Radiology：深度学习在MRI平扫中预测多发性硬化强化病灶的价值
2020-05-18 shaosai MedSci原创
在多发性硬化（MS）中经增强对比剂注射后MRI中病灶的强化提示病变的活动性。 在不适用增强对比剂的情况下预测强化病灶的方法是令人满意的。
背景
在多发性硬化（MS）中经增强对比剂注射后MRI中病灶的强化提示病变的活动性。 在不适用增强对比剂的情况下预测强化病灶的方法是令人满意的。
目的
本研究旨在评价是否深度学习能够在不使用增强对比剂的情况下检查MRI中的强化病灶。
材料与方法
利用卷积神经网络对非增强MRI扫描中强化病灶进行分类。对病灶的每一层进行分类，利用整体连接网络联合层面评分进行个异性预测。共输入了1008例患者的1970次多参数MRI检查数据。以强化后T1加权图像中的强化病灶作为参考标准。利用5倍交叉验证评价神经网络的效能，包括病变检出率和ROC曲线下面积（AUC）。
结果
在1008例患者的MRI检查中，共有519例患者至少有1处强化病灶。经5倍交叉验证平均后基于每层的病灶预测的敏感性和特异性分别为78% ± 4.3、73% ± 2.7。基于每层和基于每例患者病灶强化的诊断效能（AUC）分别为0.82 ± 0.02、0.75 ± 0.03。
结论
利用深度学习联合常规MRI平时检出多发性硬化患者可强化病灶具有中-高的准确性。Narayana PA 1,
原地出处：
Coronado I, Sujit SJ. Et al. Deep Learning for Predicting Enhancing Lesions in Multiple Sclerosis from Noncontrast MRI.DOI:10.1148/radiol.2019191061
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
#多发性#
25