Клиническое применение AI-модели низких доз CBCT

Краткое описание

Конусообразный рентгеновский компьютерный томограф (КБКТ) — это метод визуализации, используемый в интервенционной цифровой субтракционной ангиографии (ИЦСА). Он produces three-dimensional images via cone-beam X-ray scanning and computer reconstruction. Клинически, КБКТ направляет пункцию для легочных и печеночных образований и оценивает результаты после вмешательства при раке печени и цереброваскулярных заболеваниях. Однако, вмешательства под руководством КБКТ связаны с высоким уровнем облучения пациентов; снижение дозы часто ухудшает качество изображения и снижает результаты процедуры. Исследования показывают, что каждый прирост радиации на 100 мГи увеличивает риск рака в 1,96 раза. Искусственный интеллект позволяет использовать КБКТ с низким уровнем облучения. Наш предыдущий модель DeepPriorCBCT внедряла анатомические предпосылки с использованием нейронного дискретного обучения представления, уменьшая дозу КБКТ в грудной области до шестой части стандартных протоколов, сохраняя при этом качество изображения. Мы далее разработали DeepPriorCBCT-V2, используя 55 000 наборов данных КБКТ до реконструкции, охватывающих мозг, грудную клетку и брюшную полость. Этот многоорганный модель поддерживает качество изображения при шестой части стандартной дозы облучения. Однако, его реальное клиническое выполнение еще не проверено. Поэтому мы разработали это перспективное многоцентровое рандомизированное контролируемое исследование для оценки клинической применимости DeepPriorCBCT-V2.