多模态影像研究新突破：PET/MR助力颈动脉斑块与帕金森病精准评估

一体化PET/MR技术在颈动脉斑块风险分层、帕金森病功能连接及低剂量PET重建中展现重要临床价值

近年来，分子影像技术发展迅速，在疾病早期诊断与机制研究中发挥关键作用。首都医科大学宣武医院卢洁教授团队、中山大学附属肿瘤医院樊卫教授团队与中国科学院深圳先进技术研究院胡战利教授团队，依托联影一体化PET/MR uPMR 790，围绕颈动脉斑块、帕金森病及低剂量PET成像开展多项研究，并将成果发表于2023年美国核医学与分子影像学会年会（SNMMI），为相关疾病的精准诊疗提供新思路。

颈动脉斑块MRI高危特征与FDG PET炎症摄取密切相关

MRI管壁成像可清晰显示颈动脉斑块形态，是识别易损斑块的重要手段。研究表明，斑块内炎症活动与其稳定性密切相关，而¹⁸F-FDG PET可有效反映炎症代谢水平。一体化PET/MR技术实现PET代谢信息与MRI结构信息同步采集，为深入解析斑块演变机制提供了有力工具。首都医科大学宣武医院卢洁教授团队於帆、张越、孙赫屿等开展大样本研究，纳入298例患者共589根颈动脉，系统分析MRI高危特征（包括斑块面积、狭窄程度、正性重构、斑块内出血、脂质坏死核心、表面不规整）与¹⁸F-FDG摄取的关系。结果显示，63.33%的血管存在斑块，其中409个斑块中有378个具备至少一项高危特征。研究发现，具备高危特征的斑块其FDG摄取显著高于无高危特征者（P<0.001）。具体而言，斑块面积较大、重度狭窄、斑块内出血、脂质坏死核心、表面不规则或有临床症状的斑块，FDG摄取均明显升高。典型病例显示，具4项高危特征的症状性斑块TBR达3.625，而无高危特征的无症状斑块TBR仅为1.15。该研究证实，颈动脉粥样硬化斑块的高危形态与临床特征与其炎症活性密切相关，一体化PET/MR可实现形态、成分与代谢的多维度综合评估，有助于患者风险分层和个体化管理。

帕金森病患者皮层-基底节网络功能连接增强且代谢异常

帕金森病（PD）主要表现为运动障碍，病理基础为基底神经节多巴胺能系统损伤。既往研究提示皮层-基底节-丘脑回路功能紊乱在PD发病中起重要作用。卢洁教授团队宋天彬、臧振享等利用PET/fMRI数据，探究PD患者皮层-皮层网络与皮层-基底节-丘脑网络的功能连接与葡萄糖代谢关系。结果显示，PD患者上述两个网络的功能连接均显著增强（P_FWE = 0.032 和 P_FWE < 0.001）。在25个脑区节点中，6个区域FDG摄取显著升高，包括左侧中央前/后回、双侧中央旁小叶、背壳核及丘脑。值得注意的是，左侧中央后回FDG摄取与UPDRSⅢ评分和H-Y分期呈正相关（P=0.004；P=0.046），提示其可能作为疾病进展的影像学生物标志物。此外，在健康人群中，皮层-皮层网络功能连接与丘脑、壳核FDG摄取呈正相关（r = 0.42, P = 0.035；r = 0.38, P = 0.06），但在PD患者中该关联消失（P > 0.6），且皮层下节点间亦无显著关联（P > 0.21）。这表明PD导致大脑网络内在耦合机制发生改变。本研究揭示了PD患者功能网络重构与代谢异常之间的关系，支持多模态影像在疾病机制探索与病程量化中的应用价值。

自适应噪声感知深度学习模型提升低剂量PET图像质量

临床PET检查需使用放射性示踪剂，全剂量扫描可能带来辐射风险。降低剂量虽可减少暴露，但会导致图像噪声增加、质量下降。现有深度学习方法多基于固定剂量比进行图像重建，难以应对实际中剂量未知或设备差异带来的噪声变化。中国科学院深圳先进技术研究院胡战利教授团队李文博与中山大学附属肿瘤医院樊卫教授团队合作，提出一种自适应噪声水平感知的深度学习网络，用于低剂量PET图像重建。该模型由两部分组成：自适应噪声水平感知网络和低剂量PET恢复网络。前者将输入图像噪声划分为四个等级并进行预判，后者结合噪声类别信息指导图像重建，并融合多级特征图以增强表达能力。研究基于50例头颈部¹⁸F-FDG PET数据，模拟5%、10%、20%、50%剂量条件下的图像重建。采用PSNR和SSIM评估图像质量，结果显示：相比原始低剂量图像，新方法显著改善图像质量。在5%剂量下，PSNR提升12%，SSIM提升5%；整体上，PSNR从33.98 dB提升至36.10 dB，SSIM从0.92提升至0.96，优于CNN（3D）、RED-CNN（3D）、U-net（2D/3D）等主流方法。该技术可在未知噪声水平条件下实现高质量图像重建，具有良好的临床适用性和推广前景，有望推动低剂量PET/MR在科研与临床中的广泛应用。