基于深度学习的联合降噪与对比增强重建用于新辅助治疗后胰腺癌CT:图像质量改善能否转化为更好的可切除性评估
回顾性纳入114例新辅助治疗后胰腺癌患者,对比深度学习联合降噪与对比增强重建(DLR)与常规迭代重建(IR)的CT图像质量及R0可切除性预测准确性;DLR显著改善定量与主观图像质量指标,但可切除性评估准确率(62.3%-65.8%)、AUC值(0.485-0.520)及高置信度诊断率在两种重建方法间无显著差异。
要点
- DLR较常规IR显著提高肿瘤与胰腺实质对比噪声比(中位数5.7升至12.6,p<0.001)。
- DLR显著改善血管强化与多数主观图像质量评分,但所有读者均认为DLR图像人工感增加(p<0.001)。
- 图像质量改善未转化为R0可切除性预测准确率、AUC或高置信度诊断率的提升。
核心结论
- DLR显著改善定量与主观图像质量指标,但未提高新辅助治疗后胰腺癌患者R0可切除性的诊断准确性。
研究设计与样本
- 回顾性研究纳入114例新辅助治疗后胰腺癌患者,对比常规迭代重建与DLR(ClariACE,ClariCT.ACE,ClariPi)的CT图像。
- 以手术及组织病理学R0/R1/R2结果作为可切除性参考标准。
- 由三名腹部放射科医师独立盲法评估图像质量(8项参数)及肿瘤可切除性并记录置信度。
关键影像表现/征象
- DLR图像上胰腺实质衰减在胰腺期从常规IR的142.51 HU升至210.09 HU,肿瘤衰减从70.02 HU升至88.10 HU。
- DLR图像噪声(皮下脂肪SD)从常规IR的7.01降至4.64,CNR从10.34升至26.29。
- 所有读者均发现DLR图像人工感增加(p<0.001)。
诊断标准与关键数值
- 定量指标中位胰腺-肿瘤CNR从常规IR的5.7(IQR 4.1-8.4)升至DLR的12.6(IQR 8.5-16.6),p<0.001。
- 动脉期腹主动脉中位衰减从常规IR的332 HU(IQR 281-390 HU)升至DLR的517 HU(IQR 432-617 HU),p<0.001。
- 门静脉期主门静脉中位衰减从常规IR的183 HU(IQR 167-216 HU)升至DLR的266 HU(IQR 241-314 HU),p<0.001。
- 可切除性评估准确率为62.3%-65.8%,AUC值为0.485-0.520,两种重建方法间无显著差异。
- 读者间一致性:常规图像κ=0.44-0.63(中等至良好),DLR图像κ=0.30-0.53(一般至中等),所有κ的95%CI重叠。
临床应用与阅片要点
- 作者指出,仅凭影像学表现准确预测胰腺癌可切除性具有挑战性,NCCN指南推荐可切除性状态的最终决定应由多学科讨论共识达成。
- 本研究中未达到R0切除的36例(31.6%)患者里,仅12例(33.3%)存在肿瘤-血管界面受累,24例(66.7%)为肿瘤前或后表面切缘近切缘(<1 mm)或受累,与血管受累无关。
- 作者认为,在标准扫描已具备足够对比度的情况下,DLR增强已具诊断质量的图像对诊断任务的进一步增益可能有限。
局限性
- 原文指出,可切除性的最终判定常取决于显微镜下肿瘤浸润,当前影像模态无法可靠检出。
- 原文指出,仅依据肿瘤-血管界面评估胰腺癌可切除性存在方法学局限。
- 原文述及,本研究读者间一致性为中等(κ范围0.3-0.6),增强图像未改善一致性。
全文中译15 节 · 点击展开
引言
新辅助治疗已成为交界可切除和局部晚期胰腺导管腺癌(PDAC)的标准治疗,具有将不可切除肿瘤转化为可切除状态并改善长期生存结局的潜力[1–3]。新辅助治疗后准确的影像学评估可确定哪些患者能够实现R0切除(完整切除肿瘤且切缘阴性),从而指导治疗决策[1, 4]。然而,新辅助治疗后准确评估治疗反应和手术可切除性是当代胰腺影像学中最具挑战性的问题之一[5, 6]。其根本困难源于化学治疗和放射治疗对胰腺组织的生物学效应。治疗通过激活胰腺星状细胞诱导广泛的促纤维增生反应和纤维化,所产生的组织学改变在常规影像上与肿瘤相关的促纤维增生难以从形态学上区分[7, 8]。这种治疗诱导的纤维化可在治疗完成后持续数月,导致系统性高估残留肿瘤负荷,并可能使合适的候选者被排除在治愈性手术之外[5, 9, 10]。
