钆塞酸增强肝脏MRI中传统重建与深度学习重建的图像质量及病灶显示清晰度比较
前瞻性单中心观察性研究纳入50例疑似局灶性肝脏病变行钆塞酸增强肝脏MRI的参与者,比较传统重建与深度学习重建的三维T1加权图像质量与病灶显示清晰度。深度学习重建在所有期相图像质量更高、噪声与振铃伪影更少,动脉期病灶显示清晰度显著更高,但病灶检测效能无显著差异。
要点
- 深度学习重建在钆塞酸增强肝脏MRI各期相均提高三维T1加权图像主观质量并减少噪声与振铃伪影。
- 深度学习重建动脉期病灶显示清晰度评分显著高于传统重建(2.15 vs 2.03,p=0.036)。
- 两组病灶检测的品质因子、敏感度与特异度均无显著差异,深度学习重建图像纹理有显著改变。
核心结论
- 深度学习重建在钆塞酸增强肝脏MRI中提供比传统重建更高质量的三维T1加权图像,并改善动脉期病灶显示清晰度。
研究设计与样本
- 前瞻性单中心观察性研究(NCT05182099),2022年1月至2022年3月纳入54例,最终50例(男性36例,平均年龄62±11岁)用于图像分析。
- 使用3-T扫描仪(SIGNATM Premier,GE Healthcare)行肝脏MRI,包括脂肪抑制三维T1加权梯度序列(LAVA)。
- 图像分别用传统重建与深度学习重建(AIRTM Recon DL 3D,GE Healthcare)生成,深度学习去噪水平选择高。
- 由三名经过专科培训的腹部放射科医师独立以4分或5分量表评估图像质量与病灶显示清晰度。
- 参考标准由另外两名腹部放射科医师结合3–6个月随访影像与电子病历确定局灶性肝脏病变及其特征。
关键影像表现/征象
- 深度学习重建图像在所有期相整体图像质量评分高于传统重建(3.71–4.40 vs 3.37–3.99,p均<0.001)。
- 深度学习重建图像纹理在所有期相较传统重建更平滑(3.15–3.53 vs 3.76–3.96,p均<0.001)。
- 深度学习重建图像肝动脉、门静脉与肝静脉显示清晰度均高于传统重建(p<0.001–0.001)。
- 磁敏感伪影两组无差异(p=0.07–0.852);动脉期运动伪影评分深度学习重建略低于传统重建(3.33±0.27 vs 3.16±0.29,p<0.001)。
- 动脉期运动伪影评分低于3分的参与者比例两组无差异(深度学习重建6%[3/50] vs 传统重建10%[5/50],p=0.688)。
诊断标准与关键数值
- 共识别84个局灶性肝脏病变(23例参与者),中位大小9.5 mm(范围3–25 mm)。
- 病变构成:再生结节4个、不典型增生结节26个、肝细胞癌37个、血管瘤11个、1个非特异性良性局灶性肝脏病变、转移瘤5个。
- 病灶检测品质因子深度学习重建0.728(95%CI 0.667–0.790) vs 传统重建0.709(95%CI 0.630–0.787),p=0.474。
- 病灶检测敏感度深度学习重建56.8% vs 传统重建57.7%(p=0.740),特异度79.0% vs 81.4%(p=0.436)。
- 肝细胞癌诊断的阳性预测值深度学习重建50.8% vs 传统重建54.2%(p=0.344),阴性预测值82.7% vs 83.5%(p=0.335)。
临床应用与阅片要点
- 深度学习重建可用于钆塞酸增强肝脏MRI三维T1加权序列,在各空间分辨率与期相下均可减少噪声与振铃伪影。
- 深度学习重建图像纹理更平滑,可能呈现塑料样或过度平滑外观,阅片时需注意其与真实病变的区分。
- 动脉期病灶显示清晰度在深度学习重建图像上更高,但门静脉期与肝胆期病灶显示清晰度无显著差异,病灶检测效能亦无显著提高。
- 本研究未纳入存在严重运动伪影的参与者,结果不能解释为深度学习模型可校正整体运动。
局限性
- 这是一项前瞻性单中心观察性研究。
- 本研究未纳入存在严重运动伪影的参与者,结果不应解释为深度学习模型具备校正整体运动的能力。
