复旦大学附属华山医院管一晖/左传涛教授团队、王坚教授团队、瑞士伯尔尼大学Axel Rominger/Kuangyu Shi教授团队在《Journal of Nuclear Medicine》杂志（中科院1区，2021年影响因子10.06）在线发表题为“Differential diagnosis of parkinsonism based on deep metabolic imaging indices”的研究论文。（Ping Wu, et al，Journal of Nuclear Medicine, 2022 April）
帕金森病（Parkinson’s disease，PD）是仅次于阿尔茨海默病的第二大神经退行性疾病，其临床表现与非典型帕金森病如多系统萎缩（multiple system atrophy，MSA）、进行性核上性麻痹（progressive supranuclear palsy，PSP）等存在诸多重叠，临床鉴别诊断困难。约20-30%临床诊断为PD的患者在尸检病理检查中被证明是MSA或PSP，因此开发鉴别效能高、可获得性好的客观标志物十分重要。18F-FDG PET显像是目前最普及的分子影像检查手段，近20年来大量研究表明其在帕金森症鉴别方面的效能优于结构影像。该工作纳入来自华山医院帕金森PET影像数据库（Huashan parkinsonian PET imaging，HPPI）的1275例帕金森症患者和863例非帕金森症对照者，运用深度学习（3D深度卷积神经网络）提取深度代谢成像 (deep metabolic imaging, DMI) 指标，成功高效鉴别了PD（敏感性98.1%，特异性90.0%）、MSA（敏感性88.5%，特异性99.2%）和PSP（敏感性84.5%，特异性97.8%），其诊断效能显著优于既往基于主成分分析的2D代谢指标。该方法的有效性在另一独立德国队列中亦得到验证。在HPPI数据库上开发的DMI指标显示出早期诊断及准确鉴别帕金森综合征的潜力，并且在处理人群和成像采集之间的差异时具有较好的稳健性。