基于放射性藥物18F-AV45的PET-CT圖像的腦組織內照射吸收劑量蒙特卡羅計算

李永哲，盧昱，彭昭，倪明，謝強，汪世存，裴曦，徐榭，陳志

1.中國科學技術大學核科學技術學院，安徽合肥 230026；2.中國科學技術大學附屬第一醫院核醫學科，安徽合肥 230001

前言

正電子發射斷層掃描（Positron Emission Tomography,PET）是一種強大的功能成像方式，可以通過特定的放射性藥物來檢測組織中分子水平的活性［1-3］，在腫瘤檢測、癌癥和神經疾病的早期診斷中具有廣泛應用［4-7］。近年來，放射性標記物18F-AV45 在阿爾茨海默病（Alzheimer's Disease,AD）的PET 醫學影像診斷中表現出越來越好的效果［8］。人體組織和器官的吸收劑量與誘發癌癥的風險息息相關，因此內照射劑量計算對于在核醫學影像診斷和放射性核素靶向治療過程中的風險評估至關重要［9-10］。但是對于在人體內特別是腦部的放射性標記物，接受放射性藥物注射患者的內照射輻射劑量的測定還有較大的誤差。與此同時，放射性標記物18F-AV45在人體腦部的內照射輻射劑量也鮮有人研究。因此準確計算18F-AV45在人體腦部的內照射輻射劑量十分重要。

蒙特卡羅（Monte Carlo,MC）模擬是在臨床環境中內照射劑量計算的金標準，可以準確地計算全身劑量圖［11-12］。李玉豪等［13］直接使用國際輻射防護委員會（ICRP）在2008年發布的第106 號報告中的患者有效劑量與放射性藥物之間的換算系數來求解患者所受內照射的有效劑量。李寧等［14］利用基于醫學內照射劑量（MIRD）計算方法的OLINDA/EXM（Version 1.1）軟件，用標準成年男性模型來計算劑量的轉換因子。以上兩種方法均基于第一代人體模型，較真實的人體模型有很大差異，因此在內照射計算時會產生較大誤差。Neira 等［15］在PET-CT 圖像和生物動力學模型基礎上，使用MC 模擬軟件GATE 來計算人體的吸收劑量，但該工作計算的是放射性藥物18F-FDG，不同的放射性藥物在人體的分布有較大差異，因此不適用于放射性藥物18F-AV45在人體內吸收劑量的計算。Gupta 等［16］使用真實小鼠的PET-CT圖像在體素水平上估計敏感器官中的吸收劑量，評估MC 模擬軟件GATE 在臨床前劑量測定中的適用性，驗證MC 模擬軟件GATE 在計算內照射劑量方面的可靠性。但該論文只在小鼠身上計算內照射劑量，并未應用到真實的人體模型上。

本研究首先使用MC 軟件MCNP 驗證GATE 計算的準確性，然后提出一種使用PET 和CT 圖像以及生物動力學模型，并在MC 模擬軟件GATE 上模擬的方法，用來計算放射性藥物18F-AV45 在人體頭部時，頭部及各組織和器官的吸收劑量。

1 資料與方法

本方法包括以下3個步驟：一是將患者的PET 圖像作為劑量計算的放射性核素分布的初始條件，用MC 軟件GATE 計算患者頭部的體素輻射吸收劑量；二是利用簡化后的生物動力學模型，計算出患者頭部放射性核素的累積衰變數，從而求得患者頭部的總吸收劑量；三是基于CT 對頭部各組織和器官圖像進行分割，并計算其吸收劑量。

1.1 數據來源

本試驗使用來自中國科學技術大學附屬第一醫院核醫學科5 名有認知障礙并懷疑AD 患者的18F-AV45 PET-CT顯像數據（表1），包括男性2名，女性3名；年齡55～70歲，平均年齡63歲；最高162 cm，最矮150 cm，平均身高158 cm；最大體質量67 kg，最小體質量55 kg，平均體質量62.25 kg。放射性藥物為18F-AV45，注射部位均為右手手背，平均初始活度為（10.275±0.325）mCi。采集5名患者頭部PET-CT數據，其中PET掃描時間均為注射放射性藥物之后50 min開始掃描，動態掃描20 min。每套CT 圖像尺寸為512×512×174，單個體素大小為0.488 mm×0.488 mm×1.000 mm；每套PET 圖像尺寸為336×336×163，單個體素大小為1.016 mm×1.016 mm×1.000 mm。本試驗僅考慮PET內照射的劑量，而不考慮CT掃描所致的輻射劑量。