- 深度学习重建图像纹理发生改变,呈塑料样或过度平滑外观。
- 研究所用深度学习去噪水平为高(低、中、高三档中),该用户可选水平可能与纹理改变程度相关。
- 病灶显示清晰度未明显提高,作者提出病灶数量相对较少可能降低统计效能。
全文中译16 节 · 点击展开
引言
钆塞酸增强肝脏磁共振成像(MRI)已广泛用于检测和定性局灶性肝脏病变(FLL)。尽管钆塞酸增强肝脏MRI的对比分辨率优于增强计算机断层扫描,可提供更好的诊断性能,但其局限性包括空间分辨率有限和对伪影敏感。通过实施并行成像和高加速因子,可以在不延长扫描采集时间的情况下提高空间分辨率[1, 2]。然而,应用高加速因子以提高空间分辨率会导致信噪比(SNR)降低。这最终可能降低图像质量,并可能损害对小FLL的病变检出能力和诊断性能。并行成像与压缩感知的结合部分解决了这一问题,但仍可观察到SNR降低[3]。为解决这一问题,与迭代重建相比计算需求更低且复杂度更小的有效降噪策略已变得至关重要。因此,基于深度学习(DL)的图像重建作为改善图像质量的有效替代方法正日益受到关注。DL模型通过对通常完全采样的MRI扫描大型数据集进行训练,学习将欠采样的k空间数据转换为高质量图像。在重建过程中,DL模型以采集的k空间数据作为输入,根据其训练算法输出噪声和伪影减少的图像[4]。与传统并行成像和压缩感知重建相比,DL具有多项优势。DL可以学习针对特定MRI对比度和解剖结构定制的更复杂的图像先验,从而实现更好的噪声抑制和伪影减少。DL还具有计算效率高的特点,可在临床可行的时间范围内重建高质量图像。通过在不增加扫描时间的情况下改善图像质量,DL有潜力提高MRI在临床实践中的诊断性能。
近年来,基于DL的重建已被证明在肝脏、脑和脊柱成像中具有优于传统重建方法的降噪能力[5–7]。然而,基于DL的重建应用主要局限于二维图像,包括T2加权成像(T2WI)和扩散加权成像(DWI)。因此,本研究在接受钆塞酸增强肝脏MRI的患者中,比较了使用传统重建或DL重建的三维(3D)图像的图像质量和病变显著性。
方法
本前瞻性单中心观察性研究经首尔国立大学医院机构审查委员会批准,所有参与者均获得了书面知情同意(NCT05182099)。GE Healthcare提供了资金支持,但作者对提交发表的数据和信息保持完全控制。
参与者
在2022年1月至2022年3月期间,我们纳入了54名符合以下入选标准的参与者:(a)年龄20岁或以上;(b)计划接受钆塞酸增强肝脏MRI以评估局灶性肝脏病变(FLL),以及(c)签署了知情同意书。排除标准包括(a)年龄小于20岁;(b)对钆塞酸增强MRI有绝对或相对禁忌证;以及(c)因既往病史而对动脉期短暂性严重运动伪影有顾虑(https://classic.clinicaltrials.gov/ct2/show/NCT05182099)。
图像采集
所有MRI检查均使用3-T扫描仪(SIGNATM Premier,GE Healthcare)进行。肝脏MRI包括重T2WI、T2WI、双回波图像、使用两个b值(0 s/mm2和800 s/mm2)的DWI、动态成像(平扫、动脉期和门静脉期),以及使用脂肪抑制3D T1W梯度(GRE)序列(肝脏容积加速采集,GE Healthcare)的移行期和肝胆期(HBP)。脂肪抑制采用化学位移选择性饱和技术。以1 mL/s的速率给予标准剂量的钆塞酸(0.025 mmol/kg,Primovist或Eovist,Bayer),随后推注20 mL生理盐水以促进动态期成像。对于门静脉期,我们在造影剂给药后55秒连续采集两组不同空间分辨率(高分辨率和常规)的图像。造影剂给药后20分钟,以不同空间分辨率(常规、高分辨率和小视野[FOV])采集三组HBP图像。双门静脉期采集旨在精确捕捉肝细胞癌(HCC)的特征性表现,包括廓清和包膜外观[8]。不同空间分辨率的HBP旨在更好地显示小FLL和胆管解剖结构,以及提高阅片者的诊断信心[1, 9]。详细扫描参数见表1和补充材料。
