神经退行性疾病，如阿尔茨海默病（AD）和帕金森病（PD），因其不可逆转的病程和逐渐加重的症状，给患者及家庭带来了极大负担。然而，近年来越来越多的研究表明，疾病的早期干预能够显著延缓病情进展，提高患者生活质量。早期诊断成为临床神经科学领域的核心目标之一。传统的诊断手段多依赖于临床症状和部分影像学检查，但这些方法常常在病症明显后才可确诊，失去最佳干预窗口。

作为功能性脑成像的重要手段，18F-氟脱氧葡萄糖正电子发射断层扫描（FDG-PET）能够反映脑部葡萄糖代谢的变化，间接揭示神经元功能状态。葡萄糖代谢的异常往往早于结构性病变，是识别早期神经退行性疾病的重要生物标志物。不过，个体间代谢差异大，以及影像数据的高维复杂性，极大增加了定量分析和精准诊断的难度。

为突破上述瓶颈，维也纳医科大学核医学与生物医学影像部门与上海同济大学附属东方医院核医学科共同研发了一种基于深度学习的Wavelet扩散模型（WaveDM）。该模型利用T2加权MRI数据，合成个体化的健康FDG-PET模板，从而实现精准的体素级代谢异常对比分析。

WaveDM结合了小波变换的多尺度分解能力和扩散模型的强大生成能力，能够在三维高分辨率的图像转换任务中表现出色。其训练基于1,060组配对的PET/MRI数据，以9:1比例划分训练与验证集，另有158组涵盖正常控制（NC）、轻度认知障碍（MCI）及AD患者的独立队列用于测试。模型性能通过标准化均方根误差（NRMSE）、峰值信噪比（PSNR）和结构相似性指数（SSIM）等指标进行了严格评估。

结果显示，WaveDM在验证集上较传统3D U-Net模型的PSNR提升了12.3%，SSIM提高6.6%，NRMSE降低20.5%。尤其在AD测试队列中，利用个体化健康模板生成的体素级差异图，成功区分了NC、MCI与AD患者，展示了极高的诊断潜力。临床专家正在开展定性评估，验证其在辅助诊断中的实际应用价值。

总之，WaveDM技术的成功，不仅为阿尔茨海默病及帕金森病等神经退行性疾病提供了更为精准、个性化的诊断工具，也为其他脑部疾病如肿瘤、炎症等代谢异常的早期检测开辟了新路径。未来，结合多模态影像及大数据分析，该技术有望实现更广泛的临床应用，助力实现真正的精准医疗。 业内人士普遍认为，这一创新方法有望推动神经影像学进入一个新的时代。随着计算能力的提升和数据积累的丰富，基于深度生成模型的影像合成技术将成为智慧医疗的重要组成部分。

参考资料

Wavelet Diffusion Modeling Enables Individualized FDGPET Synthesis for Early Diagnosis of Neurodegenerative Diseases

本文相关学术信息由梅斯医学提供，基于自主研发的人工智能学术机器人完成翻译后邀请临床医师进行再次校对。如有内容上的不准确请留言给我们。

Tags： EANM 2025：中国之声 | 神经退行性疾病早期诊断有了新工具！WaveDM 模型，提升 FDG-PET 代谢分析精准度