Baidu
map

European Radiology:低剂量造影剂和基于深度学习的低辐射肝脏CT增强模型在肝细胞癌高危患者中的应用

2024-01-11 shaosai MedSci原创 发表于上海

最近,用于图像重建的深度学习(DL)算法获得了临床的很多关注,该技术可用于降低噪音和提高空间和对比度分辨率,可改善图像质量和病变的明显性。

尽管肝细胞癌(HCC)的治疗取得了很大程度的发展,但5年的肝内复发率高达80%。因此在HCC治疗后,临床上强烈建议使用动态增强成像和血清甲胎蛋白(AFP)水平对患者进行密切监测以识别残留肝脏中的早期HCC复发。动态CT或MRI常用于HCC监测,其中CT比动态MRI具有成本低、检查时间短、图像质量可靠性高等优点。然而,重复辐射和碘暴露是动态CT的固有缺点。碘化造影剂最关键的副作用包括剂量依赖性的造影剂引起的肾脏损伤、甲状腺功能障碍和非剂量依赖性的过敏反应。此外,中度至重度超敏反应在高对比剂剂量下更常出现。

因此,临床上引入了先进的CT技术以减少对比度和辐射剂量而不损失图像质量。其中,混合或基于模型的迭代重建(IR)技术已被广泛应用于CT图像重建的标准技术。然而,由于主观图像质量、对比度分辨率和解剖细节的降低在降低对比度和辐射剂量方面仍然存在挑战。最近,用于图像重建的深度学习(DL)算法获得了临床的很多关注,该技术可用于降低噪音和提高空间和对比度分辨率,可改善图像质量和病变的明显性。此外,深度学习算法从临床和模型图像的各种实际信息中实现了量身定制的复杂功能,如噪声模型和CT扫描仪的技术特征。

通过使用生成对抗网络计算双能量CT检查的碘图,理论上证明DL模型可以在保持图像质量的同时减少50%的碘化对比剂所需剂量。使用DL的碘增强模型会实现更好的病变检测和改善高血管肿瘤(如HCC)的诊断性能,并可能减少所需的对比剂和辐射剂量。


近日,发表在European Radiology杂志的一项研究比较了带有深度学习的增强(DL-CB)算法的双低剂量(DLD)方案和带有迭代模型重建算法的标准剂量(SD)方案在监测HCC方面的定量和定性图像质量和对病变显示的明显性。

本项研究所有招募的参与者接受了四阶段动态CT(NCT04722120)。所有患者随机分配到标准剂量(SD)或DLD方案。所有CT图像最初使用迭代重建,并采用DLD方案的图像使用DL-CB算法(DLD-DL)进一步处理。主要终点是对比度-噪声比(CNR),次要终点是图像质量的定性(噪声、肝脏病变和血管显影),三级终点是病变检出率。采用t检验或重复测量的方差分析法进行分析。 

68名参与者有57个肝脏局灶性病变(20个有HCC,37个有良性发现)。与SD方案相比,DLD方案的辐射剂量(DLP,855.1 ± 254.8 mGy-cm vs. 713.3 ± 94.6 mGy-cm,p = .003)降低了19.8%,造影剂剂量(106.9 ± 15.0 mL vs. 77.9 ± 9.4 mL,p < .001)。比较分析表明,DLD-DL方案的CNR(p < .001)和门静脉显像(p = .002)明显高于SD方案。SD方案和DLD-DL在所有病变(82.7% vs. 73.3%,p = .140)和HCC(75.7% vs. 70.4%,p = .644)的病变检出率方面没有显著差异。 


  在一位体重指数为24.2kg/m2的53岁女性身上,双低剂量(DLD)迭代模型重建(IMR)和基于DLD深度学习的碘对比增强(DL-CB)图像质量的个体间比较。与DLD-IMR(b,d,f)相比,DL-CB图像(a,c,e)在AP(a,b)PVP(c,d)和DP(e,f)上显示出更低的主观图像噪音和更好的门静脉血管清晰度(箭头)

与标准剂量采集相比,双低剂量CT上的DL-CB提供了更好的主动脉和门静脉CNR,而没有明显降低HCC的检出率,即使在HCC的高风险参与者中亦是如此。 

原始出处:

Hyo-Jin Kang,Jeong Min Lee,Chulkyun Ahn,et al.Low dose of contrast agent and low radiation liver computed tomography with deep-learning-based contrast boosting model in participants at high-risk for hepatocellular carcinoma: prospective, randomized, double-blind study.DOI:10.1007/s00330-023-09520-4

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2180735, encodeId=89292180e35de, content=<a href='/topic/show?id=735a81364b7' target=_blank style='color:#2F92EE;'>#肝细胞癌#</a> <a href='/topic/show?id=e4cb6612395' target=_blank style='color:#2F92EE;'>#深度学习#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=42, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=66123, encryptionId=e4cb6612395, topicName=深度学习), TopicDto(id=81364, encryptionId=735a81364b7, topicName=肝细胞癌)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Thu Jan 11 11:12:54 CST 2024, time=2024-01-11, status=1, ipAttribution=上海)]

相关资讯

AJSP:SOX9的表达在预测肝细胞癌预后优于其他干细胞标志物

SOX9的免疫组织化学是增加SOX9 mRNA的可靠代理,可用于预测HCC病例的预后。

Academic Radiology:CT引导下碘125粒子植入对肝细胞癌门静脉瘤栓的治疗价值

碘-125(125I)粒子可以释放35.5keV的g射线和27.431.5keV的X射线,半衰期约为59.6天。

HBSN:在肝细胞癌的2D实时吲嘌啶绿色荧光成像指导下,三维腹腔镜解剖肝切除术

通过使用该程序,结合了3D腹腔镜系统和2D r-ICG引导两种技术的优点,使LAH可以更精确地进行。然而,这需要更多的研究来验证。

权威发布|靶向免疫联合局部治疗中晚期肝细胞癌中国专家共识

靶免联合局部治疗主要指在靶向药物与ICI联合的基础上,同时结合介入、放疗等局部治疗手段,以提高中晚期HCC治疗有效率的综合治疗。

eGastroenterology:人工智能在肝细胞癌诊断中的应用

人工智能,特别是深度学习和神经网络模型,在目前放射学检测HCC方面显示出巨大前景。AI在HCC诊断方面具有多种优势,包括减少诊断的异质性、优化数据分析以及重新分配医疗资源。基于AI的放射诊断的进步对于

JAMA Surgery:肝细胞癌经动脉栓塞后门静脉血栓形成

本研究中的发病率更高,这表明与微波消融或RFA相比,TACE中的化疗和栓塞颗粒与血栓增加有关。没有患者需要抗凝或全身治疗。

Baidu
map
Baidu
map
Baidu
map