基於深度學習之類澱粉蛋白沉積正子造影影像分類流程

Abstract

背景與研究目的：類澱粉蛋白在大腦中的異常沉積，是多種神經退行性疾病及腦血管疾病的重要病理特徵，其中以阿茲海默症與大腦類澱粉血管病變最具代表性。阿茲海默症的主要病理表現為乙型類澱粉蛋白在腦區的沉積；而大腦類澱粉血管病變則主要沉積於腦血管壁。兩者在本質上沉積部位不同，導致其在臨床影像上呈現差異。然而，實務上由於影像訊號重疊及病灶分佈的變異，僅憑傳統影像判讀往往難以準確區分阿茲海默症與大腦類澱粉血管病變。尤其隨著阿茲海默症免疫治療逐漸普及，大腦類澱粉血管病變的存在已被證實為阿茲海默症免疫治療中不良事件的重要風險因子，因此能夠有效區分兩者具高度臨床價值。

正子斷層掃描結合放射性示蹤劑能定量測量大腦中的 乙型類澱粉蛋白沉積，成為神經退行性疾病研究的重要工具。本研究旨在開發並驗證一套基於深度學習的影像分析方法，利用動態匹茲堡化合物B正子斷層掃描的三維體積影像，探討不同輸入標準化策略與時間段對分類效能的影響，並進一步分析模型在切片層級與病人層級的表現差異。

材料與方法：本研究收集了 37 名受試者的動態正子斷層掃描影像資料，其中包含 20 名臨床診斷為阿茲海默症的患者，以及 17 名因腦出血確診為大腦類澱粉血管病變的患者，資料來源為台大醫院神經部與核子醫學部。每位受試者完成 70 分鐘的動態匹茲堡化合物B正子斷層掃描，共獲得 24 個影像序列的影像資料。

分類模型採用三維DenseNet-201 深度卷積神經網路，採用分層五折交叉驗證與獨立測試集，確保阿茲海默症與大腦類澱粉血管病變受試者分布均衡。模型效能評估指標包括準確率、靈敏度與特異性，並利用梯度加權類別激活映射視覺化模型判斷重點區域。研究結果：切片層級結果顯示，晚期影像序列在三種輸入格式中普遍獲得較高且平衡的分類效能，特別是在以橋腦為基準的標準攝取值比值下表現最佳，準確率達 0.58，靈敏度及特異性分別為 0.33 與 0.77。全部影像序列因涵蓋大量冗餘與時間噪音，表現反而不如單一影像序列，顯示過多時間訊息可能干擾模型有效特徵學習。

為驗證模型在特定腦切片的穩定性，我們從驗證集中選取分類準確率最高的前 10 個切片，於測試集中獨立評估，並計算前 3、前 5 及前 10 切片組合的準確率。結果顯示，隨切片數增加，模型準確率整體提升，但前 3 與前 5 切片已接近最佳效能，顯示關鍵判斷資訊集中於少數特定腦區，這些腦區可能與類澱粉蛋白沉積分布高度相關。

結論：基於深度學習的正子斷層掃描影像分析中，不同輸入標準化策略與時間段會影響模型效能。以橋腦標準化的標準攝取值比值結合晚期影像序列可提供穩定且高特異性的分類結果。在現有診断工具靈敏度有限或尚未適用時，我們的方法有助提升診斷能力。未來亦可作為影像學生物標記的基礎，有助於區分早期阿茲海默症與大腦類澱粉血管病變或兩者混合情形，進而改善臨床療效與制定針對性干預措施。

Background and Objectives:Abnormal deposition of amyloid in the brain is a hallmark of neurodegenerative and cerebrovascular diseases, particularly Alzheimer's disease (AD) and cerebral amyloid angiopathy (CAA). AD involves β-amyloid accumulation in cortical and hippocampal regions, while CAA features vascular deposition, especially in cortical and leptomeningeal vessels. Due to overlapping imaging signals and lesion variability, differentiating AD from CAA using conventional imaging is challenging. As CAA is a key risk factor in AD immunotherapy-related adverse events, accurate distinction is of high clinical importance.

Materials and Methods:We collected dynamic [${}^{11}$C]-Pittsburgh Compound B (PiB) PET scans from 37 patients (20 AD, 17 CAA), each comprising 24 time-sequenced images over 70 minutes. Data were preprocessed with temporal alignment, MNI normalization, intensity scaling, and exclusion of hemorrhagic hemispheres. A 3D DenseNet-201 deep neural network was trained using stratified five-fold cross-validation and an independent test set. Input formats included SUV and SUVr normalized to the cerebellum or pons. Model performance was evaluated at both slice and patient levels using accuracy, sensitivity, and specificity. Grad-CAM was applied for interpretability.

Results:Late-frame inputs combined with pons-normalized SUVr achieved the best slice-level performance (accuracy: 0.58; sensitivity: 0.33; specificity: 0.77). Full-sequence inputs performed worse due to temporal redundancy. Patient-level majority voting confirmed the advantage of pons normalization. Evaluating top-performing slices showed that most informative features were concentrated in a few specific brain regions.

Conclusion:Input normalization and temporal selection significantly influence model performance in PiB-PET classification. Late-frame pons-normalized SUVr inputs provided stable and specific results. This deep learning approach may improve diagnostic accuracy where conventional methods fall short and support the development of imaging biomarkers for distinguishing AD and CAA.