/230), 阳性预测值分别为96.57%(225/233)、93.70%(223/238)、84.94%(220/259);DL-10 s组阳性预测值较低(χ2=23.51, P<0.001)。DL-10 s组对不同部位阳性病灶检出的假阳性及假阴性病灶较多。结论基于生成对抗网络的DL-20 s组图像质量较高, 能达到临床诊断要求。

• 单位
  首都医科大学附属北京友谊医院; 清华大学