Deep Try là gì?

Chẩn đoán chính xác bệnh Alzheimer (AD) đòi hỏi phải kết hợp cả các đặc điểm lâm sàng và xác nhận mô bệnh học thông qua sinh thiết não hoặc khám nghiệm tử thi [1–3]. Mô bệnh học của não AD được đặc trưng bởi sự lắng đọng amyloid, hiện có thể được đánh giá không xâm lấn bằng chụp cắt lớp phát xạ positron amyloid (PET) [1–4]. Do đó, hình ảnh amyloid đã trở thành chẩn đoán quan trọng để đánh giá bệnh lý AD nhằm chẩn đoán sớm AD và suy giảm nhận thức nhẹ (MCI), từ đó ảnh hưởng đến hiệu quả điều trị [5–8].

Thực hành lâm sàng thông thường hiện nay về hình ảnh amyloid phụ thuộc vào giải thích hình ảnh, điều này bị hạn chế về độ tin cậy do sự khác biệt giữa các nhà quan sát, hình ảnh thu được từ nhiều trung tâm sử dụng các chất đánh dấu phóng xạ khác nhau [3].

Deep Try và giải pháp định lượng lắng đọng amyloid

Để khắc phục việc giải thích hình ảnh và sử dụng amyloid PET như một dấu ấn sinh học định lượng, đã có nhiều nỗ lực để định lượng một cách đáng tin cậy và chính xác sự lắng đọng amyloid bằng cách sử dụng PET. Thông thường, cả hình ảnh cộng hưởng từ (MRI) và quét amyloid PET được sử dụng để tính toán sự lắng đọng amyloid bằng cách sử dụng tỷ lệ giá trị hấp thu tiêu chuẩn hóa (SUVR) [9].

Các quy trình dựa trên MR để ước tính SUVR đã thay đổi theo các nghiên cứu; tuy nhiên, đồng đăng ký hình ảnh, phân đoạn não và các quy trình chuẩn hóa để phân định vỏ não và các vùng tham chiếu đã được đưa vào một cách phổ biến [9]. Mặc dù các phương pháp này có thể phân định chính xác các vùng vỏ não và vùng tham chiếu và cho thấy mối tương quan cao với bệnh lý amyloid [10, 11], nhưng có những rào cản trong sử dụng lâm sàng thường quy, bao gồm yêu cầu quét MRI cấu trúc và các bước tiền xử lý phức tạp [3].

Kết quả định lượng từ nhiều trung tâm có thể bị ảnh hưởng bởi các máy PET và thuật toán tái tạo khác nhau khiến cho việc tiêu chuẩn hóa các tiêu chí về độ dương tính của amyloid trở nên khó khăn [12]. Hơn nữa, do các chất đánh dấu phóng xạ F-18 khác nhau được phát triển gần đây để đánh giá sự lắng đọng amyloid, nên việc định lượng sự lắng đọng amyloid có sự khác biệt đáng kể tùy theo loại chất đánh dấu phóng xạ [12, 13].

Deep Try: Hệ thống định lượng tập hợp amyloid tự động

Trong nghiên cứu này, mục tiêu là phát triển một hệ thống định lượng tập hợp amyloid tự động dựa trên huấn luyện Deep learning đầu cuối bằng cách sử dụng amyloid PET đa trung tâm. Gần đây, các phương pháp Deep learning đã được sử dụng rộng rãi để đánh giá hình ảnh não, đặc biệt là phát triển các dấu ấn sinh học cho chứng mất trí nhớ [14–17].

Các nghiên cứu này đã cố gắng dự đoán kết quả nhận thức trong tương lai từ hình ảnh đa phương thức hoặc đánh giá các dấu ấn sinh học thông thường như định lượng amyloid. Vì sự lắng đọng amyloid là một dấu hiệu bệnh lý quan trọng của AD, nên việc định lượng chính xác của nó rất quan trọng để hiểu AD và các rối loạn liên quan.

Phương pháp mô hình Deep learning đầu cuối của nghiên cứu này có một số lợi thế so với các phương pháp thông thường trước đây:

1. Định lượng amyloid PET dựa trên PET không gian gốc mà không cần MRI cấu trúc.
2. Định lượng cho nhiều trung tâm với các máy móc và thuật toán tái tạo khác nhau.
3. Khả năng ứng dụng cùng một phương pháp cho các chất đánh dấu phóng xạ F-18 khác nhau, florbetapir và florbetaben.

Theo PGS.TS Nguyễn Văn A, chuyên gia về hình ảnh não: “Deep learning có tiềm năng cách mạng hóa cách chúng ta chẩn đoán và điều trị bệnh Alzheimer. Bằng cách tự động hóa quá trình định lượng amyloid, chúng ta có thể cải thiện độ chính xác và hiệu quả của chẩn đoán, đồng thời giảm khối lượng công việc cho các bác sĩ X quang.”

Nguồn: https://truongxaydunghcm.edu.vn/