Aprendizaje profundo para la clasificación de la enfermedad de Parkinson usando secuencias multimodales y multisecuencias en imágenes PET/MR.
01.07.2025
Article original: Yan Chang , Jiajin Liu , Shuwei Sun, Tong Chen y Ruimin Wang. Chang et al. Deep learning for Parkinson’s disease classification using multimodal and multi sequences PET/MR images.
DOI: 10.1186/s13550-025-01245-3
Societat: European Association of Nuclear Medicine. @EANM_NucMed
Paraules clau: PET/RMN; Aprenentatge profund; Malaltia de Parkinson; Atròfia multisistèmica; Multimodal; Multiseqüència.
Abreviatures i acrònims utilitzats: DL: Aprenentatge profund, PD: Malaltia de Parkinson, DAT: Transportador de Dopamina, Atròfia multisistèmica (MSA), Res-Net-18 (Aprenentatge residual profund per a reconeixement d'imatges), PET: Tomografia per emissió de positrons, 11-C-CFT: 11-C-CFT(C-2-beta-carbometoxi-3-beta-4-fluorofenil-tropà), ADC: Coeficient de difusió aparent) DWI: Imatges ponderades per difusió, AUC: Àrea sota la corba ROC (relació entre la taxa de veritables positius (TPR o Recall), i la taxa 18F-FDG (Fluor-18-Fluorodeoxiglucosa), PET (tomografia per emissió de positons), RMN: ressonància magnètica nuclear, 2D (bidimensionals), 3D (tridimensionals), GLUT (transportadors de glucosa per difusió facilitada).
Línia editorial del nombre
EJNMMI Research publica mensualment amb accés lliure noves investigacions i actualitzacions sobre aplicacions actuals, translacionals i clíniques al camp de la Medicina Nuclear i la Imatge Molecular. (EANM –Associació Europea de Medicina Nuclear).
Les seccions regulars inclouen articles de recerca originals, comunicacions breus amb dades preliminars sobre investigacions innovadores, informes de casos interessants, editorials i cartes a l'editor. La revista tracta temes que inclouen, entre altres, investigacions noves sobre imatge molecular, com ara enfocaments des de l'ús de radiofarmacèutics amb gran potencial d'impacte clínic, aspectes importants en la reconstrucció i precisió d'imatges, o dins del camp de la teranòstica amb combinacions de teràpies o la incorporació d'intel·ligència artificial a la generació o interpretació d'imatges.
Motivo de la selecció
El PET-RM representa una modalitat híbrida que combina tècniques avançades de RMN amb imatge molecular PET. Es presenta com una opció diagnòstica superior al PET-TAC en diversos aspectes, però fins i tot en fases d'implantació molt primerenques a nivell mundial a causa del seu alt cost i de la difícil disponibilitat dels radiofàrmacs emprats per la seva curta vida mitjana.
La seva aplicació en pacients pediàtrics en no emprar radiació ionitzant representa el seu principal avantatge. La seva limitació més gran suposa el cost i l'accessibilitat, el fet de no ser apta per a pacients portadors d'objectes metàl·lics ni claustrofòbics.
S'han utilitzat tècniques d'aprenentatge profund Res-Net-18 que permeten l'ús de patrons complexos de dades i s'utilitzen en tasques com la classificació i el reconeixement d'imatges i la segmentació posterior.
L'ús de modalitats híbrides com el PET-RMN combinades amb sistemes d'entrenament com RES-NET-18 a l'aprenentatge profund de les màquines m'han fet decantar-me per la revisió d'aquest article.
Resum
A l'estudi es va emprar una metodologia retrospectiva combinada amb l'ús d'aprenentatge profund per classificar la malaltia de Parkinson i l'atròfia multisistèmica de 206 pacients diagnosticats i de 38 voluntaris sans més, usant 6 models unimodals i 7 models multimodals, obtinguts a l'Hospital General de l'Exèrcit Popular.
S'entrenà un model basat en Res-Net-18: xarxa neuronal profunda residual utilitzant imatges en plans axial, coronal i sagital.
Per a la realització del protocol d'imatge del PET/RM amb 11C-CFT els pacients s'havien d'abstenir de prendre cap medicació durant les 12 hores prèvies a l'estudi per evitar la interferència amb la unió del transportador de dopamina.
