深度学习提高了内血管壁MRI的质量,以更好地表征潜在的罪祸首斑块
Minkook Seo1, Woojin Jung2, Geunu Jeong2
1Department of Radiology, College of Medicine, Seoul St. Mary's Hospital, The Catholic University of Korea, Seoul, 06591, Republic of Korea.
Scientific reports
|August 16, 2024
概括
深度学习显著提高了内血管壁成像 (VWI) 的质量和分辨率. 这种先进的技术改善了动脉样硬化斑块和斑块内出血的检测,有助于识别罪祸首的病变.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 内血管壁成像 (VWI) 需要高空间分辨率和信号噪声比 (SNR).
- 深度学习 (DL) 提供了提高VWI质量的潜力.
研究的目的:
- 与传统VWI (Conv-VWI) 相比,评估DL-VWI超分辨率的有效性.
- 评估DL-VWI在识别罪祸首动脉样硬化斑块和斑块内出血 (IPH) 的诊断性能.
主要方法:
- 对117名患者的Conv-VWI和DL-VWI扫描进行了回顾性分析.
- 图像质量,SNR和对比度与噪声比率 (CNR) 的定性和定量比较.
- 对病变增强的诊断性能的评估,IPH的表征和罪祸首的斑块识别.
主要成果:
- 与Conv-VWI相比,DL-VWI显示出显著优越的图像质量评级,SNR和CNR (P < .001).与Conv-VWI相比,DL-VWI显示出明显优越的图像质量评级,SNR和CNR (P < .001).
- DL-VWI在病变检测上显示出更高的可靠性和更一致的IPH特征 (科恩的卡帕0.85与0.59).
- DL-VWI提高了对罪犯斑块IPH检测的灵敏度 (70.6%与23.5%相比),保持了特异性 (94.3%).
结论:
- DL-VWI显著提高了内VWI的质量和分辨率.
- DL-VWI改善了对血管壁病变和内出血的检测.
- 与传统方法相比,DL-VWI有助于更有效地识别潜在的罪祸首的动脉样硬化斑块.