基于深度学习的图像重建
3D T1加权图像还使用厂商提供的深度学习算法原型进行重建,该算法现已商业化 available(AIRTM Recon DL 3D,GE Healthcare)。该算法以k空间数据作为输入,其流程包含一个深度卷积神经网络(CNN)以生成最终图像。该CNN包含约440万个可训练参数,分布于近10,000个卷积核中[10]。它被设计为可同时适用于傅里叶和部分傅里叶变换,包括并行成像技术。该算法采用监督学习方法开发,在高空间分辨率、低噪声图像和常规图像上进行训练。它提供三个用户可选择的降噪级别:低、中等和高。我们在研究准备阶段根据阅片者偏好选择了高降噪级别。
图像分析
一名接受过专科培训的腹部放射科医师(J.M.L.)审查了这些病例,并识别出存在可能影响图像质量的严重运动伪影的受试者。根据研究方案,这些病例被排除。随后,三名接受过专科培训的腹部放射科医师(J.E.L.、J.Y.P. 和 S.H.P.)独立评估了以下序列的重建图像:平扫期T1WI、三个动脉期中的第二个动脉期、门静脉期、移行期和肝胆期(HBP)。图像噪声、运动伪影、振铃伪影、磁敏感伪影和图像纹理采用4分制评估,评分越高表示图像质量越优、噪声和伪影越少[11]。肝脏和胰腺边缘锐利度、血管显影清晰度和整体图像质量以类似方式采用5分制评估(补充材料)。这一更宽泛的评分量表旨在兼顾不同重建算法之间的差异以及每种重建方法内标准空间分辨率与高空间分辨率之间的差异。评估前,评审者获得了文献和临床病例中的示例图像作为参考。此外,评审者记录了局灶性肝脏病变(FLL)显影清晰度和肝脏影像报告和数据系统 v2018 LR评分[12]。
参考标准
两名未参与评审环节的接受过专科培训的腹部放射科医师(J.H.Y. 和 J.H.K.)结合3–6个月随访检查和电子病历评估图像,以识别FLL及其特征。无FLL由3–6个月内进行的随访CT或MRI确认。HCC的诊断依据为随访CT/MRI、经导管动脉化疗栓塞术血管造影中的肿瘤染色,或超声造影上的LR-5分类。转移瘤通过活检和正电子发射断层扫描诊断。良性病变,如血管瘤和肝硬化结节,根据其特征性影像表现及在既往和后续影像检查中的稳定性进行识别。更多细节见补充材料。
统计分析
样本量计算为45例,以达到80%的检验效能,检测常规图像与深度学习(DL)重建图像之间动脉期图像质量平均0.56的差异。考虑到预计10%的脱落率,参与者总数为50例(补充材料)。采用配对t检验或Wilcoxon秩和检验比较常规重建与DL重建之间的连续变量。定性分析的观察者间一致性采用Gwet's AC1进行评估[13, 14]。采用加权刀切自由响应受试者工作特征(JAFROC)分析,以随机读者、随机病例方法评估两种序列的诊断性能。重建方法的病灶检出率通过广义估计方程(GEE)分析进行评估,采用双正态分布和恒等联结函数。病灶置信水平≥ 3视为阳性。评分为LR-4或LR-5的病灶定义为每病灶HCC诊断,并采用二项分布和对数it联结函数的GEE进行分析。所有统计分析均使用市售软件进行(SAS版本9.4;SAS Institute Inc.;MedCalc版本22,MedCalc Software;SPSS版本25.0,SPSS Inc.;R版本4.3.1中的irrCAC包,R Foundation for Statistical Computing,2023;以及JAFROC版本4.2.1)。p值< 0.05被认为具有统计学意义。
结果
研究最初纳入54例参与者,但4例因丢失3D重建所需的k空间数据而被排除出分析(图1)。因此,图像分析纳入50例参与者(36例男性;平均年龄,62 ± 11岁)。纳入的参与者均未出现严重运动伪影。平均体质指数为24.2 ± 2.9 kg/m2,72%(36/50)的参与者患有慢性乙型肝炎。详细人口学信息见表2。共有23例参与者中识别出84个局灶性肝脏病变(FLL)。病变中位大小为9.5 mm(范围,3–25 mm)。病变分类如下:再生结节(n = 4)、异型增生结节(n = 26)、HCC(n = 37)、血管瘤(n = 11)、1个未特指的良性FLL以及转移瘤(n = 5)。
