基于深度学习重建和传统TSE序列在直肠癌磁共振检查的对比研究

作     者：胡思洁 范文文 滕泽 刘侃 童晓婉 江岳娈 刘鹏 郎宇 Nickel Marcel Dominik 张红梅 

作者机构：国家癌症中心/国家肿瘤临床医学研究中心/中国医学科学院北京协和医学院肿瘤医院影像诊断科 西门子医疗系统有限公司北京分公司 西门子医疗系统有限公司 

出 版 物：《磁共振成像》 (Chinese Journal of Magnetic Resonance Imaging)

年 卷 期：2024年

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1002[医学-临床医学] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 100214[医学-肿瘤学] 10[医学] 

主　　题：直肠癌 信噪比 对比噪声比 深度学习重建 磁共振成像 

摘      要：目的 评估深度学习重建（deep learning reconstruction, DL Recon）技术在提高直肠MRI快速自旋回波序列（turbo spin-echo, TSE）图像质量的价值。材料与方法 前瞻性纳入2023年9月至2024年1月中国医学科学院肿瘤医院病理诊断为直肠癌的初诊患者60例，对每位患者进行临床传统TSE序列及应用DL Recon技术的TSE序列（deep learning reconstruction-TSE,DL-TSE）扫描，并记录扫描时间，由两名影像科医师分别对两组图像（传统TSE、DL-TSE）的图像质量进行主观评价，采用“五分法分别对病灶轮廓清晰度，图像伪影，病灶结构清晰度以及诊断信心进行评分；由两名影像科技师进行客观评价，分别计算DL-TSE和传统TSE图像的病灶信噪比（signal-to-noiseratio,SNR）以及病灶区域与周边组织的对比噪声比（contrast-to-noise ratio, CNR），采用配对样本t检验或配对样本非参数检验（Wilcoxon符号轶检验）进行统计学分析。结果 图像主观评价显示DL-TSE序列的病灶轮廓清晰度、图像伪影、病灶结构清晰度以及诊断信心的主观评分得分均优于传统TSE序列，且差异具有统计学意义（P0.001）。图像客观评价显示DL-TSE序列和传统TSE序列的SNR分别为24.26(15.95, 42.79)、11.84(7.63, 18.88)，差异有统计学意义（Z=-14.276,P0.001）;DL-TSE序列和传统TSE序列CNR分别为10.75(7.19, 15.63),5.47(3.72, 8.86)，且差异有统计学意义（Z=-14.271,P0.001）。DL-TSE序列的SNR及CNR相较于传统TSE序列均有明显提升。结论 DL-TSE序列通过采用原始K空间数据DL Recon算法，在保证图像质量和病变可检测性的情况下，可提升直肠癌患者序列图像SNR及CNR，并且可缩短36.6%扫描时间。