阿尔茨海默病（Alzheimer'sdisease，AD）是一种以进行性认知功能下降伴有精神行为异常，并导致日常生活能力下降的神经退行性疾病，其特征性病理改变是脑内β-淀粉样蛋白（β-amyloid，Aβ）沉积和神经原纤维缠结形成。AD是老年期最常见的痴呆类型，严重影响中老年人的身心健康和生活质量，给家庭和社会带来沉重的负担。

AD是一个连续的疾病谱，包括临床前阶段（pre-clinical stages of AD）、轻度认知障碍（mild cognitive impairment，MCI）阶段和痴呆阶段^［1］。在临床前阶段，通常没有明显的认知下降或仅表现为主观认知下降（subjective cognitive decline，SCD）^［2］。MCI是指记忆和（或）其他认知功能较相同年龄和教育背景的人群明显受损，可能影响了社会功能，但尚未影响日常生活能力，未达到痴呆诊断标准^［3］的阶段。随着疾病进展，患者逐渐丧失生活能力，进入痴呆阶段^［4］。

目前，我国AD的患病率高，就诊率、诊断率和治疗率低。长期以来，人们对AD的治疗投入了大量人力、物力，但效果不尽人意。改变这种现状首先要提高AD诊断的准确率。由于在痴呆前阶段，临床症状不典型且隐袭进展，早期诊断极其困难。淀粉样蛋白级联假说认为Aβ在大脑中的沉积是AD疾病病理发生的始发和核心事件，Aβ是由β淀粉样前体蛋白（amyloid precursor protein，APP）经β-和γ-分泌酶的蛋白水解作用而产生，主要的亚型包括Aβ1~40和Aβ1~42^［5-6］。通过淀粉样蛋白正电子发射断层显像（positron emission tomography，PET）（简称淀粉样蛋白PET），可以早期识别尚无症状的临床前患者和MCI患者，并有助于提升痴呆患者的鉴别诊断精确度。临床研究显示，正常无认知功能下降老年人淀粉样蛋白PET阳性率约8%^［7］，在SCD人群中其淀粉样蛋白PET阳性率高于健康人群^［8-9］；在MCI人群中52%~87%存在淀粉样蛋白PET阳性且遗忘型MCI患者阳性率更高^［10］；此外，载脂蛋白E（Apolipoprotein E，APOE）ε4基因携带者出现淀粉样蛋白PET阳性率高于无携带者^［11］。因此，淀粉样蛋白PET为SCD人群、MCI患者和APOEε4基因携带者是否进展为AD痴呆的早期风险识别及治疗决策提供了重要参考^［5-8］，具有重要的临床应用价值。

近年来，淀粉样蛋白PET相关显像剂研发、评价体系、临床应用等方面快速进展，多种显像剂先后在美国、欧洲、日本等多个国家和地区获批临床使用，通过测定脑内Aβ沉积水平，用于AD精准诊断及疗效评估^［12］。其中，氟［¹⁸F］贝他苯（欧韦宁^®，Florbetaben，AV-1，Neuraceq™）注射液已经在我国完成桥接临床试验，即将成为国内首个在临床常规应用的淀粉样蛋白PET显像剂^［13］。这将有力推动全国各地医疗机构开展淀粉样蛋白PET的临床应用。基于此背景，中华医学会神经病学分会痴呆与认知障碍学组和中华医学会核医学分会的相关专家结合国内外最新研究成果，经多次讨论制订本专家共识，旨在规范我国淀粉样蛋白PET在AD临床诊断中的应用，为淀粉样蛋白PET适用范围、操作流程、影像解读建立标准，为AD的精准诊断和临床研究提供参考。

本共识根据推荐意见分级的评估、制定与评价（GRADE）标准制订证据级别和推荐等级：证据级别分为A级证据>B级证据>C级证据；相关干预的推荐等级分为：Ⅰ级推荐（强烈推荐），Ⅱ级推荐（弱推荐）和Ⅲ级推荐（不推荐）。专家共识代表大多数参与制订本共识的专家达成的统一推荐意见。本共识的证据分级与推荐强度的定义表述见表1。

2023年美国国家老龄化和阿尔兹海默症协会（National Institute on Aging and Alzheimer's Association，NIA-AA）最新修订的AD指南草案指出，要区分临床综合征与生物标记物的概念。认为AD相关临床综合征也可能出现于其他非AD疾病，因此仅凭临床表现不能诊断AD，强调通过特征性生物标志物确诊AD，并将生物标记物分为三类：一是核心生物标志物，包括A（Aβ proteinopathy）反映Aβ异常聚积和T（AD tau proteinopathy）反映tau蛋白病理的生物标志物。二是涉及其他神经退行性疾病的非特异性生物标志物，包括N（injury，dysfunction，ordegeneration of neruopil）反映神经元变性或损伤的生物标志物、I（inflammation）用于描述炎症/免疫机制。三是非AD病理的生物标志物，包括V：是基于病理学的非AD概念，即血管性脑损伤（vascular brain injury），S突触核蛋白病（synuclein pathy）。其中IVS是在ATN基础上新增的三种新的生物标记物。

同时，2023年NIA-AA最新修订的AD指南草案也指出核心生物标记物异常可以用于AD的诊断，包括淀粉样蛋白PET、脑脊液Aβ42/40、脑脊液p-tau181/Aβ42、脑脊液t-tau/Aβ42或经过充分验证且精准的血浆检测。应用场景包括：（1）早期发现无症状AD；（2）有症状患者需病理证据确诊AD。

因此，将AD临床和病理紧密结合，为AD诊断、鉴别诊断、精准治疗提供指导，可为AD临床诊疗带来重要的价值。

Aβ在大脑中的异常沉积被认为是AD连续疾病谱中最早发生的病理生理改变^［4］。虽然不同个体，脑内Aβ沉积的起始年龄不同，但其沉积增长率的变化曲线是相似的^［14-19］，呈倒U型分布（即沉积速度先增后降），而沉积总量则呈S型曲线逐渐递增直至平台期^{［15，20-21］}。淀粉样蛋白PET显像与尸检Aβ病理Thal分级具有良好的相关性，能标记Thal分级^［22］2级及以上^［23-24］的脑内Aβ异常沉积，且对Thal分级3~5级的灵敏度为85.8%，特异度为95.9%^［24］，可活体显示脑内淀粉样蛋白病理的严重程度^［25］。此外，针对AD尸检神经炎性斑块病理的CERAD分级，淀粉样蛋白PET视觉定性判读结果用于区分CERAD分级^［26］中“缺失/轻度斑块”与“中度/重度斑块”病理的灵敏度为88%~98%，特异度为80%~95%^［27-29］。根据淀粉样蛋白级联假说，脑内Aβ异常沉积是一个先于认知下降等临床症状出现的病理过程，在MCI阶段可能已经达到沉积顶峰，在AD痴呆早期阶段进入平台期^［30］。淀粉样蛋白PET显像从达到阳性阈值到平台期需要15~20年^{［15，20-21］}。

