《Journal of Imaging Informatics in Medicine》：Acquisition Time–Specific Deep Learning–Guided Image Quality Restoration in Accelerated I-123 DaTSCAN Brain SPECT on a Ring-Shaped CZT-Based Camera
编辑推荐：
使用I-123 DaTSCAN的脑单光子发射计算机断层扫描（SPECT）是诊断与随访帕金森病（Parkinson disease）的有效工具。缩短采集时间可降低患者运动可能、提升舒适度并增加扫描仪通量，但短采集常导致图像质量下降、诊断价值降低。研究人员旨在采用
使用I-123 DaTSCAN的脑单光子发射计算机断层扫描（SPECT）是诊断与随访帕金森病（Parkinson disease）的有效工具。缩短采集时间可降低患者运动可能、提升舒适度并增加扫描仪通量，但短采集常导致图像质量下降、诊断价值降低。研究人员旨在采用深度学习（DL）方法增强加速SPECT DaTSCAN采集的图像质量。共85例患者在CZT基GE StarGuide扫描仪上以标准15 min采集。为模拟快速协议，原始列表模式（list-mode）数据回顾性欠采样至原采集时间的20%、25%和50%，并按临床常规协议重建。训练一种融合注意力与Transformer机制的改进U-Net架构，将低计数图像转换为全时间等效图像。在测试集上以核医学医师主观评估及区域级与体素级定量指标对比输出与全时间参考图。所有快速采集下体素级与区域级指标均显著改善；主观评估确认DL预测图在感知质量与诊断信心上明显优于原始低计数重建。快速1/5采集平均绝对百分比误差（MAPE）由约30%降至约18%，1/4采集由约26%降至约16%。该采集时间特异性DL模型有效恢复快速SPECT采集的信息损失并降噪，且不损害诊断价值，为更快、患者友好的脑SPECT成像提供可行路径。
研究背景方面，脑单光子发射计算机断层扫描（SPECT，single-photon emission computed tomography）配合I-123碘氟烷（DaTSCAN）可显示纹状体多巴胺转运体（DaT）密度，对帕金森病（Parkinson disease）及路易体痴呆鉴别具重要价值。标准SPECT协议在常规相机需超25 min、高灵敏CZT设备亦需15 min，长时采集致老年患者及认知障碍者不适、运动伪影增加、扫描仪通量受限。单纯缩短采集时间降低计数，引发高噪声、低对比度与低信噪比（SNR），传统滤波去噪能力提升有限。尽管GE StarGuide环型CZT SPECT/CT同期多角度采集可部分缓解，但低于推荐时间的快速采集仍产生伪影。近年来深度学习（DL）在医学图像重建与去噪展现潜力，注意力机制与Transformer模块可建模长程依赖，适合核医学图像细部复原。因此研究人员开展本研究，构建采集时间特异性DL模型，将低计数DaTSCAN图映射为全时间等效图，以在保持诊断价值前提下压缩采集时间。
主要关键技术方法方面，队列来源于单中心85例在GE StarGuide CZT基全环SPECT/CT以15 min/床位采集的患者，注射约185 MBq I-123碘氟烷后4 h扫描，CT衰减校正，OSEM（ordered subset expectation maximization）8迭代4子集带分辨恢复重建，无散射校正；列表模式回采至20%、25%、50%时间并同协议重建。预处理以DL模型做全脑与体廓分割，DaTSCAN atlas（Brass软件）经刚性+变形配准至全时SPECT得壳核（putamen）、尾状核（caudate）等7区及枕叶本底，Hammersmith 83脑区atlas经MNI配准至原生空间；快速图按1/5、1/4、1/2倍数放大校正计数，颅骨外扩25 mm裁剪，以99百分位归一化抑制噪声。网络采用Restormer（高效Transformer图像复原架构）替代LeakyReLU为ReLU、恒等映射初始化，取963体素块，五折交叉验证训练，自定义指标融合体素级MAE、MAPE、SSIM、PSNR与纹状体区MAPE，L1+区损，Adam优化，滑动窗口推理，五模型平均集成；另训基准U-Net作对照。定量以Wilcoxon配对检验，定性由两名核医学医师盲法5分Likert评质量与信心并下诊断，ICC评一致性。
研究结果部分，在“Representative axial slices”展示中，四例测试患者轴位切片显示快速采集图噪声纹理与解剖形态变异明显，20%与25%尤为严重，而DL预测图在纹状体及全脑与全时图高度接近。“Quantitative Evaluation”中，全图体素级指标（MAE、MAPE、SSIM、PSNR）在20%/25%/50%各档DL图均优于快速图（p<0.05），MAPE由约30%→18%（1/5）、26%→16%（1/4）；区域级（MPE-region、MAPE-region、MAE-region）在Hammersmith各区无DL与全时显著差异，快速20%区MPE-region低于4%；补充显示各档体素/区域指标Wilcoxon显著改善（25%、50%档RMSE除外）。“Qualitative Evaluation”中，两医师对DL图质量与诊断信心评分均高于快速图，ICC=0.62；快速20%假阳30%、25%假阳25%假阴10%、50%假阳20%，对应DL图20%假阴5%假阳5%、25%与50%各假阴5%，提示DL平滑可能致个别假阴但整体误诊率大降。
讨论部分指出，缩短采集惠益患者舒适与通量，CZT全环硬件结合DL去噪已在骨SPECT证实约50%提速可行；本研究首报DL增强快速脑DaTSCAN，以时间特异性模型+99百分位归一+纹状体加权损失避免仅优化SSIM而失临床精度。相较Ishiwata等2D切片PNG评估，本研究用3D NIfTI、SPECT/CT上下文、PCR（putamen-to-caudate ratio）等临床指标。DL集成降异但未消异，源于数据驱动非线性敏感。过度平滑或致假阴，故20%档需谨慎，50%档DL图与全时诊断一致。局限含单中心单机型、列表模式重采样非真速采、缺外部验证、85例规模有限；模型与Slicer模块已公开供迁移。
结论部分翻译：研究人员开发了针对快速采集脑DaTSCAN SPECT的深度学习增强模型，在保持诊断图像质量与临床可解释性同时缩短采集时间。通过整合采集时间特异性模型、体素级与区域级指标及临床相关纹状体测量至训练与评估框架，所提方法持续产出与全时采集定量及定性表现相当的图像。这些发现支持将采集时长减半而不损诊断信心，凸显DL辅助成像在改善患者体验、减少运动伪影及优化核医学流程中的潜力。超出该阈值应谨慎对待，因诊断可靠性或难维持。
