INTERPRET决策支持系统评估:它能否提高脑磁共振波谱的诊断价值?
该研究在临床环境中评估INTERPRET决策支持系统(DSS)3.1对脑局灶性病变MRI和MRS诊断的辅助价值,材料为100例有确诊诊断的检查。结果显示,全部病例中DSS仅38/100给出正确具体诊断,诊断类别正确67/100,与常规MRS分析(58/100)无显著差异(p=0.19),但优于单独MRI(52/100,p=0.03)。在61例成人且最终诊断存在于数据库的病例中,DSS类别正确48/61,显著优于常规MRS(32/61,p=0.002)和MRI(29/61,p=0.0004)。作者结论认为,在未选择的临床病例中DSS未改善MRS分类,但在数据库涵盖的成人病变中可改善结果,提示扩展数据库的潜力。
要点
- 全部100例中DSS具体诊断正确38例、错误57例、无良好匹配5例,诊断类别正确67例。
- 全部病例中DSS诊断类别正确率与常规MRS无显著差异(p=0.19),但显著优于单独MRI(p=0.03)。
- 61例成人且诊断在数据库中的病例,DSS类别正确48例,优于常规MRS 32例(p=0.002)和MRI 29例(p=0.0004)。
核心结论
- 在未选择的临床病例中,使用INTERPRET DSS未改善MRS对病变的诊断分类。
- 在病变诊断存在于INTERPRET数据库的成人患者中,DSS改善了结果,提示该软件在扩展数据库后具有潜力。
研究设计与样本
- 研究类型为临床环境下的诊断评估研究,检索2004年1月至2014年4月放射科临床档案中的脑MRS检查。
- 共纳入97例患者的100次检查,均为13岁以上、有局灶性病变、高质量单体素波谱且有明确最终诊断的病例。
关键影像表现/征象
- 最终诊断为高级别肿瘤56例、低级别肿瘤20例、非肿瘤性病变24例。
- 约20%的高级别肿瘤被DSS归入低级别肿瘤类别。
- 低级别胶质瘤几乎均被DSS归入正确类别。
- 约一半非肿瘤性病变被DSS判读为肿瘤,其中一半为高级别肿瘤。
诊断标准与关键数值
- DSS具体诊断在全部100例中正确38例、错误57例、无良好匹配5例;排除7例低级别胶质瘤未分型后正确31/93、错误57/93。
- DSS诊断类别(高级别肿瘤、低级别肿瘤、非肿瘤性病变)在全部100例中正确67例、不确定5例、错误28例。
- 在诊断存在于数据库且排除18岁以下患者的61例中,DSS具体诊断正确28/61,类别正确48/61,常规MRS类别正确32/61,MRI类别正确29/61。
- 在全部病例中,DSS与常规MRS的类别正确率无显著差异(p=0.19),DSS显著优于单独MRI(p=0.03),常规MRS与MRI无显著差异。
- 在61例成人且诊断在数据库中的病例中,DSS类别正确率显著优于常规MRS(p=0.002)和MRI(p=0.0004)。
临床应用与阅片要点
- 两位判读者独立使用DSS选择诊断的一致率为60/80(75%),kappa值0.71,为实质性一致。
- 将诊断归入三个临床相关类别后,两位判读者的一致率为72/80(90%),Cohen kappa值0.84,为几乎完美一致。
- 最常见的判读分歧为转移瘤与胶质母细胞瘤之间,共7例。
- 在14例放疗/化疗反应中,DSS将12例判读为肿瘤波谱,未能排除肿瘤性组织。
局限性
- 32/100例的最终诊断不存在于INTERPRET数据库中,数据库的大小是限制因素。
- INTERPRET数据库以肿瘤为主,部分肿瘤如胶质肉瘤、大脑胶质瘤病和神经节胶质瘤缺失或被归为罕见肿瘤。
- 在14例放疗/化疗反应中,12例(86%)被DSS判读为肿瘤波谱,这一误分类可能影响患者诊疗。
- 由于研究设计仅从INTERPRET数据库中选择一个诊断,可能增加错误诊断的数量。
全文中译13 节 · 点击展开
引言