1.AD临床前阶段：

根据最新的诊断标准^［31］，AD临床前阶段可划分为三个阶段：第一阶段是指生物标记物阴性临床无症状，但携带有遗传致病基因的AD类型；第二阶段是指存在AD生物标记物异常，但无临床症状；第三阶段是在AD生物标记物异常的基础上伴有很轻微的认知功能下降、情绪行为改变^［32］或仅表现为SCD，但客观认知功能测试正常。作为AD核心生物标记物的淀粉样蛋白PET，在8%~44%的认知未受损个体中可检测出阳性结果，其阳性率与年龄和APOE基因分型结果有关^［7-8］。认知未受损个体随着年龄增长，淀粉样蛋白PET阳性率呈线性增加（50岁约10%，60岁约15%，70岁约20%，80岁约30%，90岁约40%）。携带至少1个APOEε4的个体，较同龄未携带者淀粉样蛋白PET阳性率增加2~3倍^［8］。淀粉样蛋白PET阳性的认知未受损人群未来数年发展为MCI或痴呆的风险增加1.5~2.5倍^［33-34］。淀粉样蛋白PET阳性率在SCD人群约为27%^［35］，阳性个体较阴性个体未来3年发展为MCI或痴呆的风险也明显增加^［36］，且淀粉样蛋白PET高负荷与多个认知域（而非特定认知域）的功能衰退加速有关^［36］。

2.AD源性轻度认知功能障碍：

在MCI患者中，淀粉样蛋白PET的阳性率为27%~71%，且阳性率随年龄增长和携带APOEε4而增长^［8］。因此，淀粉样蛋白PET对于诊断AD源性MCI具有重要作用，已被列入阿尔茨海默病源性轻度认知障碍诊疗中国专家共识2021^［37］、NIA-AAAD源性MCI^［4］和国际工作组第二版（InternationalWorkingGroup-2，IWG-2）前驱期AD的研究诊断标准^［38］。与淀粉样蛋白PET阴性的MCI患者相比，淀粉样蛋白PET阳性的MCI患者认知功能下降速度更快^［39］，未来3~5年内由MCI转化为痴呆的风险也增加1.5~2.5倍^［40-41］。此外，淀粉样蛋白PET阳性的MCI患者，其认知功能下降的速度与淀粉样蛋白PET标准化摄取值比值（standardized uptake valueratio，SUVr）的年增长率及沉积范围明显正相关^［42-43］。然而，MCI患者受累的认知域和淀粉样蛋白PET显示的淀粉样蛋白沉积分布模式没有明显关联^［44］。

3.AD痴呆阶段：

70%~90%满足AD源性痴呆临床诊断标准的患者淀粉样蛋白PET呈阳性^［45-46］。淀粉样蛋白PET阴性结果有助于排除AD。

临床诊断为很可能的AD痴呆患者淀粉样蛋白PET阳性率与年龄相关，非APOEε4基因携带者随年龄增加而显著降低，50岁淀粉样蛋白PET阳性率为86%，90岁时为68%；而APOEε4基因携带者差异更小，50岁淀粉样蛋白PET阳性率为97%，90岁时为90%，这可能由于老年患者中表现为遗忘型痴呆的非AD病理（如边缘系统相关的TDP-43脑病、血管性认知障碍等）的患病率增加^［46］。

痴呆阶段患者还可结合tau-PET检查进行诊断。2023年NIA-AA诊断标准^［31］根据异常生物标志物的存在情况，将AD分为初始、早期、中期、晚期四个生物阶段，淀粉样蛋白PET均为阳性，tau-PET分别是阴性、内侧颞叶tau沉积、中度新皮质tau沉积、重度新皮质tau沉积。结合临床分期，典型的痴呆阶段患者tau-PET为重度新皮质tau沉积。如果tau-PET是阴性、内侧颞叶tau沉积或中度新皮质tau沉积的阶段，则存在共病的可能性较大。

目前，淀粉样蛋白PET已被接受作为AD诊断流程的一部分，并被作为临床和研究用的AD诊断标准，在体检测AD患者Aβ沉积的灵敏度和特异度可分别达到96%和100%^［27］。淀粉样蛋白PET阳性结果用于确认临床考虑的AD具有重要价值，特别是对于MCI、不典型临床表现和早发性痴呆患者。国外基于记忆门诊和痴呆专家临床实践的多中心研究提示，有25%~39%的认知障碍患者在进行淀粉样蛋白PET检查后诊断发生了变化，其中阴性结果比阳性结果对诊断的影响更多^{［45，47-48］}。淀粉样蛋白PET也增加了医师对诊断的信心，治疗和管理的决策也随之发生改变。淀粉样蛋白PET阳性的遗忘型MCI患者具有更高的向AD痴呆转化的风险，其在3年的随访中与淀粉样蛋白PET阴性患者的风险比为2.51^［40］。在认知正常老年人中，淀粉样蛋白PET阳性也与认知衰退的发展密切相关，当伴随tau蛋白异常沉积时更显著加速其认知衰退，其中约44%的人在5年内进展到MCI阶段^［49］。

对于不典型AD痴呆患者，仅依据临床表现、结构和功能影像学特征很可能会漏诊和误诊。例如后皮质萎缩（视空间）变异型AD痴呆会被怀疑为路易体痴呆（dementia with Lewy bodies，DLB），额叶（执行功能和行为）变异型AD痴呆与行为变异型额颞叶痴呆极为相似，少词型（logopenic）变异型AD痴呆可能与语义变异型（semantic variant primary progressive aphasia，svPPA）和非流利变异型原发性进行性失语（progressive nonfluent aphasia，PNFA）混淆^［50-51］。而淀粉样蛋白PET可以明确患者的认知损伤为AD病理所致或至少存在混合AD病理的情况，为患者及早采取有效地清除脑内淀粉样蛋白治疗、延缓认知功能障碍的发生提供客观依据。

2013年NIA-AA提出淀粉样蛋白PET的适当使用标准（appropriate use criteria，AUC）^［52-53］，推荐对以下人群开展淀粉样蛋白PET以辅助诊断：（1）存在临床不确定性的MCI或原因不明痴呆患者。（2）早发性（通常指起病年龄早于65岁）进行性认知衰退的患者。（3）准备接受AD疾病修饰治疗（特别是针对Aβ病理）的患者。随着淀粉样蛋白PET临床研究和应用的增多，此标准需进一步更新，以更好适应临床实践。

淀粉样蛋白PET对衰老所致的年龄相关认知减退、抑郁症等精神心理疾病所致的认知受损及其他类型痴呆与AD的鉴别具有重要价值。淀粉样蛋白PET阴性结果作为排除AD的标准具有较高的准确性，例如与额颞叶变性和皮质下缺血性血管性痴呆的鉴别^［51］。其中，额颞叶变性与AD同为导致早发性痴呆的最常见原因，由于临床与解剖的重叠，两者的误诊率可高达10%~40%，淀粉样蛋白PET是重要的鉴别工具^［54］。要注意的是，尽管淀粉样蛋白PET可以有效地鉴别大部分非AD病理的痴呆类型，但混合型AD及一些其他神经系统疾病也出现明显的淀粉样蛋白沉积，例如脑淀粉样血管病（cerebral amyloid angiopathy，CAA）、部分DLB和帕金森病痴呆（Parkinson's disease dementia，PDD）、唐氏综合征，以及创伤性脑损伤和慢性创伤性脑病，淀粉样蛋白PET也可以呈现阳性结果，因此，需结合临床、多模态影像学和其他生物标志物进行综合判断^［55］。

