European Radiology：基于深度学习的垂体MRI混合压缩感知降噪方法

垂体的高空间分辨率MRI对于诊断垂体区域的肿瘤和评估垂体腺瘤对邻近结构的侵犯或对视神经的压迫意义重大。为了减少MRI扫描时间，许多研究报道了减少图像采样时间的方法和平行成像技术的作用。这种方法的缺点是随着加速度或几何因素的增加，信噪比（SNR）会随之下降。临床引入了压缩感知（CS）技术以减少扫描时间，同时保持信噪比。然而，一些研究表明，在一些序列中使用这种技术会导致精细结构显示的模糊，在高加速和去噪水平下很难对细小结构进行精细显示。据我们所知，临床上尚无将混合小波-DLR去噪与传统小波去噪技术在MRI中进行比较的相关研究。

近日，发表在European Radiology杂志的一项研究评估了混合小波-DLR去噪技术对T2加权垂体MRI技术图像质量的提高情况，为该技术的进一步推广应用提供了技术支持。

本项回顾性研究纳入了28名接受垂体T2加权图像（T2WI）采样不足的患者。使用传统的小波去噪方法（小波法）或小波和DLR方法相结合（混合DLR法）在五个去噪水平上重建了图像。两种图像类型之间比较了CSF、下丘脑和垂体图像的信噪比（SNR）和结构间的对比度。噪声质量、对比度、清晰度、伪影和整体图像质量由两位经过认证的放射学专家进行评估。定量和定性分析是通过强大的双向重复方差分析进行的。 

使用混合DLR方法，CSF的SNR随着去噪水平的提高而逐渐增加。相比之下，使用小波方法，CSF、下丘脑和垂体的SNR在较高的去噪水平下并没有增加。去噪方法（p < 0.001）和去噪水平（p < 0.001）有显著的主效应，去噪方法和去噪水平之间有交互作用（p < 0.001）。对于所有五个定性分数，去噪方法有显著的主效应（p < 0.001），去噪方法和去噪水平之间有交互作用（p < 0.001）。 

图 对（a）脑脊液（CSF）、（b）下丘脑、（c）垂体的信噪比（SNR）进行定量分析，以及与（d）CSF和下丘脑、（e）CSF和垂体、（f）垂体和下丘脑的对比。使用混合DLR方法，随着任何位置的去噪水平的增加，SNR逐渐增加（a-c）。传统小波去噪方法的信噪比在较高的去噪水平下没有增加（4-5）（d-f）

本研究发现，与单独的小波方法相比，混合小波和DLR方法能提供更高的垂体T2加权图像的CS质量。两种去噪方法之间的差异在较高的去噪水平上更为明显。

原文出处：

Hiroyuki Uetani,Takeshi Nakaura,Mika Kitajima,et al.Hybrid deep-learning-based denoising method for compressed sensing in pituitary MRI: comparison with the conventional wavelet-based denoising method.DOI:10.1007/s00330-022-08552-6