准确的影像学评估在可切除性判定中起着关键作用;然而,在影像学上区分持续存在的存活肿瘤与治疗后纤维化组织,以及预测显微镜下切缘受累,仍是长期存在的诊断挑战。此外,在新辅助治疗后影像学评估中,识别细微的乏血供胰腺病变以及精确描述肿瘤-血管界面关系在技术上仍然要求很高[11]。多项研究表明,常规CT预测成功R0切除的准确性在新辅助治疗后显著下降。CT在未经治疗的胰腺癌中准确性可达83%,但在新辅助治疗后环境中准确性降至仅58%[11, 12]。这种准确性下降直接影响临床决策,因为影像学评估常常驱动多学科团队关于手术适应性的建议[13]。
传统对比增强胰腺CT采用迭代重建(IR)技术来降低噪声并提高图像质量[14]。增强肿瘤和血管可视化的新方法包括双能CT,其可生成低keV虚拟单色图像,从而突出碘对比度,改善肿瘤与胰腺的对比度及血管清晰度[15, 16]。然而,双能CT需要专用扫描仪,限制了其广泛应用。深度学习算法近年来作为一种有前景的替代方案出现,可在采集后提升CT图像中的碘对比度。ClariACE(ClariCT.ACE,ClariPi)是一种不受厂商限制的基于深度学习的降噪和对比度提升重建(DLR)算法[17]。先前在肝脏成像中的研究表明,即使使用降低的对比剂剂量,此类DLR技术也能显著改善图像对比度和质量[18–20]。鉴于传统CT在新辅助治疗后环境中已被充分记录的局限性,我们假设结合降噪和对比度增强的先进AI重建技术可能在传统技术失败的领域改善诊断性能。与既往评估AI重建在初治胰腺癌中应用的研究[21, 22]不同,我们的研究特别聚焦于影像学挑战最为突出且临床需求最大的化疗后环境。
因此,我们的研究评估了DLR是否改善图像质量,以及——关键的是——与使用IR的传统CT相比,其是否提高可切除性预测的准确性和置信度。
材料与方法
本回顾性研究经我院机构审查委员会批准(IRB编号2408-035-1558),豁免了获取知情同意的要求。ClariPi提供了资金支持;然而,作者始终对所提交用于发表的数据和信息拥有完全控制权。
患者
纳入2019年1月至2020年12月期间符合资格标准的患者:(1)病理确诊的PDAC,(2)完成新辅助治疗(FOLFIRINOX或以吉西他滨为基础的方案,至少4个周期),(3)CT检查后8周内接受手术切除。排除标准如下:(1)存在远处转移,(2)合并其他恶性肿瘤,(3)CT图像质量差(运动伪影、对比增强不完整),(4)新辅助治疗疗程不完整(图1)。
CT技术
所有CT扫描均采用多期对比增强技术采集,包括平扫期、早期动脉期、胰腺期和静脉期。首先采集平扫图像。早期动脉期采用团注追踪技术启动,当降主动脉衰减达到100亨斯菲尔德单位(HU)后6–9秒自动触发图像采集。早期动脉期采集的平均延迟时间为触发后23秒。随后,胰腺期和静脉期分别在触发后40秒和70秒获得。
CT扫描采用以下参数进行:管电压120 kVp,管电流150–250 mAs,层厚2–3 mm,重建间隔0.6–5 mm,螺距0.9–1.0,机架旋转时间0.5–1.0 s。增强扫描在静脉注射碘比醇(Xenetix 350,Guerbet)或碘海醇(Bonorex 350,Central Medical Service)后获得,剂量为1.5 mL/kg体重,使用自动高压注射器(Stellant Dual,Medrad)以2.0–5.0 mL/s的速率注射,随后以20 mL生理盐水冲管。
