研究人员开发了一种利用人工智能确保心脏扫描准确而无需增加辐射或成本的方法。
冠状动脉疾病是全球首要死亡原因。用于诊断和监测心脏病的最常见工具之一是单光子发射计算机断层成像（SPECT）下的心肌灌注成像（MPI），它使用放射性示踪剂和特殊摄像机提供心脏血流的详细图像，帮助医生检测冠状动脉疾病和其他心血管异常。然而，传统的SPECT成像需要额外的CT扫描以确保结果准确，这会使患者接受更多辐射并增加成本。
由圣路易斯华盛顿大学与克利夫兰诊所和加利福尼亚大学圣巴巴拉分校的合作研究人员开发的新深度学习技术可以改变心脏健康监测的方式，使其更安全和更可及。
这一方法被称为CTLESS，利用深度学习移除了CT要求而不影响诊断的准确性。该项目由麦克科尔维工程学院的生物医学工程副教授及华盛顿大学马林克罗特放射学研究所的放射学副教授Abhinav Jha领导，研究结果于11月25日发布在《IEEE医学成像学报》上。
研究的下一阶段将验证该方法，同时努力使这一技术更加可用于农村社区医院。该节省成本的技术对于那些扫描获取可能有限的案例尤其重要，例如在农村或其他资源有限的社区中，Jha说。
SPECT成像需要额外的CT扫描以进行衰减补偿（AC），这用于修正发射信号在经过身体组织时减弱或衰减的程度，这可能会遮挡心脏图像并导致诊断不准确。这种CT扫描通常是在SPECT/CT扫描仪上获得的，但许多设施没有这种CT组件。
“由于成本、复杂性、设备可用性、监管问题以及医院和远程护理中心的其他地方因素，大约75%的所有SPECT MPI扫描是在没有AC的情况下进行的，这可能会妨碍这些扫描的诊断准确性，”Jha说。“通过整合物理学和深度学习概念，提出的CTLESS方法估算一个合成的衰减图，用于进行AC。因此，CTLESS可能使得不需要额外扫描成为可能。”
CTLESS使用发射扫描中的光子来估算衰减，这可以用于增强图像质量和改善诊断解释。Jha及其合作者使用现实世界的临床数据评估了CTLESS的性能，发现他们的方法与传统的衰减补偿结果相当。
值得注意的是，CTLESS在不同扫描仪型号、心脏损伤程度和患者人群中表现出强大的性能。Jha指出，男女之间的解剖差异导致这两个群体的衰减水平存在差异，确认CTLESS方法在两个性别中均表现出与传统AC相似的性能。即使在训练数据规模减少的情况下，CTLESS的性能也相对稳定。所有这些观察结果使得CTLESS成为在进一步验证后广泛临床应用的有前景选项。
“我们的结果表明，将来在进行MPI SPECT的衰减校正时，可能不需要单独的CT扫描。这对于那些扫描获取可能有限的情况尤其重要，例如在农村或其他资源有限的社区中，”Jha说。“通过提供无需CT进行AC的能力，所提出的CTLESS方法可能有助于推动美国和全球的技术健康平等。”
该项工作部分得到了国家生物医学成像和生物工程研究所（R21-EB024647，R01-EB031051和R01-EB031962）、核医学和分子成像教育与研究基金会的Bradley-Alavi学生奖学金以及国家科学基金会CAREER奖（2239707）的支持。
