定量脑血体积图像合成从标准MRI使用图像对图像翻译用于脑瘤
Bao Wang1, Yongsheng Pan1, Shangchen Xu1
1From the Department of Radiology, Qilu Hospital of Shandong University, Jinan, China (B.W.); School of Computer Science and Engineering, Northwestern Polytechnical University, Xi'an, China (Y.P., Y.X.); Departments of Neurosurgery (B.W., S.X., Y.L.) and Radiology (Y.Z.), Provincial Hospital Affiliated to Shandong First Medical University, Jinan 250021, China; Department of Neurosurgery, The Affiliated Hospital of Southwest Medical University, Luzhou, China (Y.M., L.C., Y.L.); Department of Radiology, The Affiliated Hospital of Qingdao University, Qingdao, China (X.L.); Department of Neurosurgery, the Second Hospital of Shandong University, Jinan, China (C.W.); and Shandong Institute of Brain Science and Brain-inspired Research, Shandong First Medical University, Jinan, China (Y.L.).
生成对抗网络 (GAN) 从标准MRI扫描中创建准确的合成脑血量 (CBV) 地图. 这些合成CBV地图改善了脑瘤评估,有助于分级,预后和差异诊断.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能在医学中的应用
背景情况:
- 来自DSC-MRI的大脑血液体积 (CBV) 地图对于大脑瘤评估是有价值的,但并不广泛使用.
- 标准的MRI序列缺乏对临床决策至关重要的定量CBV信息.
研究的目的:
- 开发和评估图像对图像翻译技术,用于从标准MRI序列合成CBV地图.
- 使用书端技术DSC-MRI作为生成合成CBV地图的基础真相参考.
主要方法:
- 追溯研究756个MRI检查与DSC-MRI衍生的CBV地图.
- 培训3D编码器解码器网络和GAN用于CBV地图合成.
- 合成地图的定量 (SSIM) 和定性 (神经放射学家评估) 评估.
- 使用多中心数据对瘤分级,预后和差异诊断的临床实用性的评估.
主要成果:
- 3D编码器-解码器网络实现了最高的合成性能 (SSIM,86.29%).
- 神经放射学家对合成的CBV图进行了有利的评价 (平均得分为2.63).
- 将合成CBV地图与标准MRI相结合,显著提高了对质瘤分级,预后和差异诊断以及大脑转移的诊断和预测准确度.
结论:
- 图像对图像翻译技术,特别是GAN,可以从标准MRI生成准确的合成CBV图.
- 合成CBV地图增强了对脑瘤的临床评估,提供了更好的诊断和预后能力.
- 这种方法有望在神经瘤学中更广泛地采用CBV测绘的临床应用.