多探测器计算机断层扫描(MDCT)检查使用以下扫描仪进行:320-MDCT(Aquilion ONE,Canon Medical Systems)(n = 2)、256-MDCT(Brilliance iCT,Philips Healthcare;Revolution,GE Healthcare)(n = 24)、192-MDCT(Somatom Force,Siemens Healthineers)(n = 36)、128-MDCT(Ingenuity,Philips Healthcare;IQon Spectral,Philips Healthcare)(n = 33)和64-MDCT(Brilliance 64,Philips Healthcare;Somatom Definition,Siemens Healthineers;或Discovery CT750 HD,GE Healthcare)(n = 19)。
CT图像采集后,使用ClariACE(ClariCT.ACE,ClariPi,Seoul,Korea)应用DLR算法,该算法采用两阶段U-Net卷积神经网络,首先对标准CT图像进行去噪,然后放大碘信号[18–20, 23]。该算法此前已在来自多个厂商的超过一百万对双能CT图像上进行训练,包括各种对比期相和剂量水平,从而纳入了影像学特征与本研究相似的数据集。通过从原始图像中提取并增强碘分布,该算法生成对比增强CT图像,模拟较低keV采集时碘衰减更高的视觉效果[18]。输出图像以Hounsfield单位(HU)表示,与标准CT一致,应被视为增强后的标准图像,而非重建的虚拟单能图像。
图像分析
定量分析
一位作者(S.J.H.,6年放射学经验)在常规图像和DLR图像上进行了定量测量(图2)。在胰腺期图像中评估腹主动脉、胰腺实质和肿瘤的Hounsfield单位(HU)。测量通过在轴位CT扫描上手动勾画感兴趣区(ROI)进行。仔细选择ROI以避免包含囊性部分、坏死、血管、扩张导管或含脂肪区域的区域。主门静脉(MPV)的HU在静脉期获得。噪声定义为前腹壁脐水平测得的皮下脂肪衰减的平均标准差。实质与肿瘤的对比噪声比(CNR)根据以下公式计算。
CNR = (胰腺实质平均HU – 胰腺肿瘤平均HU)/ 噪声。
所有测量均进行三次,然后取平均值。
定性分析
由三位获得委员会认证的腹部放射科医师对常规图像和DLR图像进行定性评估:两位审阅者各具有5年经验,一位审阅者具有8年经验。这些评估在不知晓图像重建类型和临床结局的情况下进行,图像随机分配。七个参数(肿瘤可见性、肿瘤边缘、图像噪声、主胰管锐利度、动脉显示、静脉显示、整体图像质量)采用5分制评分,图像可塑性采用4分制评估。具体评分标准如下:
肿瘤可见性:1 = 无明显肿瘤,2 = 肿瘤显示差,3 = 一般,4 = 好,5 = 极好。
肿瘤边缘:1 = 不清晰,2 = 肿瘤边界差,3 = 一般,4 = 好,5 = 极好。
血管显示和MPD锐利度:1 = 模糊,2 = 欠佳,3 = 一般,4 = 高于一般,5 = 极好。
图像噪声:1 = 无法诊断,2 = 欠佳,3 = 中等,4 = 轻度,5 = 无。
可塑性:1 = 极具可塑性,2 = 中度可塑性,3 = 轻度可塑性,4 = 不可塑。
PDAC可切除性评估
三名委员会认证的腹部放射科医师——Y.J.I、J.S.K和J.L——评估了传统图像和DLR图像。为确定每位参与者的PDAC可切除性,收集并记录了关于肿瘤位置、大小、肝总动脉变异及肿瘤与血管接触情况的轴位和冠状位CT图像数据。可切除性评估由全部三名审阅者独立进行,对患者临床信息和图像重建类型设盲。图像随机分配。对腹腔干、肝总动脉和肠系膜上动脉评估肿瘤-血管关系;对静脉,评估肠系膜上静脉、主门静脉和下腔静脉。仅肿瘤与血管之间的直接接触被视为有效,血管周围的模糊衰减或非强化浸润不被视为肿瘤接触[23, 24]。肿瘤-血管关系分为无接触、邻接(< 180°)、包绕(≧ 180°)、血管变形和瘤栓。若血管存在包绕、血管变形或瘤栓,则评估为血管侵犯。对于SMV和MPV,若肿瘤侵犯导致闭塞或侵犯长度达3 cm或以上,则归类为不可重建[25]。基于这些影像学发现,每例病例被赋予NCCN(胰腺腺癌,2024年第3版)可切除性分类(可切除、交界可切除或局部晚期)[26, 27]。同时记录相应的5点置信度评分:1,肯定不可切除;2,可能不可切除;3,交界可切除;4,可能可切除;5,肯定可切除。
PDAC可切除性的判定:参考标准
