基于深度学习的快速磁敏感加权成像评估急性缺血性卒中

作者：段祺; 段曹辉; 周世擎; 吕晋浩; 边祥兵; 张德康; 程焜; 杨明亮; 王雪扬; 张汀阳; 邢新博; 田成林; 娄昕^*

来源：中华放射学杂志, 2023, 57(01).

• 卒中
• 磁共振成像
• 磁敏感加权成像
• 深度学习

目的探讨基于深度学习的快速磁敏感加权成像(SWI)评估急性缺血性卒中(AIS)的价值。方法回顾性分析2019年1月至2021年1月在解放军总医院第一医学中心接受MR检查并行SWI序列扫描且发病24 h内的AIS患者118例, 其中男75例、女43例, 年龄23～100(66±14)岁。采用MATLAB的randperm函数将118例患者以8∶2的比例分为训练集96例, 测试集22例。另外收集MR-STARS研究招募的同一中心的47例AIS患者作为外部验证集, 其中男38例、女9例, 年龄16～75(58±12)岁。将SWI图像和滤波相位图像合并为复值图像作为全采样参考图像。对全采样参考图像进行回顾性欠采样以模拟实际欠采样过程, 获得欠采样SWI图像, 欠采样倍数为5倍, 可节省80%的扫描时间;然后基于复值卷积神经网络(ComplexNet)的深度学习模型重建快速SWI数据。采用组内相关系数(ICC)或Kappa检验比较全采样SWI和基于ComplexNet的快速SWI的图像质量评分一致性及检出AIS患者磁敏感血栓征(SVS)、微出血、深部髓质静脉(DMVs)不对称的一致性。结果测试集中全采样SWI图像质量的评分为(4.5±0.6)分, 基于ComplexNet的快速SWI图像质量评分为(4.6±0.7), 两者一致性较好(ICC=0.86, P<0.05);全采样SWI与基于ComplexNet的快速SWI检出AIS患者SVS(Kappa=0.79, P<0.05)、微出血(Kappa=0.86, P<0.05)、DMVs不对称(Kappa=0.82, P<0.05)一致性较好。外部验证集中, 全采样SWI图像质量的评分为(4.1±1.0)分, 基于ComplexNet的快速SWI图像质量的评分为(4.0±0.9)分, 两者一致性较好(ICC=0.97, P<0.05);全采样SWI与基于ComplexNet的快速SWI检出AIS患者SVS(Kappa=0.74, P<0.05)、微出血(Kappa=0.83, P<0.05)和DMVs不对称(Kappa=0.74, P<0.05)的一致性较好。结论深度学习技术可显著加快SWI速度, 且基于ComplexNet的快速SWI与全采样SWI的图像质量及检出AIS征象的一致性好, 可应用于AIS患者的影像学评估。

• 单位
  神经内科; 解放军总医院