清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Synthetic PET from CT improves diagnosis and prognosis for lung cancer: Proof of concept

肺癌 医学 概念证明 PET-CT 癌症 举证责任 放射科 核医学 正电子发射断层摄影术 内科学 肿瘤科 计算机科学 政治学 操作系统 法学
作者
Morteza Salehjahromi,Tatiana V. Karpinets,Sheeba J. Sujit,Mohamed Qayati,Pingjun Chen,Muhammad Aminu,Maliazurina Saad,Rukhmini Bandyopadhyay,Lingzhi Hong,Ajay Sheshadri,Julie Qiaojin Lin,Mara B. Antonoff,Boris Sepesi,Edwin J. Ostrin,Iakovos Toumazis,Peng Huang,Chao Cheng,Tina Cascone,Natalie I. Vokes,Carmen Behrens
出处
期刊:Cell reports medicine [Elsevier BV]
卷期号:5 (3): 101463-101463 被引量:8
标识
DOI:10.1016/j.xcrm.2024.101463
摘要

[18F]Fluorodeoxyglucose positron emission tomography (FDG-PET) and computed tomography (CT) are indispensable components in modern medicine. Although PET can provide additional diagnostic value, it is costly and not universally accessible, particularly in low-income countries. To bridge this gap, we have developed a conditional generative adversarial network pipeline that can produce FDG-PET from diagnostic CT scans based on multi-center multi-modal lung cancer datasets (n = 1,478). Synthetic PET images are validated across imaging, biological, and clinical aspects. Radiologists confirm comparable imaging quality and tumor contrast between synthetic and actual PET scans. Radiogenomics analysis further proves that the dysregulated cancer hallmark pathways of synthetic PET are consistent with actual PET. We also demonstrate the clinical values of synthetic PET in improving lung cancer diagnosis, staging, risk prediction, and prognosis. Taken together, this proof-of-concept study testifies to the feasibility of applying deep learning to obtain high-fidelity PET translated from CT.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
沐浠完成签到 ,获得积分10
12秒前
葛力完成签到,获得积分20
16秒前
科研通AI2S应助葛力采纳,获得10
28秒前
29秒前
宇文非笑完成签到 ,获得积分0
37秒前
科研通AI5应助laodai8855采纳,获得20
38秒前
40秒前
乾坤侠客LW完成签到,获得积分10
1分钟前
1分钟前
lixuebin完成签到 ,获得积分10
2分钟前
科研通AI2S应助葛力采纳,获得10
2分钟前
lxh完成签到 ,获得积分10
2分钟前
2分钟前
2分钟前
laodai8855发布了新的文献求助20
2分钟前
3分钟前
3分钟前
科研通AI5应助梨子茶采纳,获得30
3分钟前
3分钟前
bju发布了新的文献求助10
3分钟前
3分钟前
科研通AI2S应助科研通管家采纳,获得10
3分钟前
搜集达人应助科研通管家采纳,获得10
3分钟前
科研通AI2S应助科研通管家采纳,获得10
3分钟前
bju完成签到,获得积分10
3分钟前
4分钟前
梨子茶发布了新的文献求助30
4分钟前
mczhu完成签到,获得积分10
4分钟前
聪慧芷巧完成签到 ,获得积分10
4分钟前
qqJing完成签到,获得积分10
4分钟前
deallyxyz应助草木采纳,获得10
4分钟前
5分钟前
5分钟前
常有李完成签到,获得积分10
5分钟前
5分钟前
默默孱完成签到 ,获得积分10
5分钟前
JamesPei应助汎影采纳,获得10
5分钟前
5分钟前
Lucas应助汎影采纳,获得10
5分钟前
wwe完成签到,获得积分10
5分钟前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
Cognitive Neuroscience: The Biology of the Mind 1000
Technical Brochure TB 814: LPIT applications in HV gas insulated switchgear 1000
Immigrant Incorporation in East Asian Democracies 600
Nucleophilic substitution in azasydnone-modified dinitroanisoles 500
不知道标题是什么 500
A Preliminary Study on Correlation Between Independent Components of Facial Thermal Images and Subjective Assessment of Chronic Stress 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3968504
求助须知:如何正确求助?哪些是违规求助? 3513318
关于积分的说明 11167279
捐赠科研通 3248691
什么是DOI,文献DOI怎么找? 1794414
邀请新用户注册赠送积分活动 875030
科研通“疑难数据库(出版商)”最低求助积分说明 804652