18F-FDG PET/CT貝葉斯正則化似然重建算法對腫瘤定量參數(shù)的影響

王 旭，許莎莎，王 卓，杜曉光，韓星敏

(鄭州大學(xué)第一附屬醫(yī)院核醫(yī)學(xué)科 河南省分子影像醫(yī)學(xué)重點實驗室，河南 鄭州 450052)

18F-FDG PET/CT顯像對于診斷腫瘤及制定治療決策具有越來越重要的作用。PET/CT圖像重建技術(shù)不斷發(fā)展，其中的迭代重建算法中飛行時間(time of flight，TOF)及點擴散函數(shù)(point spread function，PSF)可明顯提高PET診斷效能[1-2]。貝葉斯正則化似然(Bayesian penalized likelihood，BPL)重建算法是目前最新的用于數(shù)字化PET/CT的重建技術(shù)，現(xiàn)已逐漸用于相關(guān)腫瘤研究[3-4]。相比傳統(tǒng)PET，數(shù)字化PET可明顯改善圖像質(zhì)量，顯著提高腫瘤標準攝取值(standard uptake value，SUV)和信噪比(signal noise ratio，SNR)[5]。本研究觀察BPL重建算法對惡性腫瘤病灶18F-FDG PET/CT定量參數(shù)的影響。

1 資料與方法

1.1 研究對象 回顧性分析2020年4月—6月80例于鄭州大學(xué)第一附屬醫(yī)院接受PET/CT檢查的原發(fā)惡性腫瘤患者，男33例，女47例，年齡10～89歲，平均(61.2±11.5)歲；均經(jīng)病理學(xué)證實診斷，包括53例肺癌、9例淋巴瘤及18例其他腫瘤，共206個病灶。檢查前患者或家屬均簽署知情同意書。

1.2 儀器與方法 囑患者檢查前空腹6 h以上，控制其空腹血糖<11 mmol/L。經(jīng)肘靜脈注射18F-FDG(本院制備，放射化學(xué)純度≥95%)4.44 MBq/kg體質(zhì)量后，囑患者平靜休息60 min。采用GE Discovery MI PET/CT掃描儀，囑患者仰臥，行PET/CT顯像，管電壓120 kV，自動毫安電流(100～160 mA)，噪聲系數(shù)13，層厚3.75 mm，掃描范圍自顱底至大腿上部，每個床位1.5 min，頭部單獨掃描一個床位2.5 min。分別采用TOF+PSF(非BPL組，3次迭代，16個子集，5 mm標準濾波器)及TOF+PSF+BPL(BPL組，懲罰因子β為450，TOF+PSF參數(shù)同上)2種算法重建圖像。

1.3 圖像分析 采用AW4.6工作站，系統(tǒng)以42% SUVmax為分割閾值自動勾畫腫瘤病灶ROI，根據(jù)病灶直徑將其分為<10 mm組(n=84)及≥10 mm組(n=122)；測量代謝參數(shù)，包括最大標準攝取值(maximum standard uptake value，SUVmax)及平均標準攝取值(mean standard uptake value，SUVmean)及體積參數(shù)，即腫瘤代謝體積(metabolic tumor volume，MTV)；于肝臟右葉測量直徑3 cm球形ROI的SUVmean，計算信號/本底比值(signal background ratio，SBR)，SBR=病灶SUVmax/肝臟SUVmean。分別計算不同重建算法下定量參數(shù)的差值，如SUVmax差值=BPL組SUVmax-非BPL組SUVmax。

1.4 統(tǒng)計學(xué)分析 采用SPSS 22.0統(tǒng)計分析軟件。以頻數(shù)表示計數(shù)資料，行χ2檢驗；以±s表示符合正態(tài)分布的計量資料，行配對t檢驗；以中位數(shù)(上下四分位數(shù))表示不符合正態(tài)分布的計量資料，行Mann-WhitneyU檢驗。P<0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

BPL組病灶SUVmax、SUVmean及SBR均明顯高于非BPL組(P均<0.05)；BPL組病灶MTV明顯低于非BPL組(P<0.05)，見表1。BPL組PET圖像質(zhì)量優(yōu)于非BPL組(圖1～3)。

表1 不同重建算法下惡性腫瘤18F-FDG定量參數(shù)比較(n=206)

圖1 患者女，60歲，左肺上葉腺癌 A.基于TOF+PSF+BPL算法于18F-FDG PET圖像勾畫病灶ROI，直徑43.2 mm，SUVmax及SUVmean分別為24.98及15.39；B.基于TOF+PSF算法，病灶直徑43.2 mm，SUVmax及SUVmean分別為23.79及14.66

直徑<10 mm組與≥10 mm組患者性別及年齡差異均無統(tǒng)計學(xué)意義(P均>0.05)；<10 mm組SUVmax、SUVmean及SBR差值均明顯大于≥10 mm組(P均<0.05)；組間MTV差值差異無統(tǒng)計學(xué)意義(P>0.05)，見表2。

表2 不同大小惡性腫瘤18F-FDG定量參數(shù)比較

3 討論

目前有序子集最大期望值(ordered subsets expectation maximization，OSEM)算法廣泛用于重建PET圖像，但背景噪聲會隨著迭代次數(shù)增加而增加；為防止因噪聲過高而無法增加迭代次數(shù)，TOF和PSF重建技術(shù)在OSEM算法基礎(chǔ)上部分提高了PET圖像質(zhì)量及分辨率[6-7]，但迭代次數(shù)仍停留于2～5次，導(dǎo)致PET圖像未達到完全收斂，降低了圖像質(zhì)量和定量準確性。BPL重建技術(shù)在增加迭代次數(shù)的同時加入了獨有的基于相鄰體素的方差實現(xiàn)的噪聲抑制函數(shù)[8]，所獲定量參數(shù)更為準確，圖像分辨率更高。