一种能够特异性诊断脑病变的无创方法将极为有用。为了提高磁共振波谱(MRS)的特异性,由欧盟委员会资助开展了一项多中心项目——使用磁共振进行肿瘤模式识别国际网络(INTERPRET)。来自许多欧洲中心的脑肿瘤波谱被收集到一个数据库中。随着能够将患者的波谱与数据库中其他患者的波谱进行匹配,对组织学诊断的需求可能会减少。波谱的评估通过图形软件——INTERPRET决策支持系统(DSS)进行,该系统现在也包含了一些非肿瘤性波谱。
该软件的第一版在用于MRS分析时,与单独使用MRI相比,被证明能改善最常见颅内肿瘤的诊断[1]。一项脑肿瘤病例的前瞻性研究显示,INTERPRET DSS在波谱分类方面优于其他三个系统。该研究还证明,与单独使用MRI做出的诊断相比,来自波谱数据的附加信息可以改善放射科医师的诊断[2]。
在第二版INTERPRET DSS 2.0中,引入了同时使用短TE和长TE的选项。然而,这并未提高诊断准确性,但该研究显示,在使用MR波谱方面缺乏经验的神经放射科医师可以使用该DSS,其结果与经验丰富的波谱分析人员相似[3]。另一项研究表明,将短TE和长TE与INTERPRET DSS结合使用有助于多形性胶质母细胞瘤与转移瘤之间的鉴别诊断[4]。在另一项研究中,与波谱分析人员对波谱的分析相比,使用INTERPRET DSS 2.0并未改善脑肿瘤高级别或低级别的分类[5]。
在INTERPRET DSS 3.0版本中,该软件的目标是能够分析来自任何MR制造商的新数据,并且即使是对波谱学知识了解极少的人也可以完成[6]。该软件图形用户界面的示例见图1。
我们研究的目的是评估INTERPRET DSS 3.1(http://gabrmn.uab.es/dss)在临床环境中的诊断效用,并将结果与不使用DSS而通过MRI和MRS获得的结果进行比较,后者在本文中称为常规MRS分析。
材料与方法
材料
对放射科临床档案(即仅为研究目的进行的检查不包括在内)进行检索,查找2004年1月至2014年4月期间进行的脑部磁共振波谱检查。在临床病例中,如果诊断未知或不确定,且包括MRI在内的其他检查信息不足以制定治疗方案,则进行MRS检查。研究计划经区域伦理委员会批准。为读取和使用医院档案中的患者数据用于研究目的,需要所有在世患者及未成年患者父母的书面知情同意。仅纳入年龄大于13岁、具有局灶性病变、高质量单 voxel 波谱(SVS)且原始数据可用、并在检查时病历中具有有效明确诊断的患者。
最终共有97例患者的100次检查纳入研究。3例患者因新发病灶或已知病灶表现改变而接受了两次检查。MRS的临床指征见表1。
放射学评估
一位对最终诊断不知情的经验丰富的神经放射学家审阅了MR图像和MRS曲线及其他MRS分析。检查的评估方式与我院常规临床工作相同,即在MRS之前和之时获得的所有放射学检查均可获取。转诊临床医生向放射科医生提供的临床信息(如有)也被采用。首先在不使用MRS数据的情况下评估MR图像。在第二次评估中,加入MRS数据。
放射学技术
MR成像技术多年来有所变化,并根据检查指征而不同。弥散加权成像常被纳入,过去5年中,在疑似肿瘤病例中常规进行灌注MRI。在疑似出血产物或钙化的病例中,使用了T2*加权梯度回波序列或磁敏感加权成像(SWI)序列。
质子MRS技术根据MRS指征和病例具体问题个体化制定。患者的临床状态、配合程度和总MR检查时间也被考虑在内。我们尽量避免麻醉。2004-2005年主要使用Philips Intera(Philips Healthcare,Best,荷兰)成像仪。自2005年起,波谱使用Siemens Avanto(Siemens Medical Systems,Erlangen,德国)成像仪获取。两台成像仪均在1.5 T下运行,使用PRESS序列进行单 voxel 波谱采集。使用1.5 T Philips Intera获取波谱时,采用重复时间/回波时间(TR/TE)为6000/20–22 ms,使用Siemens Avanto时为5000/30 ms。74例额外进行了化学位移成像,TR/TE为1500–2500 ms/135–144 ms。在其余少数病例中,额外获取了TR/TE为1500/135–144 ms的SVS,以显示乳酸位置是否存在倒置峰。