定性图像分析
在所有期相中,基于深度学习的重建图像的整体图像质量均高于常规图像(3.71–4.40 vs 3.37–3.99,所有 p < 0.001)(表3)。在所有期相中,深度学习重建图像较常规图像显示出更少的噪声:平扫期 3.87 ± 0.24 vs 3.35 ± 0.28,动脉期 3.59 ± 0.26 vs 3.31 ± 0.27,门静脉期 3.75 ± 0.23 vs 3.58 ± 0.29,肝胆期(HBP)3.85 ± 0.28 vs 3.65 ± 0.32(所有 p < 0.001)。在高分辨率图像上,深度学习重建在门静脉期(3.82 ± 0.29 vs 3.14 ± 0.30)、HBP(3.47 ± 0.46 vs 3.14 ± 0.47)以及小视野 HBP(3.35 ± 0.43 vs 2.89 ± 0.42)中较常规图像显示出更少的噪声(所有 p < 0.001)(图2)。在动脉期(3.81 ± 0.24 vs 3.67 ± 0.27,p = 0.002)、门静脉期(3.24–3.61 vs 3.73–3.80,p < 0.001)和 HBP(3.16–3.71 vs 3.53–3.83,p < 0.001–0.033)中,深度学习重建图像较常规图像观察到更少的振铃伪影(图3)。在所有期相中,深度学习重建图像较常规图像表现出更平滑的图像纹理(3.15–3.53 vs 3.76–3.96,所有 p < 0.001)(图4)。磁敏感伪影未见差异(p = 0.07–0.852),运动伪影在各期相间呈现不一致的差异(表3):与常规图像相比,深度学习图像在动脉期的运动伪影略有减少(3.33 ± 0.27 vs 3.16 ± 0.29,p < 0.001),但动脉期运动伪影评分小于3的参与者数量未见差异(深度学习 6% [3/50],常规图像 10% [5/50],p = 0.688)。
常规图像与深度学习重建图像之间解剖结构和病灶清晰度的比较
深度学习重建图像在肝动脉(3.99 ± 0.55 对 3.65 ± 0.46)、门静脉(4.57 ± 0.49 对 4.03 ± 0.54)和肝静脉(4.55 ± 0.73 对 4.28 ± 0.64)的清晰度方面高于常规图像(表4,p < 0.001–0.001)。深度学习重建图像中肝脏边缘锐利度和胰腺轮廓锐利度也表现出更高的清晰度(表4,p < 0.001)。在动脉期,深度学习重建图像的病灶清晰度高于常规图像(2.15 [95%置信区间:1.78–2.52] 对 2.03 [1.65–2.40],p = 0.036)(图5)。然而,在门静脉期(1.84 对 1.84,p > 0.999)和高分辨率门静脉期(1.93 对 1.93,p = 0.951),深度学习重建图像的病灶清晰度与常规图像无差异。在肝胆期(HBP),深度学习重建图像的病灶清晰度略高于常规图像,但该差异未达到统计学显著性(肝胆期 2.63 对 2.53,p = 0.141;高分辨率肝胆期 2.92 对 2.81,p = 0.128;小视野肝胆期 2.90 对 2.82,p = 0.357)(表5)。
深度学习重建图像与常规图像之间病灶可检测性的比较
两套图像之间的品质因数无差异(深度学习重建图像为0.728 [95% CI:0.667–0.790],常规图像为0.709 [0.630–0.787],p = 0.474)(表5)。两套图像之间在灵敏度(57.7% 对 56.8%,p = 0.740)、特异度(81.4% 对 79.0%,p = 0.436)、阳性预测值(PPV)(54.2% 对 50.8%,p = 0.344)或阴性预测值(NPV)(74.9% 对 72.9%,p = 0.320)方面均未观察到差异。每位阅片者的结果汇总于补充材料(表E1)。
