查看“PET-CT”的源代码

== PET-CT ==
[[File:PET_CT_Fusion_Process.jpg|thumb|300px|right|PET-CT 成像原理：将功能代谢图像 (PET) 与解剖结构图像 (CT) 进行融合，精准定位病灶。]]
'''PET-CT'''（Positron Emission Tomography - Computed Tomography），全称为'''正电子发射断层显像/X线计算机体层成像'''，是一种将 PET（功能代谢显像）与 CT（解剖结构显像）同机融合的分子影像技术。

它被誉为现代肿瘤诊断的“金标准”，其核心原理是利用肿瘤细胞的[[瓦尔堡效应]]（高糖酵解特征），通过追踪放射性示踪剂（如 18F-FDG）在体内的分布，在分子水平上早期发现肿瘤病灶，往往早于解剖结构发生改变。

== 基本信息 ==
{| class="wikitable"
|-
! 中文名称 || 正电子发射计算机断层显像
|-
! 英文名称 || PET-CT
|-
! 核心原理 || 瓦尔堡效应 (Warburg Effect) + 影像融合
|-
! 常用示踪剂 || 18F-FDG (氟代脱氧葡萄糖)
|-
! 临床地位 || 肿瘤分期、疗效评估、复发监测的顶级手段
|-
! 关键参数 || SUV值 (标准摄取值)
|}

== 成像原理与示踪剂 ==
PET-CT 的强大在于“功能”与“结构”的结合：
* '''PET (功能)'''：利用放射性核素标记的化合物（示踪剂）参与体内的代谢过程。最常用的是 '''18F-FDG'''（氟代脱氧葡萄糖）。
** *机制*：由于[[瓦尔堡效应]]，恶性肿瘤细胞的葡萄糖转运蛋白 (GLUT1) 和己糖激酶 (HK2) 表达上调，摄取 FDG 的能力是正常细胞的数倍至数十倍。FDG 进入细胞后无法进一步代谢，从而滞留并发出正电子信号。
* '''CT (结构)'''：提供高分辨率的解剖图像，帮助精准定位 PET 信号的解剖位置。

== 在肿瘤学中的应用 ==
=== 1. 诊断与分期 (Staging) ===
一次全身扫描即可发现原发灶及全身转移灶（如淋巴结、骨转移），避免了传统影像（B超、X光）的盲区。

=== 2. 疗效评估 (Response Assessment) ===
[[File:PET_CT_Immunotherapy_Response.jpg|thumb|300px|right|免疫治疗中的 PET-CT 表现：左侧为治疗前高代谢病灶，右侧为治疗后代谢熄灭（完全缓解）。]]
相比于单纯测量肿瘤大小（RECIST标准），PET-CT 通过测量代谢活性（PERCIST标准）能更早反映疗效。
* '''SUVmax (最大标准摄取值)'''：衡量肿瘤代谢活跃程度的量化指标。治疗后 SUV 值下降通常预示预后良好。

== 免疫治疗与CAR-T的特殊挑战 ==
对于您关注的[[CAR-T细胞疗法]]和 PD-1 治疗，PET-CT 的判读面临特殊挑战，需警惕“假性进展”：

; 1. 假性进展 (Pseudoprogression)
: 免疫治疗起效时，大量免疫细胞（[[TILs]]、CAR-T）浸润肿瘤组织，导致局部炎症。
: * '''PET表现'''：肿瘤体积可能暂时增大，且由于炎症细胞也摄取 FDG，SUV 值不降反升。
: * '''对策'''：需结合 '''iRECIST''' 标准，延迟 4-8 周再次复查，确认是真进展还是免疫浸润。

; 2. 超进展 (Hyperprogression)
: 少部分患者在接受免疫治疗后，肿瘤生长速度反而急剧加速（TGK 增加 >2倍），PET-CT 可快速捕捉这一灾难性信号以便及时停药。

== AI 与影像组学 (Radiomics) ==
随着人工智能介入，PET-CT 正从“看图”向“数据挖掘”转变，这与您的“智能医生”项目高度契合：
* '''非侵入性病理预测'''：AI 模型可以分析 PET 图像中肉眼无法识别的纹理特征（高维特征），预测肿瘤的微环境状态（如 [[PD-L1]] 表达水平、缺氧程度、CD8+ T细胞浸润密度）。
* '''预后建模'''：结合全身肿瘤代谢负荷 (TMTV) 和 AI 算法，能比传统 TNM 分期更精准地预测患者生存期。

== 局限性 ==
* '''假阳性'''：炎症、感染（如结核）、肉芽肿也会摄取 FDG，需与肿瘤鉴别。
* '''假阴性'''：部分低代谢肿瘤（如某些高分化肝癌、前列腺癌、黏液腺癌）对 FDG 摄取不明显，需使用特异性示踪剂（如 68Ga-PSMA 针对前列腺癌）。
* '''辐射剂量'''：虽然较以往降低，但仍涉及放射性核素暴露。

== 参考文献 ==
<references />
* [1] Weber WA. Use of PET for monitoring cancer therapy and for predicting outcome. ''J Nucl Med''. 2005.
* [2] Wolchok JD, et al. Guidelines for the evaluation of immune therapy activity in solid tumors: immune-related response criteria. ''Clin Cancer Res''. 2009. (定义了免疫治疗评价标准)
* [3] Wahl RL, et al. From RECIST to PERCIST: Evolving Considerations for PET response criteria in solid tumors. ''J Nucl Med''. 2009.

== 相关条目 ==
* [[瓦尔堡效应]]
* [[CAR-T细胞疗法]]
* [[肿瘤微环境]]
* [[人工智能医疗]]

[[Category:医学影像]]
[[Category:核医学]]
[[Category:肿瘤诊断]]