XiaoMi-AI文件搜索系统
World File Search System18F
![用[18f] pi-2620](/simg/9/96f917a69605839c20f3f36364ee1aa85003e65b.webp)
用[18f] pi-2620
1，德国科隆大学科隆大学核医学系； 2大脑分子组织，德国J欧里希神经科学与医学研究所； 3德国慕尼黑的德国神经退行性疾病中心； 4慕尼黑系统神经病学集群，德国慕尼黑； 5德国慕尼黑LMU慕尼黑慕尼黑大学医院核医学系； 6德国莱比锡大学医院核医学系； 7德国科隆大学，科隆大学医学院和大学医院神经病学系； 8德国慕尼黑LMU慕尼黑大学医院神经病学系； 9 Invicro，LLC，马萨诸塞州波士顿； 10分子神经影像学，康涅狄格州纽黑文市Invicro的一个师； 11德国科隆大学的放射化学与实验分子成像研究所； 12研究中心，核化学研究中心J€ulich，德国J€ulich； 13莱比锡大学医院认知神经病学诊所和德国莱比锡的麦克斯·普朗克人类认知与脑科学研究所； 14 Life Molecular Imaging GmbH，德国柏林；和15德国神经退行性疾病中心，德国波恩/科隆1，德国科隆大学科隆大学核医学系； 2大脑分子组织，德国J欧里希神经科学与医学研究所； 3德国慕尼黑的德国神经退行性疾病中心； 4慕尼黑系统神经病学集群，德国慕尼黑； 5德国慕尼黑LMU慕尼黑慕尼黑大学医院核医学系； 6德国莱比锡大学医院核医学系； 7德国科隆大学，科隆大学医学院和大学医院神经病学系； 8德国慕尼黑LMU慕尼黑大学医院神经病学系； 9 Invicro，LLC，马萨诸塞州波士顿； 10分子神经影像学，康涅狄格州纽黑文市Invicro的一个师； 11德国科隆大学的放射化学与实验分子成像研究所； 12研究中心，核化学研究中心J€ulich，德国J€ulich； 13莱比锡大学医院认知神经病学诊所和德国莱比锡的麦克斯·普朗克人类认知与脑科学研究所； 14 Life Molecular Imaging GmbH，德国柏林；和15德国神经退行性疾病中心，德国波恩/科隆
MRI 或 18F-FDG PET 用于脑年龄差距评估
大脑年龄与实际年龄的偏差，即所谓的大脑年龄差距 (BAG)，与阿尔茨海默病 (AD) 等神经退行性疾病有关。在这里，我们比较了 MRI 衍生的（萎缩）或 18 F-FDG PET 衍生的（大脑代谢）BAG 与认知正常个体 (CN) 和主观认知衰退 (SCD) 或轻度认知障碍 (MCI) 个体的认知表现、神经病理学负担和疾病进展之间的关联。方法：训练机器学习管道从阿尔茨海默病神经影像学计划的 185 张匹配的 T1 加权 MRI 或 18 F-FDG PET CN 扫描中估计大脑年龄，并在来自影像开放获取和德国神经退行性疾病中心 - 纵向认知障碍和痴呆研究的外部测试集中进行验证。 BAG 与 CN、SCD 受试者和 MCI 受试者的认知能力和 AD 神经病理学指标相关。最后，比较认知稳定和衰退个体的 BAG，随后用于预测疾病进展。结果：MRI（平均绝对误差，2.49 岁）和 18 F-FDG PET（平均绝对误差，2.60 岁）均能很好地估计年龄。在 SCD 阶段，基于 MRI 的 BAG 与脑脊液中的 β-淀粉样蛋白 1-42 (A b 1-42 ) 显着相关，而 18 F-FDG PET BAG 与记忆能力相关。在 MCI 阶段，两种 BAG 均与记忆和执行功能表现以及脑脊液 A b 1-42 相关，但只有 MRI 衍生的 BAG 与磷酸化 tau 181 /A b 1-42 相关。最后，MRI 估计的 BAG 比 18 F-FDG PET 估计的 BAG 更能预测 MCI 到 AD 的进展（曲线下面积分别为 0.73 和 0.60）。结论：可以通过 MRI 或 18 F-FDG PET 可靠地估计年龄。MRI BAG 反映 SCD 和 MCI 中的 AD 认知和病理标志物，而 18 F-FDG PET BAG 主要对早期认知障碍敏感，可能构成大脑年龄相关变化的独立生物标志物。
18F-SynVesT-2 的首次人体研究：具有快速脑动力学和高特异性结合的 SV2A PET 成像探针
