Options
建置帕金森氏症核醫影像自動化分析系統
Other Title
Establishment of Nuclear Medicine Imaging Automated Analysis System in Parkinson's Disease
Type
thesis
Date Issued
2015-06-16
Author(s)
簡御庭
Advisor
邱泓文
Subjects
系所名稱：醫學資訊研究所
Description
學位別：碩士
語文別：中文
指導教授：邱泓文
共同指導教授：
口試委員：張資昊;魏嘉宏
中文關鍵字：半定量分析;自動化程序;Tc-99m TRODAT-1;Tc-99m HMAPO;I-123 FP-CIT;人工類神經網路;帕金森氏症
英文關鍵字：Semi-quantitative analysis;Automated program;Artificial Neural Network(ANN);Tc-99m TRODAT-1;Tc-99m HMPAO;I-123 FP-CIT
語文別：中文
指導教授：邱泓文
共同指導教授：
口試委員：張資昊;魏嘉宏
中文關鍵字：半定量分析;自動化程序;Tc-99m TRODAT-1;Tc-99m HMAPO;I-123 FP-CIT;人工類神經網路;帕金森氏症
英文關鍵字：Semi-quantitative analysis;Automated program;Artificial Neural Network(ANN);Tc-99m TRODAT-1;Tc-99m HMPAO;I-123 FP-CIT
Abstract
近年來核醫影像已經常被用於帕金森氏症的影像診斷上，許多文獻都已證實核醫影像對於帕金森氏症的診斷上有著良好的準確率，因此緊接著各種輔助臨床醫師判讀核醫影像的方法以及技術都積極的在研究中，但目前臨床上還是以人工目視判讀為大宗。
目前核醫影像多用圈選感興趣區(ROI, Region Of Interest)配合半定量分析數值輔助臨床醫師做影像判讀，但因為半定量分析計算出來的數值會因為圈選ROI方式或計算公式的不同，目前並沒有固定的範圍數值可以直接輔助臨床醫師做影像判讀。
本研究分為兩部分，第一部分收集61組Tc-99m HMPAO影像，包含帕金森氏症患者38位、正常人23位，經由計算Tc-99m HMPAO影像的半定量數值輸入人工類神經網路(ANN, Artificial Neural Network)模型訓練影像判讀模型。第二部分收集24組Tc-99m TRODAT-1影像，包含帕金森氏症患者21位、正常人3位，76組I-123 FP-CIT影像，包含帕金森氏症患者53位、正常人23位，因此我們以電腦輔助計算的方式，使用統計參數對映圖示 (SPM, Statistical Parametric Mapping)做影像前處理且使用MATLAB撰寫三種撰寫自動化程序比較並圈選ROI與選擇一種半定量分析公式找出可用於輔助診斷帕金森氏症的影像的半定量數值。配合人工類神經網路(ANN, Artificial Neural Network)用來作為臨床醫師做核醫影像判讀的參考依據。
實驗研究結果顯示Tc-99m HMPAO影像訓練出的類神經網路模型ROC曲線下面積為0.978，整體敏感度為95%、特異度為100%與準確度達97%。Tc-99m TRODAT-1與I-123 FP-CIT影像在三種自動化程序執行的半定量分析之中以直方圖切割法效果最佳，半定量數值結果為正常人左右基底核分別為1.649±0.092120、1.619±0.085114(Tc-99m TRODAT-1)與1.9322.046±0.34359、1.9042.026±0.362(I-123 FP-CIT)38 ，帕金森氏症患者左右基底核分別為1.485±0.096402、1.492±0.107402(Tc-99m TRODAT-1)與1.2441±0.31583、1.23249±0.400307 I-123 FP-CIT)，和與過去文獻人工計算的數值相近，而藉由Tc-99m HMPAO影像訓練出的類神經網路模型ROC曲線下面積為0.978，整體敏感度為95%、特異度為100%與準確度達97%，預期此方法本研究結果可以用於用於輔助臨床醫師用於計算在帕金森氏症患者核醫影像的半定量分析數值計算與影像判讀。
目前核醫影像多用圈選感興趣區(ROI, Region Of Interest)配合半定量分析數值輔助臨床醫師做影像判讀，但因為半定量分析計算出來的數值會因為圈選ROI方式或計算公式的不同，目前並沒有固定的範圍數值可以直接輔助臨床醫師做影像判讀。
本研究分為兩部分，第一部分收集61組Tc-99m HMPAO影像，包含帕金森氏症患者38位、正常人23位，經由計算Tc-99m HMPAO影像的半定量數值輸入人工類神經網路(ANN, Artificial Neural Network)模型訓練影像判讀模型。第二部分收集24組Tc-99m TRODAT-1影像，包含帕金森氏症患者21位、正常人3位，76組I-123 FP-CIT影像，包含帕金森氏症患者53位、正常人23位，因此我們以電腦輔助計算的方式，使用統計參數對映圖示 (SPM, Statistical Parametric Mapping)做影像前處理且使用MATLAB撰寫三種撰寫自動化程序比較並圈選ROI與選擇一種半定量分析公式找出可用於輔助診斷帕金森氏症的影像的半定量數值。配合人工類神經網路(ANN, Artificial Neural Network)用來作為臨床醫師做核醫影像判讀的參考依據。
實驗研究結果顯示Tc-99m HMPAO影像訓練出的類神經網路模型ROC曲線下面積為0.978，整體敏感度為95%、特異度為100%與準確度達97%。Tc-99m TRODAT-1與I-123 FP-CIT影像在三種自動化程序執行的半定量分析之中以直方圖切割法效果最佳，半定量數值結果為正常人左右基底核分別為1.649±0.092120、1.619±0.085114(Tc-99m TRODAT-1)與1.9322.046±0.34359、1.9042.026±0.362(I-123 FP-CIT)38 ，帕金森氏症患者左右基底核分別為1.485±0.096402、1.492±0.107402(Tc-99m TRODAT-1)與1.2441±0.31583、1.23249±0.400307 I-123 FP-CIT)，和與過去文獻人工計算的數值相近，而藉由Tc-99m HMPAO影像訓練出的類神經網路模型ROC曲線下面積為0.978，整體敏感度為95%、特異度為100%與準確度達97%，預期此方法本研究結果可以用於用於輔助臨床醫師用於計算在帕金森氏症患者核醫影像的半定量分析數值計算與影像判讀。