DLR诊断效能
上海大学生物医学工程研究所蒋皆恢教授团队联合华山医院PET中心左传涛教授团队、核医学与分子影像四川省重点实验室陈跃教授团队在《European Radiology》杂志在线发表题为“Use of deep learning-based radiomics to differentiate Parkinson’s disease patients from normal controls: a study based on [18F]FDG PET imaging”的研究论文。(Sun XM, et al. Eur Radiol. 2022 Nov;32(11):8008-8018.)
帕金森病（Parkinson’s disease，PD）早期、准确的诊断并为患者提供及时的治疗和干预已成为治疗PD的关键。该研究提出了基于18F-FDG PET影像的深度学习影像组学（deep learning-based radiomics，DLR）并将其应用于PD的计算机辅助诊断。
该工作纳入了来自华山医院帕金森PET影像数据库（Huashan parkinsonian PET imaging，HPPI）的103例帕金森症患者和255例非帕金森症对照者，运用DLR模型（深度卷积神经网络Resnet作为图像编码器，支持向量机作为分类器），成功高效鉴别了PD（敏感性88.9%，特异性97.8%）、PD早期（敏感性81.1%，特异性85.7%）和PD晚期（敏感性86.3%，特异性97.8%），其诊断效能显著优于既往基于传统的计算机辅助诊断方法。该方法的有效性在另一独立队列中亦得到验证。基于DLR学建立的计算机辅助诊断方法显示出早期诊断及准确鉴别帕金森综合征的潜力。