An External, Independent Validation of an O -(2-[ 18 F]Fluoroethyl)-l-Tyrosine PET Automatic Segmentation Network on a Single-Center, Prospective Dataset of Patients with Glioblastoma.
研究背景
胶质母细胞瘤是高度恶性脑肿瘤，患者预后极差。传统MRI诊断特异性低，难以区分治疗后改变与肿瘤真实进展。[18F]FET PET作为补充成像手段，已广泛用于脑肿瘤评估，但人工界定生物肿瘤体积（BTV）过程复杂，不同医师结果差异大。本研究旨在验证外部独立的[18F]FET PET自动分割网络在胶质母细胞瘤中的应用效果。
方法速览
本研究纳入24例胶质母细胞瘤患者，共完成52次[18F]FET PET扫描，由核医学专家与自动分割网络分别界定BTV，通过相关性分析、Bland-Altman分析及多种空间指标，评估两种方法的一致性与重复性。
主要发现
- 一致性与空间重叠表现优异：自动分割与人工评估的BTV、TBRmean在所有时间点的Pearson相关系数达0.92-0.98，Dice相似系数为0.83，边界定位一致性良好，与人工评估结果高度契合。
- 重复性优于人工评估：重复测试中，自动分割的BTV和TBRmean相对差异均小于人工评估，结果稳定性更好。
- 尚存一定不足：整体来看自动分割对BTV存在轻度低估，放疗后影像的分割敏感性显著低于放疗前；2例额叶病变出现错误分割，误将横窦生理摄取计入肿瘤体积。
总结展望
本研究首次完成了外部独立[18F]FET PET自动分割网络的临床验证，结果显示该网络与人工评估一致性高、重复性更好，具备多中心临床应用潜力。但研究样本量较小，且自动分割在放疗后病灶中仍存在性能下降问题，未来需扩大样本量、针对本地数据集优化训练，进一步提升临床应用准确性。