对精确PET神经成像进行传输辅助衰减校正的人体试验

科学领域:

• 医疗成像医学成像
• 核医学是一种核医学.
• 放射化学 放射化学是指辐射化学.

背景情况:

• 目前的PET减弱校正 (AC) 方法,包括深度学习,对定量脑成像具有局限性,特别是在CT-less系统或低剂量的PET/CT上.
• 之前开发的一种无CT传输辅助交流方法使用基于物理的巧合减弱估计.

研究的目的:

• 优化和评估一种新的CT-less传输辅助衰减校正 (TRU-AC) 方法,用于全身PET/CT上的人类[18F]FDG神经成像.
• 与基于CT的AC (CT-AC) 相比,评估TRU-AC的定量准确性和性能.

主要方法:

• 开发了TRANSmission辅助的μ-map重建 (TRU) AC,结合了低活动的18F传输源,修改了最大概率重建和散射校正.
• 使用标准[18F]FDG PET/CT协议对5名患者进行成像,获取10分钟的大脑PET数据.
• 使用供应商的算法,TRU-AC和CT-AC (参考) 重建的PET图像,通过标准化吸收值 (SUV) 分析大脑结构的定量准确性.

主要成果:

• TRU-AC的PET图像显示出与CT-AC有很强的质量一致.
• 定量分析显示TRU-AC在所有大脑结构中的绝对相对SUV误差为3.6%.
• 活动偏差的规范化根平均平方误差为1.8%,语音噪声小幅增加了0.2%;布兰德-阿尔特曼分析证实了统计学上显著的协议 (±5%的差异).

结论:

• TRU-AC为人类神经成像提供准确的定量PET成像.
• 这种CT-less方法对于深度学习AC方法可能失败的应用特别有益,例如放射性追踪器的开发或与缺乏足够培训数据的新型患者队列和病理学的研究.