编辑推荐：
当前前列腺 MRI 的 T2 加权成像（T2WI）受多种因素影响导致图像质量参差不齐，影响癌症检测。研究人员开展了深度学习（DL）评估 T2WI 前列腺 MRI 图像质量的研究。结果显示 DL 模型评估准确率超 75%，能减少不必要重扫，对优化检查时间管理意义重大。
在医学影像学领域，前列腺癌的检测一直是重点关注的问题。多参数磁共振成像（mpMRI）作为当前检测前列腺癌的标准成像方法，其中 T2 加权成像（T2WI）是关键组成部分。然而，实际临床中，T2WI 图像质量却常常受到多种因素的干扰。比如患者检查时的身体运动，或者体内存在的金属植入物，这些都可能导致图像出现伪影、模糊等问题，进而严重影响前列腺癌的检测准确率。而且，即使遵循相关成像指南，也无法完全保证图像质量。以往，对于图像质量的评估主要依赖放射科医生的主观判断，这不仅耗费时间和精力，还容易受到医生经验和疲劳等因素的影响。因此，开发一种能够自动、准确评估 T2WI 图像质量的方法迫在眉睫。
为了解决这一难题，来自美国梅奥诊所（Mayo Clinic）和日本京都大学的研究人员展开了深入研究。他们的研究成果发表在《European Radiology Experimental》上，为前列腺 MRI 图像质量评估带来了新的希望。
研究人员采用了深度学习（DL）技术，这是一种强大的人工智能算法，能够从大量数据中学习模式和特征。研究数据来自 2017 - 2021 年三个地点的临床前列腺 MRI 检查，最初有 27473 例检查，经过筛选，排除了 Gleason 评分（GS）≥7 的患者检查数据，最终得到 15518 例数据，再进一步选取 1412 例用于研究。
在研究过程中，研究人员先让四位经验丰富的泌尿放射科医生对 T2WI 扫描图像进行质量评分，评分采用 0 - 3 分的四级量表，0 分表示无法解读，1 分表示勉强可解读，2 分表示诊断充分，3 分表示诊断绰绰有余 。之后，这些评分被进一步分为两类，即非诊断性（IQ 为 0 或 1）和诊断性（IQ 为 2 或 3），前者意味着需要重新扫描，后者则不需要。
接着，研究人员构建了 DL 模型。他们考虑了 11 种三维卷积神经网络架构，最终选择了 3DDenseNet_169 模型。在训练模型前，为了提高模型性能并减少内存占用，研究人员进行了一系列预处理操作。比如，只选取每个检查的 16 个中心轴向切片，利用内部分割模型围绕前列腺进行紧密裁剪，再通过 Lanczos 插值法将图像统一采样为 256×256 像素，最后对像素值进行标准化处理。此外，由于数据集中无法解读（IQ = 0）的检查数量较少，研究人员采用了自采样方法对这部分数据进行过采样，以平衡各类数据的比例。
模型训练完成后，研究人员对其进行了多方面评估。他们计算了模型对 IQ 评分和重扫决策的准确率、精度、召回率、F1 分数以及索引平衡准确率等指标。同时，通过五折交叉验证来评估模型的一致性。
研究结果令人振奋。在专家放射科医生评分统计方面，1412 例检查的评分分布为：IQ = 0 的有 119 例（8.4%）；IQ = 1 的有 341 例（24.1%）；IQ = 2 的有 578 例（40.9%）；IQ = 3 的有 374 例（26.4%） 。阅片者之间的一致性良好，Cohen κ 值为 0.738 ± 0.043，Krippendorf α 值为 0.73。
DL 模型的表现也十分出色。在测试集中，模型预测 IQ 评分的准确率达到 57.1%，Cohen κ 值为 0.658，表明模型与专家评分有较高的一致性。对于重扫决策，模型的准确率为 78.3%，Cohen κ 值为 0.537，F1 分数为 0.79。这意味着模型能够较好地区分非诊断性和诊断性扫描。而且，经过五折交叉验证，虽然过采样和紧密裁剪略微降低了模型的平均性能，但总体表现依然稳定。
与临床实际操作相比，研究人员以 Site III 的 174 例检查为例进行分析。在这些检查中，技术人员评估的结果与放射科医生的判断存在一定差异。而 DL 模型的应用，理论上可以将不必要的重扫率从 63% 降低到 28%，同时保持 86% 的敏感度，这大大减少了不必要的扫描时间。
在研究结论和讨论部分，研究人员指出，他们成功开发了用于评估 T2WI 前列腺 MRI 图像质量的 DL 模型。该模型能够准确区分诊断性和非诊断性图像，准确率达到 78.3%，受试者工作特征曲线下面积（AUC）为 0.867。这一成果对于优化 MR 扫描仪的使用时间、减少不必要的重扫具有重要意义。例如，如果一台扫描仪每天进行 10 例前列腺 MRI 检查，使用该模型每天可减少 2 次不必要的重扫，节省 10 分钟以上的梯度时间。
不过，研究也存在一些局限性。比如，数据集中最低质量（IQ = 0）的检查比例仍然较低，尽管采取了过采样等方法，但理想情况下应增加更多真正的低质量扫描数据。而且，这些数据集均采集于 2017 - 2021 年，很多数据在 PI - RADS v2.1 发布之前，因此基于更新的数据集重新调整模型会更合适。此外，只有 203 例检查由多个放射科医生评估，更多的同时评分会使阅片一致性评估更准确。研究设计为回顾性研究，未来开展前瞻性研究将更具临床指导意义。
尽管存在这些不足，但这项研究依然为前列腺 MRI 图像质量评估提供了新的思路和方法。DL 技术在医学影像学领域的应用潜力巨大，有望在未来进一步优化和完善，为临床诊断和治疗提供更有力的支持。
