# 文獻評讀: Fast 4D PET parametric imaging computation at the whole field of view level Reliability under simulated conditions of PET KinetiX a dedicated software solution

# Objectives
本研究使用模擬數據評估 PET KinetiX 這款新型學術軟體的可靠性，該軟體用於快速計算全視野 (FOV) 的 4D-PET 參數成像。
- 研究證明 PET KinetiX 產生的 Ki 和 vb 參數圖（使用 Patlak 和 two-tissue compartment models, 2TCM）能忠實重現來自 XCAT 數位模型預先定義的組織結構。
- 產生的動力學參數圖（Ki, vb）在視覺品質上可與標準未處理的 Standardized Uptake Value (SUV) 數據相媲美。
- 在大多數模擬的組織結構中，動力學參數圖，特別是 Patlak Ki 和 vb，顯示出比 SUV 數據更佳的對比雜訊比 (CNR)。
- 在模擬的腫瘤區域內，觀察到最高的 CNR 提升來自於 2TCM k₃ 圖。

# Methodology
本研究採用模擬來評估 PET KinetiX 的可靠性。
- 使用 XCAT 人體數位模型以及來自非小細胞肺癌患者數據的真實 18F-FDG 時間活性曲線 (TACs) 作為 ground truth，模擬了 4D-PET 數據。![](https://media.springernature.com/lw1200/springer-static/image/art%3A10.1007%2Fs00259-025-07285-0/MediaObjects/259_2025_7285_Fig1_HTML.png)
- 模擬複製了兩種 PET 系統配置：短軸向視野 (SAFOV)-like (GE Signa PET/MR) 和長軸向視野 (LAFOV)-like (Siemens Vision Quadra)，考慮了靈敏度和飛行時間能力的差異。
- 使用 CASToR 開源平台生成並重建了 400 組分析模擬數據（每種配置/迭代設置有 100 個噪聲實現）。
- 重建使用 Ordered Subsets Expectation Maximization (OSEM) 演算法，分別進行 2 次迭代（低噪聲）和 6 次迭代（高空間解析度），未使用點擴散函數模型或後處理濾波。
- PET KinetiX 使用間接方法處理重建的 4D-PET 數據，其中影像衍生輸入函數 (IDIF) 定義於胸主動脈。
- 針對 Patlak 模型（Ki, vb）和不可逆 2TCM（K1, k2, k3, vb, Ki）生成了參數圖。![](https://media.springernature.com/lw1200/springer-static/image/art%3A10.1007%2Fs00259-025-07285-0/MediaObjects/259_2025_7285_Fig2_HTML.png)
- 評估包括計算 11 個組織標籤（含腫瘤中心/邊緣、肝、肺、骨、心臟、脾臟、肌肉、脂肪）的動力學參數相對於 ground truth 的平均偏差 (bias) 和標準差。
- 計算了每個組織結構相對於上腔靜脈的對比雜訊比 (CNR)，並計算了動力學參數圖與 SUV 的 CNR 比率。

# Results
研究提供了量化數據支持其結論：
- 從 400 次模擬中總共生成了 2,800 張參數圖（800 張 Patlak，2000 張 2TCM）。
- Ki 和 vb 圖的視覺品質很高，良好地重現了模型的結構，LAFOV 比 SAFOV 提供更清晰的輪廓，6 次迭代比 2 次迭代更清晰（但噪聲更大）。![](https://media.springernature.com/lw1200/springer-static/image/art%3A10.1007%2Fs00259-025-07285-0/MediaObjects/259_2025_7285_Fig3_HTML.png)
- 相對於 ground truth 的偏差 (bias) 因組織、模型和配置而異（表 3 和表 4）。例如，使用 2 次迭代時，LAFOV 相較於 SAFOV 的中位偏差降低幅度，2TCM 參數為 -37%，Patlak 參數為 -56%。
- 未處理 SUV 數據的內在偏差也被量化，範圍從 6.2±0.5% 到 36.0±3.6% (SAFOV, 2it) 以及 0.3±0.1% 到 8.5±2.3% (LAFOV, 2it)。![](https://media.springernature.com/lw1200/springer-static/image/art%3A10.1007%2Fs00259-025-07285-0/MediaObjects/259_2025_7285_Fig4_HTML.png)
- 噪聲-偏差權衡圖顯示了 LAFOV 配置的優越性。![](https://media.springernature.com/lw1200/springer-static/image/art%3A10.1007%2Fs00259-025-07285-0/MediaObjects/259_2025_7285_Fig5_HTML.png)
- 對於 SAFOV 和 LAFOV 配置，在大多數組織結構中，Patlak Ki 和 vb 圖的平均絕對動力學參數圖與 SUV 的 CNR 比率超過 1。
- 在腫瘤區域（中心和邊緣）的 2TCM k₃ 圖中觀察到最高的動力學參數圖與 SUV 的 CNR 比率。![](https://media.springernature.com/lw1200/springer-static/image/art%3A10.1007%2Fs00259-025-07285-0/MediaObjects/259_2025_7285_Fig6_HTML.png)

# Discussions
本研究有效地利用模擬在受控條件下評估 PET KinetiX 的可靠性，為其與 SUV 的性能比較以及在不同掃描儀類型和重建參數下的表現提供了有價值的見解。
限制與未來工作建議包括：
- 模擬未包含呼吸運動，這在胸腔成像中是一個重要因素。研究該軟體對運動假影的穩健性將提高其臨床相關性。
- 僅測試了兩種 OSEM 迭代次數（2 和 6）。探索更廣泛的範圍，可能包括臨床實踐中常見的後處理濾波選項，可以提供對噪聲-偏差權衡更全面的理解。
- 研究僅專注於 18F-FDG 和不可逆模型（Patlak, 不可逆 2TCM）。使用其他示蹤劑和可逆動力學模型（例如，對於 k4 > 0 的示蹤劑使用可逆 2TCM）進行評估，將擴大該軟體的適用性評估範圍。
- 雖然 PET KinetiX 使用的間接動力學建模方法具有通用性，但若能使用相同的模擬數據與直接重建方法進行比較，可以更佳地量化在偏差和噪聲降低方面的潛在權衡。
- 結果對胸主動脈中影像衍生輸入函數 (IDIF) 的定義和放置位置的敏感性可以進一步探討，因為 IDIF 的準確性對間接建模至關重要。
- 部分容積效應，特別是在組織界面和定義的腫瘤邊緣/中心區域內，可能影響參數估計。對此影響進行討論或分析將是有益的。

---

Reference: [Fast 4D PET parametric imaging computation at the whole field of view level Reliability under simulated conditions of PET KinetiX a dedicated software solution](https://link.springer.com/article/10.1007/s00259-025-07285-0)