在SVS中,体素置于MRI上可见的病灶内。体素的大小和形状经过个体化调整,以选取具有代表性的样本。若有对比增强,则将体素置于该区域。体素置于实性组织内,避开坏死区和脑脊液。避免脂肪污染和磁敏感干扰区域。为检测磁敏感干扰区域,对曾接受手术或病灶靠近颅底的患者,在MRS前使用T2*加权梯度回波或磁敏感加权成像(SWI)序列。为定量获取十六次未抑制水参考采集。在估算代谢物浓度时,使用未抑制水信号作为内部参考。
对于常规MRS分析,数据使用LCModel进行处理。通常,我们将模型限制在0.2–4.0 ppm范围内。波谱经涡流校正。所有波谱均经人工评估,以排除残差中明显的非随机性或代谢物的错误归属。后期处理由一名MR物理师完成。光谱质量低的检查,如信噪比(SNR)< 5者,被排除出材料。纳入诊断分析的代谢物其Cramer-Rao下界(CRLB)≤ 20,乳酸除外。若在中等长TE的波谱中存在明显的倒置双峰,即使CRLB > 20,也认为乳酸确实存在。毫摩尔代谢物浓度(mM,毫摩尔/升物质)以组织水为参考进行测量。常规以总肌酸(Cr)为参考计算比值,但也使用其他比值如N-乙酰天冬氨酸/胆碱(NAA/Cho)作为诊断工具。我们主要使用代谢物比值,因为绝对浓度是假设脑组织水浓度恒定来计算的,而这一假设并非总能成立。评估中使用了我们自己的对照材料,即用相同SVS技术和分析方法检查的健康志愿者。
在CSI中,检查区域覆盖病理区域,但也包括正常或可疑正常的对侧组织。层厚为15 mm,名义体素大小为10 × 10 × 15 mm3。放置饱和带以抑制周围骨性、脂肪性和含气结构。所有数据后期处理由一名MR物理师使用MR成像仪制造商提供的软件完成,分析1.1–3.5 ppm的波谱。所有体素均进行分析,但光谱质量低者不用于诊断目的。在质量良好的波谱中,至少胆碱峰的上半部分可与肌酸峰分离。常规计算代谢物与Cr和Cho的比值并用于诊断分析。常规制作叠加在解剖图像上的彩色图,包括代谢物Cho、Cr、NAA和乳酸,以及以Cr和Cho为参考的代谢物比值。
磁共振波谱(MRS)的判读是在文献标准的指导下进行的。Bulakbasi等人[7]已报道了在单体素波谱(SVS)上用于区分良性与恶性肿瘤的代谢物比值。在Usinskiene等人[8]的一项荟萃分析中,短TE下Cho/Cr比值的截断值为1.56时获得了最高的曲线下面积值。在化学位移成像(CSI)上,有研究提出Cho/NAA阈值为1.66[9]。脂质和乳酸升高以及NAA峰降低提示IV级肿瘤[10]。对于肿瘤复发与放射性反应的鉴别,Cho/Cr或Cho/NAA比值在1.7–1.9之间已被证明可预测肿瘤,主要是在CSI上[11];而在TR/TE为6000/30的SVS上,有研究提出Cho/Cr阈值为1.1、Cho/NAA阈值为1.17[12]。
INTERPRET DSS分析
一位具有INTERPRET DSS使用经验的MRS物理师培训了一名经验有限的放射科住院医师和一名放射科医师使用该软件。短TE的SVS波谱数据经jMRUI 4.0处理,去除水信号后导入INTERPRET DSS 3.1(图1)。所有病例均由该放射科住院医师进行检查。100次检查中的80次也由该放射科医师进行了评估。原始波谱数据经jMRUI导入DSS 3.1的过程以及评估均由两名分析者独立完成。可获取包括检查临床指征在内的放射学申请单,但无其他患者数据。首先在数据库中病例的视觉概览中,将研究患者的波谱与相邻病例的各自波谱进行比对。然后,通过波谱±标准差的叠加图,将患者波谱与所有可用的组织波谱进行比对。对于最佳包含患者波谱的叠加图,选择该诊断。在模棱两可的病例中,可对照视觉叠加图中相近的各自波谱进行第二次比对。仅选择一个最可能的诊断。
复发性肿瘤与治疗反应(包括放疗和/或化疗)之间的鉴别诊断是MRS的常见指征。INTERPRET数据库中未包含此类反应性改变的病例。因此,我们使用了一种间接诊断方法。如果发现肿瘤组织,则诊断为复发性肿瘤。如果在DSS分析中未提示肿瘤,我们将其解读为已排除肿瘤复发。
诊断确认
将INTERPRET DSS获得的诊断与最终诊断进行比较。最终诊断的确认方式为:61个病灶经神经病理学确认,36例经长期随访确认,3例经生化或基因检测确认。