PDAC可切除性主要由手术和組織病理学发现确定,后者作为参考标准。R0表示显微镜评估无残留肿瘤;R1表示无大体残留肿瘤,但切除边缘1 mm以内或切面存在肿瘤细胞;R2表示存在大体残留肿瘤。
统计分析
连续变量以中位数及四分位距(IQR)表示。定性评估的序数变量为描述目的以均数和标准差汇总。为比较传统图像与DLR图像之间的定性评估,采用Wilcoxon符号秩检验。为评估传统图像和DLR图像预测PDAC R0切除的诊断性能,计算受试者工作特征曲线下面积(AUC)并采用DeLong检验进行比较。同时计算两种方案预测R0切除的敏感度、特异度和准确度,并采用McNemar检验进行比较。对于阅片者置信度的统计分析,将回答二分为高置信度组(肯定可切除或不可切除)和低置信度组(可能可切除或不可切除及交界可切除),传统图像与DLR图像之间的比较采用McNemar检验。评估R0切除概率的阅片者间一致性采用kappa统计量评估,分类为差(< 0.20)、一般(0.20–0.40)、中等(0.40–0.60)、好(0.60–0.80)或优秀(0.80–1.00)。所有分析使用R软件(版本4.4.3;http://www.R-project.org)进行。
结果
患者特征
纳入研究的114例患者中,男性59例(51.8%),女性55例(48.2%),中位年龄64岁(IQR,49.0–71.0岁)。根据病理记录,78例(68.4%)实现R0切除,25例(21.9%)为R1切除,11例(9.6%)为R2切除。
胰腺癌位于胰头和/或钩突70例(61.4%),胰体33例(29%),胰尾11例(9.6%)。胰腺癌中位大小为2 cm(IQR,1.6–2.4 cm)。患者特征总结于表1。
定量评估
中位胰腺-肿瘤对比噪声比(CNR)从常规图像的5.7(IQR 4.1–8.4)增至DLR图像的12.6(IQR 8.5–16.6)(p < 0.001)(图3a)。同样,动脉期腹主动脉中位衰减值从常规图像的332 HU(IQR 281–390 HU)升至DLR图像的517 HU(432–617 HU)(p < 0.001)(图3b)。门静脉期MPV中位衰减值在常规图像为183 HU(IQR,167–216 HU),DLR图像为266 HU(IQR,241–314 HU)(p < 0.001)(图3c)。
定性评估
DLR显著改善了大多数定性图像评分。三名阅片者中有两名在所有类别中均给予DLR图像更高评分(p < 0.001),但“塑性”除外;第三名阅片者也在肿瘤清晰度(p = 0.007)、动脉显示(p = 0.02)、静脉显示(p = 0.014)和较低噪声(p < 0.001)方面更倾向于DLR图像。所有比较的平均改善在5分制量表上范围为0.2至1.2分。值得注意的是,在“塑性”类别(图像纹理)中,所有阅片者均认为DLR图像比常规CT看起来更不自然(更具“塑料感”)(p < 0.001)。图4展示了常规图像与DLR图像在肿瘤边缘、噪声和血管显示方面的定性差异。其余四个评估类别的代表性示例见附录S1。
PDAC可切除性评估
尽管图像质量有所提高,DLR重建并未改善预测R0切除的诊断性能。三位读者对R0与R1/R2判断的敏感性、特异性和总体准确率在DLR图像与常规图像之间差异均无统计学意义。读者对可切除性判断的信心未见变化(读者1,p = 0.61;读者2,p = 1;读者3,p = 0.81,表3)。每位读者诊断性能的AUC、敏感性、特异性和准确率总结于表2。
读者间一致性
常规图像上可切除性的读者间一致性为中等至良好(各读者对之间κ = 0.44–0.63),DLR图像上为一般至中等(κ = 0.30–0.53)。所有κ值的95%置信区间均重叠,表明两种技术之间一致性水平无显著差异。
讨论
在本研究中,我们证明与常规IR相比,DLR显著改善了胰腺CT扫描的图像质量。具体而言,DLR提供了更优的胰腺肿瘤和主要血管强化,并降低了图像噪声,使肿瘤-实质对比噪声比(CNR)从5.7提高至12.6,增幅达120%(图3a)。肿瘤可见度、血管显示和整体图像清晰度的定性评分持续较高,进一步印证了这些优势(图4)。这些发现与既往肝脏影像学研究结果一致,在那些研究中,深度学习重建即使在碘剂量降低的条件下也能提高图像对比度和CNR [15, 18, 20, 21]。
