F-FDG PET在肺癌中的放射性特征:先进重建算法的影响

科学领域:

• 核医学是一种核医学.
• 无线电学 (Radiomics) 是一种辐射学.
• 在瘤学瘤学.

背景情况:

• ¹⁸F-FDG PET放射学在量化肺癌瘤内部异质性方面显示出前景.
• 放射性特征 (RF) 的稳定性受到图像重建,细分和离散的影响.
• 先进的区块顺序规范期望最大化 (BSREM) 算法的对射频的特定影响尚不清楚.

研究的目的:

• 用BSREM重建算法研究F-FDG PET放射性特征的变化.
• 在不同的重建,细分和离散方法下比较RF的稳定性.

主要方法:

• 对120名肺癌患者的F-FDG PET数据进行了回顾性分析.
• 使用先进的BSREM和传统的有序子集预期最大化 (OSEM) 的重建.
• 应用了三种细分方法 (手动,40%门,雀巢) 和两种离散方法 (绝对,相对).
• 使用变化系数和类内相关系数评估射频稳定性和强度.

主要成果:

• 在19% (重建),33% (细分) 和36% (分离) 的RF中观察到高不稳定性 (CV>20%).
• 在60% (重建),19% (细分) 和35% (分离) 的RF中发现了显著的稳定性 (ICC>0.90).
• 与OSEM相比,BSREM在不同细分和离散条件下表现出明显更大的稳定性 (P < 0.05).

结论:

• BSREM重建方法提高了F-FDG PET放射性特征的稳定性和强度.
• 像BSREM这样的先进重建技术可以提供更一致的放射性分析.
• 改进的一致性可能会提高基于PET的放射性物质在肺癌中的诊断和预后价值.