??Ga-PSMA PET/CT与1??Lu-PSMA SPECT/CT中的自动病灶分割：一项双中心研究中所显示的PET引导SPECT的附加价值

《EJNMMI Research》：Automatic lesion segmentation in ??Ga-PSMA PET/CT and 1??Lu-PSMA SPECT/CT: added value of PET-guided SPECT in a bicentric study

　　

摘要

背景

在PSMA PET/CT和SPECT/CT图像上手动分割前列腺癌转移灶不仅耗时且难以大规模应用，尤其是在转移程度较高的患者中。本研究评估了基于nnU-Net的自动分割模型，这些模型分别或联合在PET和SPECT数据上训练，旨在探讨是否可以利用PET得到的信息来提升SPECT图像中的病灶分割效果。研究共纳入73例接受1??Lu-PSMA治疗的转移性去势抵抗性前列腺癌患者：其中48例来自亨利·贝克勒尔癌症中心，25例来自南特大学医院。对于每位患者，分别在首个治疗周期前和期间采集??Ga-PSMA PET/CT和1??Lu-PSMA SPECT/CT图像。所有图像均由四名核医学专家共同手动分割。研究中训练了四种nnU-Net模型：M1（仅使用PET/CT数据）、M2（仅使用SPECT/CT数据）、M3（联合使用PET/CT和SPECT/CT数据，推理时采用单模态输入）以及M4（以PET/CT分割结果作为先验信息输入到SPECT/CT分析中）。这些模型首先在亨利·贝克勒尔癌症中心的数据上进行训练和内部验证，之后在全部该中心的患者数据上重新训练，并在南特大学医院的数据上进行外部验证。

结果

在PET/CT图像的分割方面，M1和M3的性能相当。M1的DSC值分别为0.83±0.19（内部验证）和0.76±0.22（外部验证），而M3的相应数值为0.83±0.16（内部验证）和0.77±0.21（外部验证）。在SPECT/CT图像的分割中，以PET为指导的M4模型取得了最佳效果（DSC值：内部验证为0.63±0.24，外部验证为0.78±0.14；阳性预测值为0.65±0.26，外部验证为0.75±0.23）。与仅使用SPECT数据的M2模型相比（DSC值：内部验证为0.61±0.26，外部验证为0.70±0.25；阳性预测值为0.63±0.25，外部验证为0.71±0.24），M4在内部验证中无显著差异（DSC值对应的p值=0.35），但在外部验证中存在显著差异（DSC值对应的p值=0.014）。

结论

nnU-Net框架能够实现??Ga-PSMA PET/CT和1??Lu-PSMA SPECT/CT图像中病灶的精准分割。虽然在PET图像上，仅使用PET数据或联合使用PET与SPECT数据的模型表现相似，但将PET得到的分割结果作为先验信息往往能提升SPECT/CT图像的病灶分割质量。这种基于PET指导的SPECT分割策略充分利用了PET更高的空间分辨率，是朝着全自动提取用于个性化前列腺癌治疗的体积和剂量生物标志物迈出的重要一步。