与[¹⁸F]FDG PET PET同时估计模型衍生输入函数以量化大脑葡萄糖代谢

科学领域:

• 核医学就是核医学.
• 神经成像是一种神经成像.
• 生物物理学的生物物理.

背景情况:

• 动态[18F]FDG PET需要侵入性动脉采样,以准确量化葡萄糖 (CMRGlu) 的大脑代谢率.
• 同时估计 (SIME) 从图像数据模型输入函数,但传统方法假设一个特定的数学形式.
• 一种新的SIME方法使用了两种组织隔间模型,以获得更强大的输入函数估计.

研究的目的:

• 引入和评估动态[18F]FDG PET的模型衍生输入函数 (MDIF) 方法.
• 在动物和人类研究中评估MDIF方法的准确性和可靠性.
• 探索使用MDIF生成参数图像的可行性.

主要方法:

• 为了验证MDIF方法的准确性,进行了模拟.
• 动物研究将MDIF与测量的动脉输入功能 (AIF) 相比较.
• 人类研究 (n=18) 将MDIF方法与使用动态[18F]FDG PET数据的标准SIME-IDIF进行了比较.

主要成果:

• 模拟证实了从全脑时间活动曲线中精确的MDIF提取.
• 动物实验表明MDIF和AIF之间存在良好的协议.
• 人类数据表明MDIF和IDIF方法之间的CMRGlu值可比,MDIF更好地描述了早期的标记物动力学.

结论:

• 拟议的基于模型的SIME方法成功地导出了高信号噪声比 (SNR) 输入函数.
• 与传统的SIME相比,MDIF方法提供了优势,需要更少的参数,并容纳不同的输入函数形状.
• MDIF的高SNR可方便声向参数提取,特别是当与像变化贝叶斯方法等先进的估计技术相结合时.