健康人群全身[18F]FDG-PET/CT成像测试/再测试数据集：系统性多器官分析的基准研究

《Scientific Data》：Whole-Body [18F]FDG-PET/CT Imaging of Healthy Controls: Test/Retest Data for Systemic, Multi-Organ Analysis

本研究针对全身代谢成像缺乏健康人群基准数据的瓶颈，通过建立48名健康对照者的测试/再测试[18F]FDG-PET/CT数据集，实现了135个器官的标准化摄取值(SUV)、组织密度(HU)和体积的量化。该数据集采用MOOSE自动分割技术，为系统性代谢疾病研究提供了首个多器官定量参考框架，显著提升了肿瘤诊疗之外的全身体代谢评估能力。

　　

在精准医疗时代，非侵入性成像技术已成为疾病诊断和治疗评估的核心工具。其中，正电子发射断层扫描(PET)与计算机断层扫描(CT)的结合，特别是使用2-脱氧-2-[¹⁸F]氟代-D-葡萄糖(¹⁸F-FDG)的PET/CT成像，在肿瘤学诊断中展现出卓越的敏感性。然而，当前临床实践主要聚焦于肿瘤病灶的检测，将每个器官视为独立实体进行分析，忽视了人体作为复杂系统所存在的器官间代谢网络互作。这种"孤立器官"的分析范式，严重限制了PET成像在系统性慢性疾病（如心血管疾病、神经退行性疾病和代谢综合征）研究中的应用潜力。更重要的是，由于缺乏健康人群的全身代谢基线数据，医生难以区分生理性变异与病理性代谢改变，特别是在疾病早期阶段。

为解决这一挑战，维也纳医科大学的研究团队在《Scientific Data》发表了开创性研究，建立了首个健康人群全身[¹⁸F]FDG-PET/CT测试/再测试数据集。该研究招募48名健康对照者（25名女性，23名男性，平均年龄38±14岁），在一个月间隔内进行两次全身PET/CT扫描，通过先进的图像分割技术量化了135个器官的代谢特征，为系统性代谢研究提供了宝贵资源。

研究方法的核心包括：采用西门子Biograph Vision QUADRA PET/CT系统进行图像采集，受试者注射100MBq [¹⁸F]FDG后进行62分钟动态发射扫描；使用内部开发的MOOSE软件（版本3.0.13）对CT图像进行135个器官的自动分割；将分割结果重采样至PET图像空间，提取标准化摄取值(SUV)、组织密度(HU)和器官体积等11项量化参数；通过组内相关系数(ICC)和百分比差异(Δ%)分析测试/再测试可靠性。

数据质量与人口统计学特征

所有48名健康对照者均完成了为期6个月的研究协议，两次PET/CT扫描平均间隔38±10天。图像质量评估显示无严重影响分析的伪影，两名初始入选者因偶然发现恶性肿瘤（甲状腺乳头状癌和肺腺癌）被排除，这一4%的偶然发现率与日本无症状人群筛查研究一致。研究队列年龄分布为19-59岁，体重指数(BMI)保持稳定（ΔBMI<3%），确保了代谢基准的可靠性。

规范性器官读数的建立

研究团队通过MOOSE软件成功分割了包括身体成分、心脏、肌肉、器官、外周骨骼、肋骨、消化系统和椎骨在内的八大类135个解剖结构。表S2提供了测试和再测试扫描中所有器官的平均SUV、HU和体积值，这些数值与既往健康人群研究报道一致，但本研究首次实现了全身多器官的系统性量化。性别分层分析显示，男性与女性在骨骼肌SUV（p<0.01）、心肌SUV（p<0.01）和肺下叶SUV（p=0.02）存在显著差异，凸显了建立性别特异性基准的重要性。

测试/再测试可靠性验证

可靠性分析聚焦于10个与系统性疾病密切相关的关键器官：肝脏、脾脏、肺（五叶）、脑、胰腺、肾脏（左右）、心脏、皮下脂肪、内脏脂肪和骨骼肌。PET定量方面，组水平分析显示大多数器官SUV变化<5%，仅肾脏（Δ%=5.3-6.5%）和心脏（Δ%=6.1%）因生理变异度较高而出现较大波动。ICC(3,1)值在多数区域>0.95，但骨骼肌(ICC=0.71)、胰腺(ICC=0.43)和心脏(ICC=0.01)重复性较低，主要归因于呼吸和运动伪影。个体水平分析证实内脏脂肪SUV变化达11.1%，可能与体重波动相关。

CT组织密度测量显示组水平差异<2%，肺下叶略高（~3%）。体积测量最为稳定，组水平差异<3.5%，仅脑（p=0.04）和肾脏（p=0.04）出现统计学显著差异但临床意义有限。这些数据共同证实了该数据集作为代谢基准的可靠性。

规范性读数的应用示范

研究通过z-score图谱展示了该数据集在疾病检测中的潜力。如图8示例，一名55岁男性甲状腺癌患者（已排除出共享数据集）与健康队列比较显示甲状腺SUV偏离>2个标准差，同时发现肝脏体积增大和密度降低。这种多器官协同分析模式为系统性代谢紊乱的早期识别提供了新思路。

该研究创建的QUADRA_HC数据集通过Zenodo平台开放获取，包含去标识化的NIfTI格式图像和Excel格式的元数据。尽管存在样本量有限（n=48）、自动分割未经验证、长时扫描可能引入运动伪影等局限性，但作为首个健康人群全身FDG-PET/CT测试/再测试资源，该数据集为开发人工智能辅助的系统性代谢分析算法、探索器官间代谢网络互作机制提供了不可或缺的基准框架。这一研究标志着PET成像从"病灶检测"向"系统医学"范式转变的重要里程碑，为未来个体化健康评估和疾病管理开辟了新途径。