基于Swin Transformer的低活度PET影像质量恢复方法研究

摘要

目的：探究氟代脱氧葡萄糖(fludeoxyglucose,¹⁸F-FDG)(活度对正电子发射计算机断层成像（positron emission tomography,PET）CT影像质量的影响规律，建立PET影像质量恢复方法实现对患者的辐射防护。方法：基于Swin Transformer全局特征识别低活度PET影像质量恢复深度学习网络SwinUNetR-GAN，随机选择于2024年行¹⁸F-FDG PET/CT检查的124例患者影像，探究不同给药活度下PET影像质量下降规律，并基于SwinUNetR-GAN网络实现低活度PET影像质量的恢复。结果：随着¹⁸F-FDG活度的降低，患者PET影像中正常组织及肿瘤病灶内的标准摄取值（standard uptake value,SUV）均值（SUVmean）和最大值（SUVmax）均呈现增大趋势，当将¹⁸F-FDG的注射活度降低到临床现行活度的10%时，肿瘤病灶的SUVmean增大了约1.1倍，而SUVmax增大了约2.0倍。此外，采用SwinUNetR-GAN网络可降低10%活度PET影像的噪声，绝对偏差由0.21降低至0.15，相对偏差可由0.33降低至约0.25。结论：明确了¹⁸F-FDG活度对患者PET影像中正常组织及肿瘤组织定量参数的变化规律，提出了专用于低¹⁸F-FDG活度PET影像质量恢复的SwinUNetR-GAN网络，实现了降低患者所受辐射剂量的同时确保PET影像的疾病诊断性能。

关键词

¹⁸F-FDG / 活度 / 辐射剂量 / Swin Transformer / 深度学习