圖2 患者男，34歲，霍奇金淋巴瘤 A.基于TOF+PSF+BPL算法于18F-FDG PET圖像勾畫病灶ROI，直徑5.2 mm，MTV為0.04 cm3；B.基于TOF+PSF算法，病灶直徑5.2 mm，MTV為0.43 cm3

圖3 患者女，44歲，霍奇金淋巴瘤 A.基于TOF+PSF+BPL算法重建的冠狀位PET圖像；B.基于TOF+PSF算法重建的冠狀位PET圖像

TEOH等[9-11]發(fā)現(xiàn)，采用BPL算法可明顯提高惡性孤立肺結(jié)節(jié)、非小細胞肺癌縱隔轉(zhuǎn)移淋巴結(jié)及結(jié)直腸癌肝臟轉(zhuǎn)移灶的SNR及SBR。REYNéS-LLOMPART等[12]的結(jié)果也證實BPL重建算法能提供更準確的定量參數(shù)；且認為臨床肺小結(jié)節(jié)的SUVmax及SUVmean明顯提高而代謝體積變化不明顯，可能與病灶較小有關(guān)。TEOH等[9]報道，BPL算法在提高18F-FDG高代謝病灶SUV的同時并不改變本底組織的代謝參數(shù)，使得腫瘤SBR明顯提高，可真正提高圖像質(zhì)量，最終提高病灶檢出率。但既往研究[9-10]顯示BPL算法并未明顯提高鑒別良、惡性病灶的效能，惡性病灶可能呈18F-FDG低攝取，而良性病灶可能呈18F-FDG高攝取，二者表現(xiàn)存在重疊，提示18F-FDG PET/CT診斷腫瘤性質(zhì)的特異性不足；而BPL算法的價值在于可為臨床提供更佳的病灶可視化效果及更準確的定量參數(shù)。

另一方面，BPL算法在提高腫瘤病灶SBR的同時也給臨床實踐造成一定困擾。BARRINGTON等[13]通過視覺比較淋巴瘤病變與縱隔、肝臟本底攝取情況，以評估臨床治療效果，由于BPL顯著提高病灶SUVmax而對肝臟本底無明顯影響，可能導(dǎo)致高估總體腫瘤負荷，這意味著以往的評價標準可能不再適用于以包含BPL的重建算法獲得的圖像。本研究觀察80例確診腫瘤患者206個惡性病灶的18F-FDG PET/CT顯像，結(jié)果顯示聯(lián)合BPL重建算法較TOF+PSF算法可明顯提高包括SUVmax、SUVmean和SBR在內(nèi)的腫瘤攝取參數(shù)，提示采用BPL重建時，應(yīng)適當上調(diào)SUV鑒別良、惡性腫瘤的診斷閾值[14]。

PARVIZI等[15]評價42個肝轉(zhuǎn)移癌，直徑范圍6～86 mm，平均25 mm，基于BPL算法MTV為16.3 ml(0.7～110.4 ml)，明顯低于基于OSEM算法的21.5 ml(1.5～143.4 ml)。VALLOT等[4]針對多種腫瘤的臨床研究顯示，BPL組61.8%腫瘤病灶的MTV低于OSEM組，本研究結(jié)果與之相符。采用OSEM算法重建圖像往往導(dǎo)致高估MTV，尤其是小病灶和低SUVmax病灶，邊緣可見模糊效應(yīng)[16]。BPL重建算法實現(xiàn)了對腫瘤病灶的全收斂[17]，通過懲罰因子β增加相鄰像素間的相對差異，在保持病灶邊緣清晰的同時使圖像呈現(xiàn)最優(yōu)對比度和重建分辨率；且勾畫病灶ROI時以42% SUVmax為閾值，在很大程度上取決于SUVmax的準確度。

本研究中直徑<10 mm組病灶的SUVmax、SUVmean及SBR差值均明顯大于≥10 mm組，原因可能在于PET顯像中，小病灶受部分容積效應(yīng)的影響更為明顯，其SUV易被低估，BPL算法可提高SUV測值[18]；<10 mm組MTV差值大于≥10 mm組，但差異無統(tǒng)計學(xué)意義，可能因BPL對不同大小病灶的收斂作用不同，對直徑<10 mm病灶收斂作用較為明顯[9]，避免了來自PSF建模的小病灶邊緣的吉布斯偽影[8]，有待進一步證實。既往基于BPL的肺結(jié)節(jié)研究[19-20]曾采用不同水平的懲罰因子值β=150/350，結(jié)果均證實BPL可提高腫瘤病灶的SUV。REYNéS-LLOMPART等[12]提出以18F-FDG行全身掃描的最佳β值為300～400，采集大腦圖像的最佳β值為150～250；隨β值增加，代表量化信號能力的對比度恢復(fù)系數(shù)及SNR均明顯提高，直至達到平穩(wěn)狀態(tài)(β>500)。SCOOT等[20]的結(jié)果表明，以90Y進行圖像采集的最佳β值為4 000；而CHAUVIE等[21]發(fā)現(xiàn)，對于68Ga-PSMA，最佳β值為400～550。為獲得最佳圖像質(zhì)量及更準確的定量參數(shù)，行BPL重建時，需針對所用放射性藥物及檢查部位設(shè)置最佳β值。但本研究僅分析了β值為450時BPL算法重建對定量參數(shù)的影響，且由于病例數(shù)有限，未能按病理類型進一步分組分析，有待完善。

綜上，BPL可提高腫瘤SUV，尤其對于直徑<10 mm病灶；基于BPL算法重建圖像鑒別診斷良、惡性腫瘤時，應(yīng)上調(diào)SUV閾值。