아밀로이드 PET 영상 인공지능 기반 정량분석법들의 비교 연구 = Comparative Evaluation of Artificial Intelligence-Based Quantitative Analysis Methods for Amyloid PET Imaging

다국어 초록 (Multilingual Abstract)

Purpose: This study aimed to directly compare quantitative measures generated by two widely used AI-based amyloid PET quantification software platforms—BTX Brain and Scale PET— using identical [¹⁸F]FBB PET/CT images, and investigate the effects of scanner type, image harmonization, and acquisition duration on the agreement between the two methods. Methods: A total of 268 [¹⁸F]FBB PET/CT scans acquired between January and August 2025 at Asan Medical Center were retrospectively analyzed. Composite Centiloid (CL), composite and regional Standardized uptake value ratios (SUVR) were extracted using each software. Image reconstruction was done to achieve 8mm full width at half maximum (FWHM) and simulate shortened acquisition. Paired comparisons, Spearman correlation coefficients, intraclass correlation coefficients (ICC), and Bland–Altman analyses were used to assess the effect of software and technological factors. Gray-zone patients were further evaluated using concordance analysis and receiver operating characteristic (ROC) curve analysis. Results: Across both scanner cohorts, Scale PET produced significantly higher cortical SUVR values than BTX Brain in most regions (p < 0.001) before and after harmonization, whereas subcortical regions showed variable patterns. Nevertheless, correlation and agreement remained consistently high (Spearman r > 0.8; ICC > 0.8). Within each software platform, harmonization reduced most cortical SUVR values regardless of scanner type (p < 0.001). Shortened 10-minute reconstructions yielded lower absolute values but maintained excellent correlation and agreement with full 20-minute images (r > 0.98; ICC ≈ 1.0). Gray-zone subgroup (n=40) showed reduced diagnostic performance compared with the overall cohort with four cases showing discordances. Conclusion: Although absolute quantitative values differed, relative amyloid burden patterns were consistently preserved, with uniformly high correlation and agreement across software platforms, harmonization states, and acquisition time.

국문 초록 (Abstract)

목적: 본 연구는 동일한 [¹⁸F]florbetaben (FBB) PET/CT 영상 데이터를 이용하여 국내에서 널리 사용되는 두 가지 인공지능(AI) 기반 아밀로이드 PET 정량분석 소프트웨어인 BTX Brain과 Scale PET을 포괄적으로 비교하고, 스캐너 종류, 영상 조화(harmonization), 획득 시간의 차이가 정량지표에 미치는 영향을 평가하고자 하였다.
방법: 2025년 1월부터 8월까지 서울아산병원에서 촬영된 총 268건의 [¹⁸F]FBB PET/CT 영상을 후향적으로 분석하였다. 각 소프트웨어를 이용하여 전체 Centiloid(CL), 전체 및 영역별 표준섭취계수비(SUVR)를 산출하였다. 영상 재구성을 통해 ADNI 기준의 8 mm 반가폭(FWHM)을 달성한 조화 영상을 생성하였고, 10분 획득을 모사한 영상도 추가로 생성하였다. 두 소프트웨어 간 비교 및 기술적 요인의 영향을 평가하기 위해 Wilcoxon 부호순위검정, Spearman 상관계수, 급내상관계수(ICC), Bland–Altman 분석을 시행하였다. 또한 경계선 (gray zone) 환자군에 대해서 추가적으로 일치도 분석 및 수신자조작특성(ROC) 곡선 분석을 수행하였다.
결과: 두 스캐너 군 모두에서 Scale PET은 대부분의 피질 영역에서 BTX Brain보다 유의하게 높은 SUVR 값을 보였으며(p <0.001), 조화 영상에서도 이러한 경향이 유지되었다. 반면, 피질하 영역에서는 다양한 패턴이 관찰되었다. 그럼에도 불구하고 두 소프트웨어 간 상관도와 일치도는 일관되게 높게 유지되었다(Spearman r > 0.8, ICC > 0.8). 단일 소프트웨어 내에서 조화 영상의 경우 대부분의 피질 SUVR 값이 원본 영상보다 낮았으며(p <0.001), 강한 상관성과 높은 일치도가 유지되었다. 10분 재구성 영상은 절대값은 낮았으나 20분 영상과 매우 높은 상관도(r > 0.98)와 거의 완전한 수준의 일치도(ICC ≈ 1.0)를 보였다. 경계선 환자군(n=40)에서는 전체 환자군에 비해 진단 성능이 감소하였고, 두 소프트웨어간 불일치 사례는 모두 경계선 아밀로이드 침착을 보이는 환자에서 발생하였다.
결론: 두 소프트웨어 간 절대 정량값의 차이는 존재하였으나, 개인 간 아밀로이드 침착 양상의 상대적 패턴은 소프트웨어 종류, 영상 조화 여부, 획득 시간의 차이와 관계없이 일관되게 보존되었다. 두 소프트웨어 모두 높은 신뢰도와 재현성을 보여 임상적 정량평가 도구로서의 활용 가능성을 뒷받침한다.

목차 (Table of Contents)

• Abstract i
• Contents. ii
• List of Tables iii
• List of Figures iv
• Introduction 1
• Methods 3
• Results 7
• Discussion 15
• Conclusion 19
• Reference 20
• Tables 22
• Figures 33
• 국문요약 48