পিইটি ইমেজিংয়ে এআই-ভিত্তিক অ্যাটেন্যুয়েশন সংশোধনের মাধ্যমে রোগীর যত্ন বৃদ্ধি করা

"Utilizing Pix-2-Pix GAN for Deep Learning-based Whole-Body PSMA PET/CT Attenuation Correction" শীর্ষক একটি নতুন গবেষণা সম্প্রতি Oncotarget-এর ১৫ নম্বর খণ্ডে ৭ মে, ২০২৪ তারিখে প্রকাশিত হয়েছে।

অনকোলজি রোগীদের ফলো-আপে ধারাবাহিক PET/CT গবেষণা থেকে বিকিরণের সংস্পর্শ উদ্বেগের বিষয়। সাম্প্রতিক এই তদন্তে, ন্যাশনাল ইনস্টিটিউট অফ হেলথের ন্যাশনাল ক্যান্সার ইনস্টিটিউটের কেভিন সি. মা, এস্থার মেনা, লিজা লিন্ডেনবার্গ, নাথান এস. লে, ফিলিপ এক্লারিনাল, ডেবোরা ই. সিট্রিন, পিটার এ. পিন্টো, ব্র্যাডফোর্ড জে. উড, উইলিয়াম এল. ডাহুত, জেমস এল. গালি, রবি এ. মাদান, পিটার এল. চোইকে, ইসমাইল বারিস টার্কবে এবং স্টেফানি এ. হারমন সহ গবেষকদের একটি দল একটি কৃত্রিম বুদ্ধিমত্তা (AI) টুল চালু করেছেন। এই টুলের লক্ষ্য হল নন-অ্যাটেন্যুয়েশন-কারেক্টেড PET (NAC-PET) ইমেজ থেকে অ্যাটেন্যুয়েশন-কারেক্টেড PET (AC-PET) ইমেজ তৈরি করা, যা কম-ডোজ সিটি স্ক্যানের প্রয়োজনীয়তা হ্রাস করে।

"এআই-জেনারেটেড পিইটি ইমেজগুলির ক্লিনিক্যাল সম্ভাবনা রয়েছে যা সিটি স্ক্যানে অ্যাটেন্যুয়েশন সংশোধনের প্রয়োজনীয়তা কমাতে পারে এবং একই সাথে প্রোস্টেট ক্যান্সার রোগীদের জন্য পরিমাণগত মার্কার এবং ছবির গুণমান সংরক্ষণ করতে পারে।"

পদ্ধতি: 2D Pix-2-Pix জেনারেটিভ অ্যাডভারসারিয়াল নেটওয়ার্ক (GAN) আর্কিটেকচারের উপর ভিত্তি করে একটি গভীর শিক্ষণ অ্যালগরিদম তৈরি করা হয়েছিল, যা জোড়া AC-PET এবং NAC-PET চিত্রের উপর ভিত্তি করে তৈরি করা হয়েছিল। প্রোস্টেট ক্যান্সারে আক্রান্ত 302 জন রোগীর 18F-DCFPyL PSMA (প্রোস্টেট-নির্দিষ্ট ঝিল্লি অ্যান্টিজেন) PET-CT গবেষণাটি প্রশিক্ষণ, বৈধতা এবং পরীক্ষার গ্রুপে বিভক্ত ছিল (যথাক্রমে n 183, 60, এবং 59)। মডেলটিকে দুটি মানসম্মত কৌশল ব্যবহার করে প্রশিক্ষণ দেওয়া হয়েছিল: স্ট্যান্ডার্ড আপটেক ভ্যালু (SUV) ভিত্তিক এবং SUV-NYUL ভিত্তিক। স্ক্যানিং অনুভূমিক কর্মক্ষমতা স্বাভাবিক গড় বর্গ ত্রুটি (NMSE), গড় পরম ত্রুটি (MAE), কাঠামোগত মিল সূচক (SSIM) এবং পিক সিগন্যাল-টু-নয়েজ রেশিও (PSNR) ব্যবহার করে মূল্যায়ন করা হয়েছিল। নিউক্লিয়ার মেডিসিন চিকিৎসক সম্ভাব্যভাবে আগ্রহের ক্ষেত্রের একটি ক্ষত স্তর বিশ্লেষণ করেছিলেন। SUV সূচকগুলি আন্তঃ-গ্রুপ পারস্পরিক সম্পর্ক সহগ (ICC), পুনরাবৃত্তিযোগ্যতা সহগ (RC) এবং রৈখিক মিশ্র প্রভাব মডেল ব্যবহার করে মূল্যায়ন করা হয়েছিল।