基于深度学习重建图像与常规图像的肝细胞癌(HCC)诊断比较
在按病灶分析中,深度学习重建图像与常规图像之间的合并灵敏度(常规图像为57.7%,深度学习重建图像为56.8%)和特异度(分别为81.4%和79%)无差异(p分别为0.740和0.436)。常规图像和深度学习重建图像的PPV分别为54.2%和50.8%,无统计学显著差异(p = 0.344)。常规图像和深度学习重建图像的NPV分别为83.5%和82.7%(p = 0.335)(表E2)。
观察者间一致性
观察者间一致性在运动伪影方面为0.364–0.842,噪声为0.485–0.717,振铃为0.572–0.710,磁敏感为0.626–0.791,纹理为0.542–0.646,整体图像质量为0.276–0.569。此外,观察者间一致性在胰腺边缘方面为0.303(95% CI:0.021–0.174),肝动脉清晰度为0.380(95% CI:0.121–0.289),门静脉清晰度为0.290–0.512,肝边缘锐利度为0.290–0.700,肝静脉清晰度为0.461–0.633。各期观察者间一致性的详细信息进一步描述于补充材料和表E3中。
讨论
我们的研究结果表明,在3D T1加权GRE序列中,基于DL的重建相比传统重建改善了图像质量。首先,DL重建明显降低了噪声,这与既往研究一致[5–7]。此外,在多个期相中,DL重建图像的振铃伪影显著减少。DL重建图像还表现出比传统图像更清晰的解剖结构,这主要归因于图像噪声的降低。迄今为止,DL重建很少应用于3D成像,尤其是上腹部[6, 15–17],这是由于将基于DL的重建算法应用于3D数据所面临的技术挑战,例如计算需求增加、需要高效架构来捕捉复杂空间关系,以及用于训练的大型高质量3D MRI数据集稀缺[18]。此外,3D采集参数的较大变异性,包括层厚、重叠以及层间潜在的不一致性,可能阻碍模型优化。这些挑战可通过硬件、网络设计和数据增强技术的进步,以及纳入基于物理的领域知识和无监督学习方法来解决[4]。尽管如此,我们的研究结果表明,基于DL的重建对于3D T1WI是可行的,而3D T1WI对于上腹部成像至关重要。
DL算法的去噪能力在高分辨率图像中更为明显。由于像素尺寸更小、纹理更细密,更高空间分辨率的图像往往表现出更高的噪声。值得注意的是,在传统重建中,门静脉期在常规分辨率与高分辨率相比时表现出更低的噪声评分(3.58 vs 3.14),但两者在DL处理后改善程度相当(3.75 vs 3.82)。这种改善也在小FOV的HBP中观察到,其插值体素大小为1 × 1 × 1 mm3,其中DL降低了噪声(平均图像噪声评分从2.89降至3.35)。这些结果支持DL算法在不同空间分辨率和成像期相中的广泛适用性。高空间分辨率通常用于捕捉精细解剖细节,但伴随图像噪声增加,呈现固有的权衡。DL算法在保持高分辨率的同时降低噪声的能力,凸显了其在不损害质量的情况下提供详细图像的潜力。因此,DL重建可能具有改善体部MRI诊断性能的潜力。
在我们的研究中,DL重建图像显示出比常规图像更好的解剖结构可见性。在DL重建图像中,肝脏边缘、肝动脉、门静脉和肝静脉的勾画更为清晰。此外,胰腺——一个位置深在的小器官,常因周围肠管而难以清晰显示——的轮廓在DL重建平扫期也显得更为明确,反映了DL重建成像的额外获益。这显示了DL相较于传统用于去噪的滤波方法的优势。滤波方法简单有效,但不可避免地通过衰减对捕捉精细细节至关重要的高空间频率而降低有效空间分辨率[19]。尽管有线性或非线性滤波、噪声估计的随机方法以及基于偏微分方程的方法等复杂性,在不引起图像模糊的情况下实现有效去噪仍然具有挑战性,尤其是在不均匀区域[20]。因此,图像噪声和振铃伪影均减少同时病灶可见性得以保留这一发现,提示了基于DL的模型在临床应用中的潜力。
