基于深度学习的MRI体积测量用于活捐赠者评估:一种用于预测捐赠后功能的新工具

科学领域:

• 腎臟病學 (nephrology) 是一種醫學.
• 放射学 放射学是一门学科.
• 医疗成像医学成像

背景情况:

• 活体脏捐赠对于解决器官短缺至关重要.
• 捐赠者的安全依赖于对脏解剖学和功能进行精确的手术前评估.
• 深度学习MRI体积被探索为一种新的评估工具.

研究的目的:

• 评估深度学习MRI体积测量,以估计活体捐赠者的体积.
• 为了比较MRI体积测量与手术内测量和脏光学扫描.
• 评估MRI衍生的指标与捐赠后估计的淋巴细胞过率 (eGFR) 之间的相关性.

主要方法:

• 对178名活着的脏捐赠者的回顾性分析.
• 深度学习MRI体积与体积的水位移方法的比较.
• 基于MRI的体积比率与基于光谱的分裂功能比率的相关性.

主要成果:

• 深度学习MRI体积测量显示与手术内体积有很强的相关性 (r=0.7671).
• 基于MRI的体积比与光阴学比有中度的相关性 (r=0.4798).
• 核磁共振成像体积与捐赠1年后的eGFR比膜扫描更好地相关 (r=0.6829对比0.6191).

结论:

• 深度学习MRI体积测量是一种可靠的,非侵入性的工具,用于估计活体捐赠者的体积.
• 它为手术前评估提供了一个无辐射的替代方案.
• 磁力共振成像体积学显示了预测捐赠后eGFR的潜力,支持其在捐赠者评估中的作用.