European Radiology：使用多模态PET/MRI放射组学识别帕金森病和多系统萎缩

帕金森病(PD)的主要症状有静息性震颤、运动迟缓、僵硬和体位不稳。由于其临床症状与非典型帕金森综合征重叠，尤其是在早期，准确诊断PD在临床上仍然具有挑战性。帕金森病早期诊断准确率仅为50%左右，其余均误诊为不典型帕金森综合征。多系统萎缩 (MSA) 是最常见的非典型帕金森综合征，进展迅速，预后明显比PD差。因此，发展早期、准确识别PD和MSA的方法非常重要，这可以帮助临床医生尽快确定治疗策略，提高患者的生存率。

目前，磁共振成像(MRI）和正电子发射断层成像(PET)等成像方法越来越多地用于鉴别PD与MSA和其他非典型帕金森综合征。MRI提供脑组织的形态学，可根据MSA的典型征象进行鉴别诊断。此外，多示踪剂PET成像在帕金森综合征的诊断中起着重要的作用。多巴胺转运体(DAT)PET显像突触前多巴胺能功能正常可作为排除PD的诊断标准之一。然而，在区分PD和MSA方面并不具体。

放射组学是指从医学影像中高通量提取丰富的影像信息，以辅助医生做出最准确的诊断。现阶段，放射组学已广泛应用于肿瘤学研究，如肿瘤的诊断、分级、疗效评估、预后预测等。新出现的研究表明，放射组学可以提高PD诊断和临床评估的准确性。

近日，发表在European Radiology杂志上的一篇研究建立基于多模态PET/MRI放射组学和临床特征鉴别帕金森病(PD)与多系统萎缩(MSA)的机器学习模型。

本项研究纳入了119例患者(PD 81例，MSA 38例)，所有患者均接受了脑PET/CT和MRI检查并获取了代谢图像([18F]FDG， [11C]CFT PET)和结构MRI (T1WI, T2WI和T2-FLAIR)。图像分析包括对MRI进行自动分割，将PET图像与相应的MRI进行共配准。然后从壳核和尾状核中提取放射组学特征并选择构建预测模型。此外，基于PET/MRI放射组学和临床特征，本项研究建立了列线图模型。采用受试者工作特征(ROC)曲线评价模型的性能。采用决策曲线分析(Decision curve analysis, DCA)评价模型的临床有效性。

5个序列的PET/MRI放射组学联合模型优于单模放射组学模型。PET/MRI放射组学-临床联合模型可以很好地区分PD和MSA (AUC = 0.993)，在训练集中优于临床模型(AUC = 0.923, p = 0.028)，在测试集中无显著差异(AUC = 0.860 vs 0.917, p = 0.390)。PET/MRI放射组学-临床模型与PET/MRI放射组学-临床模型在训练集(AUC = 0.988, p = 0.276)与测试集(AUC = 0.860 vs 0.845, p = 0.632)之间无显著差异。DCA显示PET/MRI放射学-临床模型的最高临床效益。

 表 八个模型在训练集和测试集的性能

本项研究表明，多模态PET/MRI放射组学可以在临床上实现PD和MSA的鉴别，并取得了优异的诊断效果。

原文出处：

Jinju Sun,Chao Cong,Xinpeng Li,et al.Identification of Parkinson's disease and multiple system atrophy using multimodal PET/MRI radiomics.DOI:10.1007/s00330-023-10003-9