基于大语言模型的异质性MRI序列描述元数据标准化研究

为解决MRI自由文本序列描述(SDs)因厂商和技术员输入差异导致的高度异质性问题，研究人员开展了一项利用大语言模型(LLMs)自动分类MRI序列的研究。通过分析2510例非增强脑MRI的1395种独特SDs，发现GPT-4o以0.983±0.020的AUC值显著优于其他模型，证实LLMs能有效实现MRI元数据标准化。

　　

磁共振成像(MRI)元数据中，用于识别扫描序列的自由文本序列描述(Series Descriptions, SDs)存在显著异质性——制造商和技师的不同输入习惯导致其格式千差万别。这种变异性给摆位协议(hanging protocols)制定和数据集整理带来巨大挑战。

这项研究评估了大语言模型(Large Language Models, LLMs)自动分类MRI SDs的能力。研究人员分析了2016-2022年间某机构实施的所有非增强脑MRI，从元数据中提取出全部独特SDs。一位执业神经放射科医生将SDs人工分类为7类："T1"、"T2"、"T2/FLAIR"、"SWI"、"DWI"、"ADC"或"其他"。随后测试了包括GPT 3.5 Turbo、GPT-4、GPT-4o、Llama 3 8b和Llama 3 70b在内的多种LLMs，要求它们将每个SD归类到上述序列类别中。

研究采用曲线下面积(Area Under the Curve, AUC)作为主要评估指标，将模型表现与人工分类的"金标准"进行对比。此外，还要求GPT-4o生成匹配各类别的正则表达式模板。

在2510例脑MRI检查中，共发现1395种独特SDs，其中727种(52.1%)仅出现一次，凸显了SDs的高度变异性。结果显示：

• GPT-4o在详细提示条件下表现最优，所有序列的平均AUC达到0.983±0.020
• GPT系列模型显著优于Llama系列，且GPT家族内部差异较小
• 正则表达式生成效果不稳定，所有序列的平均AUC仅为0.774±0.161

这项研究证实，大语言模型能有效解析和标准化异质性MRI序列描述，为医学影像元数据处理提供了智能化解决方案。