Key points are not available for this paper at this time.
SEM RÓTULO: A correção de atenuação em scanners híbridos PET/RM ainda é uma tarefa desafiadora. Este artigo descreve uma metodologia para sintetizar um volume de pseudo-CT a partir de um único volume ponderado em T1, permitindo assim a criação de mapas de correção de atenuação precisos. MÉTODOS: Propomos uma geração rápida de volume de pseudo-CT a partir de uma imagem de RM ponderada em T1 específica do paciente usando uma abordagem baseada em patch em grupo e um dicionário de atlas RM-CT. Para cada voxel na imagem de RM de entrada, computamos a semelhança do patch contendo aquele voxel com os patches de todas as imagens de RM no banco de dados que estão em uma certa vizinhança anatômica. O volume de pseudo-CT é obtido como uma combinação linear ponderada local dos valores de CT dos patches correspondentes. O algoritmo foi implementado em uma unidade de processamento gráfico (GPU). RESULTADOS: Avaliamos nosso método tanto qualitativa quanto quantitativamente para correção PET/RM. A abordagem teve um desempenho bem-sucedido em todos os casos considerados. Comparamos os SUVs da imagem PET obtida após a correção de atenuação usando o volume de CT específico do paciente e usando o volume de pseudo-CT computado correspondente. A correlação específica do paciente entre SUV obtido com ambos os métodos foi alta (R(2) = 0,9980, P < 0,0001), e o teste de Bland-Altman mostrou que a média das diferenças foi baixa (0,0006 ± 0,0594). Uma análise de região de interesse também foi realizada. A correlação entre SUVmean e SUVmax para cada região foi alta (R(2) = 0,9989, P < 0,0001, e R(2) = 0,9904, P < 0,0001, respectivamente). CONCLUSÃO: Os resultados indicam que nosso método pode aproximar com precisão o volume de CT específico do paciente e serve como uma solução potencial para a correção de atenuação precisa em sistemas híbridos PET/RM. A qualidade da varredura PET corrigida usando nosso volume de pseudo-CT é comparável à de uma varredura de CT específica do paciente, melhorando assim os resultados obtidos com os mapas de correção de atenuação baseados em tempo de eco ultracurto atualmente utilizados no scanner. A implementação em GPU reduz substancialmente o tempo computacional, tornando a abordagem adequada para aplicações reais.
Torrado-Carvajal et al. (Qui,) estudaram essa questão.