AI体成分指标在低剂量CT与全身MRI间的模式一致性及系统性偏差研究

《Cancer Imaging》：AI-based automated body composition analysis from whole-body MRI and (PET-) CT: an intermodal comparison from same-day examinations

　　**摘要****背景**确定[18F]FDG-PET/CT衍生的低剂量CT与全身MRI（wb-MRI）之间AI衍生的体积体成分指标的模式间一致性。**方法**我们回顾性分析了来自前瞻性GMMG-HD7和GMMG-HD8-/DSMM-XIX试验的连续多发性骨髓瘤患者的同一天全身低剂量CT（来源于[18F]FDG-PET/CT）和wb-MRI数据。使用基于TotalSegmentator模型及其MRI变体的自动化深度学习流水线，分别对CT和MRI进行骨骼肌（SM）、皮下脂肪（SAT）和腹部内脏脂肪组织（VAT）的分割。计算了体积测量值和单切片估计值。采用Pearson相关系数（r）、组内相关系数（ICC）和Bland-Altman分析评估CT和MRI指标之间的一致性。**结果**共纳入42例同时拥有当天PET/CT和wb-MRI的多发性骨髓瘤患者。对于AI体积体成分指标，CT和MRI在所有SM、SAT和VAT上均表现出高度一致性（ICC > 0.95）。然而，Bland-Altman图揭示MRI与CT之间存在系统性的模式相关差异：与CT相比，MRI提取的SM（偏倚：-2582 ml，p < 0.0001）和VAT（偏倚：-211 ml，p < 0.0001）均显著较低，而SAT的差异无统计学意义（偏倚：-263 ml，p = 0.1629）。对于AI单切片分析，SAT和VAT的一致性仍然较高（ICC > 0.97），而SM的一致性较低（ICC 0.87）。Bland-Altman图显示，MRI获得的SM显著且系统地低于CT（偏倚：-18.4 cm2，p < 0.0001）。**结论**（PET-）CT和wb-MRI的自动化体成分测量高度一致，但显示出一致的模式间偏倚，在合并多模式数据或应用模式无关的阈值时需要考虑。**临床试验编号**不适用。