基于散射窗投影与深度学习的无透射衰减补偿方法用于心肌灌注SPECT的开发与任务导向评估
医学物理
2023-03-21 v2 图像与视频处理
摘要
衰减补偿（AC）有益于单光子发射计算机断层扫描（SPECT）心肌灌注成像（MPI）中的视觉判读任务。然而，传统AC方法需要可用的透射扫描，多为CT扫描。该方法具有辐射剂量增加、扫描仪成本上升，以及SPECT与CT图像配准错误时可能误诊等缺点。此外，许多SPECT系统不含CT组件。为解决这些问题，我们开发了散射窗投影与深度学习结合的AC（SLAC）方法，以在无单独透射扫描下执行AC。为探究该方法的临床效能，我们在一项使用匿名临床SPECT/CT负荷MPI图像的回顾性研究中，客观评估了该方法在MPI上检测灌注缺损这一临床任务中的表现。所提方法与基于CT的AC（CTAC）及无AC（NAC）方法进行比较。结果显示，在该任务上SLAC方法产生了几乎重叠的受试者工作特征（ROC）曲线，且与CTAC方法具有相似的ROC下面积（AUC）。这些结果证明了SLAC方法用于SPECT无透射AC的能力，并值得进一步临床评估。
引用
@article{arxiv.2303.00197,
title = {Development and task-based evaluation of a scatter-window projection and deep learning-based transmission-less attenuation compensation method for myocardial perfusion SPECT},
author = {Zitong Yu and Md Ashequr Rahman and Craig K. Abbey and Barry A. Siegel and Abhinav K. Jha},
journal= {arXiv preprint arXiv:2303.00197},
year = {2023}
}