尽管图像质量有这些明显改善,我们的结果表明,视觉显示的增强并未转化为评估肿瘤可切除性时诊断性能或信心的提高(表2和表3)。常规图像和DLR图像在预测R0切除状态方面表现出相似的准确率(约64–66%)和中等程度的性能指标(AUC范围0.485至0.520),如表2所示。这表明,虽然图像质量对放射学判读至关重要,但仅凭高图像质量不足以准确预测接受新辅助治疗的胰腺癌患者的手术切缘。
若干生物学和临床因素可能解释图像质量改善与诊断性能之间这种明显的脱节。首先,新辅助治疗后胰腺癌“可切除性”的定义本身就很复杂,并非仅由图像清晰度决定。临界可切除肿瘤按定义存在模棱两可的血管受累——即使图像对比度完美,边缘处少量肿瘤浸润与炎性纤维化在CT上也可能表现相似[23]。R0切除的最终判定往往取决于微观肿瘤侵犯,而目前没有任何影像 modality 能够可靠检测(图5)。许多在影像上被判为“可切除”的患者,手术时仍有显微镜下阳性或近切缘(R1/R2),这表明限制因素不是肿瘤-血管界面的肉眼可见性,而是超出CT分辨率能力的隐匿肿瘤细胞。反之,一些在CT上被判为“临界”的肿瘤被成功切除且切缘干净,提示血管贴附的影像征象并不排除安全切除。这些情况更多取决于肿瘤生物学和治疗反应,而非绝对的CT对比增强[9, 11]。这很可能导致了所观察到的中等读者间一致性(κ范围为0.3至0.6)以及增强图像未见改善。
其次,读者主要基于肿瘤-血管关系评估可切除性。然而,促成R0切除的因素不仅包括肿瘤-血管界面,还包括肿瘤大小、肿瘤位置、邻近器官侵犯以及所采用的手术方式[4, 22]。事实上,在我们研究组中,未能实现R0切除的患者占31.6%(36/114),其中仅33.3%(12/36)存在肿瘤-血管界面处肿瘤受累,而66.7%(24/36)在肿瘤前表面或后表面有近切缘(< 1 mm)或切缘受累,与血管受累无关。这些发现凸显了仅使用肿瘤-血管界面评估胰腺癌可切除性的局限性。鉴于这些方法学局限,仅基于影像学表现准确预测PDAC可切除性具有挑战性;因此,NCCN指南推荐可切除状态的最终决定通过多学科讨论共识达成[26]。
我们关于DLR算法改善图像质量的发现与近期在其他临床背景下评估DLR的研究一致。Kang等[19]在低对比剂剂量肝脏CT中报告,虽然DLR模型改善了血管CNR和图像质量,但并未显著改变病变检出率。同样,Yoon等[21]发现,在低碘肝脏CT的标准图像与深度学习增强图像之间,病变清晰度无差异,尽管深度学习技术图像对比度更高。这些研究提示,一旦达到某一基线图像质量,进一步增强对诊断任务可能产生递减回报——尤其是当这些任务受图像清晰度以外因素限制时。
值得注意的是,先前确实有一项研究发现DLR具有诊断增益:Lim等[20]报道,在低剂量CT设置下使用类似的对比增强模型时,小肝脏病灶的检出率有所提高。在该情况下,算法补偿了次优的对比剂剂量,实际上获得了比标准全对比剂扫描更好的病灶可见性。相比之下,在我们的研究中,标准扫描已经具有足够的对比度用于胰腺成像,因此DLR是在增强一幅本已具有诊断质量的图像。此外,如前所述,考虑肿瘤范围来评估可切除性比病灶检测更为复杂。这可能解释了我们为何未观察到在表征肿瘤范围方面的进一步改善——所增加的对比度对决策而言在某种程度上是冗余的,即使它增强了视觉吸引力。
使用DLR时观察到的一个显著权衡是所有读者均报告的人工光滑或“塑料样”图像质感(图6e-f;表4)。虽然DLR改善了客观和主观图像质量评分,但放射科医生注意到这些图像中具有更人工化的质感。这种“塑料样”外观是激进降噪算法(包括基于人工智能的重建)的已知现象[19, 21]。在我们的研究中,读者评定常规图像的伪影感低于DLR图像,提示DLR在提升对比度和去除噪声的同时可能过度平滑或改变了一些图像细节(表4)。这种人工质感可能会掩盖放射科医生在评估中潜意识使用的非常细微的细节或微弱线索,从而可能抵消增强对比度带来的一些益处。在降噪、对比度增强和保持自然图像质感之间实现最佳平衡,仍然是深度学习重建算法开发者面临的持续挑战。