突触囊泡糖蛋白 2A 的 PET 成像可以对突触进行非侵入性量化。这项首次在人体上进行的研究旨在评估最近开发的突触囊泡糖蛋白 2A PET 配体 (R)-4-(3-(18F-氟)苯基)-1-((3-甲基吡啶-4-基)甲基)-吡咯烷-2-酮 (18F-SynVesT-2) 的动力学、重测可重复性和特异性结合程度，具有快速脑动力学。方法：九名健康志愿者参加了这项研究，并在高分辨率研究断层扫描仪上用 18F-SynVesT-2 进行了扫描。五名志愿者在两天内接受了两次扫描。五名志愿者在注射左乙拉西坦（20mg/kg，静脉注射）后重新进行扫描。采集动脉血以计算血浆游离分数并生成动脉输入函数。将各个 MRI 图像与脑图谱配准以确定生成时间 - 活动曲线的感兴趣区域，这些曲线与 1 和 2 组织区室（1TC 和 2TC）模型拟合以得出区域分布容积（VT）。使用半卵圆中心（CS）作为参考区域，从 1TC VT 计算区域不可置换结合电位（BP ND）。结果：合成了 18 F-SynVesT-2，具有高摩尔活性（187 6 69 MBq/nmol，n 5 19）。注射后 30 分钟，血浆中 18 F-SynVesT-2 的母体分数为 28% ± 8%，血浆中游离分数较高（0.29 ± 0.04）。18 F-SynVesT-2 迅速进入脑部，注射后 10 分钟内 SUV 达到峰值 8。局部时间 - 活动曲线与 1TC 和 2TC 模型均能很好地拟合；但使用 1TC 模型估算 VT 更可靠。1TC VT 范围从 CS 中的 1.9 ± 0.2mL/cm 3 到壳核中的 7.6 ± 0.8mL/cm 3，绝对重测变异性较低（6.0% ± 3.6%）。局部 BP ND 范围从海马中的 1.76 ± 0.21 到壳核中的 3.06 ± 0.29。 20 分钟的扫描足以提供可靠的 VT 和 BP ND。结论：18 F-SynVesT-2 在脑中具有快速动力学、高特异性摄取和低非特异性摄取。与非人类灵长类动物的结果一致，18 F-SynVesT-2 在人脑中的动力学比 11 C-UCB-J 和 18 F-SynVesT-1 的动力学更快，并且能够在更短的动态扫描中获取有关脑血流和突触密度的生理信息。
预处理18F-FDG-PET/CT参数是无效生存的生物标志物，最佳总体反应和接受一线免疫疗法的转移性黑色素瘤患者的总体生存率
自从引入检查点抑制剂ipilimumab（靶向细胞毒性T-淋巴细胞相关蛋白4（CTLA-4））和Nivolumab / pembrolizumab（靶向计划的死亡-1（PD-1）受体及其组合组合以来，对晚期黑色素瘤患者的治疗已有急剧改善。现在可以使用有效的免疫疗法，无论突变状态如何，都可以进行治疗[1]。免疫治疗药物的应用已导致患者总生存期（OS）和无进展生存率（PFS）的显着改善[2-4]。不幸的是，在免疫疗法下，约有百分之五十的治疗患者具有一级耐药性或可以在免疫疗法下产生次要耐药性。为了应对这一挑战，诸如乳酸脱氢酶（LDH）等临床标记[5，6]以及实验性生物标志物用于识别可能无法从具有检查点抑制剂的治疗中获利的患者。标准度量计算机断层扫描（CT）参数，例如肿瘤大小，全身肿瘤的体积以及实验性放射线参数，在某些螺柱中有可能预测诸如OS，PFS和三个月后的响应等终点[7-12] [7-12]。另一方面，有研究发现基线CT中CT参数的明显预测能力[13]。目前，没有实验性的CT生物标志物被广泛接受用于常规临床使用[14]。它在反应评估和监测免疫疗法毒性方面仍然是一种宝贵的方式[16]。最近的一项荟萃分析强调了基线SUVMAX，MTV和总病变的值flourine-18氟氧化葡萄糖正电子发射断层扫描/计算机断层扫描（18F-FDG-PET/CT）是一种已建立的选择方法，是通过免疫检查点抑制剂治疗的转移性黑色素瘤患者管理的基石[15]。根据最近出版物的发现，几个18F-FDG-PET/ CT参数可能是预测接受免疫疗法治疗的美拉马患者的反应和存活的潜在生物标志物。这些参数可以分为三组：肿瘤负担，肿瘤葡萄糖摄取和非肿瘤造血组织分类主义[17]。从18F-FDG-PET/CT扫描中进行的全身代谢肿瘤体积大约在免疫疗法开始后大约三个月被发现是黑色素瘤患者OS的强烈预后指标[18]。一项试点研究证实，接受全身性治疗的不可切除的转移性黑色素瘤患者的总生存率与高肿瘤负荷，某些器官区域的转移以及至少一个转移性高直径或高直径或不良代谢相关的患者[19]。一项研究使用在开始抗PD-1处理之前从基线18F-FDG-PET/CT中提取的生物标志物。总代谢肿瘤体积（MTV）与较短的OS相关，并用于定义三种风险类别[20]。
![半定量[18F] FDG PET/CT中的新阈值是...](/simg/3/3ce9e3e7bae77d37407ec70625981288610757fe.webp)
半定量[18F] FDG PET/CT中的新阈值是...
