编辑推荐：
为解决 4D-PET 参数成像软件缺乏的问题，研究人员开展 PET KinetiX 软件可靠性研究。利用模拟数据生成多种参数图，结果显示其生成的参数图与未处理 SUV 数据定性可比，2TCM k?参数图在肿瘤结构中 CNR 提升显著，推动了 4D-PET 成像临床应用。
在医学影像领域，正电子发射断层扫描（PET）自 20 世纪 70 年代末诞生以来，已从最初用于脑研究，逐渐广泛应用于临床实践。随着硬件技术的不断进步，PET 不仅实现了剂量降低和采集速度加快，还催生了众多用于精准医疗的诊断和预后生物标志物。然而，目前临床常用的静态 PET 成像指标，本质上是半定量的，存在局限性。相比之下，动态 PET 成像结合动力学建模，能够对放射性示踪剂的行为进行更深入分析，是研究中的绝对定量金标准，在多种疾病的诊断和预后评估方面展现出优势。但传统 PET 系统的短轴向视野（SAFOV，通常 <35cm）、较长的处理时间以及全身动态分析所需的复杂采集方案，限制了动力学建模在临床的广泛应用。新一代长轴向视野（LAFOV，>100cm）PET 系统的出现，带来了新的机遇，它能实现真正的全身动态采集，为高清 PET 成像在临床的常规应用奠定了基础。不过，4D-PET 参数成像在临床普及仍面临挑战，其中关键问题就是缺乏通用、快速且高效的专用软件。在此背景下，研究人员开发了 PET KinetiX 软件，本研究旨在评估该软件在模拟条件下的可靠性，为其临床应用提供依据，该研究成果发表在《European Journal of Nuclear Medicine and Molecular Imaging》上。
研究人员为评估 PET KinetiX 软件的可靠性，开展了一系列研究。他们使用 XCAT 拟人数字体模和真实的 1?F - FDG 时间 - 活动曲线（TACs），模拟生成了胸部 4D-PET 数据。利用可定制的断层重建高级软件（CASToR）平台，对模拟数据进行处理，分别模拟了基于 Signa PET/MR 扫描仪的 SAFOV 样配置和基于 PET/CT Vision Quadra 扫描仪的 LAFOV 样配置，每种配置又分为低噪声（OSEM 算法 2 次迭代）和高空间分辨率（OSEM 算法 6 次迭代）两种情况，共生成 400 个模拟数据集。随后，使用 PET KinetiX 软件对这些重建后的 4D-PET 数据进行处理，计算出简化 Patlak 模型（Ki和 vb）和不可逆双组织室模型（2TCM，K1、k2、k3、vb和 Ki ）的参数图，并进行了一系列分析。
研究结果
- 视觉质量呈现：PET KinetiX 生成的 Ki和 vb参数图视觉质量良好，与 SUV 数据相比，能更好地呈现组织区域的结构一致性。LAFOV 样配置的参数图比 SAFOV 样配置的定义更清晰，增加迭代次数虽会提高噪声水平，但也能增强图像的清晰度。在动力学参数图中，vb图像对血管结构的显示优于 Ki图像，而 SUV 数据中血管和非血管结构区分不明显。
- 定量偏差分析：研究计算了 PET KinetiX 参数图和 SUV 数据的偏差。与 SAFOV 样配置相比，LAFOV 样配置在 2 次迭代（低噪声）时，2TCM 和 Patlak 动力学参数的偏差中位数分别降低 37% 和 56%；在 6 次迭代（高空间分辨率）时，2TCM 和 Patlak 动力学参数的偏差中位数分别降低 27% 和 3%。未处理的 SUV 数据本身也存在一定偏差，且 LAFOV 样配置的偏差低于 SAFOV 样配置。噪声 - 偏差权衡图进一步表明 LAFOV - PET 配置优于 SAFOV - PET 配置。
- 对比噪声比评估：计算了各组织的对比噪声比（CNR），发现使用 Patlak 参数图（Ki和 vb）时，大多数组织结构的平均绝对动力学与 SUV 的 CNR 比值显著提高。在 2TCM k3图的肿瘤区域中，观察到最高的动力学与 SUV 的 CNR 比值。
研究结论与讨论
本研究表明，PET KinetiX 生成的 Ki和 vb参数图在定性上与未处理的 SUV 数据相当，且在大多数情况下提高了 CNR。2TCM k3参数图在肿瘤结构中的 CNR 改善最为显著，这为其在不同解剖区域和放射性示踪剂研究中的进一步应用提供了可能。不过，本研究也存在一定局限性，如模拟过程未考虑呼吸运动，仅采用了反映临床标准条件的 2 次和 6 次迭代方案，目前正在完善 k4建模和放射性示踪剂时间扩散校正等。尽管如此，在精准医学时代，4D-PET 成像发展迅速，PET KinetiX 作为一款灵活的软件，有望适应未来该领域的创新需求，推动 4D-PET 参数成像在临床的广泛应用，为疾病的诊断、治疗和预后评估提供更有力的支持。
