肝细胞癌的特征与CT与深度学习重建,与代重建和3-特斯拉MRI相比

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 肝细胞癌研究 肝细胞癌研究

背景情况:

• 肝细胞癌 (HCC) 的诊断依赖于成像特征.
• 准确的LI-RADS分类对于患者管理至关重要.
• 在CT重建技术的进步可以改善病变的特征.

研究的目的:

• 将基于CT的自适应统计代重建 (ASIR) 和深度学习重建 (DLR) 与MRI之间的LI-RADS分类一致性进行比较.
• 评估放射科医生对使用ASIR和DLR来表征HCC病变的信心.
• 评估DLR在HCC检测中的诊断性能.

主要方法:

• 预期单中心试验比较四相肝脏CT (ASIR,DLR) 和多相对比增强MRI.
• 包括89名患者 (52名HCC组,37名非HCC组).
• 对LI-RADS分类一致性进行加权卡帕分析,并比较放射科医生信心评分.

主要成果:

• 对于LI-RADS分类,DLR显示出与MRI的良好一致性 (0.83),超过ASIR的良好一致性 (0.64).
• 与ASIR (3.0-3.31) 相比,DLR (3.9-4.11) 的放射科医生信心更高,尽管MRI仍然是最高的 (4.46-4.57).
• DLR改善了HCC的病变特征和分类准确性.

结论:

• 与ASIR相比,DLR提供了与MRI对HCC病变的优越LI-RADS分类一致性.
• DLR提高了放射科医生在解释可疑的HCC病变方面的信心.
• DLR代表了基于CT的HCC成像分析的重大进步.