从影像学检查到为神经病理分析进行病灶取样的中位时间为17天(范围1–222天,上四分位数39天)。在纳入研究前,对每例病例均考虑了影像学检查至取样之间时间间隔的可能影响。标本在病理科按标准流程处理,包括使用组织化学(苏木精-伊红(HE))和免疫组织化学技术。所有原始HE染色切片由两名神经病理学家重新评估。肿瘤分级遵循世界卫生组织(WHO)中枢神经系统肿瘤分类[13]。简言之,所有在HE切片中至少有一个核分裂象的病例均分级为高级别肿瘤。对于一名既往神经病理诊断为星形细胞瘤I–II级、伴肿瘤复发且临床病程与高级别肿瘤不符的患者,其诊断被认为是神经病理学证实的II级星形细胞瘤。对于两名神经病理诊断为II–III级且临床病程符合III级的患者,其诊断也被认为是神经病理学证实的III级星形细胞瘤。对于两名在初次手术时组织学确诊为胶质母细胞瘤、随后在同一部位出现快速生长病灶且临床状况迅速恶化的患者,其诊断被认为是神经病理学证实的。
在36例病例中,诊断是在至少6个月的随访期间作出的,在此期间评估了影像学表现、其他检查以及患者的临床状况。
DSS、常规MRS与MRI所作诊断的比较
将INTERPRET DSS的结果与常规分析的MRS联合MRI以及单独MRI所得结果进行比较。为进行统计学比较,诊断被分为三个临床相关类别:原发性高级别中枢神经系统肿瘤(WHO III–IV级)和转移瘤、低级别肿瘤(WHO I–II级)以及非肿瘤性病变。
DSS、常规MRS和MRI诊断分类如下:正确:诊断分类正确。
不确定:诊断分类正确,但在常规分析中同时给出了一个不正确的类别作为替代。在DSS分析中,当数据库中无良好匹配时使用此分类。
错误:诊断分类不正确。
统计分析
不同诊断类别的结果采用χ2检验进行比较。
DSS的观察者间一致性采用kappa统计量评估。
结果
观察者间一致性
当两名阅片者在INTERPRET DSS 3.1中独立分析病例时,60/80(75%)的病例选择了相同诊断。这给出的kappa值为0.71,代表高度一致。最常见的答案差异是转移瘤与胶质母细胞瘤之间的差异,共出现七例。所选诊断归入同一类别的为72/80例(90%,Cohen kappa值0.84(几乎完全一致)[14])。
影像学结局
在100例病例中,56例为高级别肿瘤,20例为低级别肿瘤,24例为非肿瘤性病变(表2、3和4)。与最终诊断相比,INTERPRET DSS的诊断在38/100例(38%)中正确,在57/100例(57%)中错误,在5例(5%)中不确定(未找到良好匹配)。在7例中,由于活检不成功或缺失,最终诊断为低级别胶质瘤但无具体肿瘤分型,而在所有这些病例中,INTERPRET DSS给出了某种低级别胶质瘤的具体诊断。因此,没有诊断差异,但无法知道这些诊断是否正确。如果排除这7例,DSS将在31/93例(33%)中给出正确诊断,错误诊断的数量将为57/93(61%)。
在32/100例中,最终诊断在INTERPRET数据库中不作为诊断选项提供。我们仅在数据库中存在的最终诊断病例中重复了相同的计算,并排除了7名年龄小于18岁的患者,因为数据库中的已验证分类器未针对他们进行训练。DSS在28/61例(46%)中给出了正确诊断。在那些经组织病理学确认且在成年患者中作为DSS选项可用的50例病例中,INTERPRET DSS在23例(46%)中识别出了正确诊断。
DSS在诊断类别层面所做诊断的分布可见于表5和表6。在所有100例病例中,INTERPRET DSS给出的诊断类别(高级别肿瘤、低级别肿瘤、非肿瘤性病变)在67例中正确,在5例中不确定,在28例中错误。约20%的高级别肿瘤被归入低级别肿瘤类别。然而,在类别层面上,对于淋巴瘤和转移瘤等高级别肿瘤取得了良好结果,但转移性与原发性高级别肿瘤之间以及高级别胶质瘤与淋巴瘤之间的区分未获成功(表2)。低级别胶质瘤,无论是具体分型还是未具体分型,几乎全部分类于正确类别。相比之下,约一半的非肿瘤性病变被解释为肿瘤,其中一半为高级别肿瘤(表5)。在对照射/化疗有反应的患者中排除肿瘤组织未获成功;在12/14次检查中发现谱系与肿瘤最为一致(表4)。当排除未纳入INTERPRET DSS的诊断时,对于非肿瘤性病变,所有类别放置错误的病例减少至零(表6)。如果诊断作为INTERPRET数据库中的选项,类别在79%中正确(表6)。最常见的诊断类别错误放置是将高级别肿瘤解释为低级别肿瘤。
