99mTc-TRODAT-1顯像在帕金森病診斷中應用的研究進展

溫州醫科大學附屬第一醫院核醫學科，浙江溫州325000

帕金森病（PD）是最常見的神經退行性疾病之一，在年齡≥65歲人口中發病率為2%～3%［1-2］。隨著我國人口的老齡化加劇，其發病數量呈逐年遞增的趨勢。近年來，包括正電子發射斷層掃描（PET）、單光子發射計算機斷層成像術（SPECT）和磁共振（MRI）在內的多種成像模式已被證實有助于PD的早期診斷和鑒別診斷。18F-多巴（DOPA）PET是檢測黑質紋狀體多巴胺能神經元變性的一種非常靈敏的神經影像工具［3］。多巴胺轉運蛋白（DAT）是定位于多巴胺能神經末梢細胞膜上突觸前膜的單胺類特異轉運蛋白，可反映含多巴胺神經末梢部位的活性。99mTc-TRODAT-1是一類DAT顯像劑。研究發現，99mTc-TRODAT-1 SPECT和18F-DOPA PET顯像結果存在一致性，可用于評價突觸前多巴胺能功能障礙［4］。為提高對99mTc-TRODAT-1顯像在PD中應用價值的認識，本文現就99mTc-TRODAT-1顯像在PD診斷中應用的進展進行綜述。

1 99mTc-TRODAT-1顯像在PD診斷中的應用

1.199mTc-TRODAT-1顯像在PD臨床診斷中的應用99mTc-TRODAT-1顯像對PD患者診斷的應用在臨床開展已有一段時間，其對PD的診斷價值得到了臨床神經病學家的高度認可，并在一定程度上影響了PD的診斷和治療決策［5］。99mTc-TRODAT-1的推薦使用劑量為 740 MBq［6］。Sun 等［7］開展了一項Ⅱ期、多中心的研究，結果顯示99mTc-TRODAT-1 SPECT對PD患者診斷敏感性和特異性分別為98.96%和94.12%，顯像結果與Hoehn-Yahr分級有很好的一致性；99mTc-TRODAT-1顯像診斷輕度和中度PD的敏感性分別為43.42%和95.00%；PD患者的99mTc-TRODAT-1攝取率顯著低于健康對照者。該研究進一步證實了99mTc-TRODAT-1是一種安全的放射性示蹤劑，可用于PD的臨床診斷。

1.299mTc-TRODAT-1顯像在PD不同臨床亞型診斷中的應用 PD不同臨床亞型有多種分類方法，根據其主要的運動癥狀不同可將患者分為姿勢不穩和步態障礙（PIGD）和震顫為主（TD）兩型，不同臨床亞型PD患者疾病進展和預后有顯著差異［8］，提示不同運動癥狀的發病機制有可能不同。在PIGD和TD患者的99mTc-TRODAT-1顯像中對側紋狀體受累比同側紋狀體更明顯的現象一般發生于單側肢體發病的TD患者。而PIGD患者的左右紋狀體的攝取減低無明顯的不對稱性。值得注意的是，雙側肢體發病但未出現側傾的TD患者，其左右紋狀體之間也未發現明顯的不對稱性攝取減低［9］。99mTc-TRODAT-1顯像有助于不同臨床亞型PD患者的鑒別診斷及可能的發病機制的理解［10］。

1.3 基于99mTc-TRODAT-1顯像的影像組學在PD診斷中的應用 影像組學是一種基于計算機的醫學成像分析方法，能從常規的醫學影像圖像中提取更多的病灶信息，通常用來分析腫瘤病灶的CT、MRI或PET圖像［11］。在SPECT圖像分析領域的應用近來也有報道。Hsu等［12］使用邏輯回歸（LR）和支持向量機（SVM）對數據進行PD建模。研究結果顯示基于99mTc-TRODAT-1 DAT顯像的SVM模型可以為PD診斷和分級提供有價值的信息。

