乙酸奥曲肽中有机溶剂残留量的毛细管GC测定

建立了毛细管气相色谱法测定乙酸奥曲肽中有机溶剂乙醚、甲醇、二氯甲烷、N,N-二甲基甲酰胺的含量。用HP-Innowax毛细管柱,程序升温的方法。各组分的线性范围分别为25～300、25～300、15～180和25～300μg/ml(r均大于0.999)。平均回收率分别为99.7%、99.5%、99.3%和99.2%。检测限分别为1、1、0.6和1ng。

乙酸奥曲肽的波谱解析

利用波谱学等技术详细研究了生长抑素类似物奥曲肽的乙酸盐的波谱学特征。1 H NMR和1 H-1 H COSY谱分析表明该化合物由70个质子组成,与乙酸奥曲肽中氢原子数相符,说明乙酸与奥曲肽以1:1的摩尔比形成铵盐;13 C NMR及DEPT实验结果证明该化合物由51个碳原子组成,与乙酸奥曲肽中碳原子数一致;电喷雾离子源质谱(ESI-MS)法验证奥曲肽的分子量为1 019,与理论值一致。本文通过对乙酸奥曲肽结构的归属,为多肽类药物的结构解析提供了一定的分析依据。

^99Tc^m-二亚乙基三胺五乙酸与^99Tc^m-奥曲肽眼眶显像在甲状腺相关性眼病中的对比研究

目的通过对比^99Tc^m-二亚乙基三胺五乙酸（^99Tc^m-DTPA）与^99Tc^m-奥曲肽（^99Tc^m-OCT）眼眶显像，比较两种显像方法在评估甲状腺相关眼病（TAO）患者眼部炎性反应活动度中的临床价值。方法26例TAO患者依据临床活动度评分（CAS）标准分为炎性反应活动组16例、非炎性活动组10例，另有14名正常志愿者作为对照组。静脉注射^99Tc^m-DTPA 740 MBq，0．5h后行眼眶平面及体层显像，隔日同一患者静脉注射^99Tc^m-OCT740MBq，1-2h后行眼眶平面及体层显像。获取各组两种眼眶显像剂的摄取率。对两种显像方法获得的半定量指标UROCT和URDTPA进行配对t检验并分别与CAS评分进行Spearman相关性分析。结果两种显像剂的眼眶摄取率未见明显差异（t=0．075，P〉0．05）。两种显像剂的眼眶摄取率（UROCT、URDTPA）与患者CAS评分之间具有很好的相关性（^99Tc^m-DTPA：r=0．835，P〈0．001；^99Tc^m-OCT：r=0．912，P〈0．001）。结论^99Tc^m-DTPA与^99Tc^m-OCT的眼眶显像有较好的一致性，证明^99Tc^m-DTPA眼眶显像是一种可行的、并可能成为一种很有发展前景的评价TAO炎性反应活动度的新方法。

基于患者体质量指数的^(68)Ga-DOTA-NOCPET/CT最佳采集条件

目的探讨基于患者体质量指数(BMI)的^(68)Ga-1,4,7,10-四氮杂环十二烷-1,4,7,10-四乙酸-1-柰丙氨酸-奥曲肽(DOTA-NOC)PET/CT最佳采集条件。方法收集89例接受^(68)Ga-DOTA-NOC PET/CT全身扫描的神经内分泌肿瘤患者,根据体质量指数分为偏瘦组(n=13)、正常组(n=40)、超重组(n=31)和肥胖组(n=5)。以真符合计数率、随机符合计数率、等效噪声比(NECR)、随机分数和变异系数(CV)评估PET图像质量,分析其与BMI的关系,并比较4组间差异。结果 89例患者平均BMI为(22.99±3.77)kg/m^2,^(68)Ga-DOTA-NOC注射剂量为(1.04±0.27)MBq/kg体质量。真符合计数率、随机符合计数率和NECR均与显像剂注射剂量呈线性正相关(r=0.71、0.71、0.72,P均<0.01)。NECR在显像剂注射剂量约为1.65MBq/kg体质量时获得最大值。4组真符合计数率差异有统计学意义(F=6.26,P<0.01),且BMI正常组患者真符合计数率与偏瘦组、超重组和肥胖组的比值分别为0.82、1.12和1.28。CV值随显像剂注射剂量的增加而下降(r=0.78,P<0.01),4组间差异有统计学意义(F=16.48,P<0.01)。4组间随机分数差异无统计学意义(F=1.33,P=0.27)。结论基于患者BMI,^(68)Ga-DOTA-NOC PET/CT推荐方案如下:偏瘦患者显像剂注射剂量参考范围为1.05～1.15MBq/kg体质量,最大不超过1.30MBq/kg体质量;超重患者和肥胖患者的每床位采集时间分别延长1.2～1.3倍和1.3～1.5倍。

不同滤波方法对脑部PET图像质量和SUV值的影响

目的探讨不同滤波方法对^(68)Ga-1,4,7,10-四氮杂环十二烷-1,4,7,10-四乙酸-1-柰丙氨酸-奥曲肽(DOTA-NOC)脑部PET图像质量和标准摄取值(Standard Uptake Value,SUV)的影响。方法选用美国国家电气制造者协会(NEMA)标准模体和行^(68)Ga-DOTA-NOC PET检查的39例患者作为研究对象,模体和脑部PET图像重建均采用有序子集最大期望法(OSEM)+飞行时间技术(TOF)+点扩散技术(PSF),滤波方法采用None、Smooth1、Smooth2、Smooth3、Enhance1和Enhance2,图像质量评估采用模体变异系数(CV)值、对比度、信噪比、垂体SUVpeak、SUVmax、SUVmean和SUVsd。结果基于Smooth3的模体和脑部PET图像质量均最优。Smooth3对应的模体CV值(16.57%)和对比度(41.16)均最小,对应的信噪比(242.32)最大。基于Smooth3的SUV值小于其他滤波方法,且不同滤波方法所得垂体SUVpeak、SUVmax、SUVmean和SUVsd值得分差异之间均无统计学意义(F=0.7354,P=0.5976;F=1.166,P=0.3270;F=1.725,P=0.1299;F=1.160,P=0.3301)。结论不同滤波函数获得的^(68)Ga-DOTA-NOC脑部PET图像质量和垂体SUV值差异较大,平滑函数Smooth3能有效抑制PET图像噪声,持续获得高质量脑部PET图像,为PET重建算法提供参考依据。