AD的新药研发领域，患者入组标准会根据NIA-AA诊断标准ATN（A=Aβ淀粉样蛋白、T=tau蛋白、N=神经病理学改变）框架。淀粉样蛋白PET和tau-PET被用于筛选和诊断早期阶段的AD患者，同时淀粉样蛋白PET也常作为疗效监测的一个重要指标^［56-57］。在Aβ单克隆抗体仑卡奈单抗（Lecanemab）、阿杜卡玛单抗（Aducanumab）和多奈单抗（Donanemab）的临床试验中，均将淀粉样蛋白PET用于反映治疗效果的生物学标志物变化。仑卡奈单抗3期临床试验中，患者入组、3、6、12、18个月随访时均需进行淀粉样蛋白PET评估淀粉样斑块清除情况。在多奈单抗TRAILBLAZER-ALZ临床试验中，患者入组、24、52、76周随访时均需进行淀粉样蛋白PET评估淀粉样斑块清除情况，入组和76周时进行tau-PET评估神经原纤维缠结水平。淀粉样蛋白PET显示治疗后的早期AD患者（AD源性MCI和AD型痴呆）淀粉样斑块负荷显著降低，为新药的研发提供了客观证据^{［19，57-59］}。

推荐意见1：

关注早期AD，提高诊断准确性，建议有条件的单位可实施淀粉样蛋白PET检测，以早期诊断AD。（专家共识）

推荐意见2：

有必要规范AD诊疗过程中淀粉样蛋白PET的操作和结果判读，为AD诊断的准确性提供保障。（专家共识）

推荐意见3：

淀粉样蛋白PET不仅用于诊断和鉴别诊断，也是疗效监测的一个重要指标。推荐使用淀粉样蛋白PET为AD精准诊断、疗效判断、疾病转归提供依据。AD抗Aβ疾病修饰治疗前和治疗过程中建议行淀粉样蛋白PET评估和随访疗效监测。（Ⅰ级推荐，B级证据）

推荐意见4：

AD临床前阶段和MCI阶段的相关临床试验，推荐通过基于ATN框架，影像学可实施淀粉样蛋白PET、tau-PET、FDG-PET、脑部MRI或CT检查，以提高早期阶段的AD患者队列准入的诊断准确性。（Ⅰ级推荐，A级证据）

推荐意见5：

对于临床怀疑DLB或CAA的患者，不推荐采用淀粉样蛋白PET与AD进行鉴别。（专家共识）

PET显像通过正电子核素标记的显像剂特异性结合病理学和（或）病理生理学生物标志物来实现活体分子显像，以提供可定量与可视化的生物学信息。淀粉样蛋白PET显像剂研究历经20余年的发展，已报道的淀粉样蛋白显像剂通常是基于两种骨架结构，即硫磺素-T（Thioflavin-T，ThT）和刚果红（Congo Red，CR）^［60-64］开发的。研究者们以这两种传统的淀粉样蛋白染料为先导化合物，进行了大量的结构修饰，以期优化显像剂在临床应用中的成像效果。

目前，靶向淀粉样蛋白的显像剂主要有三类，分别以苯并噻唑、二苯乙烯和苯乙烯基吡啶为核心，三者均含有一个高度共轭的芳环结构，且在分子两端有供电子基团，此类结构的分子可与淀粉样蛋白高特异性结合（竞争结合常数为0.74~2.87nM）^［65］。［¹¹C］PIB在2004年首次应用于人体显像，是迄今临床研究中应用最广泛的淀粉样蛋白显像剂^［66］。［¹¹C］PIB在脑内能够高度灵敏并特异地与纤维化的淀粉样蛋白结合，也选择性地与淀粉样脑血管病中血管壁淀粉样蛋白相结合。由于放射性核素［¹¹C］的物理半衰期仅20.3min，导致［¹¹C］PIB只能在拥有加速器的单位开展显像，限制了其临床广泛应用。［¹⁸F］标记的显像剂，其半衰期为109.8min，便于商业生产及区域内配送。目前在国际上获批临床使用的［¹⁸F］标记的PET显像剂有三种，即［¹⁸F］Florbetapir（AV-45，Amyvid^®，2012年），［¹⁸F］Flutemetamol（Vizamyl^TM，2013年）和氟［¹⁸F］贝他苯注射液（AV-1，Neuraceq^®，2014年）^［12］。

此外，为了进一步提高脑内Aβ特异性摄取用于AD检测和疗效评价，多个［¹⁸F］标记的显像剂目前正在研发阶段，包括［¹⁸F］Flutafuranol（即［¹⁸F］AZD4694）、［¹⁸F］MK-3328、［¹⁸F］AD-269、［¹⁸F］FIBT^［67-68］。

推荐意见6：

推荐使用获批临床应用的淀粉样蛋白PET显像剂进行AD的诊断及鉴别诊断（Ⅰ级推荐，A级证据）

除氟［¹⁸F］贝他苯注射液之外，其他PET脑β-淀粉样蛋白显像药物尚未列入国家药典范畴，因此，在开展除氟［¹⁸F］贝他苯注射液之外的PET脑β-淀粉样蛋白PET检查之前需在相应的医疗机构进行伦理批准备案，受试者需签署知情同意告知书。

1.检查无需禁食。如患者使用靶向清除Aβ的抗AD治疗药物，建议遵医嘱停用适当时间后再行检查（具体停药时长参考药代动力学），其他抗AD治疗药物一般无需停药。

2.采集病史：同常规认知障碍疾病病史采集。

3.不能坚持平卧不动者，给予止痛剂及镇静剂。患者不能单独完成检查时需家属陪同。

显像剂注射步骤同常规PET显像参考“淀粉样蛋白PET脑显像技术规范专家共识”^［69］。推荐注射剂量：［¹¹C］PIB：370~555MBq（10~15mCi）^{［15，70-71］}；［¹⁸F］标记的显像剂推荐注射剂量为185~370MBq（5~10mCi）；或按照体重注射，剂量为3.70~7.40MBq/kg体重（0.1~0.2mCi/kg）^{［29，72-75］}。

淀粉样蛋白PET显像仪器可采用PET/CT或PET/MR，有条件者优先选择PET/MR设备，以便提供更多生理学和神经病理学改变信息，有利于AD的鉴别诊断。PET图像采集步骤同常规脑部PET显像，参考《淀粉样蛋白PET脑显像技术规范专家共识》^［69］。推荐采用3D平台期静态扫描，采集时长为10~20min，［¹¹C］PIB采集时长应>15min，［¹⁸F］标记药物采集时长应>10min。推荐的静态采集方式为：［¹¹C］PIB、［¹⁸F］Florbetapir显像在注射显像剂50min后采集20min^{［15，71-72，74-75］}，而氟［¹⁸F］贝他苯注射液、［¹⁸F］Flutemetamol显像在注射显像剂后90min采集20min^{［29，71-72，74］}。全程动态采集和双时相采集目前主要应用于科研，还未在临床上推广。全程动态采集时，宜在建立静脉通路后嘱受试者在检查床按检查体位候诊，于床旁注射，并同时脑部信号采集直至扫描结束。双时相采集与全程动态采集类似，但信号采集只需涵盖显像剂灌注期与平台期。