我们未观察到磁敏感伪影的差异,最可能是因为该伪影与图像噪声性质不同,前者主要受材料特性、场强影响,也受带宽、频率和相位编码方向等扫描参数影响[19]。我们的DL模型并非专门设计用于处理磁敏感伪影,因为这些伪影通常易于识别并与病变区分[10]。未来的工作可能在减少噪声和振铃伪影之外也处理该伪影。此外,运动伪影有轻度改善,尽管在CNN模型训练中并未明确针对其进行处理。我们的研究未纳入有严重运动伪影的参与者,因此结果不应被解读为表明DL模型具有校正整体运动的能力。观察到的运动伪影减少可能归因于振铃的校正和器官边缘的锐化,这可能在定性感知上导致运动伪影显得更少。然而,这些获益伴随着图像纹理的改变,使图像呈现塑料感或过度平滑的外观,这一发现与既往比较常规和DL重建的CT研究相一致[21]。这些纹理改变的原因是多方面的:我们使用的DL模型可能在抑制图像噪声的同时抹平了精细细节,且DL模型中采用的特定损失函数可能使算法倾向于更平滑的重建。观察到的纹理改变凸显了仔细验证和潜在改进DL算法的必要性,以确保其在改善图像质量的同时保留必要的诊断特征。我们选择了三个水平(低、中、高)中的高去噪水平,这一用户自定义水平可能与纹理改变的程度相关。然而,我们未观察到病灶检测和病灶可见性的差异,丢失精细细节的可能性较低。未来研究应探索去噪获益与用户偏好之间的最佳平衡。
尽管使用DL重建后图像质量明显改善,解剖结构显示更清晰,但病灶显著性并未显著增强,这与既往研究[11, 22]不一致。其原因尚不完全清楚,但可提出几种假设。首先,本研究中FLL数量相对较少,可能降低了统计效能。其次,我们研究人群中的大多数面临HCC高风险。因此,大多数FLL(79.8%,67/84)为肝硬化结节或小HCC。肝硬化结节在动态期除HBP外显示较差[23],而小HCC很少表现为门静脉期廓清。这可能解释了为何我们在门静脉期未观察到病灶显著性的差异。此外,病灶显著性取决于空间分辨率和对比分辨率。在HBP中,由于肝实质强化,病灶与肝脏的对比度增高。因此,我们认为无论使用何种重建算法,病灶的对比噪声比都会较高。因此,DL重建对病灶显著性的影响在HBP期间可能很小。关于HCC的诊断,差异无统计学意义,我们将其归因于相同的因素——即小HCC缺乏门静脉期廓清以及肝实质与HCC之间足够的对比噪声比。我们建议应开展更大规模的研究,进一步探讨DL重建对诊断性能的潜在改善。
本研究存在若干局限性。首先,这是一项单中心研究,参与者数量有限,可能削弱了两组图像之间诊断性能比较的统计效能。然而,这并非我们的主要终点,未来需要更大规模人群的研究。其次,DL重建水平是凭经验选择的,这可能导致了本研究中观察到的纹理改变。最佳水平可能因腹部器官而异。第三,DL模型的可靠性应在不同体型和疾病的患者中,在可变解剖器官中进一步检验。此外,我们的研究主要集中于HCC高风险患者,这可能影响两组数据的病灶显著性和检出。最后,放射科医师对DL重建图像的经验和熟悉程度可能影响了他们的评估。随着DL重建日益普及,未来研究应纳入不同经验水平的阅片者。
在钆塞酸增强肝脏MRI中,与传统重建方法相比,DL重建在3D T1加权成像中产生了更优的图像质量。
补充信息
电子补充材料
引用
- Yoon JH, Lee JE, Park SH, et al. Comparison of image quality and lesion conspicuity between conventional and deep learning reconstruction in gadoxetic acid-enhanced liver MRI. Insights Imaging. 2024. PMID: 39466542. doi:10.1186/s13244-024-01825-2
- 全文:PMC11519238(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11519238/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。