日本語AIでPubMedを検索
直接パラメトリック再構成を用いた神経伝達のPETイメージング
PET imaging of neurotransmission using direct parametric reconstruction.
PMID: 32679252 DOI: 10.1016/j.neuroimage.2020.117154.
抄録
受容体リガンドベースの動的陽電子放射断層撮影（PET）は、ヒトの脳内の神経伝達物質の放出を測定することができます。従来の方法では、神経伝達物質レベルの変化を推定するには、PET画像再構成後に抽出された活性濃度履歴に薬物動態モデルを適合させることに依存していました。しかし、ボクセルスケールでの活性濃度データの統計的変動のため、このアプローチを用いて計算されたパラメトリック画像はしばしば低いS/N比を示し、神経伝達物質の放出の特徴付けを妨げていました。数多くの研究で、画像再構成と運動論的解析を統一的なフレームワークで組み合わせる直接パラメトリック再構成（DPR）アプローチが、パラメトリックマッピングのS/N比を向上させることができることが示されている。しかし、神経伝達のイメージングにおけるDPRの経験は少なく、このアプリケーションにおけるアプローチの性能は、これまでヒトでは評価されていなかった。本報告では、PETサイノグラムの動的シーケンスからリガンド輸送、結合電位(BP)、神経伝達物質放出量(γ)の3次元分布を計算するDPR手法を紹介し、評価する。この手法は、Alpertら(2003)の線形単純化基準領域モデル(LSRM)を採用しており、これは、神経伝達物質の放出による放射性リガンドの変位による時間変化する結合パラメータを組み込んだ単純化基準領域モデルを拡張したものである。パラメトリック画像の推定は、LSRM 運動論を組み込んだポアソン対数尤度関数の勾配ベースの最適化によって行われ、頭部の動き、減衰、検出器感度、ランダムおよび散乱された偶然性の影響を考慮している。C-raclopride のシミュレーション研究では、提案されたアプローチは、標準的な方法と比較して、ボクセル単位のγ推定値のバイアスと分散が大幅に減少することが示された。さらに、シミュレーションでは、提案された DPR 推定器を用いて、放出の検出をより信頼性の高いものにしたり、より小さなサンプルサイズで実施したりすることができることが示された。同様に、DPRを用いて計算されたBPの画像は、バイアスと分散特性が大幅に改善されていた。C-ラクロプリドのダイナミックスキャンと報酬タスクを用いて、この方法をヒトに適用したことを実証し、提案したアプローチを用いた推定パラメトリック画像の品質が向上したことを確認した。
Receptor ligand-based dynamic Positron Emission Tomography (PET) permits the measurement of neurotransmitter release in the human brain. For single-scan paradigms, the conventional method of estimating changes in neurotransmitter levels relies on fitting a pharmacokinetic model to activity concentration histories extracted after PET image reconstruction. However, due to the statistical fluctuations of activity concentration data at the voxel scale, parametric images computed using this approach often exhibit low signal-to-noise ratio, impeding characterization of neurotransmitter release. Numerous studies have shown that direct parametric reconstruction (DPR) approaches, which combine image reconstruction and kinetic analysis in a unified framework, can improve the signal-to-noise ratio of parametric mapping. However, there is little experience with DPR in imaging of neurotransmission and the performance of the approach in this application has not been evaluated before in humans. In this report, we present and evaluate a DPR methodology that computes 3-D distributions of ligand transport, binding potential (BP) and neurotransmitter release magnitude (γ) from a dynamic sequence of PET sinograms. The technique employs the linear simplified reference region model (LSRRM) of Alpert et al (2003), which represents an extension of the simplified reference region model that incorporates time-varying binding parameters due to radioligand displacement by release of neurotransmitter. Estimation of parametric images is performed by gradient-based optimization of a Poisson log-likelihood function incorporating LSRRM kinetics and accounting for the effects of head movement, attenuation, detector sensitivity, random and scattered coincidences. A C-raclopride simulation study showed that the proposed approach substantially reduces the bias and variance of voxel-wise γ estimates as compared to standard methods. Moreover, simulations showed that detection of release could be made more reliable and/or conducted using a smaller sample size using the proposed DPR estimator. Likewise, images of BP computed using DPR had substantially improved bias and variance properties. Application of the method in human subjects was demonstrated using C-raclopride dynamic scans and a reward task, confirming the improved quality of the estimated parametric images using the proposed approach.
Copyright © 2020. Published by Elsevier Inc.