基于深度学习的腹盆4D血流MRI自动背景相位误差校正

• 作者: 马伟玲（译） 于红（校）
• 来源期刊: 国际医学放射学杂志
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 国际期刊连线
• 页码范围: 352
• 页数: 1页
• 语种: 中文
• DOI: 10.19300/j.2022.r0305

摘要

四维（4D）血流MRI技术有可能为各种腹盆肾盂血管疾病提供血流动力学信息，但其临床应用目前受到难以纠正的背景相位误差的影响。目的 评估在4D血流MRI中使用深度学习自动基于图像的背景相位误差校正的可行性，并比较其相对于手动相位误差校正的有效性。资料与方法 回顾性收集了2016年1月—2020年7月期间进行的139例腹盆4D血流MRI采集的病例。使用专用成像软件进行手动相位误差校正，并作为参考标准。40例作为测试集，其余被随机分为训练集（86%，85/99例）和验证集（14%，14/99例），以训练多通道三维U-Net卷积神经网络。运用4D血流MRI测量肾下腹主动脉、髂总动脉、髂总静脉和下腔静脉的流量。数据分析采用了Pearson相关分析、Bland-Altman分析和Bonferroni校正的F检验。结果 共对139例病人[平均（47±14）岁；女108例]进行了评估。与校正前（ρ=0.50，P<0.001）相比，手动校正后的流入、流出相关性有所改善（ρ=0.94，P<0.001）。自动校正显示出相似的效果（ρ=0.91，P<0.001），并与手动校正具有强相关性（ρ=0.98，P<0.001）。2种校正方法都降低了流入流出方差，将平均差从-0.14 L/min（95%LOA：-1.61~1.32）（未校正）提高到0.05 L/min（95%LOA：-0.32~0.42）（手动校正）和0.05 L/min（95%LOA：-0.38~0.49）（自动校正）。手动和自动校正方法之间流入流出方差的差异无统计学意义（P=0.10）。结论 深度学习自动相位误差校正减少了4D血流MRI中体积流量测量的流入流出偏差和方差，实现了与手动图像相位误差校正相当的结果。