Generació de mapa d'atenuació basat en deep learning per SPECT de perfusió miocàrdica.

Generació de mapa d'atenuació basat en deep learning per SPECT de perfusió miocàrdica.

15.10.2020

Article original: Shi L, Onofrey JA, Liu H, Liu C. Deep learning-based attenuation map generation for myocardial perfusion SPECT. EJNMMI. 2020; 47: 2383–2395.

DOI: 10.1007/s00259-020-04746-6

Societat: European Association of Nuclear Medicine @officialEANM

Paraules clau: Deep learning, attenuation map, myocardial perfusion, SPECT.

Abreviatures i acrònims utilitzats: SPECT (tomografia per emissió de fotó únic), AC (correcció d'atenuació), PPV (valor predictiu positiu), TC (tomografia computada), RM (ressonància magnètica), PET (tomografia per emissió de positrons), GAN (xarxa generativa antagònica condicional), cGAN (Xarxes generatives antagòniques), ROI (regió d'interès), IMC (índex de massa corporal, FOV (camp de visió).

 

Línia editorial de el nombre

European Journal of Nuclear Medicine és la revista oficial de la Societat Europea de Medicina Nuclear, i per tant una referència a nivell europeu i internacional. A la revista podem trobar des d'articles originals fins consensos o guies i procediments.

A la revista del mes de setembre, juntament amb l'article escollit, podem veure molts articles interessants, alguns d'ells i amb relació a el mateix article escollit per a aquesta revisió en tenim un que avalua tècniques millorades per l'AC en PET/RM en pacients amb metàstasis òssies utilitzant diferents radiofàrmacs. Un altre utilitza xarxes GAN per a la segmentació de tumors en TC.

 

Motius per a la selecció

Avui dia podem assegurar gairebé amb total seguretat que el deep learning i la intel·ligència artificial són el futur. Els trobem cada vegada més presents, tant en la nostra vida personal com professional amb referències constants de noves tècniques d'imatge desenvolupades gràcies a aquestes tecnologies.

Si parlem de futur en medicina nuclear crec que tots pensem en PET, sobretot PET/RM, on ja s'estan utilitzant les tècniques sobre les quals es treballa en aquest article per a l'AC, amb resultats molt prometedors. Aquest article utilitza aquestes tècniques avançades en el nostre dia a dia, en concret, els SPECTs de perfusió miocàrdica, el que em sembla molt important, perquè encara que no haguem de perdre el vista el futur no podem oblidar el present. Mentre que l'AC en un equip PET/RM segur que portarà moltes utilitats el dia de demà, l'aplicació d'aquesta tècnica als SPECTs de perfusió miocàrdica pot beneficiar molts pacients des del dia d'avui.

 

Resum

La SPECT és una tècnica d'imatge no invasiva que permet conèixer la distribució d'un radiofàrmac en el cos de l'pacient amb diferents fins. Per tal d'obtenir millors resultats i permetre l'anàlisi quantitativa o semiquantitatiu és necessària la correcció d'atenuació (AC). Hi ha estudis que comparen els diagnòstics amb i sense aquesta correcció mostrant una reducció de l'ambigüitat en certs diagnòstics, algunes de les dades que ens donen són:

Estudis interpretats com a normals augmenten de l'45 a un 72%
Resultats inequívocs augmenten de l'57 a l'80%
PPV augmenten de l'0.28 a l'0.76

Aquestes millores en el rendiment diagnòstic aplicades a la cardiologia redueixen la necessitat de procediments angiogràfics invasius. Hi ha equips híbrids SPECT/CT que permeten l'AC mitjançant l'obtenció d'un mapa d'atenuació creat a partir de la TC de baixa dosi. El problema d'aquests equips resideix en el seu elevat cost respecte als normals, la necessitat de majors blindatges estructurals, l'augment de la dosi rebuda pel pacient i la possibilitat d'artefactes en el procés d'AC a causa de la fallada de registre entre les imatges SPECT i TC causa de el moviment tant de l'pacient com cardíac o respiratori. Actualment els equips no híbrids (només SPECT) constitueixen un 80% de tots els equips disponibles, aquests són susceptibles a artefactes d'atenuació. L'objectiu d'aquest estudi és la limitació d'aquests artefactes augmentant així la precisió diagnòstica d'aquests tomògrafs.

