目的:评估基于深度学习方法重建的前列腺T
2WI（简称深度学习T
2WI）的图像质量及对移行带前列腺癌（PCa）的诊断效能。
方法:前瞻性连续收集2020年12月至2022年9月北京医院因前列腺特异性抗原水平升高而行前列腺MRI的79例患者。扫描序列包括横断面常规T
2WI、深度学习T
2WI和扩散加权成像，记录扫描时间。对图像质量进行主观评分，评价项目包括图像质量、诊断置信度、噪声、伪影、图像清晰度及病变可检测性。对图像质量进行客观评价，计算信噪比（SNR）及对比信噪比（CNR）。对移行带病变分别采用深度学习T
2WI和常规T
2WI进行双参数MRI前列腺影像报告和数据系统2.1版（PI-RADS v2.1）评分。对深度学习T
2WI和常规T
2WI的图像质量主、客观评价指标采用Wilcoxon符号秩和检验进行比较。对于移行带病变，以病理结果为金标准，基于病灶水平（移行带全部病变）和患者水平（移行带最高分病变），分别绘制受试者操作特征曲线，评估深度学习T
2WI和常规T
2WI的PI-RADS评分对移行带PCa的诊断效能，采用DeLong检验比较曲线下面积（AUC）。
结果:深度学习T
2WI的扫描时间为1 min 38 s，常规T
2WI为4 min 37 s，缩短了64.6
作者：杨博文；程昊；刘明；侯惠民；王淼；张晨；李春媚；陈敏
来源：中华放射学杂志 2023 年 57卷 11期
