临床放射学杂志

作者：米悦, 张晓东, 吴静云, 孙艳, 罗健, 赵凯, 王霄英

单位：100034 北京大学第一医院泌尿外科米 悦;医学影像科张晓东、吴静云、孙 艳、罗 健、赵 凯、王霄英

关键词：深度学习,人工智能,SPGR序列,肾动脉狭窄,R1参数图

基金：北京大学第一医院科研种子基金(编号:2021SF45)

<b>目的</b> 探讨基于深度学习实现对三翻转角2D SPGR MRI序列定量估算单侧肾动脉狭窄动物模型肾脏R1参数图的可行性。<b>方法</b> 共纳入12只平均体重3.2 kg的健康新西兰大白兔,对每只兔子施行左肾动脉部分结扎手术以建立单侧肾动脉狭窄(RAS)动物模型。RAS术前和术后每隔10 min采集一次2D单层三翻转角SPGR MRI数据,其中术前2次和术后9次,以获得单侧RAS造成肾脏水含量水平改变前后的肾脏R1参数图。最终获得127个2D图像对,每对图像包括一个由相同层面3个翻转角(15°,24°和33°)的SPGR序列图像组成三通道2D图像和一个传统可变翻转角R1估算方法得到相应层面的R1参数图图像。应用基于深度学习的编码器-解码器结构训练R1参数图生成模型。将RAS术后采集的92例数据分为训练集(74对)和调优集(18对),将RAS术前采集的34例数据及1例RAS术后的数据作为测试集(35对)。以测试集的峰值信噪比和结构相似性结果为R1参数图生成模型的评价指标。<b>结果</b> 在测试集中,R1参数图生成模型的峰值信噪比(dB)和结构相似性(%)分别为22.08±2.33和79.49±6.49。<b>结论</b> 基于深度学习模型可实现对兔子肾脏R1参数图的定量估算进而定量评估其肾实质的水含量。

来源：2023年第3期

《临床放射学》期刊编辑部

查看临床放射学杂志2023年第3期