在先前一项评估DLR用于胰腺可切除性诊断性能的研究中,高强度DLR图像相比滤波反投影和IR图像表现出更优的诊断性能[28]。在该研究中,高强度DLR通过降低图像噪声、改善噪声纹理和低对比度空间分辨率以及提高锐利度和病灶显著性,改善了整体图像质量。这些优势转化为评估PDAC可切除性时诊断性能的改善。虽然Lyu等报道了DLR改善诊断性能,但关键的方法学差异解释了不一致的发现:他们的队列包括初始可切除病例和未经确认的不可切除病例(11/15未行手术),而我们的研究仅考察了最具挑战性的情景——新辅助治疗后PDAC,且所有病例均经手术确认。
从临床角度来看,虽然深度学习重建(DLR)图像可能不会提高正确预测R0切除的可能性,但它仍然可以通过在不额外改变CT方案、对比剂或辐射的情况下提供更高质量的图像而产生价值[18–20]。其增强对比度的能力可能允许在脆弱患者(例如肾功能受损患者)中减少对比剂剂量,这在胰腺癌诊疗中是一个重要考虑因素,因为患者通常需要接受多次影像学检查[18–20]。改善成像的某些益处可能未被我们的研究终点所捕捉。所有阅片者因其清晰度而主观偏好DLR图像(表4),即使在无可测量的准确性改善的情况下,这也可能减少临床工作中的疲劳或提高满意度。也可能存在更好的对比度能产生有意义差异的临床情境——例如,在检测小的转移性肝脏病灶或淋巴结方面,尽管我们的研究仅聚焦于局部可切除性评估。
必须承认若干重要局限性,这些局限性影响了我们对研究结果的解读和推广。首先,作为单中心三级医院的回顾性分析,所选的在接受新辅助治疗后接受手术的PDAC患者队列可能限制推广性。相对较低的R0切除率(68.4%)提示选择了特别具有挑战性的病例。其次,我们的参考标准(R0 vs. R1/R2手术结局)具有临床相关性但并不完美,因为切缘状态可能受手术技术和术中决策的影响,而不仅仅由影像不可见的肿瘤决定。第三,还提到了放射科医师的中等经验水平(平均6年),并提示更专业的专长可能产生不同结果,尽管即使使用标准CT,观察者间一致性也仅为中等,这指向病例的固有难度。此外,阅片者对DLR图像的经验较少(两名审阅者两年,一名审阅者此前无经验),这也可能影响了结果。第四,本研究仅评估治疗后CT扫描,未与基线治疗前影像进行比较,也未整合CA 19 − 9趋势等临床因素,这妨碍了对治疗反应或纵向变化的评估。第五,我们仅评估了一种深度学习重建算法(ClariACE);其他工具在平衡图像增强和诊断产出方面可能表现不同。最后,我们的研究队列相对异质,这可能降低方法学严谨性并使解读复杂化。然而,这种异质性也反映了真实世界临床实践,其中患者情况多样,从而增强了我们研究结果的临床相关性。
总之,DLR在胰腺癌CT扫描中较标准迭代重建(IR)显著改善了图像质量,但这并未导致可切除性预测性能的改善。仅凭高对比度分辨率成像似乎不足以克服治疗后胰腺癌评估的内在挑战,其中显微镜下肿瘤播散和治疗引起的变化限制了即使高质量CT成像的准确性。
引用
- Hong SJ, Jeon SK, Yoo J, et al. Deep learning-based combined noise reduction and contrast enhancement for post-neoadjuvant pancreatic cancer CT: does improved image quality translate to better resectability assessment? Abdom Radiol (NY). 2025. PMID: 41186714. doi:10.1007/s00261-025-05271-6
- 全文:PMC13061756(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13061756/
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。