Multimodal pseudo-CT synthesis for PET attenuation correction using separate modality encoding and topogram conditioning

In der Welt der medizinischen Bildgebung verlassen sich Ärzte oft auf zwei leistungsstarke Werkzeuge, um in das Innere des menschlichen Körpers zu sehen: die Positronen-Emissions-Tomographie, oder PET, die zeigt, wie Organe funktionieren, indem sie radioaktive Tracer verfolgt, und die Computertomographie, oder CT, die Röntgenstrahlen nutzt, um detaillierte Karten der Knochen- und Gewebedichte zu erstellen. Um einen PET-Scan nutzbar zu machen, muss der Computer genau wissen, wie viel das Gewebe des Körpers die Strahlung blockiert oder absorbiert, während sie den Körper durchquert; dieser Prozess wird als Attenuationskorrektur bezeichnet. Traditionell haben Ärzte einen CT-Scan verwendet, um diese Karte bereitzustellen. Ein CT-Scan fügt dem Patienten jedoch eine erhebliche Dosis ionisierender Strahlung hinzu, was besonders für Personen, die eine häufige Überwachung benötigen, ein Problem darstellt. Die Herausforderung besteht also darin, eine digitale Version dieser Dichtekarte zu erstellen – ein „Pseudo-CT“ –, indem man ausschließlich die Informationen nutzt, die bereits im PET-Scan und einem Magnetresonanztomographen, oder MRT, vorhanden sind, ohne den Patienten zusätzlichen Röntgenstrahlen auszusetzen.

Ein Forschungsteam der University of Manchester nahm sich dieses Problem vor, indem es an einem Wettbewerb teilnahm, der genau diese Fähigkeit testen sollte. Sie entwickelten ein hochentwickeltes Computersystem, das in der Lage ist, drei verschiedene Arten von medizinischen Bildern gleichzeitig zu betrachten: den rohen PET-Scan, ein MRT und ein 2D-Projektionsbild, das als Topogram bekannt ist – im Wesentlichen eine schnelle, niedrig dosierte Röntgenaufnahme der Gesamtsilhouette des Körpers. Ihr Ziel war es, einer Maschine beizubringen, diese unterschiedlichen Informationsquellen zu kombinieren, um eine hochwertige 3D-Karte der Gewebedichte zu generieren, die einen vollständigen CT-Scan ersetzen könnte. Die Forscher fanden heraus, dass sie durch die differenzierte Behandlung jeder Bildart und die sorgfältige Zusammenführung ihrer Erkenntnisse ein Modell erstellen konnten, das genaue Dichtekarten produziert, was wiederum klarere und präzisere PET-Bilder ermöglicht, ohne dass ein separater CT-Scan erforderlich ist.

Der Kern ihres Ansatzes war eine digitale Architektur, die der einzigartigen Natur jedes Bildtyps Rechnung trägt. Im Gegensatz zu bisherigen Methoden, die die verschiedenen Bilder möglicherweise einfach übereinandergestapelt hätten, als wären sie Schichten eines einzelnen Kuchens, erkannte dieses Team, dass der PET-Scan, das MRT und das 2D-Topogram nicht immer perfekt im Raum übereinstimmen. Stattdessen bauten sie separate Pfade für die 3D-PET- und MRT-Daten auf, die es dem Computer ermöglichten, die spezifischen Merkmale jeder Modalität unabhängig voneinander zu erlernen. Während diese separaten Informationsströme tiefer in das System vordrangen, wurden sie auf mehreren Detailstufen zusammengeführt. In jeder Phase nutzte das System einen Mechanismus, um die Bedeutung der kombinierten Informationen zu gewichten, wodurch sichergestellt wurde, dass die nützlichsten Details sowohl aus dem PET als auch aus dem MRT bewahrt wurden, während weniger relevante Störsignale herausgefiltert wurden.

Das 2D-Topogram wurde auf eine einzigartige Weise behandelt, da es den gesamten Körper als flache Projektion darstellt und nicht als 3endes Volumen. Da es nicht Punkt für Punkt mit den 3D-Schichten des PET oder MRT abgeglichen werden kann, nutzten die Forscher es als Leitfaden für die allgemeine Form und Anatomie des Patienten. Sie speisten dieses 2D-Bild in ein vortrainiertes System ein, das eine Zusammenfassung der Körperform extrahierte. Diese Zusammenfassung wurde dann verwendet, um den primären 3D-Verarbeitungspfad sanft zu lenken und anzupassen, was dem System effektiv signalisierte: „Erinnere dich, dieser Patient hat diese spezifische Körperform“, ohne das 2D-Bild in das 3D-Gitter zu zwingen. Diese Methode erlaubte es dem System, die globale Sicht des Topogramms zu nutzen, um die lokalen Details der generierten Karte zu verfeinern – eine Technik, die sich als effektiver erwies, als eine starre räumliche Ausrichtung zwischen den verschiedenen Bildtypen zu erzwingen.

Als die Forscher ihr fertiges System an vier Probanden aus einem internen Validierungsdatensatz testeten, waren die Ergebnisse vielversprechend. Die computergenerierten Karten kamen den echten CT-Scans bemerkenswert nahe, mit sehr geringen durchschnittlichen Unterschieden in den Dichtewerten. Viel wichtiger war, dass die generierten Karten, wenn sie zur Korrektur der PET-Scans verwendet wurden, ein hohes Maß an Genauigkeit aufwiesen. Der durchschnittliche Fehler in den standardisierten Aufnahmewerten (SUV) – ein Schlüsselmaß dafür, wie viel Tracer der Körper absorbiert – war extrem niedrig, und die Abweichung in spezifischen Organen war minimal. Das System arbeitete auch im Gehirn, einem kritischen Bereich für die Erkennung von Anomalien, sehr gut mit sehr wenigen Ausreißern. Diese Befunde legen nahe, dass die Methode erfolgreich die komplementären Stärken der verschiedenen Bildgebungsmodalitäten integriert hat, um einen zuverlässigen Ersatz für einen CT-Scan zu schaffen.

Das Team untersuchte auch, ob das Hinzufügen zusätzlicher Variationen zu den Trainingsdaten, wie etwa das Verschieben oder Rotieren der Bilder, um reale Unvollkommenheiten nachzuahmen, die Ergebnisse verbessern würde. Sie fanden heraus, dass diese gängigen Techniken nicht halfen; tatsächlich schnitt das Modell, das mit den ursprünglichen, unveränderten Daten trainiert wurde, besser ab als jede Version, die solchen Augmentationen unterzogen worden war. Dies deutet darauf hin, dass die von ihnen entworfene spezifische Architektur, mit ihren separaten Kodierungspfaden und der einzigartigen Art der Handhabung des 2D-Topogramms, robust genug war, um die natürlichen Variationen in den Daten ohne künstliche Tricks zu bewältigen. Die Studie kommt zu dem Schluss, dass dieser multimodale Ansatz einen praktikablen Weg zu einer hochwertigen PET-Attenuationskorrektur bietet, die die zusätzliche Strahlendosis eines CT-Scans vermeidet, indem sie statっdessen auf eine kluge Synthese bestehender Bilddaten setzt.