1.4 基于99mTc-TRODAT-1顯像的深度學習模型對PD診斷的價值 目前最常用的對99mTc-TRODAT-1 SPECT圖像信息提取的方法是感興趣區域（ROI）的勾畫。但ROI的勾畫存在技術上的局限性和觀察者偏倚，可能對半定量分析的結果產生影響。深度學習是屬于機器學習領域的一類方法，這類方法大多基于所使用的特定類型的人工神經網絡，在醫學影像學中已有大量應用［13-14］。以99mTc-TRODAT-1 SPECT顯像結果建立深度學習模型來診斷PD的方法多有報道，但診斷效能不一［15-16］。Hsu等［16］利用深度學習方法來建立PD的分期診斷模型。該研究中基于99mTc-TRODAT-1腦SPECT顯像結果，以準確性、召回率、精度、F分數和Kappa值評估模型的性能。研究發現，盡管深度學習對PD分期有一定的準確性，但是CNN分期模型的建立非常耗時，并且其結果在臨床中的可解釋性很低。

Mohammed等［17］開發了一種基于CNN的深度學習模型，能夠根據健康對照者的SPECT圖像來區分PD患者，結果顯示該深度學習模型診斷PD的準確性為99.34%，靈敏性為99.04%，特異性為99.63%，有較好的診斷效能。

2 99mTc-TRODAT-1顯像在PD鑒別診斷中的應用

雖然PD和原發性震顫（ET）是兩類常見的不同運動障礙疾病，但是PD和ET之間存在重疊癥狀，越來越多的證據表明在某些患者中這兩種疾病有關聯和共存［18-19］，其鑒別診斷已成為臨床神經病學的一個挑戰。Hossein-Tehrani等［20］比較了腦部MRI容量測定法和DAT顯像在疾病早期對PD與其他錐體束外綜合征的鑒別診斷價值。結果顯示，與MRI相比，99mTc-TRODAT-1在早期PD與非PD（尤其是ET）的鑒別中具有更高的準確性。

Sood 等［4］對比研究了99mTc-TRODAT-1 SPECT/CT和18F-DOPA PET/CT在PD、帕金森綜合征（PPS）和ET中的診斷價值，發現99mTc-TRODAT-1 SPECT/CT和18F-DOPA PET/CT均有助于鑒別ET患者與PD、PPS患者，但PD和PPS患者之間的平均攝取值沒有顯著差異，表明這兩種顯像方法均無法鑒別PD和PPS。Fallahi等［21］和Mittal等［22］也對PD和PPS患者的99mTc-TRODAT-1 SPECT圖像進行了分析，結果顯示99mTc-TRODAT-1 SPECT可對PD、PPS與健康對照組進行區分，但對PD和PPS無明顯的鑒別診斷價值。

3 99mTc-TRODAT-1顯像在PD疾病嚴重程度判斷中的應用

臨床上對PD嚴重程度的評估主要基于PD患者的UPDRS評分，但UPDRS評分存在一定的局限性，例如無法顯示PD進展的異質性［23］。Patel等［24］研究發現，99mTc-TRODAT-1攝取率與UPDRS和運動評分呈負相關，與疾病病程呈弱的負相關關系，而與發病年齡無顯著相關性，此結果表明99mTc-TRODAT-1 SPECT可用于評估PD患者的疾病嚴重程度。Gupta等［9］研究顯示在PD患者的紋狀體所有相關區域中，隨著疾病嚴重程度的增加，紋狀體99mTc-TRODAT-1的攝取減少，疾病嚴重程度的增加與99mTc-TRODAT-1攝取率之間存在顯著的負相關關系。99mTc-TRO?DAT-1顯像結果與PD的嚴重程度有顯著相關性，并可顯示紋狀體DAT的活性，可作為UPDRS評價PD嚴重程度和疾病進展的有益補充。

4 小結

綜上所述，99mTc-TRODAT-1顯像在PD患者的診斷、鑒別診斷以及疾病嚴重程度的評估中具有廣泛的應用價值。此外，基于99mTc-TRODAT-1 SPECT顯像的影像組學分析和深度學習模型的建立可提高對PD診斷的準確性。