โครงข่ายประสาทเทียมเพิ่มความแม่นยำให้กับเครื่องตรวจจับ PET แบบเสาหิน

โครงข่ายประสาทเทียมเพิ่มความแม่นยำให้กับเครื่องตรวจจับ PET แบบเสาหิน

เครื่องตรวจจับรังสีแกมมาที่ใช้ในเครื่องสแกนเอกซเรย์ปล่อยโพซิตรอน (PET) จะต้องรวมความละเอียดเชิงพื้นที่ เวลา และพลังงานสูงเข้ากับความไวที่ยอดเยี่ยม เครื่องสแกน PET ทางการแพทย์ในปัจจุบันใช้เครื่องตรวจจับประกายแวววาวแบบพิกเซลที่มีความละเอียดเชิงพื้นที่จำกัดตามขนาดพิกเซล อีกทางเลือกหนึ่งคือการใช้เครื่องตรวจจับคริสตัลแบบเสาหิน ซึ่งอ่านค่าโดยอาร์เรย์ของเครื่องตรวจจับ

ด้วยแสง

ซึ่งมีความไวและความละเอียดที่เพิ่มขึ้น นำไปใช้แล้วในระบบ PET พรีคลินิก เครื่องตรวจจับเสาหินดังกล่าวอาจปรากฏในเครื่องสแกนทางคลินิกในไม่ช้า อย่างไรก็ตาม เครื่องตรวจจับ PET แบบเสาหินมีความท้าทายในตัวเอง เช่น การตั้งค่าการสอบเทียบที่ใช้เวลานานและผลกระทบที่ขอบ ภารกิจสำคัญอีก

ประการหนึ่งเมื่อใช้เครื่องตรวจจับเสาหินคือการออกแบบอัลกอริธึมการกำหนดตำแหน่งเหตุการณ์แกมมาที่มีประสิทธิภาพและแม่นยำ โดยมีการลดลงของประสิทธิภาพที่จำกัดบริเวณขอบของคริสตัล เพื่อให้บรรลุเป้าหมายนี้ นักวิจัยจากมหาวิทยาลัย ได้ใช้โครงข่ายประสาทเทียม

เพื่อสร้างอัลกอริธึมการกำหนดตำแหน่งแกมมาที่มีความละเอียดสูง พวกเขาอธิบายการศึกษาของพวกเขาในวิชาฟิสิกส์การแพทย์และชีววิทยา “เราเลือกที่จะตรวจสอบโครงข่ายประสาทเทียมเนื่องจากสามารถฝึกให้อนุมานตำแหน่งการโต้ตอบที่ต่อเนื่องจากการกระจายแสงที่วัดได้โดยตรง 

ทำลายล้างด้วยอิเล็กตรอน การสร้างบรรทัดการตอบสนองระหว่างคู่ช่วยให้สามารถแปลแหล่งที่มาได้ อย่างไรก็ตาม รังสีแกมมาบางส่วนผ่านปฏิสัมพันธ์ของคอมป์ตันภายในผลึกก่อนที่จะเกิดอันตรกิริยาโฟโตอิเล็กทริกขั้นสุดท้าย ทำให้การกู้คืนตำแหน่งอันตรกิริยาแรกยากขึ้นโดยอ้างอิงจากข้อมูลตัวอย่าง” 

ในการประเมินประสิทธิภาพในฐานะฟังก์ชันของความซับซ้อนของเครือข่าย ทีมงานได้ตรวจสอบเครือข่ายที่มีเลเยอร์ที่ซ่อนอยู่สองถึงห้าชั้น และเซลล์ประสาท 64 ถึง 1024 เซลล์ในแต่ละชั้น เมื่อประเมินโดยใช้ข้อมูลจากกริดเดียวกันกับเครือข่ายที่ได้รับการฝึกอบรม เครือข่ายที่ซับซ้อนที่สุด

จะให้

ประสิทธิภาพที่ดีที่สุด อย่างไรก็ตาม เมื่อประเมินตำแหน่งระดับกลางที่ไม่ได้เป็นส่วนหนึ่งของชุดข้อมูลการฝึกอบรม นักวิจัยเห็นว่าประสิทธิภาพลดลงด้วยเครือข่ายที่ซับซ้อนมากขึ้น พวกเขาชี้ให้เห็นว่าสิ่งนี้แสดงให้เห็นถึงหลุมพรางที่อาจเกิดขึ้นจากการใช้มากเกินไป

ทีมงานยังประเมินประสิทธิภาพเป็นฟังก์ชันของจำนวนข้อมูลการฝึกอบรม ข้อผิดพลาดในการระบุตำแหน่งลดลงอย่างมากเนื่องจากกิจกรรมการฝึกอบรมต่อตำแหน่งการสอบเทียบเพิ่มขึ้นจาก 100 เป็น 1,000 และจากนั้นจึงลดระดับลง บรรลุประสิทธิภาพสูงสุดด้วยเครือข่ายที่มีเซลล์ประสาท 256 เซลล์

