摘要
目的： 探讨肺癌全身动态18F-氟代脱氧葡萄糖正电子发射断层扫描/计算机断层扫描(18F-Fluorodeoxyglucose Positron Emission Tomography/ Computed Tomography,18F-FDG PET/CT) Patlak多参数成像的特点。 方法： 回顾性分析2020年8月至2022年8月在我院完成全身动态18F-FDG PET/CT检查的27例病理诊断为肺癌的患者数据及临床资料。PET扫描原始数据通过我科Siemens Biograph Vision PET/CT设备采集工作站中的Patlak分析模块勾画近端降主动脉感兴趣区，生成输入函数（Image-derived input function，IDIF），重建获得多参图像，包括代谢率（Metabolic rate of FDG，MRFDG）图像、分布体积（Distribution volume， DV）图像以及传统标准化摄取值（Standardized uptake value，SUV）图像。分别在每种图像中勾画肺癌患者肺部原发灶，勾画方法分轮廓勾画法及边界勾画法，自动获得MRFDG、DV及SUV图像中病灶的最大值（max）、均值（mean）及峰值（peak）。测量多参及SUV图像中肺部本底的放射性摄取，获得定量数值本底均值（Background mean, BKGmean）和本底标准差（Background standard deviation, BKGSD）值。计算获得MRFDG及SUV图中原发病灶靶-本底比值（Target/Background Ratio, TBR）和信噪比（Contrast/noise ratio, CNR）的最大值、均值等指标。统计学分析肺癌多参图像特点及与临床病理特点的关系，并比较轮廓勾画法与边界勾画法对定量参数的影响。 结果： （1）本研究共纳入27例患者（男15例，女12例，平均年龄:64.67±10.55岁）。其中非小细胞肺癌病例25例，包括鳞状细胞癌12例，腺癌13例；小细胞肺癌病例2例。 （2）27例肺癌患者的肺部原发病灶的MRFDG、DV及SUV定量数值分别为：SUVmax（13.16±5.45）、SUVpeak（10.36±4.83）、SUVmean（7.56±3.52）、MRFDGmax（0.26±0.15）μmol·min-1·ml-1、MRFDGpeak（0.19±0.12）μmol·min-1·ml-1、MRFDGmean（0.14±0.08）μmol·min-1·ml-1、DVmax（165.56±99.89）%、DVpeak（117.66±72.24）%和 DVmean（62.16±33.65）%，另外，TBRmax-SUV（20.16±9.77）、TBRmax-MRFDG（24.36±11.50）、TBRmean-SUV（11.32±5.86）、TBRmean-MRFDG（12.99±6.29）、CNRmax-SUV（64.67±23.44）、CNRmax-MRFDG（85.97±29.03）、CNRmean-SUV（34.70±14.53）和CNRmean-MRFDG（43.78±16.87），其中MRFDG图像中TBR和CNR的最大值及均值都显著高于SUV图像（t=4.836，t=4.159，t=7.389，t=4.847，P均＜0.05）。 （3）MRFDG的参数值（MRFDGmax, MRFDGpeak, MRFDGmean）与肺癌患者临床病理特点关系的研究表明，在不同的肿瘤病灶的长径和病理类型分组中，MRFDG的参数值差异均具有统计学意义（t=3.564，t=3.683，t=4.223，t=3.700，t=3.497，t=3.464， P均＜0.05）,且肿瘤病灶的长径≥3cm、鳞状细胞癌患者分组中的 MRFDG的参数值较高。 （4）不同勾画方式所得的定量参数（MRFDG、DV）的平均值差异有统计学意义(t=6.216，t=7.058，P均＜0.05)。定量参数（MRFDG、DV）的最大值和峰值差异无统计学意义(t=0.000，t=0.000，t=1.789，t=1.433，P均＞0.05)。 结论： （1）研究表明18F-FDG PET/CT动态扫描后通过Patlak重建可以获得肺癌原发病灶的多参数定量数值，根据比较客观指标TBR、CNR表明MRFDG图像在病变检测性方面优于SUV图像。 （2）MRFDG的参数值（MRFDGmax, MRFDGpeak, MRFDGmean）与肺癌临床病理特点相关,在不同的肿瘤病灶的长径和病理类型分组中存在差异，肿瘤病灶的长径≥3cm患者分组中较肿瘤的长径＜3cm患者分组中的MRFDG值高；鳞状细胞癌患者较腺癌患者的MRFDG值高。 （3）不同的勾画方法对定量参数（MRFDG、DV）的平均值有一定影响，对最大值与峰值的影响无统计学意义。 （4）本研究为动态PER/CT Patlak多参显像用于后续肺癌诊断、分期及疗效评价等实验研究的开展提供参考数据和指导。 目的： 探讨使用两种不同输入函数重建18F-FDG PET/CT Patlak多参图像对肺癌病灶定量参数的影响。 方法： 回顾性分析2020年8月至2022年8月在我院完成全身动态18F-FDG PET/CT检查的肺癌患者的扫描原始数据，总扫描时间为75 min。采用两种输入函数进行Patlak多参重建：①以0-75 min降主动脉时间-放射性曲线（Time-activity curve，TAC）为输入函数（Image-derived input function, IDIF）；②以耶鲁大学研发的基于人群的输入函数(Population-based input functions, PBIF)。Patlak多参数分析软件分别以上述输入函数重建获得代谢率（MRFDG)、分布容积（DV）图像。分别在每种图像中以感兴趣区（Volume of interest，VOI）法勾画肺癌患者肺部原发灶，获得多参定量信息包括MRFDG及DV的最大值（max）、峰值(peak)和平均值(mean)，采用配对t检验进行统计分析。 结果： 27例接受了全身动态18F-FDG PET/CT多参数成像的肺癌患者的原始数据，以两种不同输入函数进行Patlak重建，得到肺癌原发病灶MRFDG-IDIF和MRFDG-PBIF的最大值、峰值及平均值分别为：（0.26±0.15）、（0.19±0.12）、（0.14±0.08）μmol·min-1·ml-1和（0.26±0.15）、（0.20±0.13）、（0.15±0.09）μmol·min-1·ml-1，差异无统计学意义（t=1.007，t=0.827，t=0.756，P均＞0.05）；DVIDIF和DVPBIF的最大值、峰值及平均值分别为（165.56±99.89）%、（117.66±72.24）%、（62.16±33.65）%和（170.04±103.93）、（121.91±73.71）%、（65.05±37.17）%,差异无统计学意义（t=0.934，t=0.836，t=1.363，P均＞0.05）。 结论： 本研究显示以两种不同输入函数进行Patlak重建所得多参图像的定量数值差异无明显统计学意义；基于人群的输入函数或可成为难以耐受长时间平卧的患者全身动态18F-FDG PET/CT Patlak多参显像的替代输入函数。
NETL