图像校正、重建及融合步骤同常规脑部PET显像，参考《淀粉样蛋白PET脑显像技术规范专家共识》^［69］。

视觉分析是通过对比脑皮质灰质和相邻白质区域的显像剂摄取程度进行的^［76］。来自我国医院的数据显示［¹⁸F］氟贝他苯注射液PET显像的视觉分析可有效鉴别认知正常受试者和轻/中度AD患者。在视觉分析时，阅片者应在PET图像中确定解剖学上的白质结构区域（例如小脑白质），然后系统性地对图像进行整体评估。横断位阅片时，应按照自下而上的顺序，从小脑开始依次观察全部皮质脑区，重点关注4个Aβ沉积典型区域，颞叶、额叶、后扣带回/楔前叶、顶叶。借助结构MR，能更精确地定位后扣带回/楔前叶，以帮助淀粉样蛋白PET图像的判读。如果一个灰质区域被评估为有“显像剂摄取”，则该区域的所有层面都应展现出一定的显像剂摄取。对于［¹⁸F］Flutemetamol还应同时观察基底节区。最终每例患者PET图像可被评估归类为“淀粉样蛋白PET阳性”或“淀粉样蛋白PET阴性”。对于［¹⁸F］Flutemetamol和氟［¹⁸F］贝他苯注射液PET图像，1个区域阳性即可判定为“淀粉样蛋白PET阳性”，对于［¹⁸F］FlorbetapirPET图像，2个区域阳性或者1个区域显著阳性才能定义为“淀粉样蛋白PET阳性”。

淀粉样蛋白PET阴性影像特点（图1）：所有4个典型脑区灰质的显像剂摄取（即信号强度）均低于白质。典型征象包括“冬树征”（图1A）、“山脊征”（图1D）、“钻石征”（图1E）、“卡通手征”（图1E）以及“凸透镜征”（图1F）。

淀粉样蛋白PET阳性影像特点（图2）：4个脑区中至少有一个区域大部分层面的显像剂摄取（即信号强度）等于或高于白质中的显像剂摄取，且显像剂摄取溢出白质边缘延伸至皮质边缘。典型阳性征象包括“夏树征”（图2A）、“亲吻征”（图2B、2F）以及“平原征”（图2D）。

定量与半定量分析是除视觉判读外重要的淀粉样蛋白PET图像解读方法，虽然该方法主要用于研究，但视觉判读的相对主观性和半定量方法的不断标准化使得其逐渐被推荐用于临床实践。来自我国医院的数据显示半定量分析和视觉分析结果具有很好的一致性。

平台期静态显像是大部分医疗科研机构首选的图像采集方式，因此以感兴趣体积（volume of interest，VOI）平均标准化摄取值（mean of standardized uptake value，SUVmean）除以参考区SUVmean所得的SUVr是最常用的半定量测算方法。对于有条件进行动态显像的机构，可对平台期动态采集数据进行定量分析，以获得更准确的显像剂结合信息。分析动态采集数据需首先构建药代动力学模型，然后使用非可置换结合潜力（non-displaceable binding potential，BPND）、分布容积（distribution volume，DV）等参数进行定量计算。

虽然Aβ沉积常遍布全脑，但在典型的AD中，外侧颞叶和额叶、后扣带皮质/楔前叶、顶叶是最主要的Aβ斑块沉积范围。因此，通常建议将包含上述易受累及的“复合VOI”作为定量计算的靶VOI。此外，对于［¹⁸F］FlutemetamolPET，“复合VOI”还应包括纹状体。标准空间中的VOI模板，如自动解剖标记图谱^［77］和Desikan-Killiany图谱^［78］等可用于VOI定义。

参考区是指摄取信号不随时间、疾病、人种等发生变化的具有稳定摄取信号的区域。在淀粉样蛋白PET中，小脑灰质、全小脑、脑桥、脑白质、包括小脑和脑白质的复合区域均为常用的参考区^［79-80］，可基于标准空间中的VOI模板定义参考区。此外，基于数据驱动的个体化参考区也被提及^［81-82］。

基于临界值进行淀粉样蛋白PET阳性或阴性的解读曾有报道。既往报道的氟［¹⁸F］贝他苯注射液、［¹⁸F］Florbetapir、［¹⁸F］Flutemetamol的常用SUVr阳性阈值分别为1.43^［83］、1.11^［84］、1.56^［85］（Ⅱ级推荐，B级证据）。上述数值均为标准化预处理后的复合VOISUVr，无法用作单一脑区SUVr的阳性阈值参考。需要注意参考使用既往研究报告的最佳临界值时需严格遵守相应研究中获得临界值的量化方法，并且对于SUVr处于临界值附近的受试者需参考视觉读片进行综合判断。

Centiloid是基于SUVr发展而来的另一淀粉样蛋白PET量化单位，其以明确阴性的年轻对照者淀粉样蛋白PET量化结果均值为0，明确阳性的典型AD患者淀粉样蛋白PET量化结果均值为100，将全部淀粉样蛋白PET量化数值线性缩放标准化至0~100，从而实现不同显像剂、数据采集、分析方法之间结果的可比性^［80］。

淀粉样蛋白PET半定量分析具体步骤请参照“淀粉样蛋白PET脑显像技术规范专家共识”^［69］。

人工智能指通过普通计算机程序来呈现人类智能的技术，是近年来成像研究领域的热门话题。尽管与常规临床应用相去甚远，但现有的研究结果已初步显示其用于医学图像解读的巨大潜力。在淀粉样蛋白PET方面，人工智能方法对淀粉样蛋白PET阳性/阴性的判读与传统视觉评估具有极好的一致性^［86-88］，其对非特异性结合信号的去除可有效提升病理蛋白沉积量化准确性^［89］，其通过其他PET图像生成淀粉样蛋白PET图像（或反之）可在不损失信息的前提下减少PET检查次数^［90-91］，其在不牺牲图像质量和诊断能力的情况下对于超低注射剂量/超短采集时间的图像的解读可有效减低辐射剂量/提高PET设备诊检流通量^［92-94］。

开展常规临床应用前，各单位需参照《PET/CT脑显像多中心临床研究质量控制》^［74］，制定标准作业流程（standard operating procedure，SOP）完成PET显像各环节质控，以保证显像的安全性和有效性。

推荐意见7：

推荐按《淀粉样蛋白PET脑显像技术规范专家共识（2021）》行淀粉样蛋白PET图像采集以实现显像流程及结果的可靠性、可重复性及可比性，为AD临床诊疗提供参考。（专家共识）

推荐意见8：

有条件开展半定量分析的单位，推荐使用受试者个体淀粉样蛋白PET同期高分辨率3D-T1WI序列进行配准，并进行淀粉样蛋白PET图像的PVE校正。在无法获得高分辨率MRI时按显像剂特异性标准脑模板进行预处理。（Ⅱ级推荐，B级证据）

报告要素同常规脑部PET检查，淀粉样蛋白PET脑显像检查报告模板（表2）。

推荐意见9：

在影像报告中表明大脑皮质存在淀粉样蛋白沉积（阳性）或未发现淀粉样蛋白沉积的证据（阴性），不确定的显像结果应如实报告，并说明可能的原因。（专家共识）

无论淀粉样蛋白PET阳性和阴性结果，均应该强调结合临床和神经心理学特征、MRI和CT形态学（或FDG-PET）征象以及其他的生物学标志物进行诊断和鉴别诊断。

1.淀粉样蛋白PET阳性还应结合患者的临床症状、神经心理学量表评估的认知损害特征，必要时结合反映神经原纤维缠结和神经退行性改变的其他生物学标志物做出综合判断。有条件时可基于包含ATN框架的信息进行诊断，并对AD的分期、疾病进展阶段做出描述。