表1 患者信息Tab.1 General information of patients

1.2 MC模擬

采用MC軟件GATE v9.0來進行吸收劑量的計算。GATE在OpenGATE協作組織內開發并采用了GEANT4截面庫，以實現適用于核醫學領域的模塊化、多功能、腳本化仿真的工具軟件［12,17］。該軟件計算基于如下設置：第一，定義一個80 cm×100 cm×100 cm充滿空氣的仿真幾何世界，所有的物理過程均發生在這個幾何世界中；第二，輸入病人的CT圖像作為體模的參數，CT的HU值與電子密度具有很強的相關性，因此與介質的質量密度也具有很強的相關性，我們使用Schneider等［18］提出的將HU值轉換為質量密度的方法；第三，所采用的物理軟件包為emstandard_opt3［17］，為提高計算效率，γ光子能量低于1 keV時停止MC計算；第四，程序初始化，使得無法再修改物理列表，也無法將新體模插入幾何世界中；第五，使用病人的PET圖像設置放射源，PET圖像上的每一個像素代表一個點源，GATE使用PET圖像上的像素分布作為放射源的分布來進行MC模擬；第六，輸出吸收劑量（單位為Gy），同時輸出劑量計算的統計誤差。

MC數值模擬中采用的計算機配置為Intel（R）Xeon（R）Gold 5120T CPU（56個邏輯核心，64 G內存）。對每個患者共模擬2×108個粒子，約需4～5 h。輸出的劑量圖像尺寸為168×168×172，輸出的統計誤差圖像尺寸也為168×168×172。最終可以得到單位衰變數的吸收劑量，用d表示，單位是Gy/（MBq?s）。

1.3 生物動力學模型

若As(t)為該器官在t時刻的活度，A0為人體注射活度，使用ICRP 的2008年第128 號［19］報告中提出的生物動力學一階方程：

其中，Fs是在器官或組織S中的分數分布（即如果沒有放射性衰變，則在整個時間內都會到達源器官或組織S中的放射性藥物的分數），該參數可用某時刻頭部放射性活度與全身總活度之比，即As(t)/A0(t)來表示。ai是生物半衰期為Ti組分的分數（∑ai= 1），aj是生物半衰期為Tj組分的分數（∑aj= 1），n是消除成分的數量，m是攝取成分的數量，Tj,eff和Tj,eff分別是消除和攝取有效半減期。

將患者頭部整體看作只從一個方向攝取且只向一個方向消除，即n=1，m=1，且消除的生物半衰期等于攝取的生物半衰期，即Ti=Tj，原方程簡化為：

因此，我們只需要一個時間點的頭部PET 數據，就可以畫出患者頭部的活度-時間曲線，從而通過積分計算得到頭部在注射放射性藥物后到時間無窮大時的累積衰變數（MBq?s）：

通過MC 模擬的單位衰變數的平均吸收劑量進而求得劑量矩陣，獲得頭部（包含空氣區域）的平均吸收劑量（Gy）：

1.4 計算組織和器官的平均吸收劑量

用基于深度學習的器官勾畫軟件Deepviewer［20］（安徽慧軟科技有限公司）在CT 圖像上勾畫出大腦區域以及周圍11 個組織器官，并將該區域的標簽配準到劑量矩陣上，以此計算大腦和其他組織器官的平均吸收劑量。

