《NeuroImage》：Motor-based prediction during preparation of hand movement modulates auditory processing in two distinct directions
编辑推荐：
为破解MRI阴性癫痫术前定位难题，团队利用SimPET平台生成125例高仿真F-FDG-PET影像，首次以“影像金标准”评估量化分析（QR）对视觉判读（VR）的提升。结果显示QR使成功率从49.5%跃升至63.5%，困难病例相对提升71.8%，显著增强诊断信心与一致性，为临床强制推行QR提供I级证据。
在癫痫外科领域，约40%患者即使接受高场强MRI仍被归为“MRI阴性”，致痫区（EZ）仿佛隐形，让医生陷入“看不见、切不准”的困境。F-FDG-PET 通过检测EZ的葡萄糖低代谢（hypometabolism）为手术导航，但肉眼判读敏感率低、不同医师结果相差巨大，成为长期悬而未决的痛点。更尴尬的是，以往研究只能用术后结局或随访当“金标准”，混杂手术技巧、患者个体差异，难以客观评价PET真正的诊断能力。于是，一个大胆想法诞生：如果能在完全已知真值的“虚拟病人”上测试，就能毫无偏见地量化视觉判读（VR）与量化分析（QR）到底差多少。
带着这一思路，Perissinotti等人在《NeuroImage》2026年1月号发表研究，利用基于蒙特卡罗方法的SimPET云平台，把25名健康志愿者的MR与F-FDG-PET变成高保真数字孪生，再在脑区精准植入100个大小、深度、难度各异的合成低代谢灶，最终生成125例仿真病例（100例病灶+25例对照）。八名核医学医师先进行纯视觉评估，再在不告知的情况下突然“解锁”QR图层，允许其修改诊断。结果令人振奋：QR把整体成功率从49.5%抬到63.5%，其中困难病例提升71.8%，医师间一致性（Fleiss κ）由0.273升至0.475，高信心诊断比例从8.1%飙升至38.5%。这意味着，QR不仅补上了人眼的短板，还把“可能灶”变成“肯定灶”，为临床强制配套QR给出迄今最强证据。
关键技术速览
研究整合三大模块：①SimPET蒙特卡罗仿真生成与GE Discovery ST scanner参数一致的F-FDG-PET数据；②BrainVISET迭代算法把健康志愿者MRI转化为活性图与衰减图，并植入60–90%深度的“灶”；③Neurocloud PET平台以SnPM非参数检验将个体图像与78名正常人库比较，输出z-score图供二次判读。
主要结果
QR显著提升成功率
在1000次读片中，31.3%的医师在获得QR后修正结论，其中成功率由16.3%增至61.0%；整体SR从49.5%提至63.5%，病理组相对提升34.0%，对照组提升7.3%。
困难病例获益最大
预评为“易、中、难”的病例均显著受益，难例相对提升高达71.8%，提示QR可拓展手术候选人群。
区域与经验无关的普遍改善
不论病灶位于颞、枕、额或顶叶，也不论医师为“专家”还是“新手”，QR均带来显著增益，排除经验依赖。
量化性能决定增益幅度
当QR质量被评为“高”或“中”时，SR分别提升35.9%与49.8%；“低”或“失败”病例未显著拖累结果，证明QR安全性高。
一致性与信心同步跃升
医师间κ值由0.273增至0.475，高信心比例从8.1%升至38.5%，为跨中心标准化与临床试验统一标准奠定基础。
结论与讨论
该研究首次用“影像金标准”证实，QR是VR不可或缺的盟友：它把MRI阴性癫痫的术前定位准确率推向新高度，尤其把既往常被放弃的“困难病例”重新拉回手术台。尽管仿真结果仍需真实世界验证，但高达71.8%的相对提升、显著增强的置信度与一致性，已为最新版脑PET指南强制推荐QR提供了直接量化依据。未来，基于这一完全开源的仿真库，不同算法、不同阈值、甚至AI模型都可在此“试炼场”公平竞技，推动癫痫精准外科再上新台阶。
