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
曾珍发布了新的文献求助10
1秒前
2秒前
hzh完成签到 ,获得积分10
3秒前
gg发布了新的文献求助10
3秒前
勤劳滑板完成签到 ,获得积分10
3秒前
Jerry完成签到,获得积分10
4秒前
MrLiu完成签到,获得积分10
5秒前
冷傲博完成签到,获得积分10
5秒前
jeff完成签到,获得积分10
5秒前
LHZ完成签到,获得积分10
5秒前
所所应助时尚俊驰采纳,获得10
6秒前
影子芳香完成签到 ,获得积分10
7秒前
8秒前
8秒前
不必要再讨论适合与否完成签到,获得积分0
9秒前
无情夏寒完成签到 ,获得积分10
10秒前
慕青应助马士全采纳,获得10
11秒前
xuzj应助科研通管家采纳,获得10
11秒前
Rubby应助科研通管家采纳,获得30
12秒前
SciGPT应助科研通管家采纳,获得10
12秒前
12秒前
12秒前
shiizii应助科研通管家采纳,获得10
12秒前
12秒前
12秒前
12秒前
ludong_0应助科研通管家采纳,获得10
12秒前
YeeYee发布了新的文献求助10
12秒前
冷酷的松思完成签到,获得积分10
12秒前
zgt01发布了新的文献求助10
13秒前
zhang完成签到,获得积分10
13秒前
江中完成签到 ,获得积分10
15秒前
15秒前
阿玖完成签到 ,获得积分10
16秒前
jiaolulu发布了新的文献求助10
18秒前
踏雪飞鸿完成签到,获得积分10
19秒前
hannah完成签到,获得积分10
19秒前
songvv发布了新的文献求助10
20秒前
一一一应助Bin_Liu采纳,获得10
21秒前
麻果完成签到,获得积分10
23秒前
高分求助中
【提示信息,请勿应助】关于scihub 10000
Les Mantodea de Guyane: Insecta, Polyneoptera [The Mantids of French Guiana] 3000
徐淮辽南地区新元古代叠层石及生物地层 3000
The Mother of All Tableaux: Order, Equivalence, and Geometry in the Large-scale Structure of Optimality Theory 3000
Handbook of Industrial Diamonds.Vol2 1100
Global Eyelash Assessment scale (GEA) 1000
Picture Books with Same-sex Parented Families: Unintentional Censorship 550
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 4038201
求助须知:如何正确求助?哪些是违规求助? 3575940
关于积分的说明 11373987
捐赠科研通 3305747
什么是DOI,文献DOI怎么找? 1819274
邀请新用户注册赠送积分活动 892662
科研通“疑难数据库(出版商)”最低求助积分说明 815022