Fully Automated Image-Based Multiplexing of Serial PET/CT Imaging for Facilitating Comprehensive Disease Phenotyping.
研究背景
正电子发射断层扫描（PET）结合计算机断层扫描（CT）可洞察解剖和分子过程，但传统单示踪剂法限制多维度疾病表型评估。为此，研究人员开发了PET Unified Multitracer Alignment (PUMA) 框架，用于多次PET/CT扫描的空间多路复用，实现体素级组织特征分析。
方法速览
PUMA利用基于CT的人工智能分割生成多标签地图，经仿射对齐后接对称变形对齐两步注册实现精确配准。再将示踪剂图像归一化并分配到红绿蓝（RGB）通道，生成复合图像。该框架在多中心、多供应商数据集上验证。
主要发现
- 高精度器官分割重叠：PUMA用变形配准，多数器官Dice相似系数超0.90，优于刚性和仿射配准。如肝脏和肺部DSC值分别为0.95 ± 0.03和0.96 ± 0.03。
- 保持器官强度变化：PUMA保持器官强度变化在可接受范围，变形配准在约50%器官中平均绝对百分比差异和标准差更高，但所有器官该差异均低于3%。
- 肿瘤SUVmean保持稳定：114名患者的35个肿瘤中，各配准方法SUVmean绝对百分比差异均低于3%。
- 像素强度和纹理特征保持良好：配准后器官像素强度分布保持好，Jensen - Shannon散度值通常小于0.03。纹理特征如熵稳定，对比度平均增加0.22，相关性增加约0.01 - 0.02。
- 多示踪剂可视化和配准性能佳：PUMA生成复合多示踪剂PET图像，展示不同示踪剂在肿瘤和器官的摄取模式。
- 小肿瘤敏感性问题：小肿瘤（<4立方厘米）对体素级错配更敏感，大肿瘤（>10立方厘米）散度最小。
总结展望
PUMA提供无需修改临床协议实现多示踪剂PET数据多路复用的简单方法，可在体素级探索疾病复杂性。但性能依赖CT精确分割，患者形态变化可能影响配准效果。未来需优化病变分割方法，扩展到其他成像模态。