![Quantification of Atherosclerotic Plaque Activity and Vascular Inflammation using [18-F] Fluorodeoxyglucose Positron Emission Tomography/Computed Tomography FDG-PET/CT](/_next/image?url=https%3A%2F%2Fcloudfront.jove.com%2FCDNSource%2Fteasers%2F3777.jpg&w=3840&q=50)
提高使用-18氧化葡萄糖正子发射断层扫描/计算机断层扫描数据和机器学习进行代谢综合征预测:全面分析
Jeonghyun Kang1, Jae-Hoon Lee2, Hye Sun Lee3
1Department of Surgery, Gangnam Severance Hospital, Yonsei University College of Medicine, Seoul, Republic of Korea.
Quantitative imaging in medicine and surgery
|August 11, 2025
概括
这项研究表明,将-18氧葡萄糖正子发射断层扫描/计算机断层扫描 (FDG PET/CT) 成像与机器学习相结合,可以有效预测代谢综合征 (MetS). 这种方法为早期识别和管理MetS提供了一个有希望的工具.
科学领域:
- 放射学和核医学 放射学和核医学
- 医疗成像医学成像
- 医疗保健中的机器学习
背景情况:
- 代谢综合征 (MetS) 是一个日益严重的公共卫生问题,发病率越来越高.
- 识别和管理 MetS 的有效策略至关重要.
- 目前的诊断方法可能不足以进行早期检测.
研究的目的:
- 使用FDG PET/CT数据和机器学习开发和验证MetS的预测模型.
- 与现有方法相比,评估该模型的性能.
- 探索特定的FDG PET/CT参数在MetS预测中的有用性.
主要方法:
- 对1250个成年FDGPET/CT扫描 (2014-2020) 的回顾性分析.
- 在NCEP ATP III标准的基础上进行MetS诊断.
- 从FDG PET/CT (SUV,HU,面积) 提取特征,并使用LASSO回归进行多变量预测建模.
- 模型性能以接收器运行特征曲线 (AUC) 下的面积来评估.
主要成果:
- 一个多变量LASSO模型确定了关键预测因素:内脏脂肪组织 (VAT) 面积,VAT的平均HU,VAT的平均SUV,骨肌肉的平均HU,血液池的平均SUV和BMI.
- 该模型在训练 (AUC=0.792) 和测试集 (AUC=0.828) 中表现出强大且一致的预测性能.
- 开发的模型在测试组中的MetS预测中显著超过了无变量模型.
结论:
- 与机器学习相结合的FDG PET/CT显示出预测MetS的巨大潜力.
- 这种综合方法可以提高代谢综合征的早期检测和管理.
- 该研究强调了定量成像生物标志物在代谢疾病预测中的价值.
![Studying Metabolic Brain Connectivity Using 2-Deoxy-2-[18F]Fluoro-D-Glucose Dynamic Positron Emission Tomography at the Single-subject Level](/_next/image?url=https%3A%2F%2Fcloudfront.jove.com%2FCDNSource%2Fteasers%2F67458.jpg&w=3840&q=50)
