BSREM重建算法优化18F-FDG PET采集时间的可行性

目的 比较不同采集时间下分块顺序正则化期望最大化（BSREM）算法较有序子集期望最大化（OSEM）算法对¹⁸F-FDG PET图像质量的影响,探讨其优化采集时间的可行性。方法 模体实验采用NEMA/IEC PET 模体,临床研究中连续收集2020年3—9月因肺结节行¹⁸F-FDG PET-CT检查患者61例（66个高摄取肺结节）。模体实验和临床研究均以不同采集时间按BSREM和OSEM算法重建PET图像。比较上述序列的变异系数（CV）、信噪比（SNR）、对比噪声比（CNR）、活度测量值（模体实验为摄取值UV;临床研究为标准摄取值SUV）差异。结果 模体实验显示120 s BSREM序列图像质量优于120 s OSEM序列,75 s BSREM序列与120 s OSEM序列相仿。临床研究显示120 s BSREM序列图像质量优于120 s OSEM序列,且75 s BSREM序列较120 s OSEM序列略优。结论 PET模体实验和肺部高摄取结节临床研究中,应用BSREM算法较OSEM算法明显改善图像质量,75 s BSREM序列图像质量较120 s OSEM序列略优。     

定量SPECT/CT（SUVmax）在骨良恶性病灶中的鉴别诊断及增益价值

目的探讨定量SPECT/CT骨显像中最大标准摄取值（SUV_max）对骨良恶性病灶的鉴别诊断及潜在增益价值。方法回顾性分析2019年4 ~12月经病理证实为非骨原发恶性肿瘤患者行骨显像检查,并因异常放射性浓聚灶行SPECT/CT检查及定量分析者124例,共发现病灶294个,同时选取92个正常椎体为对照组,比较良、恶性病灶、对照组间SUV_max的差异性。将病例分为两组：第1组收集2019年4 ~7月46例检查者共108个病灶,绘制ROC曲线得到SUV_max诊断恶性病灶的界值,第2组收集2019年8 ~12月78例检查者共186个病灶,比较常规SPECT/CT定性分析与常规SPECT/CT定性+SUV_max定量分析的诊断效能。结果以病理和/或12月及以上的影像学随访（WBS、CT、MRI、PET/CT）为判断金标准,诊断恶性病灶137例,良性病灶157例;恶性病灶、良性病灶和对照组的SUV_max分别为27.29±14.44、16.28±10.21和6.91±1.41 g/mL（P < 0.01）。通过第1组数据绘制ROC曲线得到SUV_max≥18.2 g/mL为诊断恶性病灶界值,在第2组中常规SPECT/CT定性分析、常规SPECT/CT定性+SUV_max定量分析的诊断敏感度分别为88.5%和94.9%,特异性为93.5%和93.5%,准确度为91.4%和94.1%,ROC曲线下面积分别为0.91（95% CI：0.86~0.95）和0.96（95%CI：0.94~0.98）（P=0.01）。结论定量SPECT/CT SUV_max在骨良恶性病灶鉴别诊断中具有重要临床应用价值,且存在一定的增益价值。