2.对其他可能出现淀粉样蛋白PET阳性的痴呆类型的鉴别：DLB和CAA很可能出现淀粉样蛋白PET阳性的分子影像表现。50% DLB可能表现为淀粉样蛋白PET阳性，除临床特征外，突触前多巴胺能（包括多巴胺转运体等）的SPECT或PET显像、［¹²³I］MIBG有助于DLB与AD的鉴别。CAA亦有不可忽视的淀粉样蛋白PET阳性率，如出现ApoE2或E4检测突变（尤其是纯合突变）、头颅MR SWI或GE-T2*回波出现大脑皮质微出血（含铁血黄素沉积）、脑表面铁沉积等表现，以及血浆SAA（+），并可能合并肺、肝、肾脏淀粉样病变的CT或MR的阳性发现、皮肤刚果红染色（+）均支持CAA的诊断。

1.若淀粉样蛋白PET阴性，需与其他类型痴呆相鉴别，如额颞叶变性（frontotemporal lobar degeneration，FTLD）、进行性核上性麻痹（progressive supranuclear palsy，PSP）、DLB/PDD等。

2.由于疾病晚期Aβ脑内沉积可能因脑组织明显萎缩而出现Aβ假阴性结果，所以Aβ阴性PET也需结合临床症状、神经心理学特征是否符合AD损害表征及结合脑脊液或血浆Aβ、p-tau181、胶质纤维酸性蛋白（glial fibrillary acidic protein，GFAP）等其他生物学标志物做出是否AD的诊断，以避免漏诊AD。

淀粉样蛋白PET在国际上的应用经验已近十年，但在我国属于起步阶段，因此在临床应用过程中核医学科需与神经内科等临床医师紧密沟通，使其了解淀粉样蛋白PET的特点及临床应用场景，并合理解读淀粉样蛋白PET结果。淀粉样蛋白PET除在AD中具有重要的诊断、鉴别诊断和疗效评估价值之外，在其他疾病如心肌淀粉样病变等疾病诊断中也有重要作用，但需要相应的循证医学证据支持。

本共识仅代表参与编写及讨论专家的观点。共识内容仅用于指导临床医师实践，不具有法律约束性质。共识内容是该领域的阶段性认识，今后会根据新的临床证据及时更新。

参考文献

[1] 中国痴呆与认知障碍诊治指南写作组, 中国医师协会神经 内科医师分会认知障碍疾病专业委员会 . 2018 中国痴呆 与认知障碍诊治指南(六):阿尔茨海默病痴呆前阶段[J]. 中 华医学杂志, 2018, 98(19):14571460. DOI: 10.3760/cma. j.issn.03762491.2018.19.001.

[2] Sperling RA, Aisen PS, Beckett LA, et al. Toward defining the preclinical stages of Alzheimer′s disease: recommendations from the National Institute on AgingAlzheimer′s Association workgroups on diagnostic guidelines for Alzheimer′s disease[J]. Alzheimers Dement, 2011, 7(3):280292. DOI: 10.1016/j.jalz.2011.03.003.

[3] 中国痴呆与认知障碍诊治指南写作组, 中国医师协会神经 内科医师分会认知障碍疾病专业委员会 . 2018 中国痴呆 与认知障碍诊治指南(五):轻度认知障碍的诊断与治疗[J]. 中华医学杂志, 2018, 98(17):12941301. DOI: 10.3760/ cma.j.issn.03762491.2018.17.003.

[4] Jack CR Jr, Bennett DA, Blennow K, et al. NIAAA research framework: toward a biological definition of Alzheimer′s disease[J]. Alzheimers Dement, 2018, 14(4): 535562. DOI: 10.1016/j.jalz.2018.02.018.

[5] Wisniewski T, Ghiso J, Frangione B. Peptides homologous to the amyloid protein of Alzheimer′s disease containing a glutamine for glutamic acid substitution have accelerated amyloid fibril formation[J]. Biochem Biophys Res Commun, 1991, 179(3): 12471254. DOI: 10.1016/ 0006291x(91)91706i.

[6] Olsson F, Schmidt S, Althoff V, et al. Characterization of intermediate steps in amyloid beta (Aβ) production under nearnative conditions[J]. J Biol Chem, 2014, 289(3):15401550. DOI: 10.1074/jbc.M113.498246.

[7] Therriault J, Pascoal TA, Benedet AL, et al. Frequency of biologically defined Alzheimer disease in relation to age, sex, APOE ε4, and cognitive impairment[J]. Neurology, 2021, 96(7):e975e985. DOI: 10.1212/WNL.0000000000011416.

[8] Jansen WJ, Ossenkoppele R, Knol DL, et al. Prevalence of cerebral amyloid pathology in persons without dementia: a metaanalysis[J]. JAMA, 2015, 313(19):19241938. DOI: 10.1001/jama.2015.4668.

[9] Snitz BE, Lopez OL, McDade E, et al. Amyloidβ imaging in older adults presenting to a memory clinic with subjective cognitive decline: a pilot study[J]. J Alzheimers Dis, 2015, 48 Suppl 1(0 1): S151S159. DOI: 10.3233/ JAD150113.

[10] Matsuda H, Shigemoto Y, Sato N. Neuroimaging of Alzheimer′s disease: focus on amyloid and tau PET[J]. Jpn J Radiol, 2019, 37(11): 735749. DOI: 10.1007/ s11604019008677.

[11] Salvadó G, Grothe MJ, Groot C, et al. Differential associations of APOEε2 and APOEε4 alleles with PETmeasured amyloidβ and tau deposition in older individuals without dementia[J]. Eur J Nucl Med Mol Imaging, 2021, 48(7): 22122224. DOI: 10.1007/ s00259021051928.

[12] Dickerson BC, McGinnis SM, Xia C, et al. Approach to atypical Alzheimer′s disease and case studies of the major subtypes[J]. CNS Spectr, 2017, 22(6):439449. DOI: 10.1017/S109285291600047X.

[13] Chang Y, Li C, Yang H, et al. (18)Fflorbetaben amyloid PET imaging: a Chinese study in cognitive normal controls, mild cognitive impairment, and Alzheimer′s disease patients[J]. Front Neurosci, 2020, 14: 745. DOI: 10.3389/fnins.2020.00745.

[14] Jack CR Jr, Knopman DS, Jagust WJ, et al. Tracking pathophysiological processes in Alzheimer′s disease: an updated hypothetical model of dynamic biomarkers[J]. Lancet Neurol, 2013, 12(2): 207216. DOI: 10.1016/ S14744422(12)702910.

[15] Villemagne VL, Burnham S, Bourgeat P, et al. Amyloid β deposition, neurodegeneration, and cognitive decline in sporadic Alzheimer′s disease: a prospective cohort study [J]. Lancet Neurol, 2013, 12(4): 357367. DOI: 10.1016/ S14744422(13)700449.

[16] Insel PS, Ossenkoppele R, Gessert D, et al. Time to amyloid positivity and preclinical changes in brain metabolism, atrophy, and cognition: evidence for emerging amyloid pathology in Alzheimer′s disease[J]. Front Neurosci, 2017, 11: 281. DOI: 10.3389/ fnins.2017.00281.