Immediatament després de l'administració del traçador, es van injectar 20 mil·ligrams de furosemida. 50 minuts després de la injecció intravenosa d'11-C-CFT (180-370 MBq) es van adquirir imatges tridimensionals (3D) en un sistema integrat de PET/RM de cos sencer. Durant aquesta sessió, es va realitzar simultàniament una ressonància magnètica multiparamètrica cerebral en una PET de 15 minuts, incloent-hi seqüències potenciades a T1 i T2 del cervell.
El PET/RM amb 18F-FDG es va fer en un dia diferent, abans o després del PET -11-C-CFT, però amb un interval de dues setmanes. Abans del PET-18F-FDG, tots els subjectes de l'estudi van fer la preparació de 6 hores de dejuni i interrupció de la presa de medicació 12 hores abans de la prova. Se'ls va injectar per via intravenosa una dosi de 18F-FDG de 0,1 mCi/kg (3,7 MBq/kg) i després de confirmar que el nivell de glucosa a la sang del participant era ≤ 200 mg/dL. Posteriorment, els participants van romandre 2 hores de repòs sensorial, descansant en una habitació amb poca llum i soroll.
Els paràmetres d'imatge i la configuració de reconstrucció de dades per al PET/RM amb 18F-FDG van ser semblants als utilitzats amb 11C-CFT.
Les imatges es van obtenir amb un equip PET/RM de GE Healthcare (SIGNA™, GE HealthCare).
Els criteris de participació en l'estudi van ser: tenir un diagnòstic d'EP i AMS segons els criteris clínics establerts; complir un interval entre la presa d'imatges PET/RM amb 11C-CFT i 18F-FDG de menys de dues setmanes; i el seguiment clínic de sis mesos com a mínim després de la presa d'imatges PET/RM inicial sense canvis al diagnòstic.
Els criteris d'exclusió van ser: mala qualitat de la imatge PET/RM; manca d'informació registrada del PET; evidència de malaltia vascular a TAC o RMN; exploració cerebral completa incompleta. Dels dos-cents cinquanta pacients avaluats per determinar-ne l'elegibilitat, 44 van ser exclosos a causa de la mala qualitat de la imatge.
Els models PET van superar els de MRI. El model més efectiu va ser el que va combinar 11-C-CFT amb el coeficient de difusió aparent (ADC), aconseguint una precisió del 97% a la classificació d'EP.
Al conjunt de proves, la precisió del model va ser del 70%, amb una recall del 93% i una F1-score de 82%.
El model PET-RMN-11C-CFT-ADC (traçador 11-Carboni, amb tropisme pels transportadors de dopamina (DAT) al cervell, permetent avaluar la integritat de les neurones dopaminèrgiques al nucli estriat amb l'ús de la tècnica ADC( Coeficient de Difusió Aparent), derivada proporcionen informació quantitativa sobre la restricció al moviment de l'aigua en els teixits biològics i permeten valorar danys cerebrals en malalties neurodegeneratives com el Parkinson i trastorns del moviment com l'AMS). Mentre que el model PET-RMN-18F-FDG (traçador 18-Fluor, anàleg de la glucosa que és transportat a les cèl·lules cerebrals pels GLUT, els quals, permeten que aquesta arribi a les neurones. Un cop dins de la cèl·lula, l'hexocinasa fosforila del FDG, és atrapat en la citopa estriat i l'escorça motora.
Valoració personal
Mitjançant l'entrenament amb aprenentatge profund d'aquesta nova arquitectura modal RES-NET-18 i, combinant l'estudi de models multimodals i multiseqüència, amb tècniques híbrides PET-RMN, s'han obtingut resultats que mostren un alt potencial com a eina de suport a la classificació i tractament de pacients de PD i MSA. A parer meu, l'estudi té una limitació important per establir els seus resultats com a referència en el diagnòstic de l'EP i és que la població sobre la qual es realitza l'estudi té un nombre molt petit de subjectes.
Carlos Manuel Majado Iglesias
TSIDMN - Complejo Hospitalario de Navarra (Pamplona).
