副甲状腺画像におけるデジタル対アナログPET:PETメトリックと機械学習ベースの超機能性病変の特徴づけの比較 (DIGI-PET研究)

科学分野:

• 核医学
• 医療用イメージング
• 医療における機械学習

背景:

• 副甲状腺症の診断は,副甲状腺腺腫 (PA) と副甲状腺腺腫 (PH) を区別することに依存しています.
• ポジトロン放出トモグラフィー/コンピュータトモグラフィー (PET/CT) は,定量的な画像測定値を提供します.
• デジタルPET/CTシステムは,アナログシステムと比較して改善された病変検出を提供します.

研究 の 目的:

• 甲状腺機能障害におけるデジタルとアナログのPET/CTによる定量的測定値を比較する.
• 量的なPETパラメータに適用された機械学習 (ML) の有用性を評価し,PHからPAを区別する.

主な方法:

• 定量的PETパラメータ (SUVmax,MTV,TBR,直径) と生化学マーカーを分析した.
• マン・ウィトニーUテストを用いたデジタルとアナログのPET/CTのメトリックの比較
• MLモデル (LASSO,決定ツリー,ガウスナイヴベイズ) は,調和した定量的特徴を使用してPAとPHを区別するために訓練されました.

主要な成果:

• デジタルPET/CTでは,アナログPET/CTと比較して,著しく小さな病変 (MTV,直径) が検出されました.
• 副甲状腺腫 (PA) の病変は,多発性 (PH) の病変よりもSUVmaxとTBRが有意に高かった.
• PAを特定するための最適な値はSUVmax > 5. 89とTBR > 11. 5でした.
• LASSO MLモデルは79. 7%の精度で0. 811のAUCを達成しました.

結論:

• デジタルPET/CTは小型の甲状腺損傷の検出に優れた性能を示しています.
• PTHレベルと共に,PET由来メトリックのML分析は,PHからPAの非侵襲的な差別化に希望を示しています.