[17] Whittington A, Sharp DJ, Gunn RN. Spatiotemporal distribution of βamyloid in Alzheimer disease is the result of heterogeneous regional carrying capacities[J]. J Nucl Med, 2018, 59(5): 822827. DOI: 10.2967/ jnumed.117.194720.

[18] Bilgel M, An Y, Zhou Y, et al. Individual estimates of age at detectable amyloid onset for risk factor assessment[J]. Alzheimers Dement, 2016, 12(4):373379. DOI: 10.1016/ j.jalz.2015.08.166.

[19] Budd Haeberlein S, Aisen PS, Barkhof F, et al. Two randomized phase 3 studies of aducanumab in early Alzheimer′s disease[J]. J Prev Alzheimers Dis, 2022, 9(2): 197210. DOI: 10.14283/jpad.2022.30.

[20] Jack CR Jr, Wiste HJ, Lesnick TG, et al. Brain βamyloid load approaches a plateau[J]. Neurology, 2013, 80(10): 890896. DOI: 10.1212/WNL.0b013e3182840bbe.

[21] Villain N, Chételat G, Grassiot B, et al. Regional dynamics of amyloidβ deposition in healthy elderly, mild cognitive impairment and Alzheimer′s disease: a voxelwise PiBPET longitudinal study[J]. Brain, 2012, 135(Pt 7): 21262139.

[22] Thal DR, Rüb U, Orantes M, et al. Phases of A betadeposition in the human brain and its relevance for the development of AD[J]. Neurology, 2002, 58(12): 17911800. DOI: 10.1212/wnl.58.12.1791.

[23] Murray ME, Lowe VJ, GraffRadford NR, et al. Clinicopathologic and 11CPittsburgh compound B implications of Thal amyloid phase across the Alzheimer′s disease spectrum[J]. Brain, 2015, 138(Pt 5): 13701381. DOI: 10.1093/brain/awv050.

[24] La Joie R, Ayakta N, Seeley WW, et al. Multisite study of the relationships between antemortem [(11)C]PIBPET Centiloid values and postmortem measures of Alzheimer′s disease neuropathology[J]. Alzheimers Dement, 2019, 15(2): 205216. DOI: 10.1016/j.jalz.2018.09.001.

[25] Thal DR, Beach TG, Zanette M, et al. Estimation of amyloid distribution by [(18)F]flutemetamol PET predicts the neuropathological phase of amyloid betaprotein deposition[J]. Acta Neuropathol, 2018, 136(4): 557567. DOI: 10.1007/s0040101818979.

[26] Mirra SS, Heyman A, McKeel D, et al. The consortium to establish a registry for Alzheimer′s disease (CERAD). Part Ⅱ. Standardization of the neuropathologic assessment of Alzheimer′s disease[J]. Neurology, 1991, 41(4): 479486. DOI: 10.1212/wnl.41.4.479.

[27] Clark CM, Pontecorvo MJ, Beach TG, et al. Cerebral PET with florbetapir compared with neuropathology at autopsy for detection of neuritic amyloidβ plaques: a prospective cohort study[J]. Lancet Neurol, 2012, 11(8): 669678. DOI: 10.1016/S14744422(12)701424.

[28] Curtis C, Gamez JE, Singh U, et al. Phase 3 trial of flutemetamol labeled with radioactive fluorine 18 imaging and neuritic plaque density[J]. JAMA Neurol, 2015, 72(3): 287294. DOI: 10.1001/jamaneurol.2014.4144.

[29] Sabri O, Sabbagh MN, Seibyl J, et al. Florbetaben PET imaging to detect amyloid beta plaques in Alzheimer′s disease: phase 3 study[J]. Alzheimers Dement, 2015, 11(8):964974. DOI: 10.1016/j.jalz.2015.02.004.

[30] Jack CR Jr, Wiste HJ, Vemuri P, et al. Brain betaamyloid measures and magnetic resonance imaging atrophy both predict timetoprogression from mild cognitive impairment to Alzheimer′s disease[J]. Brain, 2010, 133(11):33363348. DOI: 10.1093/brain/awq277.

[31] Andrews JS, Hansson O, McDade E, et al. NIAAA Revised Clinical Criteria for Alzheimer′s Disease[EB/OL]. [20230909].https://aaic.alz.org/niaaa.asp.

[32] Jack CR Jr, Knopman DS, Weigand SD, et al. An operational approach to National Institute on AgingAlzheimer′s Association criteria for preclinical Alzheimer disease[J]. Ann Neurol, 2012, 71(6): 765775. DOI: 10.1002/ ana.22628.

[33] Donohue MC, Sperling RA, Petersen R, et al. Association between elevated brain amyloid and subsequent cognitive decline among cognitively normal persons[J]. JAMA, 2017, 317(22): 23052316. DOI: 10.1001/ jama.2017.6669.

[34] Ossenkoppele R, Pichet Binette A, Groot C, et al. Amyloid and tau PETpositive cognitively unimpaired individuals are at high risk for future cognitive decline[J]. Nat Med, 2022, 28(11):23812387. DOI: 10.1038/s4159102202049x.

[35] Jansen WJ, Janssen O, Tijms BM, et al. Prevalence estimates of amyloid abnormality across the Alzheimer disease clinical spectrum[J]. JAMA Neurol, 2022, 79(3): 228243. DOI: 10.1001/jamaneurol.2021.5216.

[36] Ebenau JL, Timmers T, Wesselman L, et al. ATN classification and clinical progression in subjective cognitive decline: the SCIENCe project[J]. Neurology, 2020, 95(1): e46e58. DOI: 10.1212/WNL.0000000000009724.

[37] 中华医学会神经病学分会痴呆与认知障碍学组. 阿尔茨海 默病源性轻度认知障碍诊疗中国专家共识2021[J]. 中华神 经 科 杂 志 , 2022, 55(5): 421440. DOI: 10.3760/cma. j. cn1136942021100400679.

[38] Dubois B, Feldman HH, Jacova C, et al. Advancing research diagnostic criteria for Alzheimer′s disease: the IWG2 criteria[J]. Lancet Neurol, 2014, 13(6): 614629. DOI: 10.1016/S14744422(14)700900.

[39] Rauhala E, Johansson J, Karrasch M, et al. Change in brain amyloid load and cognition in patients with amnestic mild cognitive impairment: a 3year followup study[J]. EJNMMI Res, 2022, 12(1): 55. DOI: 10.1186/ s13550022009285.

[40] Wolk DA, Sadowsky C, Safirstein B, et al. Use of Flutemetamol F 18labeled positron emission tomography and other biomarkers to assess risk of clinical progression in patients with amnestic mild cognitive impairment[J]. JAMA Neurol, 2018, 75(9): 11141123. DOI: 10.1001/jamaneurol.2018.0894.

[41] Roberts RO, Aakre JA, Kremers WK, et al. Prevalence and outcomes of amyloid positivity among persons without dementia in a longitudinal, populationbased setting[J]. JAMA Neurol, 2018, 75(8): 970979. DOI: 10.1001/ jamaneurol.2018.0629.

