深度学习重建的3DMRI用于全面的膝盖评估:与1.5T的多序2D协议进行比较

科学领域:

• 放射学 放射学是指放射学
• 医疗成像医学成像
• 整形外科成像 整形外科成像

背景情况:

• 标准的膝盖MRI协议通常涉及多个2D序列.
• 深度学习重建 (DLR) 正成为提高图像质量的工具,并可能简化MRI协议.
• 如果维持诊断性能,单个3D序列可以提供效率.

研究的目的:

• 为了比较单个同位素3D-PDWSI脂肪和 (3D-PDFS) 序列的诊断性能与标准的多平面2D序列协议用于膝盖MRI.
• 评估DLR在两种收购类型中的实用性,以进行全面的膝盖结构评估.
• 评估两个协议之间的图像质量,诊断信心和读者之间的协议.

主要方法:

• 对95名接受1.5T膝盖MRI的成年患者进行了回顾性分析.
• 将单个3D-PDFS序列与标准的5个序列2D协议进行比较,两者都使用DLR.
• 由两名放射科医生进行的独立评估,评估月经膜,软骨,带,骨髓胀,突炎和骨折.
• 使用Wilcoxon签名等级和McNemar测试进行统计分析,Cohen的kappa用于读者间的协议.

主要成果:

• 对于大多数膝关节结构,3D-PDFS和2D协议之间没有发现显著差异,包括脑膜,软骨 (侧腔除外),带和骨髓 (侧腔除外).
• 在评估侧腔部软骨,侧侧骨髓胀和突炎方面观察到显著差异.
• 图像质量和文物水平在协议之间是可比的.
• 读者之间的诊断信心有所不同,其中一个读者对2D协议的信心更高.
• 在3D (k=0.67) 和2D (k=0.66) 协议中,实现了实质性的读者间协议.

结论:

• 使用DLR的单个3D-PDFS序列显示了与膝盖MRI标准多序2D协议在很大程度上可比的诊断性能.
• 在对特定结构的评估中存在微小的差异,比如横隔膜软骨和突炎.
• 这些发现表明,使用单一的3D序列进行全面的膝盖评估,有可能优化协议.