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