对神经黑色素敏感MRI进行基于深度学习的重建:图像质量和诊断性能
Sonoko Oshima1, Yasutaka Fushimi2, Kanae Kawai Miyake3
1Department of Diagnostic Imaging and Nuclear Medicine, Graduate School of Medicine, Kyoto University, 54 Shogoin Kawahara-Cho, Sakyo-Ku, Kyoto, 606-8507, Japan.
Japanese journal of radiology
|May 31, 2023
概括
基于深度学习的重建显著改善了神经黑色素敏感MRI (NM-MRI) 的图像质量和帕金森病 (PD) 的诊断性能. 这种先进的技术可以减少扫描时间,而不会影响诊断准确度,从而带来潜在的临床益处.
科学领域:
- 神经成像是一种神经成像.
- 医学物理 医学物理
- 放射学 放射学是一门学科.
背景情况:
- 对神经黑色素敏感的MRI (NM-MRI) 通过检测黑色物质 (SN) 和角质 (LC) 中的信号变化来帮助诊断帕金森病 (PD).
- 传统的NM-MRI需要很长的扫描时间,这限制了其临床效用.
- 基于深度学习的重建 (dDLR) 为缩短扫描时间提供了一个潜在的解决方案.
研究的目的:
- 用dDLR评估NM-MRI的图像质量和诊断性能,使用dDLR缩短扫描时间.
- 为了比较dDLR与标准和更短的扫描协议的有效性.
主要方法:
- 从22名健康志愿者,22名非PD患者和22名PD患者获得了NM-MRI扫描.
- 在标准 (5-NEX) 和加速 (1-NEX) 扫描中,与没有dDLR进行了信号与噪声比率 (SNR) 和对比度与噪声比率 (CNR) 的比较.
- 用对比率 (CR_SN,CR_LC) 和视觉评估来区分PD与非PD的诊断性能进行了评估.
主要成果:
- 在1-NEX扫描中,dDLR显著改善了SNR和CNR,实现了与5-NEX扫描相当的质量.
- 使用dDLR的CR_SN和CR_LC的诊断性能显示了PD诊断的接收器操作特征曲线 (AUC) 下的高区域.
- 视觉评估表明dDLR的应用改善了诊断性能.
结论:
- 使用dDLR的加速NM-MRI保持了与更长的扫描时间相比的图像质量.
- dDLR有效地减少了NM-MRI扫描的持续时间,而不会牺牲PD的诊断能力.
- 这些发现表明,dDLR在改善帕金森病的临床诊断方面具有重大前景.
