使用深度学习重建加速多b值DWI:图像质量改善和微血管入侵预测BCLCAA期肝细胞癌中的BCLCA期肝细胞癌
Yongjian Zhu1, Peng Wang1, Bingzhi Wang2
1Department of Diagnostic Radiology, National Cancer Center/National Clinical Research Center for Cancer/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing 100021, China (Y.Z., P.W., B.F., W.C., S.W., X.Z., X.M.).
Academic radiology
|February 15, 2025
概括
加速深度学习多b值DWI显著减少MRI扫描时间,并提高肝癌患者的图像质量. 这种先进的技术在预测微血管入侵方面保持了高准确度,有助于治疗决策.
科学领域:
- 放射学和医学成像学 医学成像学
- 人工智能在医学中的应用
- 在瘤学瘤学.
背景情况:
- 微血管入侵 (MVI) 是BCLCAA期肝细胞癌 (HCC) 的关键预后因素.
- 标准的多b值扩散加权成像 (Mb-DWI) 提供了宝贵的信息,但可能耗时.
- 深度学习 (DL) 提供了加速MRI采集和提高图像质量的潜力.
研究的目的:
- 评估加速深度学习 (DL) Mb-DWI对获取时间和图像质量的影响.
- 为了比较DL Mb-DWI与标准Mb-DWI在HCC中MVI检测的预测性能.
- 为了评估从两种序列中得出的各种扩散参数的诊断准确性.
主要方法:
- 预期收集118名患有BCLC阶段A HCC的肝脏MRI数据.
- 图像质量指标 (SNR,CNR) 和标准和DL Mb-DWI序列之间的扩散参数的比较.
- 接收器操作特征 (ROC) 和后勤回归分析以确定MVI预测性能.
主要成果:
- DL Mb-DWI 缩短了 52.86% 的采集时间,显著提高了图像质量 (SNR,CNR).
- 在两个序列的MVI阳性和MVI阴性组之间观察到扩散参数 (ADC,D,f,MD,MK,DDC) 的显著差异.
- D,f和MK的组合实现了高AUC (0.912标准,0.928DL),证明了可比的预测效率.
结论:
- 加速DL Mb-DWI是HCC成像中标准Mb-DWI的可行替代方案.
- DL Mb-DWI可大幅缩短扫描时间,并提高图像质量.
- 对于MVI检测的预测性能仍然很强大,并且可以在两种Mb-DWI技术之间进行比较.
