Amyloid and tau positron emission tomography (PET) images are essential tools for diagnosing Alzheimer's disease. While CT offers anatomical information, it has lower spatial resolution than MRI. Traditional PET quantitative analysis requires both PET and MRI images. However, PET-CT scanners provide both PET and CT images in a single scan. This led us to develop quantitative analysis methods for amyloid PET and Tau PET using PET-CT scans, streamlining the process and reducing the need for multiple imaging modalities.In Chapter 1, I aimed to develop a CT-based regional method for quantifying amyloid-beta (Aβ) uptake using FBB and FMM PET ligands. Both MRI-based and CT-based methods correlated well between FBB and FMM uptake, both globally and regionally. This suggests the feasibility of converting regional FBB or FMM PET values into a common scale without MRI scans.Chapter 2 focused on exploring the relationship between CT-based regional dcCL scales and Aβ pathological findings. The results showed significant correlations between dcCL scales and neuritic plaque burdens, globally and regionally. Regional dcCL thresholds effectively differentiated memory and cognitive functions between groups, aiding clinicians in biomarker-guided diagnosis.In Chapter 3, I introduced a novel CT image segmentation approach using deep learning techniques, which allowed for the quantification of Tau PET images into Braak staging system. My deep learning-based quantitative analysis demonstrated high accuracy, making it a promising tool for assessing Tau PET, particularly with varying regional uptake patterns.In conclusion, I have developed and validated CT-based amyloid and tau PET quantitative analysis methods, and these methods might contribute to the clinically valuable diagnosis.
아밀로이드와 타우 양전자 방출 단층촬영 (PET) 이미지는 알츠하이머병 진단에 필수적인 분자 진단 도구입니다. CT는 해부학 정보를 제공하지만 MRI에 비해 공간 해상도가 낮습니다. 전통적인 정량분석에는 PET 및 MRI 이미지 모두 필요하지만, PET-CT 스캐너는 PET 및 CT 이미지를 단일 스캔으로 제공하는 장점이 있습니다. 이로써 나는 PET-CT 스캔을 활용하여 아밀로이드PET와 타우PET의 정량분석 방법을 개발하여 복수의 이미징 모달리티 필요성을 줄이고 프로세스를 간소화하였습니다.제1 장에서는 FBB 및 FMM PET 방사성의약품을 사용하여 아밀로이드-베타 (Aβ) 흡수를 정량화하는 CT 기반 영역별 정량 분석 방법을 개발하고 검증하는 것이 목표입니다. MRI 기반 및 CT 기반 정량 분석 방법은 FBB 및 FMM 흡수 사이에 전체적으로 및 영역별로 강한 상관 관계를 나타내어 MRI 스캔 없이 영역별 아밀로이드 PET 값을 공통 표준화 스케일로 변환 가능성을 시사합니다.제2 장에서는 CT 기반 영역별 dcCL 스케일과 Aβ 병리적 결과 간의 상관 관계를 평가하고 병리학적 결과 임계값을 활용하여 임상 유용성을 검증하였습니다. 결과는 전체적으로 및 영역별로 dcCL 스케일과 신경플라크 부하 간에 유의한 상관 관계가 있음을 보여주었습니다. 영역별 dcCL 임계치의 적용은 그룹 간의 기억 및 인지 기능 차이를 명확히 하며 바이오마커 기반 진단에 도움을 줍니다.제3 장에서는 딥러닝 기술을 활용하여 CT 이미지를 세분화하는 혁신적인 방법을 소개하고 타우PET 영상을 Braak 단계로 정량화하였습니다. 딥러닝 기반의 정량분석은 높은 정확도를 달성하였으며, 다양한 영역별 섭취 패턴을 가진 타우 PET을 평가하는 데 유용한 도구로 입증되었습니다.마무리로, 나는 CT를 기반으로 한 아밀로이드 및 타우 PET 정량분석 방법을 개발하고 검증했으며, 이러한 방법들은 임상적으로 실용적인 진단에 기여할 수 있을 것입니다.