临床放射学杂志

作者：柳柏玉, 胡磊, 方锐, 李成稳, 黎爽, 梁奕

单位：430014 长江航运总医院放射科（柳柏玉、方 锐、李成稳、黎 爽、梁 奕）; 510080 广东省人民医院放射科（胡 磊）

关键词：前列腺癌,深度学习,精囊侵袭,扩散加权成像

基金：本研究系国家自然科学基金项目(编号：82302130); 武汉市卫健委科研资助项目（编号：WX23Q43）; 长江航务管理局重点科技项目（编号：2023-CHKJ-025）

<b>目的</b> 探讨基于深度学习重组算法（DLR）的高b值扩散加权成像（DWI）评估前列腺癌精囊侵袭（SVI）的可行性,以提高SVI的诊断效能。<b>方法</b> 纳入2022年5月至2024年7月期间收治的200例前列腺癌患者。所有患者术前均完成前列腺MRI检查,并接受根治术。研究采用基于去噪扩散概率模型（DDPM）的DLR算法,构建高b值DWI图像生成模型。通过输入b=1400 s/mm&#x000b2;,生成对应的高b值DWI图像及表观扩散系数（ADC）图像。两名放射科医师对患者的前列腺MRI进行独立评估,采用Likert-5级评分法对SVI进行评估,并采用多读者多病例受试者工作特征（MRMC-ROC）曲线及精确率-召回率（PR）曲线比较常规DWI和深度学习重组算法-扩散加权成像（DLR-DWI）的诊断效能。<em>P</em>&#x0003C;0.05被认为差异具有统计学意义。<b>结果</b> 组织病理学分析显示,400个精囊中共有60个（15%）SVI阳性。在精囊层面,DLR-DWI诊断SVI的受试者工作特征曲线曲线下面积（AUC）为0.938（95%CI: 0.910~0.960）,显著高于常规DWI的0.759[（95%CI: 0.714~0.800）,<em>P</em>=0.027];PR曲线下面积为0.768（95%CI: 0.645~0.858）,显著高于常规DWI的0.450[（95%CI: 0.329~0.576）,<em>P</em>&#x0003C;0.001]。在患者层面,DLR-DWI的AUC为0.922（95%CI: 0.876~0.955）,显著高于常规DWI的0.678[（95%CI: 0.608~0.742）,<em>P</em>=0.027];PR曲线下面积为0.812（95%CI: 0.680~0.898）,显著高于常规DWI的0.497[（95%CI: 0.362~0.633）,<em>P</em>&#x0003C;0.001]。DLR-DWI在患者层面的灵敏度为80%,特异度为97%;在精囊层面的灵敏度为84%,特异度为98%。<b>结论</b> 基于DLR的高b值DWI能够显著提高前列腺癌SVI的诊断效能,其诊断效能优于常规DWI。

来源：2025年第11期

《临床放射学》期刊编辑部

查看临床放射学杂志2025年第11期