Hi ha diferents tècniques per obtenir el mapa de atenuació a través del SPECT, es poden basar en processos de segmentació on s'associarà cada regió amb un valor d'atenuació predefinit, o en models obtinguts de les dades d'emissió.

Recentment s'han fet avenços gràcies a l'aprenentatge profund per obtenir estimacions d'imatges d'una modalitat des d'una altra, començant des de la conversió d'imatges RM a TC per l'AC en equips PET/RM. També s'ha aconseguit generar mapes d'atenuació TC des PET.

En aquest estudi s'ha desenvolupat un model 3D basat en en entrenament per GAN per estimar mapes d'atenuació per SPECT des de les dades d'emissió, tant la finestra de fotòpic com la de dispersió. La investigació inicial va ser presentada en un altre estudi. Aquest mètode va ser avaluat en un cohort de SPECTs de perfusió miocàrdica, i la seva anàlisi tant quantitatiu com qualitatiu va demostrar la capacitat de generar mapes d'atenuació realistes i de gran precisió.

En l'estudi van ser inclosos 65 SPECTs de perfusió miocàrdica, amb i sense patologia, tots ells van ser protocols d'esforç en un dia amb una dosi mitjana de 15 mCi adquirits en un equip GE NM / CT850 SPECT / TC. Les característiques d'adquisició de l'SPECT van ser 60 imatges cobrint una òrbita de 180 º, finestra de fotòpic (126.5-154.5 keV) i de dispersió (114-126 keV). Les imatges van ser reconstruïdes amb un algoritme OSEM (5 iteracions i 6 subconjunts). La TC va ser adquirida amb 120 KVP i 20 mAs, per a ser processada amb el programari del propi equip per convertir-la en mapa d'atenuació i registrar-la amb la SPECT.

El procés per generar els mapes d'atenuació, de manera simplificada, es basa en una cGAN on un discriminador D intentava diferenciar entre el mapa d'atenuació per TC i el sintètic generat per G, que al seu torn tractava de generar el mapa, de manera indistingible al creat amb el TC, mitjançant una versió 3D modificada de la xarxa neuronal convolucional U-net.

Les dues finestres energètiques van ser incloses en la xarxa neuronal com una imatge multicanal, que s'obté de la finestra de fotòpic més informació sobre els òrgans (pulmó, cor i fetge) mentre que la finestra de dispersió proporciona límits corporals més precisos.

Perquè no hi hagués discrepàncies entre el mapa d'atenuació per TC i el sintètic la taula d'exploració va ser retallada manualment de l'exploració TC, ja que no es pot obtenir informació de la mateixa amb la SPECT, i després es va tornar a inserir per al resultat final. Per a les aplicacions clíniques es pot guardar un model pre escanejat de la llitera perquè s'afegeixi automàticament en el procés.

En aquest estudi es van incloure 40 subjectes per a l'entrenament de les xarxes i 25 per a l'avaluació del resultat. Per a aquesta avaluació es van entrenar les xarxes amb diferents processos de normalització (mitjana, màxima i gaussiana). Els mapes d'atenuació sintètics van ser comparats amb els basats en TC mitjançant termes d'error absolut mitjà normalitzat i error quadràtic mig. Després es van comparar els resultats tant de la cGAN, com de l'U-net sense l'entrenament contra adversari, utilitzant les dues finestres energètiques juntes (fotòpic i dispersió) i cadascuna per separat. Els mapes creats van ser aplicats posteriorment en la reconstrucció amb AC de les SPECTs, aquestes van ser comparades amb les SPECTs reconstruïdes amb AC mitjançant TC.

Els resultats de les comparacions amb diferents mètodes de normalització van ser, encara que molt similars, millors usant la normalització mitjana, així que aquesta va ser la utilitzada en la resta de comparacions.

Les SPECTs reconstruïdes amb AC mitjançant cGAN i U-net utilitzant les dues finestres energètiques van ser molt similars, entre elles i les reconstruïdes amb la TC. Centrats en el cor, les ROIs tant en el miocardi com en el pool sanguini no van tenir diferències significatives entre aquestes reconstruccions. Com a curiositat, quan només es va incorporar la finestra de fotopico la cGAN va superar clarament a l'U-net, i va obtenir resultats similars a l'ús de les doble finestra.

