基于中國人群建設PET神經影像數據庫

黃 琪，任樹華，吳 平，鮑偉奇，周維燕，孔艷艷，姜東朗，華 濤，王 堅，胡 杰，陳 亮，顧宇翔，郭起浩，左傳濤，管一暉，謝 芳*

(1.復旦大學附屬華山醫院核醫學/PET中心，2.神經內科，3.神經外科，上海 200040；4.上海交通大學附屬第六人民醫院老年科，上海 200030)

醫學影像學技術的發展推動了神經影像學臨床及科研進步，但獲取數據難度及成本均較高。建設神經影像數據庫可避免重復采集數據所致成本增加和周期延長，支持在不同背景和目的下深入挖掘數據，提高其利用率。目前國內外已有多個神經影像學數據庫，但多針對MRI，核醫學PET神經影像學數據庫發展相對滯后，尤其缺少基于我國人群的PET神經影像學資料。本研究基于復旦大學附屬華山醫院資料嘗試建立基于我國人群的PET神經影像學數據庫，包括阿爾茨海默病(Alzheimer's disease，AD)、帕金森病(Parkinson disease，PD)、煙霧病、腦膠質瘤、癲癇及非疾病腦。

1 資料與方法

1.1 研究對象

1.1.1 AD數據庫 納入2018年11月—2022年3月50～80歲、性別和受教育程度不限的AD患者，于神經心理學評估后1個月內接受顱腦MR、18F-AV45及18F-FDG或18F-MK6240 PET檢查；無明確腦卒中病史；Hachinski缺血指數表得分≤4分。排除標準：①合并明顯心、肝、腎或肺功能不全，血液系統疾病、嚴重感染、癌癥、酒精或藥物濫用等；②頭顱MRI顯示大血管性病灶、皮質下彌漫性白質腦病或多發腔隙性腦梗死；③其他腦部疾病或系統疾病伴癡呆，以及甲狀腺功能低下、維生素B12缺乏等；④因視、聽障礙影響認知評估；⑤抑郁性障礙；⑥缺乏合作或理解。

1.1.2 PD數據庫 納入2010年2月—2022年3月接受18F-FDG或11C-CFT PET顯像(停用PD藥物12 h以上)PD患者，依據文獻[1-3]標準，經顱腦MRI及臨床評估運動障礙診斷PD。納入患者年齡、性別不限。排除標準：神經或精神系統疾病史，神經安定類或毒品暴露史，神經查體或MRI顯示異常，多巴胺轉運體阻斷劑用藥史等。

1.1.3 煙霧病數據庫 納入2019年12月—2022年3月接受18F-FDG或18F-FDG灌注相PET的18～80歲、性別不限煙霧病患者；均經數字減影腦血管造影參照煙霧病診療指南[4]標準確診。排除標準：①合并影響認知功能的其他神經系統疾病；②酗酒、吸毒；③拒絕神經心理檢查。

1.1.4 腦膠質瘤數據庫 納入2011年8月—2022年3月接受氨基酸PET檢查的腦腫瘤患者，年齡14～80歲，性別不限；顯像前未接受腦占位性病變手術、放射治療及化學治療等；以手術或腦立體定向活檢獲取腦組織學標本后經常規病理學診斷。排除標準：氨基酸PET顯像陰性；脫髓鞘病變、炎性反應、其他非膠質腫瘤。部分患者經分子病理學檢查，對其結果根據2016版WHO中樞神經系統腫瘤分類標準獲得新分級標準下的病理診斷；根據IDH1 R132H抗體免疫組織化學染色判斷IDH1基因突變。

1.1.5 難治性癲癇 納入2013年11月—2022年3月接受18F-FDG或FMZ PET檢查的難治性癲癇患者，年齡18～80歲，性別不限，經≥2種藥物足量足療程無法有效控制，經常規腦電圖、MR及認知評估，且檢查前停用苯二氮卓類藥物時間1個月以上。排除合并癔癥者或妊娠婦女。

1.1.6 非疾病腦代謝 納入于2012年11月—2019年4月接受18F-FDG PET檢查，經2名核醫學科醫師結合病史閱片確認無腦卒中、重大顱腦創傷或神經精神疾病，無惡性腫瘤、藥物濫用或酒精成癮史等者。

1.2 圖像采集 采用Siemens Biograph mCT Flow Edge 128 PET/CT儀，顯像劑劑量及掃描時間等見表1。采用3D模式采集PET圖像，軸向視野30 cm，范圍包括顱頂至顱底，經衰變校正、歸一化校正、時間校正、衰減校正、散射校正及隨機符合校正，并獲得迭代、濾波反投影、TRUX和以all-pass算法重建的圖像，重建圖像矩陣為256×256×148，體素1.59×1.59×1.50。

表1 PET掃描方案

或采用Biograph Truepoint HD 64 PET/CT儀，掃描及校正方式同前，重建算法包括迭代、濾波反投影和TRUEX算法，重建PET圖像矩陣為168×168×148，體素2.04×2.04×1.50。

1.3 預處理 由研究人員通過嚴格視覺檢查剔除不滿足質量要求的圖像，其流程如下：①以MIRC CTP對DICOM文件行匿名化；②采用dcm2niix將DICOM格式文件轉換為NIFTI格式；③將圖中的前聯合-后聯合線的原點調至前聯合；④以SPM12軟件對PET圖像進行空間標準化，并變換到蒙特利爾神經研究所(Montreal Neurological Institute，MNI)空間；⑤以半高寬8 mm×8 mm×8 mm平滑核進行平滑。

2 結果

2.1 數據庫基本信息 所獲PET神經影像數據庫主要包括5個專病數據庫及1個非疾病腦代謝數據庫，基本信息見表2。

表2 PET神經影像數據庫基本信息

2.2 數據存儲、檢索與安全 數據庫所有圖像均可提供DICOM或NIFTI格式，參照腦成像數據結構(https://bids.neuroimaging.io/)通用規范存儲；記錄基本人口學信息，包括ID、獲取日期，檢查時年齡、性別、體質量、利手及顯像劑注射劑量等；并可提供基于自動解剖定位地圖集的標準化攝取值。

為便于管理和應用，本課題組與上海銳邦數據系統有限公司合作搭建了數據管理云平臺，其前端采用HTML5+Javascript，后端采用Java開發語言的技術架構，硬件為HP ML110塔式服務器，可提供數據建模、數據清洗、CRF表單設計、數據同步、數據分析及數據全生命周期管理等功能，支持多個字段檢索、批量上傳及下載等；同時以多種措施確保數據安全和受試者隱私，包括設定有關人員權限，記錄使用人員、操作時間和內容，并建立、健全安全相關制度和規章，涉及人員操作、系統維護和變更的管理流程即出現系統故障時的應急預案；設定任何單位或個人未經授權不得擅自調閱、復制數據。

3 討論

本研究建立的顱腦疾病數據庫均以特定PET儀成像，可最大限度提高數據的同質性，有助于PET臨床應用，可填補國內核醫學數據庫的缺失[5-8]。但本數據庫為單中心來源，且局限于PET圖像，希望未來能拓寬數據來源，進一步擴展基于我國人群的多病種、多中心及多模態影像數據庫。