European Radiology:深度学习让1.5 T颈椎MRI“又好又快”!

2022-07-17 影像放射新前沿 MedSci原创

颈椎MRI,特别是T2加权MRI,能以高对比度描述软组织结构、同时评估椎管狭窄和神经孔狭窄。

颈椎病是一种临床上十分常见的疾病,以脊柱退变为特征。颈椎病可对神经结构造成机械性压迫,从而引起疼痛或神经功能障碍。在大多数病人中,这些症状会在保守治疗中得到改善。然而,出现临床上显著的神经功能障碍和颈椎的渐进性畸形是需进行手术的重要指征。

颈椎MRI,特别是T2加权MRI,能以高对比度描述软组织结构、同时评估椎管狭窄和神经孔狭窄。具有如3T较高静磁场的MRI装置可以用来进行颈椎MRI检查。然而,1.5T的MRI装置在世界范围内更容易获得,而且与更高磁场的装置相比,对有金属植入物的患者更安全。然而,使用1.5T设备获得的MR图像与使用3.0T设备获得的图像相比信噪比较低。此外,由于神经根的直径较小,1.5TMR的成像效果不佳,这导致在评估椎管狭窄时观察者之间的一致性较低。

现阶段深度学习不仅可以应用于影像诊断,还可以应用于图像处理。深度学习重建(DLR)通过使用噪声图像作为输入数据和去噪图像作为参考数据进行训练,用于图像的降噪,可以克服1.5T颈椎MRI的局限性而不增加成像时间。

近日,发表在European Radiology杂志的一项研究探讨了使用DLR在1.5T颈椎矢状位T2加权MRI上评估颈椎退行性改变中的表现,为临床快速准确的诊断颈椎病变并评估疾病程度提供了强有力的影像学支持。

本研究纳入了21名志愿者(年龄42.4±11.9岁;17名男性),每位志愿者均接受了1.5T颈椎矢状T2加权MRI扫描。从采集次数(NAQ)为1或2的成像数据中分别使用DLR(NAQ1-DLR)和无DLR(NAQ1)或无DLR(NAQ2)对图像进行了重建。两位读者对图像的结构描述、伪影、噪、整体图像质量、椎管狭窄和神经孔狭窄进行评估。两位读者采用盲法随机报告进行了评估。使用Wilcoxon签名秩检验比较NAQ1-DLR和NAQ1以及NAQ1-DLR和NAQ2之间的数值。 

分析显示,与NAQ1和NAQ2相比,NAQ1-DLR的结果明显更好(P < 0.023)。NAQ1-DLR/NAQ1/NAQ2的椎管狭窄评估的观察者间一致性(Cohen的加权卡帕[97.5%置信区间])为0.874(0.866-0.883)/0.778(0. 767-0.789)/0.818(0.809-0.827),而在评价神经管狭窄时,分别为0.878(0.872-0.883)、0.855(0.849-0.860)、0.852(0.845-0.860)。 


 一位52岁男性的矢状MR图像,采集次数(NAQ)1-深度学习重建(DLR)(a)、NAQ1(b)和NAQ2(c)。C4/5椎管(白色箭头)的狭窄程度在DLR(a)中被评为2/2,在NAQ1(b)中被评为3/3,而在NAQ2(c)中评为3/2

本研究表明,DLR技术可减少图像噪声,并在使用1.5T设备获得的颈椎矢状位T2加权MR图像上提供了清晰的结构显示,即使是在NAQ较小的图像上也是如此。

原文出处:

Koichiro Yasaka,Tomoya Tanishima,Yuta Ohtake,et al.Deep learning reconstruction for 1.5 T cervical spine MRI: effect on interobserver agreement in the evaluation of degenerative changes.DOI:10.1007/s00330-022-08729-z

作者:shaosai

版权声明:
本网站所有注明“来源:梅斯医学”或“来源: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: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
评论区 (1)
#插入话题

相关资讯

European Radiology:深度学习在预测喉癌和下咽癌放疗相关治疗预后方面的应用

磁共振成像(MR)上的弥散加权成像(DWI)已被广泛应用于肿瘤学中检测肿瘤部位和肿瘤生存能力的评估。

Eur Radiol:深度学习与CESM的强强组合,实现乳腺癌的无创组织学分析!

一项国际研究已经表明,深度学习模型可以成功地用于FFDM的原发性乳腺癌筛查。

European Radiology:深度学习在CT结肠造影中良恶性息肉鉴别的应用。

计算机断层扫描(CT)结肠造影是一种无创的结肠癌筛查方法。对于检测≥6毫米的结肠息肉,CT结肠造影的敏感性与OC相当。

European Radiology:深度学习,实现CT图像的“既要、又要”!

新阶段,医疗辐射暴露仍然是一个重要的临床问题。

European Radiology:深度学习图像重建,实现腹部增强双能量CT图像质量的“飞跃”!

深度学习图像重建(DLIR)是一种新的CT重建方法,其中深度卷积神经网络(DCNN)被纳入了DLIR的图像重建算法,可通过高质量的CT图像数据集进行训练学习如何区分噪音和信号。

European Radiology:使用深度学习从膝关节x线片进行骨龄评估

临床上提出了各种放射学方法来估计骨龄,从手、肘、膝、骨盆或脚的X光片,牙齿、锁骨或肋骨的计算机断层扫描(CT)到膝、手或髂嵴的磁共振成像(MRI)。