改善前列腺癌诊断:通过放大扩散加权成像来升级前列腺成像报告和数据系统 (PI-RADS) 评分,提高基于深度学习的计算机辅助诊断准确度
Haining Long1, Lei Hu2,3, Liming Wei1
1Department of Diagnostic and Interventional Radiology, Shanghai Sixth People's Hospital Affiliated to Shanghai Jiao Tong University School of Medicine, Shanghai, China.
Quantitative imaging in medicine and surgery
|March 31, 2025
概括
新的缩放视野回声平面DWI (z-DWI) 技术通过基于深度学习的计算机辅助诊断 (DL-CAD) 改进了前列腺癌的检测. 虽然它为使用DL-CAD的放射科医生提供了有限的收益,但z-DWI在识别临床上显著的前列腺癌方面表现有前途.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 在瘤学瘤学.
背景情况:
- 前列腺癌 (PCa) 检测依赖于扩散加权成像 (DWI).
- 传统的DWI技术 (f-DWI) 遭受扭曲.
- 一种新的技术,缩放视野回声平面DWI (z-DWI),旨在提高空间分辨率和减少文物.
研究的目的:
- 评估和比较DL-CAD用于PCa检测的诊断性能,使用f-DWI与z-DWI.
- 评估z-DWI对PI-RADSPCa评分的影响.
- 为了比较使用DL-CAD与f-DWI与z-DWI的放射科医生的表现.
主要方法:
- 359名疑似PCa患者的MRI的回顾性分析.
- 分析了496个前列腺病变;253个 (51%) 恶性.
- 使用DL-CAD从f-DWI和z-DWI中获得局部化和PI-RADS得分,与组织病理学相比较.
- 使用ROC曲线评估诊断性能;分析PI-RADS得分差异.
- 两名放射科医生使用DL-CAD与两种DWI技术进行了共识读数.
主要成果:
- z-DWI提高了DL-CAD诊断性能 (AUC为0.857比0.841,P=0.02) 并为PCa病变分配了更高的PI-RADS平均得分 (4.26比3.92,P<0.001).
- 使用DL-CAD与z-DWI的放射科医生也显示PI-RADS平均得分更高 (4.31对4.02,P<0.001),但没有显著的诊断性能改善 (AUC0.887对0.881,P=0.16).
- 通过z-DWI升级PI-RADS得分与临床显著的前列腺癌 (csPCa) 风险有显著的关联.
结论:
- 与f-DWI相比,z-DWI提高了PCa检测的DL-CAD诊断性能,并为恶性病变分配了较高的PI-RADS得分.
- z-DWI在提高csPCa的检测方面表现有希望,尽管DL-CAD.CAD对使用DL的放射科医生的改善有限.
- 这些发现表明z-DWI是PCa诊断的一个有价值的进步,特别是当与AI工具集成时.
