多模态MRI至PET图像转换恢复癫痫与轻度认知障碍的疾病特异性低代谢

《Communications Medicine》：Multimodal MRI-to-PET image translation recovers disease-specific hypometabolism in epilepsy and mild cognitive impairment

　　

摘要

背景：

目的：正电子发射断层扫描（FDG-PET）的葡萄糖代谢成像有助于定位癫痫的癫痫灶，并诊断阿尔茨海默病和轻度认知障碍，但其放射性示踪剂限制了重复扫描。动脉自旋标记（ASL）是一种磁共振（MR）方法，可在无辐射的情况下测量血流量，但检测这些变化的可靠性较低。我们的目的是从磁共振成像中生成类代谢图像，以解决这些局限性。

方法：

我们来自颞叶癫痫患者的配对代谢成像和磁共振扫描数据（n = 68；平均年龄37 ± 12岁），以及轻度认知障碍患者和对照组（共 n = 85：53例轻度认知障碍，32例认知正常；年龄50–85岁），开发了FlowGAN，一种深度学习模型，可将动脉自旋标记和结构磁共振图像转化为类代谢图像。通过交叉验证和留出的测试集，我们检验了合成图像在图像质量、区域值和区分患者与对照方面的匹配程度。

结果：

我们展示，合成的FDG-PET图像与真实代谢图像相似，其结构相似性、信噪比和互相关系数均高于ASL血流量图像（均 p < 0.001）。逐区域分析表明，在癫痫的不对称性（36个区域中的31个）和轻度认知障碍的摄取方面（36个区域中的33个），合成FDG-PET比ASL血流量更接近真实FDG-PET。合成图像与真实图像在区分轻度认知障碍与对照的最佳区域上高度一致（相关系数0.91，p < 0.001），但在定位颞叶癫痫侧别方面一致性较低（0.28，p = 0.094），不过它们在39–55%的区域中优于ASL。

结论：

FlowGAN可将无辐射的磁共振扫描转化为代谢图像，能够复现癫痫和轻度认知障碍的低代谢模式，并且可在示踪剂扫描不可行时重复使用。