2 結果

分別用MC 軟件GATE 和MCNP 計算單個粒子在水箱內部的輻射劑量，兩者計算結果一致，證明本工作中MC模擬的結果是可信的。

2.1 單位衰變數的平均吸收劑量

使用MC軟件GATE模擬2×108個粒子得到5名患者的頭部平均吸收劑量，分別為8.59×10-4、8.96×10-4、8.79×10-4、9.00×10-4、8.58×10-4mGy，將該結果除以200（MBq?s），得到單位衰變數的平均吸收劑量為4.29×10-6、4.48×10-6、4.39×10-6、4.49×10-6、4.29×10-6mGy/（MBq?s）。平均統計誤差為2.6%，在可接受范圍之內。

2.2 累積衰變數與平均吸收劑量

表2為生物動力學模型的計算結果，分別為5 名患者的注射活度A0、當前頭部活度As(t)、當前總活度A0(t)、分布分數Fs以及有效消除半衰期Tj,eff，利用表2的結果可分別獲得5 名患者頭部放射性藥物活度-時間曲線，如圖1所示。對活度-時間曲線進行無窮積分，分別得到5名患者頭部的累積衰變數9.11×104、1.33×105、2.66×105、2.24×105、1.65×105MBq?s，并通過MC 方法計算得到的頭部單位衰變數的平均吸收劑量求得頭部累積的平均吸收劑量，分別為0.39、0.59、1.17、1.01、0.71 mGy。圖2展示了4 號患者吸收劑量圖的切面圖。

圖1 不同患者的活度-時間曲線Fig.1 Activity-time curve of different patients

圖2 患者4頭部吸收劑量圖Fig.2 Absorbed dose in the head of patient 4

表2 生物動力學模型參數Tab.2 Biokinetic model parameters

2.3 組織和器官的平均吸收劑量

使用自動分割軟件DeepViewer 在CT 圖像上勾畫出大腦、腦干、左右眼球、左右視神經、左右晶狀體、左右腮腺、下頜骨和脊髓共12個組織和器官，圖3是4號患者CT 分割結果的截面圖。將各組織和器官的標簽配準到劑量矩陣上，計算其平均吸收劑量，結果如表3所示。

表3 4號患者頭部組織和器官的平均吸收劑量Tab.3 Average absorbed dose in the organs and tissues of the head of patient 4

圖3 頭部器官分割（包含大腦、眼球及頭部輪廓）Fig.3 Head organs segmentation(including brain,eyes and head profile)

3 討論

本研究提出的使用PET 和CT 圖像以及生物動力學模型，并在MC 軟件GATE 上模擬的方法，準確地計算了放射性藥物18F-AV45在人體頭部時，頭部及各組織和器官的吸收劑量。結果顯示，不同的患者所求得單位衰變數的吸收劑量結果差距不到5%，這是因為本研究選取的患者體質量差距不大，其頭部體積大小和腦部結構相似度很高。使用簡化的生物動力學模型計算放射性藥物在頭部的累積衰變數，不同的患者所得結果差異很大，這是因為不同患者因其年齡、體質量等生理因素差別大，其頭部代謝活躍程度和身體代謝能力都有較大差異，因此導致進入頭部的放射性藥物的分數不同，進而導致放射性藥物的累計衰變數差別較大。此外，計算患者頭部內照射吸收劑量時可以看出，主要影響因素是進入患者頭部的放射性藥物的累積活度，而不同患者單位衰變數的平均吸收劑量影響不大。在頭部各組織和器官的吸收劑量結果中可以發現，腦部的平均吸收劑量要超過整個頭部的平均吸收劑量，這是因為大部分放射性藥物富集在大腦中。本研究不考慮注射藥物后還未達到穩定分布的時段，不考慮頭部以下人體所含的放射性藥物對頭部的影響，但本研究中基于MC 方法在計算吸收劑量方面較MIRD 方法更為準確，并且可以定量到頭部的組織和器官。本研究提出的方法為采集PET 圖像時評估18F-AV45 在人體內照射產生的吸收劑量提供更加準確的參考，同時該方法可普及到任意放射性藥物或任意人體部位，還可以為放射性核素治療提供劑量學參考。未來，隨著人們對醫療水平要求越來越高，以及放射性藥物治療的廣泛應用，內照射劑量計算不可避免地越來越受到人們重視，后續將會向開發新的更加快速和準確的劑量計算方法的方向努力。