摘要目的[18 F] FDG PET/CT在大血管血管炎（LVV）的诊断检查中被证明是准确的。目前认为视觉插值是足够的，但已尝试将其与半定量评估集成在一起。在这方面，需要验证长轴视野（LAFOV）扫描仪上半定量参数的当前或新阈值。方法我们回顾性评估了100名接受[18 f] fdg lafov PET/ CT的患者（50例LVV和50个对照）。计算了三个地区的大容器（Supra-Aortic [sa]，胸主动脉[TA]和Infra-Aortic [ia]），计算了半定量参数（Suvmax和Suvmean）。值也将其标准化为肝活动（SUV MAX /L-SUV MAX和SUV MAX /L-SUV平均值）。在38例（76％），42（84％）的50例诊断为LVV的患者的结果中受到影响，26（52％）。to-liver归一化值的诊断精度高于非归一化值（AUC总是≥0.90vs. 0.74–0.89）。对于SA容器，SUV MAX /L-SUV最大最佳阈值为0.66，而SUV Max /L-SUV平均值为0.88；对于TA，SUV Max /L-SUV最大值为1.0，SUV Max /L-SUV平均值为1.30；最后，对于IA容器而言，SUV Max /L-SUV最大值为0.83，SUV Max /L-SUV平均值为1.11。结论LAFOV [18 F] FDG-PET/CT在LVV的诊断工作中是准确的，但是应考虑与文献在标准扫描仪中报道的半标准参数的阈值不同。
可解释视觉转换器采用自监督学习，使用 18F-FDG PET 预测阿尔茨海默病进展
摘要：阿尔茨海默病 (AD) 是一种渐进性神经退行性疾病，影响着全球数百万人。早期准确预测 AD 进展对于早期干预和个性化治疗计划至关重要。尽管 AD 目前尚无可靠的治疗方法，但有几种药物有助于减缓疾病的进展。然而，仍需要进行更多研究来开发检测 AD 及其阶段的可靠方法。最近，人们使用神经影像学方法识别了与 AD 相关的生物标志物。为了发现生物标志物，深度学习技术迅速成为一种关键方法。一种称为氟脱氧葡萄糖正电子发射断层扫描 (18F-FDG-PET) 的功能性分子成像技术已被证明可有效帮助研究人员了解与 AD 相关的大脑形态和神经学改变。卷积神经网络 (CNN) 也长期主导着 AD 进展领域，并成为大量研究的主题，而视觉转换器 (ViT) 等较新的方法尚未得到充分研究。在本文中，我们提出了一种自监督学习 (SSL) 方法，通过使用无标签自提炼 (DINO) 和极限学习机 (ELM) 作为分类器模型对特征提取器进行预训练，使用 ViT 架构自动获取有意义的 AD 特征。在这项工作中，我们研究了一种预测轻度认知障碍 (MCI) 到 AD 的技术，利用 SSL 模型从未标记的 18F-FDG PET 图像中学习强大的表示，从而减少对大型标记数据集的需求。与之前的几种方法相比，我们的策略在准确度 (92.31%)、特异性 (90.21%) 和灵敏度 (95.50%) 方面表现出最先进的分类性能。然后，为了使建议的模型更容易理解，我们突出显示了对 MCI 发展预测有显著影响的大脑区域。我们的方法提供了一种精确而有效的策略来预测从 MCI 到 AD 的转变。总之，本研究提出了一种新颖的可解释 SSL-ViT 模型，该模型可以根据 18F-FDG PET 扫描准确预测 AD 进展。SSL、注意力和 ELM 机制被集成到模型中，使其更具预测性和可解释性。未来的研究将通过将有助于投射的大脑区域与观察到的解剖特征相结合，开发出可行的神经退行性疾病治疗方法。
自动协方差模式分析的表现优于在变体进行性上核麻痹中的18F-荧光脱氧葡萄糖 - 点发射断层扫描（FDG -PET）的视觉阅读
