Eur J Radiol：基于深度学习的图像重建提高了垂体腺瘤的影像学划分

在垂体成像中，将正常的垂体和柄与肿瘤以及相邻的解剖结构划清界限，对治疗计划和治疗后评估非常重要。垂体柄的损伤会增加内分泌功能异常的风险，如泛垂体化或糖尿病。精确划定海绵窦的侵犯范围也很重要，因为海绵窦内的肿瘤会阻碍总的切除和内分泌症状的缓解。在术后患者中，切除海绵窦内的肿瘤有很高的并发症风险，辅助放疗是十分必要的；因此薄层MRI是可视化和了解这些微观解剖结构的最佳选择。

在临床实践中，MRI常规检查的层面厚度为3毫米，会产生部分容积平均效应有并导致肿瘤和邻近微结构的划分不清晰。然而，减少层面厚度与噪声增加、信噪比（SNR）下降、扫描时间增加和图像质量下降有关。另一方面，通过对K空间的高空间频率进行不完全采样来减少扫描时间，会产生截断伪影。因此，在传统的MRI重建中，用户必须根据偏好在空间分辨率、信噪比和扫描时间之间做出权衡。现阶段，基于深度学习的图像重建（DLR）最近被引入临床以解决这些空间分辨率的妥协问题。通过对以前的数据进行训练，DLR可以学习重建图像、识别低分辨率和噪声的模式，从而只重建理想的图像。

最近，DLR已经被整合到扫描仪的重建管道中，通过减少截断伪影和提高边缘锐利度提供用户可调整的图像噪声降低。这有可能更好地勾勒出正常垂体和柄的所谓垂体轴，并诊断肿瘤在海绵窦的侵袭。

近日，发表在Eur J Radiol杂志的一项研究比较了1毫米深度学习重建（DLR）与3毫米常规MRI成像在垂体大腺瘤划定垂体轴和识别海绵窦侵犯方面的表现以及对未来辅助治疗的价值。

本项回顾性研究纳入了104名患者（59.4±13.1岁；46名女性），所有患者在2019年8月至2020年10月期间接受了包括1毫米深度学习重建和3毫米常规图像的MRI方案以评估垂体腺瘤。五位读者（24岁、9岁、2岁和<1年的经验）评估了垂体轴（腺体和柄）的划定和海绵窦入侵的存在，并用来配对设计。测量了信噪比（SNR），并根据读者的经验，使用McNemar检验分析和比较了诊断性能以及图像偏好数据。 

对于正常垂体轴的划分，所有读者都喜欢薄的1毫米DLR MRI而不是3毫米MRI（总体优势，55.8 %，P <.001），经验不足的读者更喜欢这种偏好（92.3 % vs. 55.8 %[专家]，P <.001）。读者对1毫米的海绵窦侵犯的诊断性能（AUC，0.91和0.92）高于3毫米的成像（AUC，0.87和0.88）。1毫米DLR的SNR比常规3毫米成像的SNR高1.21倍。 

 图 垂体柄和腺体划分的代表病例。三个术前垂体腺瘤（上、中、下）在3毫米MRI和1毫米DLR MRI上显示了垂体柄和腺体的划线。对于所有的读者来说，1毫米DLR的阅读结果比3毫米常规的正常增强垂体柄和腺瘤与正常腺体之间的边缘的划分要好

本项研究表明，基于深度学习重建的1毫米成像显示出更好的图像质量和更好地的微观结构显示，并被放射科医生和非放射科医生所青睐。 

原文出处：

Hyeryeong Park,Yeo Kyung Nam,Ho Sung Kim,et al.Deep learning-based image reconstruction improves radiologic evaluation of pituitary axis and cavernous sinus invasion in pituitary adenoma.DOI:10.1016/j.ejrad.2022.110647