根据冠状动脉区域，利用基于深度学习的虚拟衰减校正图对sestamibi CZT-SPECT重建结果进行评估，并与rubidium-PET进行比较

《Journal of Nuclear Cardiology》：Assessment of sestamibi CZT-SPECT reconstructed using deep-learning-based virtual attenuation correction maps according to coronary artery territory and with comparison to rubidium-PET

本研究对比深度学习衰减校正（DLAC）的CZT-SPECT与常规CT衰减校正的Rb-PET，发现DLAC有效降低右冠状动脉区域（RCA）摄取下降和应力-静息活动差异，结果与Rb-PET一致，证实DLAC的优越性。

　　

摘要

背景

衰减伪影会影响单光子发射计算机断层扫描（SPECT）心肌灌注成像的分析，尤其是在右冠状动脉（RCA）区域，尽管基于CT的衰减校正可以减轻这一问题。本研究旨在评估使用基于深度学习的衰减校正（DLAC）图根据冠状动脉区域重建的[^99mTc]sestamibi 镉锌碲（CZT）-SPECT，并将其与使用基于CT的衰减校正常规重建的[⁸²Rb]铷正电子发射断层扫描（Rb-PET）进行比较。

方法

我们在84名有衰减伪影风险的患者（超重个体和女性）中，比较了未使用DLAC（即标准SD-SPECT）和使用DLAC（DLAC-SPECT）重建的[^99mTc]sestamibi CZT-SPECT结果。这些患者之前没有冠状动脉疾病（CAD）的病史，并且都进行了Rb-PET检查，必要时还进行了冠状动脉造影。

结果

在74名CAD风险非常低的患者中：(i) 使用DLAC-SPECT和Rb-PET时，三个冠状动脉区域的应激段活动值是均匀的，但使用SD-SPECT时RCA区域的活性显著降低（分别为69.1% ± 8.2% vs 81.2% ± 7.1% 和 77.7% ± 8.5%，两者均P < .001）；(ii) RCA区域静息和应激段活动之间的绝对差异在SD-SPECT中更高（5.13% ± 4.04%），而在DLAC-SPECT和Rb-PET中较低（分别为4.21% ± 3.24% 和 3.92% ± 3.08%，两者均P < .001）。

结论

使用DLAC图重建[^99mTc]sestamibi CZT-SPECT时，RCA区域的摄取量不再下降，且应激与静息状态下的活性波动更小，这与使用Rb-PET在同一患者中观察到的结果非常一致。

试验注册编号

< />

章节摘录

引言

使用单光子发射计算机断层扫描（SPECT）在心脏镉锌碲（CZT）相机上进行记录时，心肌灌注成像（MPI）可以实现高质量图像，同时具有低辐射剂量和短采集时间[1,2]。不幸的是，衰减伪影可能会影响SPECT MPI的分析，尤其是在右冠状动脉区域，尽管基于CT的衰减校正可以减轻这一问题[3,4]。此外，这些衰减伪影往往

研究人群

共有309名患者被前瞻性地纳入RUBIS试验，他们都是从巴黎Bichat大学医院和南锡大学医院常规转诊进行D-SPECT CZT相机记录的MPI检查的[10,11]。主要纳入标准是没有任何CAD病史、CAD的中间预测试可能性，以及由于女性性别或超重（体重指数>25 kg/m²）而具有较高的衰减伪影风险[10]。

在这些309名患者中，我们回顾性地

患者特征

如表1所示，29名患者（34.5%）为女性，平均年龄为60.2 ± 9.1岁，只有10名（11.9%）患有胸痛，大多数患者同时患有糖尿病、高血压和血脂异常。

SPECT-MPI仅在50名患者（59.5%）中与运动应激结合进行，在31名患者（36.9%）中与运动-药物应激测试结合进行，在3名患者（3.6%）中仅进行药物应激测试。有3名患者未进行静息SPECT检查，因为他们的应激

讨论

先前发表的DLAC MPI研究表明：(i) 与基于CT的衰减校正有很好的一致性；(ii) 间接方法（即那些生成虚拟衰减校正图的方法）比直接方法（即通过DL算法直接校正衰减的方法）表现更好[26]。然而，很少有研究提供DLAC提高诊断准确性的证据[27]。这一观察结果与基于CT的衰减校正并无太大不同，后者已被证明可以

结论

使用DLAC图重建[^99mTc]sestamibi CZT-SPECT时，RCA区域的摄取量不再下降，且应激与静息状态下的活性波动更小，这与使用Rb-PET在同一患者中观察到的结果非常一致。

新知识与临床意义

通过基于深度学习的衰减校正图，CZT-SPECT表现出降低检测疑似非缺血性右冠状动脉区域可逆缺陷的风险。这包括不再显示应激活性的降低以及应激与静息状态下的活性波动减小，这与使用[⁸²Rb]铷-PET在同一患者中观察到的结果相似。

基于深度学习的衰减校正图可以常规应用于CZT-SPECT，以改进和简化

资金与支持

RUBIS研究得到了法国卫生部（医院临床研究计划2011 AOM11066）的资助。

披露

作者声明以下可能被视为潜在利益冲突的财务利益/个人关系：Nathaniel Roth和Yechiel Lamash在Spectrum Dynamics Medical公司工作，该公司负责销售D-SPECT相机和深度学习衰减校正算法。

独立数据访问与分析

所有作者都能完全访问研究中的所有数据。通讯作者Pierre-Yves Marie负责研究的完整性和数据分析。所有作者均已批准最终文章。

致谢

作者感谢Justine McQuillan对手稿的严格审阅，以及Nancyclotep团队的技术支持。