ফলাফল：স্বাধীন পরীক্ষার সমষ্টিতে, NMSE, MAE, SSIM, এবং PSNR এর মধ্যমা যথাক্রমে 13.26%, 3.59%, 0.891 এবং 26.82 ছিল। SUVmax এবং SUV এর গড় মান ছিল 0.88 এবং 0.89, যা মূল এবং AI-উত্পাদিত পরিমাণগত ইমেজিং মার্কারগুলির মধ্যে একটি শক্তিশালী সম্পর্ক নির্দেশ করে। ক্ষতের অবস্থান, ঘনত্ব (হাউন্সফিল্ড ইউনিট) এবং ক্ষত গ্রহণের মতো কারণগুলি উত্পন্ন SUV মেট্রিক্সে আপেক্ষিক ত্রুটিকে প্রভাবিত করতে দেখা গেছে (সমস্ত p < 0.05)।

"Pix-2-Pix GAN মডেল দ্বারা উৎপন্ন AC-PET SUV মেট্রিক্স প্রদর্শন করে যা মূল চিত্রগুলির সাথে ঘনিষ্ঠভাবে সামঞ্জস্যপূর্ণ। AI-উত্পাদিত PET চিত্রগুলি পরিমাণগত মার্কার এবং চিত্রের গুণমান বজায় রেখে অ্যাটেন্যুয়েশন সংশোধনের জন্য সিটি স্ক্যানের প্রয়োজনীয়তা হ্রাস করার জন্য প্রতিশ্রুতিবদ্ধ ক্লিনিকাল সম্ভাবনা প্রদর্শন করে।"

——

আমরা সকলেই জানি, মেডিকেল ইমেজিং শিল্পের বিকাশ এই ক্ষেত্রে ব্যাপকভাবে ব্যবহৃত একাধিক চিকিৎসা সরঞ্জাম - কনট্রাস্ট এজেন্ট ইনজেক্টর এবং তাদের সহায়ক ভোগ্যপণ্য - এর বিকাশের সাথে অবিচ্ছেদ্য। চীনে, যা তার উৎপাদন শিল্পের জন্য বিখ্যাত, সেখানে মেডিকেল ইমেজিং সরঞ্জাম উৎপাদনের জন্য দেশে এবং বিদেশে বিখ্যাত অনেক নির্মাতা রয়েছে, যার মধ্যে রয়েছেLnkMed সম্পর্কে। প্রতিষ্ঠার পর থেকে, LnkMed উচ্চ-চাপ কনট্রাস্ট এজেন্ট ইনজেক্টরের ক্ষেত্রে মনোনিবেশ করে আসছে। LnkMed-এর ইঞ্জিনিয়ারিং টিমের নেতৃত্বে আছেন একজন পিএইচডি, যার দশ বছরেরও বেশি অভিজ্ঞতা রয়েছে এবং তারা গবেষণা ও উন্নয়নে গভীরভাবে নিযুক্ত। তার নির্দেশনায়,সিটি সিঙ্গেল হেড ইনজেক্টর,সিটি ডাবল হেড ইনজেক্টর,এমআরআই কনট্রাস্ট এজেন্ট ইনজেক্টর, এবংঅ্যাঞ্জিওগ্রাফি উচ্চ-চাপের কনট্রাস্ট এজেন্ট ইনজেক্টরএই বৈশিষ্ট্যগুলি দিয়ে ডিজাইন করা হয়েছে: শক্তিশালী এবং কম্প্যাক্ট বডি, সুবিধাজনক এবং বুদ্ধিমান অপারেশন ইন্টারফেস, সম্পূর্ণ কার্যকারিতা, উচ্চ নিরাপত্তা এবং টেকসই নকশা। আমরা এমন সিরিঞ্জ এবং টিউবও সরবরাহ করতে পারি যা বিখ্যাত ব্র্যান্ডের CT, MRI, DSA ইনজেক্টরের সাথে সামঞ্জস্যপূর্ণ। তাদের আন্তরিক মনোভাব এবং পেশাদার শক্তির সাথে, LnkMed-এর সমস্ত কর্মীরা আপনাকে একসাথে আরও বাজার অন্বেষণ করতে আন্তরিকভাবে আমন্ত্রণ জানাচ্ছে।