1 1诊断和介入放射学和核医学系，汉堡 - 埃芬多夫，汉堡，德国汉堡2神经退行性疾病中心（DZNE）慕尼黑，德国慕尼黑7慕尼黑系统神经病学集群（Synergy），慕尼黑，德国慕尼黑8号8号神经病学系，汉堡大学医学中心，汉堡，汉堡，德国9号，汉堡，9月9日，德国核医学，奥格斯堡，穆尼尔，穆尼奇，穆尼奇，穆尼奇，穆尼，穆尼，德国汉诺威汉诺威医学院的诊断和介入神经放射学，12号医学和辐射保护保护，大学医院，奥格斯堡大学，德国奥格斯堡，奥格斯堡，德国奥格斯堡13 13莱比锡神经病学系，莱比锡，莱比锡，德国莱比锡，德国14号神经病学系，奥格斯堡，神经病学系。德国慕尼黑16美国纽约州曼海斯特医学研究机构Manhasset，美国17核医学系，莱比锡大学医院，莱比锡，德国1诊断和介入放射学和核医学系，汉堡 - 埃芬多夫，汉堡，德国汉堡2神经退行性疾病中心（DZNE）慕尼黑，德国慕尼黑7慕尼黑系统神经病学集群（Synergy），慕尼黑，德国慕尼黑8号8号神经病学系，汉堡大学医学中心，汉堡，汉堡，德国9号，汉堡，9月9日，德国核医学，奥格斯堡，穆尼尔，穆尼奇，穆尼奇，穆尼奇，穆尼，穆尼，德国汉诺威汉诺威医学院的诊断和介入神经放射学，12号医学和辐射保护保护，大学医院，奥格斯堡大学，德国奥格斯堡，奥格斯堡，德国奥格斯堡13 13莱比锡神经病学系，莱比锡，莱比锡，德国莱比锡，德国14号神经病学系，奥格斯堡，神经病学系。德国慕尼黑16美国纽约州曼海斯特医学研究机构Manhasset，美国17核医学系，莱比锡大学医院，莱比锡，德国
![2- [18F] FDG PET/CT的半定量指数在评估...](/simg/4/44f252eda93fc3f4236ea7395dcbf8ecf77894bf.webp)
2- [18F] FDG PET/CT的半定量指数在评估...
©作者2023。本文是根据Creative Commons归因4.0国际许可证的许可，该许可允许以任何媒介或格式的使用，共享，适应，分发和复制，只要您适当地归功于原始作者和来源，就可以提供与Creative Commons许可证的链接，并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问http://creativecommons.org/licenses/4.0/。
![EANM/SNMMI/ANZSNM 联合实践指南/程序标准关于在实体肿瘤患者免疫调节治疗期间推荐使用 [18F]FDG PET/CT 成像的版本 1.0](/simg/5/5c037d4d9501189be0c6e4ea7dd4f05451cf8d26.webp)
EANM/SNMMI/ANZSNM 联合实践指南/程序标准关于在实体肿瘤患者免疫调节治疗期间推荐使用 [18F]FDG PET/CT 成像的版本 1.0
摘要目的本指南/程序标准的目标是帮助核医学医师、其他核医学专业人员、肿瘤学家或其他医学专家推荐使用[ 18 F] FDG PET/CT 用于接受免疫治疗的肿瘤患者，特别关注实体肿瘤的反应评估。方法在 EANM、SNMMI 和 ANZSNM 的合作努力下，临床指征、推荐的成像程序和报告标准已达成一致，并在本联合指南/程序标准中进行了总结。结论免疫肿瘤学领域正在迅速发展，本指南/程序标准不应被视为权威标准，而应被视为在免疫治疗期间使用和解释[ 18 F] FDG PET/CT 的指导文件。应考虑到本指南的当地差异。
降低活性对图像指标和质量的影响的定量和视觉分析18F-FDG PET/MRI小儿肿瘤学
结果：发现SNR在PET数据集中显着差异（P <0.001），并显示出随着活性减少而增加的图像噪声。CNR值在PET数据集之间没有显示显着差异。与0.9 MBQ/kg数据集相比，发现SUV指标的平均相对百分比变化较低。病变suvmax，suvmean，sulpeak和纹理特征在0.9 MBQ/kg数据集中显着差异（所有人的p <0.05）。但是，SUV指标和纹理特征在原始数据集和1.2 MBQ/KG数据集之间没有显示显着差异。而，与原始数据集（P <0.001）相比，0.9 MBQ/kg数据集中的平均视觉评分显着差异，而对于一般图像质量和图像锐度，原始和1.2 MBQ/kg数据集之间没有显着差异。