Dels 25 subjectes estudiats en la fase d'avaluació es van fer grups, diferenciant per sexe i IMC (≤25 prims i> 25 sobrepès), quedant llavors 12 subjectes prims (7/15 homes i 5/10 dones) i 13 amb sobrepès ( 8/15 homes i 5/10 dones). Les diferències entre els SPECTs amb AC mitjançant mapes sintètics i els obtinguts amb TC van ser valorades sense obtenir cap desviació significativa, observant diferències més grans, encara que petites amb les dones, possiblement a causa de la gran diversitat de mides i densitats mamàries.

El temps de computació emprat en l'entrenament van ser 10 i menys d'1 segon per a l'obtenció dels mapes d'atenuació sintètics, tot això mitjançant una unitat de processament gràfic NVIDIA GTX 1080 Ti.

Aquest estudi mostra la possibilitat d'obtenir reconstruccions amb AC de qualitat sense l'ús d'una TC, i és aplicable també a altres estudis i òrgans. Existeixen alguns obstacles com les dones que necessitaran més subjectes d'entrenament per a la xarxa, s'inclouran més dones en propers estudis. Un altre obstacle poden ser els pacients obesos dels que no es pugui obtenir tota la informació corporal en el SPECT causa del seu petit FOV.

Tot l'entrenament ha estat basat en estudis amb 99mTc-tetrofosmina sent necessari més entrenament per a altres radiofàrmacs, o un altre tipus d'equips com els basats en detectors d'estat sòlid. El problema del FOV que podem trobar en pacients obesos també es trobarà en equips SPECT cardio dedicats on seran necessàries altres tècniques i segurament més entrenament.

El treball mostra la possibilitat de creació de mapes d'atenuació precisos directament des d'una SPECT. Són necessaris més estudis amb major varietat de subjectes que validin el mètode per establir el benefici clínic.

 

Valoració Personal

M'ha semblat que el treball realitzat és molt complet, han tingut moltes variables en compte, encara que com els autors reconeixen cal seguir avançant pel camí que han marcat. L'article pot ser complex de llegir i interpretar ja que s'utilitzen termes tècnics avançats, encara que crec que és inevitable a causa de el tema tractat.

Opino que els propis autors són molt conscients dels problemes o adversitats del seu mètode i fan constància, però em sembla que segurament pel fet que no són ells els que estan amb el pacient a l'adquirir el SPECT no són conscients de tots els beneficis que pot aportar la seva tècnica. Es parla que redueix la dosi rebuda pel pacient i que és possible obtenir estudis més precisos quan no es disposa d'un equip híbrid, però els que estem amb el pacient podem veure més enllà, com l'avantatge que el pacient no hagi de entrar al gantry de el TC reduint la sensació de claustrofòbia, sobretot amb els equips híbrids que tendeix a ser més estret, permetent també una posició dels braços per sobre del cap (el pitjor de tota la prova per a molts pacients) més còmoda a l' no ser necessari que aquests entrin al gantry. Al seu torn, aquesta és una de les limitacions que veig a l'article ja que no parlen de la posició dels braços dels pacients i per tant no podem saber si és vàlida quan ens veiem obligats a adquirir la SPECT amb els braços als costats de el cos.

 

Albert Tomas Corella
Hospital Universitari Vall d'Hebron. Barcelona

Noticias Relacionadas

Ús de la revisió per parells en l'auditoria de qualitat en la RM i en les millores de les competències dels radiographers
Ús de la revisió per parells en l'auditoria de qualitat en la RM i en les millores de les competències dels radiographers
Preocupacions dels TSIDMN espanyols relacionades amb la pandèmia de Covid19.
Preocupacions dels TSIDMN espanyols relacionades amb la pandèmia de Covid19.
Estudi preliminar de les limitacions tècniques de l'automatització en ecografia mamària: del procediment al diagnostic.
Estudi preliminar de les limitacions tècniques de l'automatització en ecografia mamària: del procediment al diagnostic.
Transferència de coneixement: Els Tècnics en Radiodiagnòstic en comparació amb altres professionals sanitaris.
Transferència de coneixement: Els Tècnics en Radiodiagnòstic en comparació amb altres professionals sanitaris.