论文部分内容阅读
目的：
分析比较[18F]氟代脱氧葡萄糖(18F-2-fluoro-2-deoxy-D-glucose ， 18F-FDG )PET/CT四种重建算法对肺结节标准摄取值(standard uptake value, SUV)的影响。
方法：
回顾性收集2018年2月至2019年7月在山西医科大学第一医院核医学科行18F-FDGPET/CT检查的46例患者[男27例，女19例，中位年龄66(44~82)岁]的PET/CT图像，采用有序子集期望最大值(ordered subset expectation maximization, OSEM)、OSEM+飞行时间(time of flight, TOF)、OSEM+TOF+点扩展函数(point spread function, PSF )及正则化算法(block sequential regularized expectation maximization, BSREM)进行图像重建(方法依次以G1~G4表示))，通过视觉评估和半定量方法分析肺结节及背景参数。根据肺窗所测结节直径，分为小结节组(直径≤10mm)和大结节组(10mm＜直径≤30mm)。行Kruskal-Wallis秩和检验分析不同算法间信号噪声比(signal noise ratio, SNR)及信号背景比(signal background ratio, SBR)及SUV的差异，用Bonferroni法进行事后两两比较，Spearman相关系数分析SUV变化率(%ΔSUV)与结节直径相关性、受试者工作特征(ROC)曲线分析SUV对肺结节良恶性的诊断效能。
结果：
1、在视觉分析中，114个肺结节在四种重建方法下的评分有统计学差异(χ2=111.72，P＜0.001)，G4较G1~G3的小结节视觉检出率分别提高了55.93%(33/59)、44.07%(26/59)、20.34%(12/59)。
2、在背景参数比较中，G1~G4的SBR和SNR的分布不全相同(H=24.855、168.934，均P＜0.001)。
3、所有结节相同SUV在不同算法间的比较：在114个肺结节中，最大SUV(SUVmax)、平均SUV(SUVmean)在不同算法间比较差异有统计学意义(中位SUVmax：2.65~5.29，中位SUVmean：2.05~2.99；H=20.628、17.749，均P＜0.001)，G4对G1的SUVmax(中位数分别为5.29和2.65)和SUVmean(中位数分别为2.99和2.05)有明显提升(均P＜0.001)。
4、SUV变化率与结节直径关系：%ΔSUVmax(中位数：4.45%~52.96%)、%ΔSUVmean(中位数：1.69%~47.57%)与结节直径(中位数：9.75，四分位数：6.2和16.58)呈负相关(rs值：-0.371~-0.354、-0.371~-0.320，均P＜0.001)。
5、大、小结节组SUV在不同算法间的比较：在59个小结节中，SUVmax、SUVmean在不同算法间比较差异有统计学意义(中位SUVmax：2.14~4.05，H=18.327；中位SUVmean：1.26~2.31；H=16.808，均P＜0.001)，G4对G1的SUVmax(中位数分别为4.05和2.14)有明显提升(P＜0.001)，G4对G1和G3的SUVmean(中位数分别为2.31、1.26和1.53)有提升作用(均P＜0.05)。55个大结节中SUV在不同算法间的差异无统计学意义(SUVmax：H=7.29，SUVmean：H=6.127，SUVpeak：H=0.812,，均P＞0.05)。
6、ROC曲线分析：G1~G4的SUVmax诊断良恶性的最佳截断值分别为4.335、5.185、5.410、5.745，曲线下面积(AUC)分别为0.747、0.699、0.756和0.778，四者SUVmean及SUVpeak最佳截断值对应的AUC也显示出类似趋势。
结论：
在四种重建算法中，BSREM可明显改善图像质量，提高肺小结节视觉检出率还可提高肺小结节的SUVmax及SUVmean，该算法下SUV良恶性诊断阈值应适当上调。
分析比较[18F]氟代脱氧葡萄糖(18F-2-fluoro-2-deoxy-D-glucose ， 18F-FDG )PET/CT四种重建算法对肺结节标准摄取值(standard uptake value, SUV)的影响。
方法：
回顾性收集2018年2月至2019年7月在山西医科大学第一医院核医学科行18F-FDGPET/CT检查的46例患者[男27例，女19例，中位年龄66(44~82)岁]的PET/CT图像，采用有序子集期望最大值(ordered subset expectation maximization, OSEM)、OSEM+飞行时间(time of flight, TOF)、OSEM+TOF+点扩展函数(point spread function, PSF )及正则化算法(block sequential regularized expectation maximization, BSREM)进行图像重建(方法依次以G1~G4表示))，通过视觉评估和半定量方法分析肺结节及背景参数。根据肺窗所测结节直径，分为小结节组(直径≤10mm)和大结节组(10mm＜直径≤30mm)。行Kruskal-Wallis秩和检验分析不同算法间信号噪声比(signal noise ratio, SNR)及信号背景比(signal background ratio, SBR)及SUV的差异，用Bonferroni法进行事后两两比较，Spearman相关系数分析SUV变化率(%ΔSUV)与结节直径相关性、受试者工作特征(ROC)曲线分析SUV对肺结节良恶性的诊断效能。
结果：
1、在视觉分析中，114个肺结节在四种重建方法下的评分有统计学差异(χ2=111.72，P＜0.001)，G4较G1~G3的小结节视觉检出率分别提高了55.93%(33/59)、44.07%(26/59)、20.34%(12/59)。
2、在背景参数比较中，G1~G4的SBR和SNR的分布不全相同(H=24.855、168.934，均P＜0.001)。
3、所有结节相同SUV在不同算法间的比较：在114个肺结节中，最大SUV(SUVmax)、平均SUV(SUVmean)在不同算法间比较差异有统计学意义(中位SUVmax：2.65~5.29，中位SUVmean：2.05~2.99；H=20.628、17.749，均P＜0.001)，G4对G1的SUVmax(中位数分别为5.29和2.65)和SUVmean(中位数分别为2.99和2.05)有明显提升(均P＜0.001)。
4、SUV变化率与结节直径关系：%ΔSUVmax(中位数：4.45%~52.96%)、%ΔSUVmean(中位数：1.69%~47.57%)与结节直径(中位数：9.75，四分位数：6.2和16.58)呈负相关(rs值：-0.371~-0.354、-0.371~-0.320，均P＜0.001)。
5、大、小结节组SUV在不同算法间的比较：在59个小结节中，SUVmax、SUVmean在不同算法间比较差异有统计学意义(中位SUVmax：2.14~4.05，H=18.327；中位SUVmean：1.26~2.31；H=16.808，均P＜0.001)，G4对G1的SUVmax(中位数分别为4.05和2.14)有明显提升(P＜0.001)，G4对G1和G3的SUVmean(中位数分别为2.31、1.26和1.53)有提升作用(均P＜0.05)。55个大结节中SUV在不同算法间的差异无统计学意义(SUVmax：H=7.29，SUVmean：H=6.127，SUVpeak：H=0.812,，均P＞0.05)。
6、ROC曲线分析：G1~G4的SUVmax诊断良恶性的最佳截断值分别为4.335、5.185、5.410、5.745，曲线下面积(AUC)分别为0.747、0.699、0.756和0.778，四者SUVmean及SUVpeak最佳截断值对应的AUC也显示出类似趋势。
结论：
在四种重建算法中，BSREM可明显改善图像质量，提高肺小结节视觉检出率还可提高肺小结节的SUVmax及SUVmean，该算法下SUV良恶性诊断阈值应适当上调。