[42] Hatashita S, Wakebe D. Amyloidβ deposition and longterm progression in mild cognitive impairment due to Alzheimer′s disease defined with amyloid PET imaging [J]. J Alzheimers Dis, 2017, 57(3):765773. DOI: 10.3233/ JAD161074.

[43] Kim SE, Lee B, Jang H, et al. Cognitive trajectories of patients with focal ßamyloid deposition[J]. Alzheimers Res Ther, 2021, 13(1): 48. DOI: 10.1186/ s13195021007877.

[44] Wolk DA, Price JC, Saxton JA, et al. Amyloid imaging in mild cognitive impairment subtypes[J]. Ann Neurol, 2009, 65(5):557568. DOI: 10.1002/ana.21598.

[45] Rabinovici GD, Gatsonis C, Apgar C, et al. Association of amyloid positron emission tomography with subsequent change in clinical management among medicare beneficiaries with mild cognitive impairment or dementia [J]. JAMA, 2019, 321(13): 12861294. DOI: 10.1001/ jama.2019.2000.

[46] Ossenkoppele R, Jansen WJ, Rabinovici GD, et al. Prevalence of amyloid PET positivity in dementia syndromes: a metaanalysis[J]. JAMA, 2015, 313(19): 19391949. DOI: 10.1001/jama.2015.4669.

[47] de Wilde A, van der Flier WM, Pelkmans W, et al. Association of amyloid positron emission tomography with changes in diagnosis and patient treatment in an unselected memory clinic cohort: the ABIDE project[J]. JAMA Neurol, 2018, 75(9): 10621070. DOI: 10.1001/ jamaneurol.2018.1346.

[48] Matsuda H, Okita K, Motoi Y, et al. Clinical impact of amyloid PET using (18)Fflorbetapir in patients with cognitive impairment and suspected Alzheimer′s disease: a multicenter study[J]. Ann Nucl Med, 2022, 36(12): 10391049. DOI: 10.1007/s1214902201792y.

[49] Yu JT, Li JQ, Suckling J, et al. Frequency and longitudinal clinical outcomes of Alzheimer′s AT(N) biomarker profiles: a longitudinal study[J]. Alzheimers Dement, 2019, 15(9):12081217. DOI: 10.1016/j.jalz.2019.05.006.

[50] Dubois B, Villain N, Frisoni GB, et al. Clinical diagnosis of Alzheimer′s disease: recommendations of the International Working Group[J]. Lancet Neurol, 2021, 20(6):484496. DOI: 10.1016/S14744422(21)000661.

[51] GraffRadford J, Yong K, Apostolova LG, et al. New insights into atypical Alzheimer′s disease in the era of biomarkers [J]. Lancet Neurol, 2021, 20(3): 222234. DOI: 10.1016/ S14744422(20)304403.

[52] Johnson KA, Minoshima S, Bohnen NI, et al. Appropriate use criteria for amyloid PET: a report of the Amyloid Imaging Task Force, the Society of Nuclear Medicine and Molecular Imaging, and the Alzheimer′s Association[J]. J Nucl Med, 2013, 54(3): 476490. DOI: 10.2967/ jnumed.113.120618.

[53] Johnson KA, Minoshima S, Bohnen NI, et al. Update on appropriate use criteria for amyloid PET imaging: dementia experts, mild cognitive impairment, and education. Amyloid Imaging Task Force of the Alzheimer′s Association and Society for Nuclear Medicine and Molecular Imaging[J]. Alzheimers Dement, 2013, 9(4): e106e109. DOI: 10.1016/j.jalz.2013.06.001.

[54] Laforce R Jr, Soucy JP, Sellami L, et al. Molecular imaging in dementia: past, present, and future[J]. Alzheimers Dement, 2018, 14(11): 15221552. DOI: 10.1016/j. jalz.2018.06.2855.

[55] Perani D, Iaccarino L, Lammertsma AA, et al. A new perspective for advanced positron emission tomographybased molecular imaging in neurodegenerative proteinopathies[J]. Alzheimers Dement, 2019, 15(8): 10811103. DOI: 10.1016/j. jalz.2019.02.004.

[56] Bullich S, Mueller A, De Santi S, et al. Evaluation of tau deposition using (18)FPI2620 PET in MCI and early AD subjectsa MissionAD tau substudy[J]. Alzheimers Res Ther, 2022, 14(1):105. DOI: 10.1186/s1319502201048x.

[57] van Dyck CH, Swanson CJ, Aisen P, et al. Lecanemab in early Alzheimer′s disease[J]. N Engl J Med, 2023, 388(1): 921. DOI: 10.1056/NEJMoa2212948.

[58] Tahami Monfared AA, Tafazzoli A, Ye W, et al. Longterm health outcomes of lecanemab in patients with early Alzheimer′s disease using simulation modeling[J]. Neurol Ther, 2022, 11(2):863880. DOI: 10.1007/s4012002200350y.

[59] Mintun MA, Lo AC, Duggan Evans C, et al. Donanemab in early Alzheimer′s disease[J]. N Engl J Med, 2021, 384(18): 16911704. DOI: 10.1056/NEJMoa2100708.

[60] Krishnadas N, Villemagne VL, Doré V, et al. Advances in brain amyloid imaging[J]. Semin Nucl Med, 2021, 51(3): 241252. DOI: 10.1053/j.semnuclmed.2020.12.005.

[61] Zeng F, Goodman MM. Fluorine18 radiolabeled heterocycles as PET tracers for imaging βamyloid plaques in Alzheimer′s disease[J]. Curr Top Med Chem, 2013, 13(8): 909919. DOI: 10.2174/ 1568026611313080004.

[62] Zhang W, Kung MP, Oya S, et al. 18Flabeled styrylpyridines as PET agents for amyloid plaque imaging [J]. Nucl Med Biol, 2007, 34(1): 8997. DOI: 10.1016/j. nucmedbio.2006.10.003.

[63] Kim Y, Rosenberg P, Oh E. A review of diagnostic impact of amyloid positron emission tomography imaging in clinical practice[J]. Dement Geriatr Cogn Disord, 2018, 46(34):154167. DOI: 10.1159/000492151.

[64] Chun KA. Betaamyloid imaging in dementia[J]. Yeungnam Univ J Med, 2018, 35(1): 16. DOI: 10.12701/ yujm.2018.35.1.1.

[65] Kung HF, Choi SR, Qu W, et al. 18F stilbenes and styrylpyridines for PET imaging of A beta plaques in Alzheimer′s disease: a miniperspective[J]. J Med Chem, 2010, 53(3):933941. DOI: 10.1021/jm901039z.

[66] Klunk WE, Engler H, Nordberg A, et al. Imaging brain amyloid in Alzheimer′s disease with Pittsburgh CompoundB[J]. Ann Neurol, 2004, 55(3): 306319. DOI: 10.1002/ana.20009.

[67] Rowe CC, Pejoska S, Mulligan RS, et al. Headtohead comparison of 11CPiB and 18FAZD4694 (NAV4694) for βamyloid imaging in aging and dementia[J]. J Nucl Med, 2013, 54(6):880886. DOI: 10.2967/jnumed.112.114785.

[68] Uzuegbunam BC, Librizzi D, Hooshyar Yousefi B. PET radiopharmaceuticals for Alzheimer′s disease and Parkinson′s disease diagnosis, the current and future landscape[J]. Molecules, 2020, 25(4): 977. DOI: 10.3390/ molecules25040977.

