Using Artificial Neural Network to identify SPECT Brain Perfusion Imaging of Parkinson's Disease

帕金森氏症、中風與癡呆併列為老年人三大疾病,影響國人健康甚大。而Tc-99m HMPAO放射性藥劑配合上單光子電腦斷層掃描（single photon emission computed tomography, SPECT）的腦部灌注影像已被經常地應用在診斷帕金森氏症。傳統醫師在做腦部SPECT影像診斷時，需要人工圈選感興趣區（ROI, Region Of Interest），然後使用半定量分析測量其計數值,之後使用統計軟體處理實驗數據。但是因不同人圈選之位置、大小不同,會造成人為統計誤差，使診斷結果不一。本研究的目的在於設計出以類神經網路（ANN, Artificial Neural Network）為基礎之電腦輔助診斷模型,其中以統計參數對映圖示（SPM, Statistical Parametric Mapping）輔助決定圈選ROI與將影像半定量分析的數值輸入類神經網路進行訓練，然後建立出較為客觀的用於分析SPECT腦灌注影像的模型作為一種輔助診斷方法，以協助醫師做帕金森氏症的鑑別診斷。而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%，可見此電腦輔助診斷模型可有效的區分帕金森氏症與正常人的SPECT腦部灌注影像。