アミロイドPET画像におけるAI強化センチロイド定量化

科学分野:

• 神経画像;人工知能;バイオマーカー

背景:

• センチロイドスケールはアミロイドPET定量化の標準ですが、トレーサーとスキャナーのばらつきという課題に直面しています。;アルツハイマー病の研究および臨床応用において、正確なアミロイド定量化は不可欠です。

研究 の 目的:

• アミロイドPETスキャンのセンチロイド定量化を補正するための新しい深層学習手法であるDeepSUVRを導入すること。;異なるトレーサー、スキャナー、研究間でのアミロイドPETデータの整合性と信頼性を向上させること。

主な方法:

• DeepSUVRは、トレーニング中に異常な縦断的軌道を罰する深層学習アプローチを利用しています。;このモデルは、AIBL/ADNIからの大規模データセット（7,149スキャン）でトレーニングされ、10の外部データセットからの15,807スキャンで検証されました。;この手法は、推論時に縦断データなしで標準化された取り込み値比（SUVR）補正係数を学習します。

主要な成果:

• DeepSUVRは、アミロイド陰性個体におけるトレーサー相関を増加させ、ばらつきを減少させました。;認知機能、視読、神経病理学とのより強い関連性を示しました。;縦断的一貫性を大幅に改善し、治療関連アミロイド変化を検出するための効果量が増加しました。

結論:

• DeepSUVRは、標準的な手法を上回るアミロイドPET定量化を大幅に進歩させます。;このAI駆動型アプローチは、臨床的意思決定および早期または微妙なアミロイド蓄積の検出に不可欠です。;DeepSUVRは、既存のPETイメージングパイプラインへの統合のための実用的な代替手段を提供します。