PET/KT haqida nimalarni bilishimiz kerak?
PET/CT - bu PET va KT tizimlarini mukammal birlashtirgan yadroviy tibbiy asbob. PET lezyonning funktsiyasi va metabolizmi haqida batafsil molekulyar ma'lumot beradi, KT esa lezyonning aniq anatomik joylashishini ta'minlaydi va bir martalik tasvirlash butun tananing tomografik tasvirlarini olish imkonini beradi. Mustaqil PET va KT bilan solishtirganda, PET/KT tashxisning sezuvchanligi, aniqligi, o'ziga xosligi va joylashuv aniqligini sezilarli darajada yaxshilaydi. U butun vujudning umumiy holatini bir qarashda tushunishi, kasalliklarni erta aniqlash va kasalliklarni aniqlash maqsadiga erishishi mumkin. U asosan o'sma, miya va yurak sohasidagi asosiy kasalliklarni erta aniqlash va tashxislash uchun ishlatiladi.
2018 yilda e'lon qilingan saraton kasalligining global yillik hisobotining katta ma'lumotlariga ko'ra, dunyo bo'ylab 18,1 million yangi saraton kasalligi va 9,6 million saraton o'limi qayd etilgan. Mamlakatimizda har 65 kishiga 1 saraton kasalligi to'g'ri keladi, bu o'limning asosiy sababidir. Jahon sog'liqni saqlash tashkilotining statistik ma'lumotlariga ko'ra, turli xil davolash usullarining hozirgi davolanish darajasi va omon qolish darajasi odamlarni qoniqtirmaydi. Asosiy sabablar - tashxis juda kech, bosqichi aniq emas va davolanish tugallanmagan. PET/KT tanadagi hujayra metabolizmasidagi o'zgarishlarni kuzatishi mumkinligi sababli, strukturaviy va morfologik oldin&39 -sonli o'smaning asosiy xususiyatini (yaxshi va yomon o'smalarning farqlanishi, o'simtalarning bosqichlanishi va tasnifi) aniqlash mumkin. o'zgarishlar va tizimli metastatik shikastlanishlar (tizimli sharoitlar) mavjudmi yoki yo'qmi, qanday ta'sir qiladi (radioterapiyadan bir necha kun yoki hatto bir necha soat o'tgach, o'simtaning terapevtik ta'sirini kuzatish, davolash rejasini o'z vaqtida tuzatish va to'liq bo'lmagan davolanishni tubdan davolash mumkin) davolangan lezyon) va boshqalar. Bundan tashqari, PET/KT, miya epilepsiya jarohatlarining operatsiyadan oldin lokalizatsiyasida, radiatsion nekrozni aniqlashda va o'simtani davolashdan keyin qaytalanishida, miya shishi malignitesining tasnifida va nevrologik kasalliklarda o'ziga xos afzalliklarga ega.
Biroq, PET/KT yordamida olib boriladigan nurlanish odamlarni&quloqni chalg'itadi. Butun tananing PET/KT tekshiruvida olingan nurlanish miqdori taxminan 7,5 mSv ni tashkil qiladi. bu tushuncha nima? Tabiatda odamlar har yili taxminan 2,4 mSv tabiiy nurlanish oladi, shuning uchun PET/KT tekshiruvining dozasini e'tiborsiz qoldirib bo'lmaydi. PET/CT skanerlashda KT va in'ektsiya qilingan PET radiofarmatsevtika ta'siridan kelib chiqadigan nurlanish va nurlanishning nurlanish dozasi muammolariga javoban, Jahon sog'liqni saqlash tashkiloti, Xalqaro radiologiya komissiyasi va Xalqaro tibbiy fizika tashkiloti tibbiy ta'sir sifatini ta'minlash va dozani nazorat qilish standartlarini ishlab chiqdi. va kuchli tarafdorlari bo'lgan radiatsiya ta'sir qilish qonuniylik va maqbul himoya ALARA tamoyiliga amal qilishi kerak. Eng yaxshi diagnostik tasvirlarni radiatsiya va nurlanishning eng kichik dozasi yordamida olish mumkin, shu bilan birga PET/KT tekshiruvlarining narxini kamaytiradi va ko'rish vaqtini kamaytiradi.
