用基于深度学习的计算机辅助检测软件检测大脑动脉瘤的1.5T和3T磁共振血管图的比较

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:

• 大脑动脉瘤对健康构成重大风险.
• 磁共振血管造影 (MRA) 对于动脉瘤检测至关重要.
• 深度学习 (DL) 软件有助于解释MRA扫描.

研究的目的:

• 用EIRL动脉瘤软件来比较1.5T与3TMRA用于检测脑动脉瘤的诊断性能.
• 分析DL软件产生的错误阳性结果的原因.
• 为了验证DL软件外部数据集的性能.

主要方法:

• 90名患者的回顾性单中心研究 (每位45名为1.5T和3TMRA).
• 使用EIRL动脉瘤软件评估MRA扫描,这是FDA批准的AI工具.
• 两个放射科医生的基准真相确定和假阳性分析.
• 在1.5T和3T MRA之间,对每个病例的敏感性和错误阳性结果的统计比较.

主要成果:

• 对1.5T和3TMRA (0.8751) 的动脉瘤检测具有很高的灵敏度.
• 与1.5T MRA (1.511) 相比,3T MRA (2.578) 的每例虚假阳性病例数量显著增加.
• 常见的错误阳性原因包括血管起源,流动工件和动脉样硬化,在两个场强度之间一致.

结论:

• 在这种外部验证中,EIRL动脉瘤软件在3T MRA中发现的假阳性比1.5T MRA更多.
• 这些发现表明DL软件性能基于MRA场强度的潜在差异.
• 这些数据可以帮助医生,特别是那些MRA经验较少的医生,解释AI辅助动脉瘤诊断.