使用¹⁸F-FDG PET/CT对活性人类棕色脂肪组织进行全身及局部定量分析

采用该方法可使研究人员获得人体内活性棕色脂肪组织（BAT）的高度定量测量结果。我们的方法旨在避免常见的假阳性结果，并提供详细的指导，以识别和分类棕色脂肪组织沉积。该技术的主要优势在于排除假阳性，并对具有代谢活性的棕色脂肪组织沉积进行分类。

按照文本方案中的描述，首先加载并预处理 PET-CT 图像，然后开始本操作。在所有视图中浏览切片后，单击工具栏左上角的“编辑”选项，从出现的下拉菜单中选择“棕色脂肪，感兴趣区域（ROIs）”。在随后出现的新对话框中，勾选“使用 SUV”和“使用 CT”复选框。

然后，选择以下三项 vauxhall 纳入标准之一。选择“内部”以对感兴趣区域（ROI）内的 vauxhall 应用 BAT 检测算法。接下来，输入以个体实测或预测的去脂体重标准化的 SUV 下限值，以及足以容纳高活性水平的上限值。

在第二行的自由文本字段中输入BAT密度范围。勾选“体积乘以平均值”下方的复选框，以便在棕色脂肪ROI窗口打开时，所有被判定为BAT的区域将以蓝色高亮显示。点击棕色脂肪ROI对话框中的“绘制”按钮来绘制ROI。

然后，在三个视图中的任意一个视图内单击以开始绘制感兴趣区域（ROI）。为了整合多个ROI并获得总的棕色脂肪组织（BAT）体积，请将起始和结束切片位置设置为同一层切片，以确保该ROI仅应用于当前的轴向切片。围绕一处BAT脂肪组织进行圈选，但不要完成ROI的闭合。

通过延伸一条连接线穿过身体至远处的棕色脂肪组织（BAT）区域，继续绘制感兴趣区域（ROI）。圈选第二个BAT沉积区域，并在第二个区域起始处先前已确定的点上双击。根据需要调整ROI的点，以进一步降低假阳性的可能性。

利用独特的解剖学标志（如椎体形态、其他骨性结构以及器官的存在）来确定当前的解剖区域。要识别颈部区域的棕色脂肪组织（BAT），请导航至第三颈椎水平的轴向视图。从脂肪组织沉积物的外侧开始绘制感兴趣区域（ROI），避开椎骨棘突周围的颈部肌肉，并将边界设定在下颌骨下缘稍后方的位置。

现在，通过仅包含有代谢活性的皮下脂肪组织，仔细识别颈背部区域的棕色脂肪组织（BAT）。为了识别锁骨上区域的BAT，首先在最表浅的一侧绘制感兴趣区域（ROI），靠近代谢活性较高的BAT区域。在识别腋窝区域的BAT时，应选择靠近手臂与躯干开始分离的部位的BAT，但需避开肋骨和肺部。

为了识别纵隔区域的棕色脂肪组织（BAT），在T2椎体起始处、靠近个体胸腔最前部的位置开始选择BAT，并向下延续感兴趣区（ROIs），直至剑突末端。通过在围绕躯干的BAT周围绘制感兴趣区（ROIs）来识别椎旁区域的BAT，注意不要包含椎骨的棘突。最后，在T12椎体以下的腹部区域，沿紧邻肾脏周围的活性脂肪组织进行勾画，直至不再显示代谢活性为止，以识别该区域的BAT。

在棕色脂肪 ROI 编辑器中，通过选择掩膜选项卡并按下，生成 BAT 掩膜，然后创建掩膜 PET。关闭 PET-CT 查看器，但保持各个独立窗口打开。随后，重新打开一个新的 PET-CT 查看器窗口。

在出现的对话框中选中以下复选框：CT 数据集和最新的 PET 数据集。将 PET-CT 图像的视图更改为矢状面，并从同一矢状切面开始，绘制所有感兴趣区域（ROI），以进行全区域分析。

然后，绘制并标注颈椎感兴趣区域（ROI），从C3上端开始，向下延伸至C7，在C7椎体下方画线后闭合ROI。接下来，绘制并标注锁骨上窝感兴趣区域（ROI）。从C7开始，延伸ROI至T3时，不要包含胸椎椎体部分。然后将ROI的左边界延伸至胸骨柄的顶端。

绘制并标注腋窝感兴趣区域（ROI）时，从T3开始，延伸ROI至T7，但不要包含胸椎椎体。然后，将ROI的左边界延伸至接近胸骨体但不包含胸骨体处。通过在一个ROI内包含整个胸骨，绘制并标注纵隔感兴趣区域（ROI）。接下来，绘制并标注椎旁感兴趣区域（ROI），从T1开始，将所有胸椎椎体包含在ROI内。

从L1椎体上缘开始绘制并标注腹部感兴趣区域（ROI），并包含之前各区域中未被计入的任何棕色脂肪组织（BAT）。最后，绘制并标注背颈部感兴趣区域（ROI），包括靠近颈椎及椎旁区域上部的背部皮下脂肪区域。

这是受试者身体与扫描床接触的位置。勾选“显示全部”以显示所有区域的感兴趣区域（ROI）。现在，按顺序排列所有感兴趣区域，以避免重叠或低估。

将相邻感兴趣区域（ROI）的边界对齐，确保棕色脂肪组织（BAT）不会被重复计入多个区域，也不会遗漏于所有区域之外。为避免BAT定量时出现假阳性结果，在绘制ROI时必须同时考虑PET、CT及解剖学信息。图中展示了在寒冷刺激受试者中进行全身体BAT定量时常见需包含和需避免的区域，例如代谢活跃的颈段BAT与唾液腺、声带及甲状腺的区分。

此外，应包含锁骨上区域的棕色脂肪组织（BAT），但需避开靠近空气与实性组织交界处因寒战而激活的肌肉。最后，在纳入腹部BAT时，应避开肾盂区域。在汇总各轴向切片的感兴趣区域（ROI）后，可在矢状面进行BAT沉积物的分割，以评估个体内部、个体间以及不同个体之间BAT区域激活的差异。

此处显示的区域包括颈部、锁骨上、腋窝、纵隔、脊柱旁、腹部和背颈部。同时展示了包含所有区域的合成图像。重要的是要利用图像框架内可识别的器官和结构来确定身体中的具体位置，并判断某一结构是否确实为棕色脂肪。

最终，我们希望开发一种基于深度学习或人工智能方法的自动化技术。构建棕色脂肪的详细图谱对于确保自动化方法能够准确识别棕色脂肪组织（BAT）至关重要。利用这种图像处理方法，我们已开发出一种定量且无创的人体棕色脂肪组织图谱。

通过该方法，研究人员能够对人体内功能性棕色脂肪组织进行更全面的比较。