การเปรียบเทียบประสิทธิภาพของโครงข่ายประสาทเทียมกับ วิธี อัลกอริธึมเพื่อนบ้านที่ใกล้ที่สุดที่ทีมพัฒนาขึ้นก่อนหน้านี้แสดงให้เห็นว่า 0.46 มม. แสดงถึงความละเอียดเชิงพื้นที่ที่ดีขึ้น 17% จากการวางตำแหน่งเพื่อนบ้านที่ใกล้ที่สุด ขยายเป็นสามมิติข้อดีอีกประการของเครื่องตรวจจับเสาหิน

คือให้ข้อมูลเชิงลึกของการโต้ตอบ (DOI) ที่แท้จริง ซึ่งสามารถปรับปรุงความละเอียดของเวลาได้ ทีมขยายโครงข่ายประสาทเทียมเพื่อส่งออกค่า DOI โดยประมาณ ( พิกัด z เพิ่มเติม ) สิ่งนี้ให้ประสิทธิภาพที่ใกล้เคียงกับเครือข่ายการระบุตำแหน่ง 2 มิติ โดยแทบไม่มีผลกระทบต่อความละเอียดเชิงพื้นที่ 

ข้อผิดพลาดในการวางตำแหน่ง 3D เฉลี่ยและค่ามัธยฐานคือ 1.53 และ 0.77 มม. และข้อผิดพลาด DOI เฉลี่ยและค่ามัธยฐานคือ 0.87 และ 0.39 มม. ตามลำดับ การตรวจสอบอิทธิพลของการกระจายแบบคอมป์ตันพบว่าความแม่นยำในการระบุตำแหน่งลดลงอย่างมาก โดยค่าเฉลี่ยข้อผิดพลาดในการระบุตำแหน่ง

เพิ่มขึ้นจาก 0.49 สำหรับเหตุการณ์ที่ไม่กระจัดกระจายเป็น 2.29 มม. สำหรับเหตุการณ์ที่กระจัดกระจายแบบคอมป์ตัน การกระเจิงของคอมป์ตันยังทำให้ความละเอียดเชิงพื้นที่ลดลงด้วยค่ามัธยฐานที่ 0.66 และ 0.42 มม. FWHM สำหรับเหตุการณ์ที่กระจัดกระจายและไม่กระจัดกระจายตามลำดับ

จะช่วย

ปรับปรุงคุณภาพของภาพ แต่ก็ลดความไวลงได้มากเช่นกัน แนวทางที่ดีกว่า ทีมงานแนะนำว่าอาจเป็นการฝึกโครงข่ายประสาทเทียมเพื่อระบุเหตุการณ์ที่กระจัดกระจายของคอมป์ตันและประมวลผลต่างกันนักวิจัยสรุปได้ว่าโครงข่ายประสาทเทียมสามารถทำการระบุตำแหน่งด้วยรังสีแกมมา 3 มิติ

ด้วยความละเอียดเชิงพื้นที่ที่สูงมาก ซึ่งเหนือกว่าวิธีการก่อนหน้านี้ ขณะนี้พวกเขากำลังประเมินเครื่องตรวจจับ PET รุ่นทดลองโดยใช้การกำหนดค่าเดียวกันกับในการตั้งค่าการจำลอง “สิ่งนี้ช่วยให้เราเห็นว่าวิธีการและผลลัพธ์ของเราขึ้นอยู่กับการถ่ายโอนข้อมูลจำลองไปยังข้อมูลการทดลองได้อย่างไร” 

สุญญากาศที่จะมีความสำคัญในอีก 15 พันล้านปีต่อมา แก่นสารในการติดตามดูเหมือนจะเป็นธรรมชาติมากกว่าสำหรับพลังงานมืดที่จะเริ่มต้นด้วยความหนาแน่นของพลังงานที่คล้ายกับความหนาแน่นของสสารและการแผ่รังสีในเอกภพยุคแรก จากนั้น ความหนาแน่นของพลังงานมืดและสสารอาจลดลง

ในอัตราที่ใกล้เคียงกันเมื่อเอกภพขยายตัว โดยความหนาแน่นของพลังงานมืดจะแซงหน้าความหนาแน่นของสสารก็ต่อเมื่อโครงสร้างก่อตัวขึ้นในเอกภพแล้วเท่านั้น อย่างไรก็ตาม หากความหนาแน่นของพลังงานมืดเปลี่ยนไป ก็จะไม่สามารถประกอบด้วยพลังงานสุญญากาศได้ ดังนั้น แนวคิดของแก่นสาร

จึงถูกนำมาใช้เพื่อเอาชนะปัญหานี้ด้วยตัวเราเองและราหุล เดฟ ซึ่งขณะนั้นอยู่ที่มหาวิทยาลัยเพนซิลเวเนียในปี 1998 แก่นสารเป็นรูปแบบของพลังงานที่มีพลวัต พัฒนาตามเวลา และขึ้นอยู่กับพื้นที่โดยมีแรงดันลบเพียงพอที่จะขับเคลื่อนการขยายตัวที่เร่งขึ้น ในขณะที่ค่าคงที่ของจักรวาลวิทยาเป็นรูปแบบหนึ่ง

credit : สล็อตเว็บตรง100 / ดูหนังฟรี / 50รับ100