[69] 中华医学会核医学分会, 北京认知神经科学学会 . 淀粉样 蛋白PET脑显像技术规范专家共识[J]. 中华核医学与分子 影 像 杂 志 , 2020, 40(12): 736742. DOI: 10.3760/cma. j. cn3218282020041500150.

[70] Kamil RJ, Bilgel M, Wong DF, et al. Vestibular function and Betaamyloid deposition in the baltimore longitudinal study of aging[J]. Front Aging Neurosci, 2018, 10: 408. DOI: 10.3389/fnagi.2018.00408.

[71] Veitch DP, Weiner MW, Aisen PS, et al. Understanding disease progression and improving Alzheimer′s disease clinical trials: recent highlights from the Alzheimer′s disease neuroimaging initiative[J]. Alzheimers Dement, 2019, 15(1):106152. DOI: 10.1016/j.jalz.2018.08.005.

[72] Minoshima S, Drzezga AE, Barthel H, et al. SNMMI procedure standard/EANM practice guideline for amyloid PET imaging of the brain 1.0[J]. J Nucl Med, 2016, 57(8): 13161322. DOI: 10.2967/jnumed.116.174615.

[73] Nelissen N, Van Laere K, Thurfjell L, et al. Phase 1 study of the Pittsburgh compound B derivative 18Fflutemetamol in healthy volunteers and patients with probable Alzheimer disease[J]. J Nucl Med, 2009, 50(8):12511259. DOI: 10.2967/jnumed.109.063305.

[74] 琚紫昭, 张慧玮, 黄琪, 等 . PET/CT 脑显像多中心临床研究 质量控制[J]. 中华核医学与分子影像杂志, 2022, 42(9): 550555. DOI: 10.3760/cma.j.cn3218282021031200063.

[75] Yang L, Rieves D, Ganley C. Brain amyloid imagingFDA approval of florbetapir F18 injection[J]. N Engl J Med, 2012, 367(10):885887. DOI: 10.1056/NEJMp1208061.

[76] 常燕, 杨晖, 姚树林, 等 . 视觉定性评估法与半定量分析法 在 18Fflorbetaben β淀粉样蛋白显像中的准确性比较[J]. 中华核医学与分子影像杂志, 2021, 41(1): 2327. DOI: 10.3760/cma.j.cn3218282020022800078.

[77] Rolls ET, Huang CC, Lin CP, et al. Automated anatomical labelling atlas 3[J]. Neuroimage, 2020, 206:116189. DOI: 10.1016/j.neuroimage.2019.116189.

[78] Desikan RS, Ségonne F, Fischl B, et al. An automated labeling system for subdividing the human cerebral cortex on MRI scans into gyral based regions of interest [J]. Neuroimage, 2006, 31(3): 968980. DOI: 10.1016/j. neuroimage.2006.01.021.

[79] Landau SM, Fero A, Baker SL, et al. Measurement of longitudinal βamyloid change with 18Fflorbetapir PET and standardized uptake value ratios[J]. J Nucl Med, 2015, 56(4):567574. DOI: 10.2967/jnumed.114.148981.

[80] Klunk WE, Koeppe RA, Price JC, et al. The Centiloid project: standardizing quantitative amyloid plaque estimation by PET[J]. Alzheimers Dement, 2015, 11(1): 115.e1e4. DOI: 10.1016/j.jalz.2014.07.003.

[81] Chen K, Roontiva A, Thiyyagura P, et al. Improved power for characterizing longitudinal amyloidβ PET changes and evaluating amyloidmodifying treatments with a cerebral white matter reference region[J]. J Nucl Med, 2015, 56(4):560566. DOI: 10.2967/jnumed.114.149732.

[82] Wang M, Yan Z, Zhang H, et al. Parametric estimation of reference signal intensity in the quantification of amyloidbeta deposition: an (18)FAV45 study[J]. Quant Imaging Med Surg, 2021, 11(1):249263. DOI: 10.21037/ qims20110.

[83] Bullich S, Seibyl J, Catafau AM, et al. Optimized classification of (18)FFlorbetaben PET scans as positive and negative using an SUVR quantitative approach and comparison to visual assessment[J]. Neuroimage Clin, 2017, 15:325332. DOI: 10.1016/j.nicl.2017.04.025.

[84] CwiekLudwicka K, Jedrzejczak R. Codex foodstuffs committee FAO/WHO on methods of analysis and sampling[J]. Rocz Panstw Zakl Hig, 1994, 45(3):207214.

[85] Vandenberghe R, Van Laere K, Ivanoiu A, et al. 18Fflutemetamol amyloid imaging in Alzheimer disease and mild cognitive impairment: a phase 2 trial[J]. Ann Neurol, 2010, 68(3):319329. DOI: 10.1002/ana.22068.

[86] Thurfjell L, Lilja J, Lundqvist R, et al. Automated quantification of 18Fflutemetamol PET activity for categorizing scans as negative or positive for brain amyloid: concordance with visual image reads[J]. J Nucl Med, 2014, 55(10): 16231628. DOI: 10.2967/ jnumed.114.142109.

[87] Vandenberghe R, Nelissen N, Salmon E, et al. Binary classification of 18Fflutemetamol PET using machine learning: comparison with visual reads and structural MRI[J]. Neuroimage, 2013, 64: 517525. DOI: 10.1016/j. neuroimage.2012.09.015.

[88] Kim JY, Oh D, Sung K, et al. Visual interpretation of [(18)F] Florbetaben PET supported by deep learningbased estimation of amyloid burden[J]. Eur J Nucl Med Mol Imaging, 2021, 48(4): 11161123. DOI: 10.1007/ s0025902005044x.

[89] Liu H, Nai YH, Saridin F, et al. Improved amyloid burden quantification with nonspecific estimates using deep learning[J]. Eur J Nucl Med Mol Imaging, 2021, 48(6): 18421853. DOI: 10.1007/s0025902005131z.

[90] Kim S, Lee P, Oh KT, et al. Deep learningbased amyloid PET positivity classification model in the Alzheimer′s disease continuum by using 2[(18)F]FDG PET[J]. EJNMMI Res, 2021, 11(1): 56. DOI: 10.1186/ s13550021007983.

[91] Wang R, Liu H, Toyonaga T, et al. Generation of synthetic PET images of synaptic density and amyloid from (18) FFDG images using deep learning[J]. Med Phys, 2021, 48(9):51155129. DOI: 10.1002/mp.15073.

[92] Chen KT, Toueg TN, Koran M, et al. True ultralowdose amyloid PET/MRI enhanced with deep learning for clinical interpretation[J]. Eur J Nucl Med Mol Imaging, 2021, 48(8): 24162425. DOI: 10.1007/s00259020051519.

[93] Chen KT, Schürer M, Ouyang J, et al. Generalization of deep learning models for ultralowcount amyloid PET/ MRI using transfer learning[J]. Eur J Nucl Med Mol Imaging, 2020, 47(13): 29983007. DOI: 10.1007/ s00259020048976.

[94] Chen KT, Gong E, de Carvalho Macruz FB, et al. Ultralowdose (18)Fflorbetaben amyloid PET imaging using deep learning with multicontrast MRI inputs[J]. Radiology, 2019, 290(3): 649656. DOI: 10.1148/ radiol.2018180940.