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

मेडिकल इमेजिंग की दुनिया में, डॉक्टर शरीर के अंदर देखने के लिए अक्सर दो शक्तिशाली उपकरणों पर भरोसा करते हैं: पॉज़िट्रॉन एमिशन टोमोग्राफी, या PET, जो रेडियोधर्मी ट्रेसर को ट्रैक करके यह बताता है कि अंग कैसे कार्य कर रहे हैं, और कंप्यूटेड टोमोग्राफी, या CT, जो हड्डी और ऊतक घनत्व (डेंसिटी) का विस्तृत मानचित्र बनाने के लिए एक्स-रे का उपयोग करता है। एक PET स्कैन को उपयोगी बनाने के लिए, कंप्यूटर को यह जानने की आवश्यकता होती है कि शरीर के ऊतक विकिरण को कितनी मात्रा में रोकेंगे या अवशोषित करेंगे जब वह यात्रा करता है; इस प्रक्रिया को एटेनुएशन करेक्शन (attenuation correction) कहा जाता है। पारंपरिक रूप से, डॉक्टरों ने एक CT स्कैन का उपयोग ऊतक घनत्व का मानचित्र प्रदान करने के लिए किया है। हालाँकि, एक CT स्कैन रोगी को आयनकारी विकिरण (ionizing radiation) की एक महत्वपूर्ण खुराक देता है, जो एक चिंता का विषय है, विशेष रूप से उन लोगों के लिए जिन्हें बार-बार निगरानी की आवश्यकता होती है। चुनौती फिर, उस घनत्व मानचित्र का एक डिजिटल संस्करण—एक "स्यूडो-CT" (pseudo-CT)—बनाने की है, जो केवल PET स्कैन में पहले से मौजूद जानकारी और एक मैग्नेटिक रेजोनेंस इमेज, या MRI का उपयोग करके बनाया जा सके, बिना रोगी को अतिरिक्त एक्स-रे के संपर्क में लाए।

मैनचेस्टर विश्वविद्यालय के शोधकर्ताओं की एक टीम ने इस समस्या को हल करने के लिए एक प्रतियोगिता में भाग लेकर इस चुनौती का सामना किया, जिसे ठीक इसी क्षमता का परीक्षण करने के लिए डिज़ाइन किया गया था। उन्होंने एक परिष्कृत कंप्यूटर सिस्टम बनाया जो एक साथ तीन अलग-अलग प्रकार के मेडिकल इमेज को देख सकता है: कच्चा (raw) PET स्कैन, एक MRI, और एक 2D प्रोजेक्शन इमेज जिसे टोपोग्राम (topogram) कहा जाता है, जो अनिवार्य रूप से शरीर के समग्र आकार का एक त्वरित, कम-डोज वाला एक्स-रे स्नैपशॉट है। उनका लक्ष्य मशीन को इन अलग-अलग सूचना स्रोतों को संयोजित करके एक उच्च-गुणवत्ता वाला 3D ऊतक घनत्व मानचित्र उत्पन्न करना सिखाना था, जो एक पूर्ण CT स्कैन की जगह ले सके। शोधकर्ताओं ने पाया कि प्रत्येक प्रकार के इमेज को अलग तरह से उपचारित करके और फिर उनके अंतर्दृष्टि को सावधानीपूर्वक जोड़कर, वे एक ऐसा मॉडल बना सकते हैं जो सटीक घनत्व मानचित्र तैयार करता है, जो बदले में, बिना किसी अलग CT स्कैन के स्पष्ट और अधिक सटीक PET चित्र प्राप्त करने की अनुमति देता है।

उनका दृष्टिकोण एक डिजिटल आर्किटेक्चर पर आधारित था जिसे प्रत्येक इमेज की अनूठी प्रकृति का सम्मान करने के लिए डिज़ाइन किया गया था। पिछले तरीकों के विपरीत, जो शायद विभिन्न छवियों को एक ही केक की परतों के रूप में एक के ऊपर एक रख देते थे, इस टीम ने पहचाना कि PET स्कैन, MRI और 2D टोपोग्राम हमेशा स्थान में पूरी तरह से संरेखित (align) नहीं होते हैं। इसके बजाय, उन्होंने 3D PET और MRI डेटा के लिए अलग-अलग मार्ग बनाए, जिससे कंप्यूटर प्रत्येक मोडैलिटी की विशिष्ट विशेषताओं को स्वतंत्र रूप से सीख सका। जैसे-जैसे सूचना के ये अलग-अलग प्रवाह सिस्टम में गहराई तक गए, उन्हें विवरण के कई स्तरों पर एक साथ लाया गया। प्रत्येक चरण पर, सिस्टम ने संयुक्त जानकारी के महत्व को तौलने के लिए एक तंत्र का उपयोग किया, यह सुनिश्चित करते हुए कि PET और MRI दोनों से सबसे उपयोगी विवरण सुरक्षित रहें जबकि कम प्रासंगिक शोर (noise) को फ़िल्टर किया जा सके।

