Page 140 - 南京医科大学自然版

南京医科大学学报（自然科学版） 第44卷第6期
·876 · Journal of Nanjing Medical University（Natural Sciences） 2024年6月

·综 述·

人工智能与PET/MR在帕金森病诊断中的应用

张逸悦，王 峰 *
南京医科大学附属南京医院（南京市第一医院）核医学科，江苏 南京 210006

［摘 要］ 帕金森病是一种常见的神经退行性疾病，其主要的病理改变是中脑黑质多巴胺能神经元变性死亡。正电子发射断
层成像⁃核磁共振（positron emission tomography/magnetic resonance，PET/MR）是近年开发出来以实现功能和结构同步获取的新
型影像成像技术，对帕金森病早期临床标志物的检测具有很好的价值。目前人工智能模型已广泛应用于临床，可辅助医生诊
断，取得良好效果。本文就机器学习和PET/MR在诊断帕金森病中的应用展开综述。
［关键词］ 人工智能；帕金森病；PET/MR
［中图分类号］ R742.5 ［文献标志码］ A ［文章编号］ 1007⁃4368（2024）06⁃876⁃06
doi：10.7655/NYDXBNSN230758

The application of artificial intelligence and PET/MR in the diagnosis of Parkinson’s disease
ZHANG Yiyue，WANG Feng *
Department of Nuclear Medicine，the Affiliated Nanjing Hospital of Nanjing Medical University（Nanjing First
Hospital），Nanjing 210006，China

［Abstract］ Parkinson’s disease is a common neurodegenerative disorder characterized by the degeneration and death of
dopaminergic neurons in the substantia nigra of the midbrain. PET/MR is a novel imaging technology that has been developed in recent
years to enable the simultaneous acquisition of metabolic and structural images. This technology holds great value in the early detection
of clinical markers for Parkinson’s disease. Artificial intelligence models have been extensively employed in clinical settings to assist
physicians in diagnosis，yielding promising outcomes. In this paper，we aim to review the application of machine learning and PET/MR
in the diagnosis of Parkinson’s disease，focusing on their potential to enhance diagnostic accuracy and facilitate early detection.
［Key words］ artificial intelligence；Parkinson’s disease；PET/MR
［J Nanjing Med Univ，2024，44（06）：876⁃881］

［5］
帕金森病（Parkinson’s disease，PD）是一种常见 异常的相关性 。医疗领域已进入大数据时代 ，
［4］
的进展性神经退行性疾病，特征为运动迟缓、静止 人工智能（artificial intelligence，AI）和计算机辅助程
［1］
性震颤、肌肉僵直等 ，起病隐匿、进展迅速、早期诊 序在帮助医生高效完成医疗任务和精准分析医疗
［2］
断困难、无法治愈以及频发非运动症状 等特点令 数据方面发挥了重要作用。本综述旨在探讨 AI 和
其备受关注 。近年来，正电子发射断层成像⁃核磁共 PET/MR在PD诊断中的应用。
［3］
振（positron emission tomography/magnetic resonance，
1 AI在PD诊断中的应用
PET/MR）成像技术应用于 PD，其结合了PET的代谢
分子信息和 MR 的结构、功能信息，能够充分显示 PD 的早期诊断面临着挑战，许多患者早期症
PD 的病理学信息，探究 PD 发病机制和相应脑网络 状轻微易被忽视 。传统的评估方法依赖于统一
［6］
帕金森病评分量表（unified Parkinson’s disease rating
scale，UPDRS），该量表包括精神状态、日常生活
［基金项目］ 国家重点研发计划（2022YFC2406900）
活动、运动和并发症等方面的评分。运动障碍协
∗
通信作者（Corresponding author），E⁃mail：fengwangcn@hot⁃
mail.com 会（Movement Disorder Society，MDS）更新了量表，增