使用基于深度学习的压缩传感和超分辨率重建的高分辨率垂体动态对比增强MRI的评估

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
• 内分泌学 在内分泌学.

背景情况:

• 由于常规MRI分辨率的局限性,垂体微腺瘤的诊断具有挑战性.
• 动态对比增强 (DCE) 核磁共振对于垂体病变的表征至关重要.
• 在诊断微腺瘤时,高的假阴性率需要改进成像策略.

研究的目的:

• 评估基于深度学习的压缩传感和超分辨率 (DLCS-SR) 重建的高分辨率 DCE MRI 的诊断性能.
• 为了比较DLCS-SR重建图像与传统DCEMRI序列用于微腺瘤识别的疗效.
• 评估DLCS-SR在克服标准DCEMRI的分辨率限制方面的潜力.

主要方法:

• 一项前性研究涉及126名参与者,他们怀疑患有垂体腺瘤.
• 获取单扫描DCEMRI数据,将其重建成四个图像组:1.5毫米DLCS-SR,1.5毫米DLCS,1.5毫米常规和3毫米DLCS-SR.
• 使用全面的临床和实验室数据建立的诊断标准;两名读者使用 κ统计,DeLong和McNemar测试来评估诊断性能.

主要成果:

• 1.5毫米的DLCS-SR图像显示出优异的诊断协议 (κ = 0.746-0.848) 与1.5毫米的DLCS (κ = 0.585-0.687),1.5毫米的常规 (κ = 0.449-0.487) 和3毫米的DLCS-SR (κ = 0.347-0.369) (p < 0.001) 相比.
• 在1.5毫米DLCS-SR图像 (0.89-0.94) 的ROC曲线下的面积明显高于1.5毫米DLCS (0.83-0.87),1.5毫米常规 (0.76-0.78) 和3毫米DLCS-SR (0.72-0.74) 的图像 (p < 0.001).
• DLCS-SR重建显著改善了微腺瘤检测的图像质量和诊断效果.

结论:

• 具有DLCS-SR重建的高分辨率DCEMRI可提供卓越的诊断性能,用于识别垂体异常和微腺瘤.
• 这种先进的重建技术显示出显著的临床潜力,可以提高DCEMRI在诊断垂体小腺瘤的准确性.
• DLCS-SR有效地克服了分辨率限制,降低了假阴性率并提高了患者管理.