Radiology:人工智能使薄层垂体MRI实现“既要、又要、还要”
2021-04-27 shaosai MedSci原创
垂体腺瘤的术前大小和程度、手术方法以及手术中使用的植入材料的类型和数量等因素均会影响垂体腺瘤切除部位的术后外观,因此在MRI图像上评价垂体腺瘤术后情况挑战巨大。
垂体腺瘤的术前大小和程度、手术方法以及手术中使用的植入材料的类型和数量等因素均会影响垂体腺瘤切除部位的术后外观,因此在MRI图像上评价垂体腺瘤术后情况挑战巨大。此外,正常垂体和视交叉以及海绵窦中的颅神经的走行等相关结构的勾画与规划放射治疗的治疗区域相关,特别是在立体定向放射外科时代显得尤为重要。
在临床环境中,垂体MRI图像的层厚通常为2–3 mm。但是,由于蝶鞍窝中垂体的固有尺寸较小且与海绵窦关系密切,因此薄层MRI扫描可以更好地描绘病变及其与相邻结构的关系。减少图像的厚度可以克服部分容积效应对信号强度的影响,但同时增加了图像的噪声水平并进一步通过降低信噪比(SNR)降低图像质量。
基于深度学习的图像重建(DLR)可以轻松应用于当前临床实践中常用的二维自旋回波序列,可在降低噪声的同时减少伪影的发生,从而提高了SNR和图像清晰度,在实现高空间分辨率垂体成像方面潜力巨大。
近日,发表在Radiology杂志的一项研究评估了1mm层厚MRI DLR(以下简称1mm MRI+DLR)与3mm层厚MRI(以下简称3mm MRI)在评价垂体瘤术后识别肿瘤残留和海绵窦侵犯方面的诊断性能,为临床提供了一个可以清晰显示垂体及临近结构的影像学方法,并治疗方案的制定和术后疗效评价提供了技术支持。
本项单机构回顾性研究纳入了65例垂体腺瘤患者(平均年龄±标准差,54岁±10),每位患者均于2019年8月至10月期间接受了3-mm MRI和1-mm MRI+DLR组合成像方案以进行垂体腺瘤术后评估。使用所有可用的影像资料、临床病史、实验室检查结果、手术记录和病理报告建立正确诊断的参考标准。两名阅读者评估了3-mm MRI、1-mm MRI和1-mm MRI+DLR三种扫描方案在鉴别肿瘤残留和海绵窦侵犯方面的诊断性能,并对几种方案进行了比较。
表1 3-mm MRI、1-mm MRI和1-mm MRI+DLR在鉴别肿瘤残留和海绵窦侵犯方面的诊断性能。如表所示,1-mm MRI+DLR对肿瘤残留的鉴别能力与3-mm MRI相当(受试者工作特性曲线下面积[AUC],0.89-0.92 vs 0.85-0.89; P≥.09)。在鉴别海绵窦侵犯方面,1-mm MRI+DLR的诊断性能高于3-mm MRI (AUC,分别为0.95-0.98 vs 0.83-0.87; P≤.02)。常规的1-mm MRI (AUC, 0.82-0.83)与3-mm MRI (AUC, 0.83-0.87)的诊断性能相当(P≥.38)。
同时,在使用1-mm MRI+DLR扫描方案时诊断了20例肿瘤残留及14例海绵窦侵犯,而这34例均未通过3-mm MRI确诊。
图 46岁,女性,经蝶窦入路切除无功能垂体腺瘤。A,冠状位增强T1加权图像,层厚3mm。由于部分体积平均效应的影响,残余肿瘤的显示不明显。B,基于深度学习重建的层厚为1mm的冠状位增强T1加权图像。左垂体窝下外侧发现一个约0.7 cm的轻度强化肿块(箭头),提示肿瘤残留。
综上所示,在垂体腺瘤术后评估中,1mm层厚MRI深度学习重建(DLR)扫描方案在鉴别残留肿瘤及海绵窦侵犯方面的敏感性高于3mm层厚MRI。由于十分依赖,薄层MRI联合DLR扫描技术为垂体腺瘤的术后评估提供了满足需求的高空间分辨率MRI图像,为临床治疗方案的制定和患者预后的评价提供了影像学支持。
原文出处:
Minjae Kim,Ho Sung Kim,Hyun Jin Kim,et al.Thin-Slice Pituitary MRI with Deep Learning-based Reconstruction: Diagnostic Performance in a Postoperative Setting.DOI:10.1148/radiol.2020200723
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
#垂体#
100
#人工智能#
172