表7显示了INTERPRET DSS、磁共振波谱(MRS)联合MRI的常规分析以及单独使用MRI作为将病变归入诊断类别的工具时的结果。当比较DSS与常规MRS之间结果正确与其他结果的差异时,无统计学显著性差异(p = 0.19)。DSS显著优于单独使用MRI(p = 0.03),但常规MRS分析则不然。排除INTERPRET DSS中不存在的诊断后,在至少18岁的患者中,相同结局的结果显示DSS显著优于常规MRS分析和MRI(表8,p值分别为0.002和0.0004)。
在线资源1提供了INTERPRET数据库[1]中已验证分类器所包含诊断的额外数据。在该更具选择性的材料中,DSS在32/38例中给出了正确的类别,常规MRS在21/38例中给出正确类别,MRI在18/38例中给出正确类别。
讨论
据我们所知,本材料是迄今为止研究使用INTERPRET DSS 3.1与传统MRS和MRI分析相比的诊断结果的最大一组未经选择的临床患者。在我们的局灶性病变材料中,使用INTERPRET DSS 3.1在约三分之一的病变中作出了正确的具体诊断。在三分之二的病变中,诊断归入了正确的类别(高级别肿瘤、低级别肿瘤或非肿瘤性病变)。
不同肿瘤提供具体诊断的能力各不相同。胶质母细胞瘤与转移瘤之间的鉴别可能尤为困难。这反映在本研究的观察者间一致性结果中,文献中尝试区分这些谱系的努力也表明了这一点[15, 16]。对于间变性星形细胞瘤的诊断,仅四分之一的病例给出了正确的具体诊断。原因可能在于,该肿瘤在细胞结构和分子模式方面难以与其他肿瘤区分,对病理学家而言也是如此[17, 18]。一项近期使用INTERPRET数据库病例的研究显示,即使是将间变性星形细胞瘤与其他肿瘤级别或健康组织进行二分类,在1.5 T且短TE条件下,受试者工作特征分析中曲线下面积>0.9的情况也不常达到[19]。另一方面,在较早的一项研究中,使用INTERPRET对间变性星形细胞瘤进行表征优于MRI[2]。进一步开发INTERPRET数据库中的分类器可改善胶质肿瘤级别的分类[20]。
在这个未经选择的临床病例材料中,约三分之一的最终诊断在INTERPRET数据库中不存在,这影响了找到正确诊断的可能性。数据库中的材料主要由肿瘤组成,但甚至一些肿瘤,例如胶质肉瘤、大脑胶质瘤病和神经节胶质瘤,也缺失或作为罕见肿瘤归为一组。为测试该方法的潜在有效性,我们还仅对最终诊断存在于数据库中的病例进行了分析。这些病例中不超过46%给出了正确的具体诊断,诊断类别(高级别肿瘤、低级别肿瘤、非肿瘤性病变)的正确率为79%。在整个材料中,67%的病变类别正确。因此,INTERPRET数据库的规模是一个限制因素。然而,即使在具体诊断在INTERPRET数据库中不是可选选项的病例中,排除某种诊断也可能有价值,但相反,错误的诊断可能导致严重后果。例如,在12/14(86%)的放疗/化疗反应中,判读为肿瘤性谱系,这种错误分类可能影响患者诊疗。
在我们的研究中,与传统MRS相比,使用INTERPRET DSS 3.1并未改善总材料中选择正确诊断类别(高级别肿瘤、低级别肿瘤、非肿瘤性病变)的结果,但与MRI相比确有改善(分别为67%对58%和52%)。我们的结果与既往研究一致[1, 2],其中使用INTERPRET DSS与MRI相比改善了诊断。当排除数据库中未找到的诊断时,我们DSS的结果显著优于传统MRS,标志着拥有更多诊断的更大数据库的可能潜力。
使用DSS后,不确定诊断的数值有所减少。这可能是因为,根据研究设计,仅从INTERPRET数据库中选择了一个诊断。然而,这也可能导致错误诊断数量的增加。
