INVESTIGADORES
MINSKY Daniel Mauricio
congresos y reuniones científicas
Título:
Generation of synthetic CT for SPECT attenuation correction in myocardial perfusion imaging with deep convolutional neural networks
Autor/es:
PRIETO CANALEJO, M.A.; NAMÍAS, M.; MINSKY, D.M.
Lugar:
San Juan
Reunión:
Congreso; XXIII CONGRESO ARGENTINO DE BIOINGENIERÍA Y XII JORNADAS DE INGENIERÍA CLÍNICA; 2023
Institución organizadora:
Sociedad Argentina de Bioingeniería
Resumen:
Artículo publicado, aun no entregaron copia del libroAbstract— The SPECT attenuation correction performed by means of the anatomic information obtained by a CT, allows to obtain quantitative images of the patient´s activity concentration. However, there are still many SPECT systems that don´t have an associated tomograph. Besides, performing a CT scan for the sole purpose of correcting the attenuation implies a larger dose of radiation to the patient. The objective of this work is to estimate a synthetic linear attenuation coeficient map from a SPECT emission image reconstructed without the attenuation correction, using deep learning methods. A U-NET architecture DCNN was trained using information from 30 patients. The obtained synthetic attenuation maps are in good agreement with their respective reference CT scans.Keywords— SPECT, Synthetic attenuation map, U-Net.Resumen— La corrección de atenuación en SPECT realizada por medio de la información anatómica, obtenida por un CT, permite obtener imágenes cuantitativas de la concentración de actividad en el paciente. Sin embargo, aún existen muchos sistemas SPECT que no cuentan con un tomógrafo asociado. Además, la realización de una tomografía para corrección de atenuación implica una mayor dosis de radiación para el paciente. El objetivo de este trabajo es la estimación de mapas sintéticos de coeficientes de atenuación lineal a partir de la imagen de emisión del SPECT reconstruida sin corrección de atenuación, utilizando métodos de aprendizaje profundo. Se entrenó una DCNN con arquitectura U-NET utilizando la información de 30 pacientes. Se obtiene como resultado imágenes con alta similitud respecto a las imágenes de referencia con coeficientes de atenuación comparables a los obtenidos por el CT.Palabras clave— SPECT, mapa de atenuación sintético, U-Net.