深度学习重建技术在优化前列腺磁共振T2加权成像扫描时间和图像质量中的应用价值

作者：王绎忱; 张馨心; 胡满仓; 王思聪; 李敏; 赵心明; 陈雁^*

来源：磁共振成像, 2023, 14(05): 48-59.

DOI：10.12015/issn.1674-8034.2023.05.010

• 前列腺
• 深度学习重建技术
• 磁共振成像
• 前列腺影像报告和数据系统
• 信噪比
• 对比噪声比

目的 探讨深度学习重建（deep learning reconstruction, DLR）技术在提高前列腺MRI T2加权成像（T2 weighted imaging, T2WI）图像质量及缩短扫描时间中的应用价值。材料与方法 本研究前瞻连续纳入未经治疗的可疑前列腺病变的受试者，分别行前列腺MRI常规快速自旋回波（fast-spin echo, FSE）-T2WI和DLR快速FSE-T2WI扫描，并保存未应用DLR的原始快速FSE-T2WI。由2名研究者分别对三组T2WI（常规T2WI、快速T2WI和DLR快速T2WI）的整体图像质量和图像伪影进行图像质量主观评价（5分标准）。由1名研究者测量前列腺正常外周带、正常移行带和病变的信噪比（signal-to-noise ratio, SNR）以及与髂腰肌的对比噪声比（contrast-to-noise ratio, CNR）。对正态分布和非正态分布的数据分别进行单因素方差分析和Kruskal-Wallis检验，比较分析三组T2WI图像的主观评分和客观指标的差异。采用组内相关系数（intra-class correlation coefficient, ICC）评估研究者之间主观评分和病灶前列腺影像报告和数据系统2.1版（Prostate Imaging-Reporting and Data System version 2.1, PI-RADS v2.1）评分的一致性。结果 本研究共纳入35名受试者（38个前列腺病灶）。DLR快速FSE-T2WI较常规FSE-T2WI扫描时间缩短了32.1%。两位研究者的评分结果均显示，常规FSE-T2WI、快速FSE-T2WI和DLR快速FSE-T2WI的整体图像质量评分、前列腺包膜显示清晰度和前列腺病变显示清晰度均存在显著差异（P<0.05）；但在伪影评分上差异无统计学意义（P>0.05）。三组FSE-T2WI图像的前列腺外周带、移行带和病灶的SNR、CNR间差异具有统计学意义（P<0.05）。应用三组T2WI图像进行前列腺病变的PI-RADS v2.1评分具有很好的一致性。结论 DLR可以显著改善快速采集MRI序列的图像质量，有利于促进前列腺快速MRI序列的临床应用。

• 单位
  中国医学科学院北京协和医学院