判读者可以在短时间内学会使用INTERPRET DSS软件,并在诊断上达到高度一致性。我们的结果与该软件的目标一致,即即使对MR波谱知识了解极少的用户也有用[6]。当判读者对于数据库示例波谱中哪个峰最适合拟合存在分歧时,可能会产生判读差异。在我们医院的临床常规中,由一名MR物理师独立对INTERPRET DSS中的波谱进行判读,并呈现给放射科医师,后者将其与自身从MRI和常规MRS分析中获得的发现相结合。
我们使用的是在1.5 T下运行的成像设备,而INTERPRET分类器基于1.5 T数据集。Garcia-Fuster等人[21]的一项研究表明,也可以使用3 T下采集的波谱数据。Julia-Sape等人[20]也在少数患者中对此进行了测试并取得了良好结果。使用3 T场强可以更好地分离代谢物[22]。
MRS常用于MRI结果不明确的情况。这可能是本研究中所有放射学方法准确率相当低的一个解释,因为容易诊断的病例未被纳入。同时判读MRI和MRS可能会影响两种检查的判读。在根据临床随访作出诊断的病例中,MR检查的判读可能对临床诊断产生了影响。
我们使用的TR比数据库中纳入病例的TR更长(1600–2000 ms)[1]。目前尚不清楚这是否会影响分类器性能。在Knight-Scott等人[23]对健康受试者的一项研究中,较长TR(TR > 2500 ms)下未观察到相对代谢物浓度的差异。INTERPRET数据库中的病例数量是一个限制因素。另一个限制因素是并非所有非肿瘤性病变或低级别肿瘤都有组织学诊断。这会导致非特异性诊断,并可能影响诊断是否存在于INTERPRET数据库中。肿瘤和治疗后区域均可能具有异质性。MRS体素的位置与取用于神经病理学检查的样本位置可能欠佳且并不完全一致。在我们研究中具有神经病理学诊断的病例中,75%的组织样本是在放射学检查后40天内获得的。部分样本是在放射学检查后数月才获得,这在疾病缓慢变化/良性病变的情况下以及原发放射学诊断可被明确分类的病例中是可以接受的。
INTERPRET项目未来可能的展望在一篇2015年的综述文章[20]中有所概述,包括纳入儿童波谱、更高场强下的波谱、更多肿瘤类型以及非肿瘤性疾病。能够无缝整合到日常工作流程中将对DSS有利。另一个可能的发展是在无需用户输入的情况下自动分类波谱,以使诊断具有可重复性。INTERPRET数据库中的病例也被纳入更大的eTumour数据库[24]。已采取措施确保INTERPRET数据库中的病例经过验证,但在由专家波谱学家评估时,通过质量控制的病例中有10%被剔除[25]。
结论
INTERPRET DSS软件可在短时间培训后由解释者使用,解释者之间具有实质性一致性。在未经选择的临床材料中,局灶性病变的正确具体诊断获得率不到40%,正确分类(高级别肿瘤、低级别肿瘤和非肿瘤性病变)为67%。与传统MRS分析相比,INTERPRET DSS并未显著改善病变分类,但与单独MRI相比则有改善。排除INTERPRET DSS中未发现的诊断后,对于相同结局,DSS的结果显著优于传统MRS分析和MRI。正确分类获得率为79%。INTERPRET数据库的规模是一个限制因素,因为数据库中仅可获得三分之二的明确诊断。随着数据库中更多诊断的加入和评估的完全自动化,该软件的准确性和可重复性有望进一步改善。
电子补充材料
ESM 1(PDF 105 kb)
引用
- Hellström J, Romanos Zapata R, Libard S, et al. Evaluation of the INTERPRET decision-support system: can it improve the diagnostic value of magnetic resonance spectroscopy of the brain? Neuroradiology. 2018. PMID: 30443796. doi:10.1007/s00234-018-2129-7
- 全文:PMC6336758(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6336758/
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。