临床放射学杂志

作者：单东秋, 张濛, 钱玉, 秦萌阳, 张晓咏, 彭晶, 李真林, 夏春潮

单位：610041 成都,四川大学华西医院放射科（单东秋、张 濛、钱 玉、秦萌阳、李真林、夏春潮）; 450008 郑州大学附属肿瘤医院/河南省肿瘤医院医学影像科（单东秋）; 610041 成都,飞利浦（中国）投资有限公司（张晓咏、彭 晶）

关键词：磁共振成像,垂体腺瘤,深度学习重组算法,压缩感知,图像质量

基金：本研究系四川大学华西医院学科卓越发展1·3·5工程项目高端人才支持计划项目（编号：ZYGD23024）; 四川大学华西医院学科卓越发展“1·3·5工程”人工智能项目（编号：ZYAI24031）

<b>目的</b> 探讨深度学习结合压缩感知（DL-CS）不同等级去噪算法改善垂体微腺瘤薄层动态对比增强磁共振成像（DCE-MRI）图像质量的可行性。<b>方法</b> 前瞻性纳入2024年4月至7月行垂体DCE-MRI检查的患者62例,扫描直接获得常规CS图像。对垂体DCE-MRI图像原始数据进行回顾性重组,获得DL-CS-weak、DL-CS-medium、DL-CS-strong和DL-CS-maximum四组图像。测量五组图像信噪比（SNR）和对比噪声比（CNR）,并对图像的整体图像质量、噪声、伪影和诊断置信度进行主观评价。采用<em>Friedman</em>检验分别对五组图像主客观指标的差异进行统计学分析。<b>结果</b> 与常规CS图像相比,DL-CS-medium图像在SNR和CNR方面显著提高（<em>P</em>&#x0003C;0.01）。此外,DL-CS-medium图像的SNR和CNR与其他重组等级的图像相比,差异均有统计学意义（<em>P</em>均&#x0003C;0.05）。主观评分结果显示,DL-CS（-medium、-strong、-maximum）图像均显著优于常规CS图像（<em>P</em>均&#x0003C;0.05）;在整体图像质量和诊断置信度评分中,DL-CS-medium图像相较于DL-CS-strong和DL-CS-maximum图像表现出更好的优势（<em>P</em>均&#x0003C;0.05）。<b>结论</b> 与常规CS重组相比,DL-CS-medium重组等级降低了垂体薄层DCE-MRI图像的噪声,提高整体的图像质量,同时在不同等级去噪算法中具有较高的保真度,可作为临床DL-CS序列的推荐等级算法。

来源：2025年第9期

《临床放射学》期刊编辑部

查看临床放射学杂志2025年第9期