3 T场强下基于深度学习的采集与重建技术在加速二维肩部磁共振成像中的临床评估

《Skeletal Radiology》：Clinical evaluation of deep learning–based acquisition and reconstruction techniques for accelerated 2D shoulder magnetic resonance imaging acceleration at 3 T

　　

摘要

目的

通用电气（GE）近期开发了 Sonic DL 磁共振成像加速技术。我们希望（1）量化与我院已临床应用的 AIR Recon DL 相比的扫描时间缩短幅度，以及（2）初步评估这两种方法之间诊断发现是否存在变化。

方法

共招募 30 名因肩部疼痛接受常规肩关节 MRI 检查的门诊患者。每位患者均接受包含相同序列的常规 AIR Recon DL 和 Sonic DL 检查。三名骨骼肌肉亚专科放射科医师以盲法评估图像质量、对病变进行分级，并报告诊断信心度。采用 Wilcoxon 符号秩检验比较图像质量和信心度的差异。

结果

与 AIR Recon DL 相比，Sonic DL 将标称采集时间缩短了 38.7%（6 分 15 秒对比 10 分 12 秒）。伪影在常规检查中略有增加（3.20 对比 3.37，P?=?0.039）；常规检查与 Sonic DL 加速检查之间的图像质量、锐利度和信噪比无显著差异（P 0.171–0.861）。阅片者间一致性在常规-常规与常规-Sonic DL 比较之间大致相似（中位一致性分别为 0.867 和 0.839）。阅片者内分析发现，常规方案比 Sonic DL 更频繁地识别出肩峰下/三角肌下滑囊炎和冈上肌腱撕裂（P 0.049 和 P 0.006，分别）。

结论

在本初步队列研究中，Sonic DL 实现了肩关节 MRI 标称采集时间 38.7% 的缩短，同时图像质量和阅片者间一致性大致可比。但尚未确立诊断等效性；肩峰下/三角肌下滑囊炎和冈上肌撕裂在 Sonic DL 上可能显示不够明显。需要更大样本量的验证研究才能全面评估其诊断性能。