Biroq, in'ektsiya qilingan radiotraserni kamaytirish Poisson shovqinini kuchaytiradi, bu tasvir sifatiga, shikastlanishni aniqlashga va PETning aniq aniqligiga ta'sir qiladi. Kam dozali tasvirlashda ko'p muhim ma'lumotlar shovqin darajasi oshib ketadi. Kam dozali skanerlashning rekonstruktsiya qilish algoritmini qayta ishlab chiqish/optimallashtirish orqali shovqin darajasi va signal konvergentsiyasi o'rtasidagi eng yaxshi almashinuvga erishish mumkin. Yuqorida aytib o'tilgan muammolarni hal qilish uchun ko'plab algoritmlar va texnologiyalar taklif qilindi, ularni asosan an'anaviy algoritmlarga va chuqur o'rganish algoritmlariga bo'lish mumkin. Ular orasida an'anaviy algoritmlar asosan rekonstruksiyadan keyingi ishlov berish/filtrlash algoritmlari, anatomik rahbarlik algoritmlari, takrorlanuvchi rekonstruksiya jarayonida statistik modellashtirish, shovqinlarni yo'q qilish va MRT rahbarligida ovoz effektini qisman tuzatishni o'z ichiga oladi. Garchi bu usullar shovqin va miqdoriy xatolarni minimallashtirishga harakat qilsa -da, fazoviy o'lchamlarning yo'qolishi va haddan tashqari tekislash bilan bog'liq muammolar mavjud.
Chuqur o'rganish algoritmlari murakkab teskari muammolarni echishda, masalan, proektsiyalardan tasvirni qayta tuzish qobiliyatiga ega. Chuqur o'rganish texnologiyasidan foydalangan holda CT, PET va SPECT tasvirlarini qayta tiklash jarayoni taxminan bir xil usullarga ega. Hozirgi vaqtda to'rtta asosiy strategiya mavjud: Birinchi usul-tasvirdan tasvirni o'rganish jarayoni, ya'ni tasvirdan tasvirni o'rganish jarayoni tasvir maydonida amalga oshiriladi. Tasvirni konvertatsiya qilish, tarmoq modelini denoizing va o'ta aniqlikdagi modellashtirish orqali rekonstruksiya qilingan tasvirning tasvir sifatini yaxshilashga o'rgatish. Ikkinchi usul-bu sinogramma-sinogramma bo'yicha o'rganish jarayoni, ya'ni sezgirlik va rekonstruktsiya algoritmiga bog'liqlikdan qochish uchun sinogramning tasvir sifatini yaxshilash uchun proektsiya sohasida chuqur o'rganish modelini o'rgatish. Uchinchi usul-bu sinogramma-tasvirni o'rganish jarayoni, ya'ni tarmoq modeli orqali proektsiya sohasi va tasvir domeni o'rtasidagi chiziqli bo'lmagan xaritalash aloqasini o'rganish, an'anaviy rekonstruksiya algoritmini butunlay olib tashlash va tasvirni bir bosqichda yaratish. To'rtinchi usulni gibrid domenni o'rganish deb atash mumkin. Qayta tiklash algoritmini va chuqur o'rganishni birlashtirib, tarmoq modeli tasvirni qayta tiklash muammosining maqbul echimini amalga oshirish uchun bir vaqtning o'zida proektsiya sohasida va tasvirlar domenida o'qitiladi.
Hozirgi sanoat odatda tasvir sohasida past dozali PET tasvirlash algoritmlaridan foydalanadi, ya'ni PET/CT uskunasi tasvirni chiqargandan so'ng, tasvirni qayta ishlash orqali tasvir sifati yaxshilanadi. Kam dozali PET tasvirlaridagi katta shovqin tufayli, bu tovushlar PET tasvirlaridagi ko'plab nozik tuzilmalarni yashiradi. Ushbu texnik yo'nalish odatda tasvir artefaktlariga, miqdoriy xatolarga va nozik tuzilmalarning yo'qolishiga olib keladi. An'anaviy BUTR tasvirlari rekonstruksiya jarayonida ko'p ma'lumotni yo'qotdi. Yo'qotilgan ma'lumotni faqat keyingi bosqichda tasvirni qayta ishlash orqali tiklash juda qiyin va yakuniy tasvir sifatini yaxshilash qiyin. Manbadan olingan tasvir sifati muammosini hal qilish uchun, ba'zi tibbiy va laboratoriyalar, PET xom ma'lumotlari va rekonstruksiya qilingan tasvirlar (gibrid domenni o'rganishning to'rtinchi turi) asosida innovatsion tarzda chuqur o'rganish algoritmlarini ishlab chiqdilar. Algoritm sun'iy intellektni PET tasvirini qayta tiklash jarayoniga chuqur kiritadi va dastlabki ma'lumotlardan ma'lumotlarni olish uchun chuqur o'rganishdan foydalanadi. PET rekonstruktsiyasining fizik modelini birlashtirib, ishlov berish ob'ekti to'g'ridan -to'g'ri tasvir qurilmasidagi dastlabki ma'lumotlarga o'tkaziladi va rekonstruksiya qilish algoritmiga rekonstruksiya qilingan tasvir sifatini yaxshilashga yordam beradi, bu esa samarali ma'lumotlarning yo'qolishini sezilarli darajada kamaytiradi. aniqroq PET tasvirlarini olish va kuchliroq Kichik shikastlanishlarni aniqlash qobiliyati.