2D टोपोग्राम को एक अनूठे तरीके से संभाला गया क्योंकि यह 3D वॉल्यूम के बजाय पूरे शरीर को एक सपाट प्रोजेक्शन के रूप में प्रस्तुत करता है। चूंकि इसे PET या MRI के 3D स्लाइस के साथ बिंदु-दर-बिंदु मेल नहीं कराया जा सकता है, इसलिए शोधकर्ताओं ने इसे रोगी के समग्र आकार और शरीर रचना (anatomy) के लिए एक मार्गदर्शक के रूप में उपयोग किया। उन्होंने इस 2D इमेज को एक पूर्व-प्रशिक्षित (pre-trained) सिस्टम में डाला जिसने शरीर के रूप का सारांश निकाला। इस सारांश का उपयोग मुख्य 3D प्रोसेसिंग पाथवे को धीरे से निर्देशित करने और समायोजित करने के लिए किया गया, जो प्रभावी रूप से सिस्टम को यह बता रहा था, "याद रखें, इस रोगी का शरीर का आकार ऐसा है," बिना 2D इमेज को 3D ग्रिड में फिट करने के लिए मजबूर किए। इस पद्धति ने सिस्टम को टोपोग्राम के ग्लोबल व्यू का उपयोग करके मैप के स्थानीय विवरणों को परिष्कृत करने की अनुमति दी, जो कि अलग-अलग इमेज प्रकारों के बीच एक कठोर स्थानिक संरेखण (spatial alignment) को थोपने की तुलना में अधिक प्रभावी साबित हुआ।

जब शोधकर्ताओं ने अपने अंतिम सिस्टम का परीक्षण एक आंतरिक सत्यापन सेट से चार विषयों पर किया, तो परिणाम उत्साहजनक थे। कंप्यूटर-जनरेटेड मानचित्र वास्तविक CT स्कैन के बेहद करीब थे, जिनमें घनत्व मानों में बहुत कम औसत अंतर था। इससे भी महत्वपूर्ण बात यह है कि जब इन जनरेटेड मानचित्रों का उपयोग PET स्कैन को ठीक करने के लिए किया गया, तो परिणामी छवियों ने उच्च स्तर की सटीकता दिखाई। स्टैंडर्डाइज्ड अपटेक वैल्यूज (standardized uptake values)—जो कि शरीर द्वारा ट्रेसर को अवशोषित करने की एक प्रमुख माप है—में औसत त्रुटि अत्यंत कम थी, और विशिष्ट अंगों में बायस (bias) न्यूनतम था। सिस्टम ने मस्तिष्क में भी अच्छा प्रदर्शन किया, जो असामान्यताओं का पता लगाने के लिए एक महत्वपूर्ण क्षेत्र है, जहाँ आउटलेयर्स (outliers) बहुत कम थे। ये निष्कर्ष बताते हैं कि पद्धति ने एक CT स्कैन के विश्वसनीय विकल्प के रूप में एक उच्च-गुणवत्ता वाला प्रतिस्थापन बनाने के लिए विभिन्न इमेजिंग मोडैलिटीज की पूरक शक्तियों को सफलतापूर्वक एकीकृत किया है।

टीम ने यह भी पता लगाया कि क्या प्रशिक्षण डेटा में अतिरिक्त भिन्नताएं जोड़ने से, जैसे कि वास्तविक दुनिया की खामियों की नकल करने के लिए छवियों को खिसकाना या घुमाना, परिणामों में सुधार होगा। उन्होंने पाया कि ये सामान्य तकनीकें मदद नहीं करती थीं; वास्तव में, मूल, बिना परिवर्तित डेटा पर प्रशिक्षित मॉडल ने उन सभी संस्करणों की तुलना में बेहतर प्रदर्शन किया जिन्हें इन ऑगमेंटेशन (augmentations) के अधीन किया गया था। यह इंगित करता है कि उनके द्वारा डिज़ाइन किया गया विशिष्ट आर्किटेक्चर, जिसमें अलग-अलग एनकोडिंग पथ और 2D टोपोग्राम को संभालने का अनूठा तरीका शामिल है, बिना किसी कृत्रिम ट्रिक के डेटा की प्राकृतिक विविधताओं को संभालने के लिए पर्याप्त मजबूत था। अध्ययन यह निष्कर्ष निकालता है कि यह मल्टीमॉडल दृष्टिकोण उच्च-गुणवत्ता वाले PET एटेनुएशन करेक्शन के लिए एक व्यवहार्य मार्ग प्रदान करता है जो CT स्कैन की अतिरिक्त विकिरण खुराक से बचता है, और इसके बजाय मौजूदा इमेजिंग डेटा के चतुर संश्लेषण पर निर्भर करता है।