Deep Learning Super Resolution Rekonstrukció a gyors és mozgó robusztus T2 súlyozású prosztata MRI-hez

A prosztatarák évek óta a férfiak körében a legelterjedtebb ráktípusok közé tartozik, 2020-ban az összes újonnan diagnosztizált eset 7,8%-áért felelős, ezzel a tüdőrák után közvetlenül a 2. helyen áll. A korai és non-invazív diagnosztikát jelentősen javította a prosztata multiparametriás MRI (mpMRI), klinikailag jelentős prosztatarák kimutatása és az irányított prosztatabiopszia kiindulópontja, miközben megelőzheti a szükségtelen biopsziákat az emelkedett prosztata specifikus antigénnel rendelkező betegeknél, de nincsenek látható elváltozások. Az idősödő népesség miatt gyors, hatékony és kiváló minőségű MRI-vizsgálatokra van szükség, hogy kielégítsék ezt a növekvő igényt. A mélytanuló képrekonstrukció egyre fontosabbá vált ezen feladatok megoldásában, hogy kiváló minőségű képeket készítsen, miközben drasztikusan csökkenti a felvételi időt.

A prosztata mpMRI standard felvételi protokolljai közé tartoznak a T2-súlyozott, diffúziós súlyozott és dinamikusan kontrasztanyag-növelt szekvenciák, amelyek lehetővé teszik a prosztata elváltozások osztályozását a Prostate Imaging Reporting & Data System (PI-RADS) szerint. Míg a prosztata perifériás zónájában a PI-RADS pontszám hozzárendelését elsősorban a diffúziós súlyozott képalkotás határozza meg, addig a T2 súlyozott szekvenciák elsősorban az átmeneti zóna értékeléséért felelősek. Ezenkívül a prosztata alapos felmérése szükségessé teszi a T2 súlyozott szekvenciák axiális és szagittális síkban történő megszerzését, így meghosszabbítja az MRI protokollok felvételi idejét. Különféle megközelítéseket javasoltak a képfelvétel felgyorsítására és javítására, kezdve a rövidített protokollok megvalósításától a diffúziós súlyozott szekvenciák javításáig vagy a tömörített érzékelés alkalmazásáig a nem derékszögű T2 súlyozott szekvenciák rekonstruálásához. A hagyományos felvételi és rekonstrukciós módszereken túlmenően a mélytanulásos (DL) képrekonstrukció egyre fontosabbá vált, e feladatok megoldásában kiváló minőségű képeket állítanak elő, miközben drasztikusan csökkentik a felvételi időt.

Ennek ellenére a prosztata mpMRI képfelvételének és rekonstrukciójának megbízható DL-módszerei ritkák. Míg a DL zajtalanításának első megközelítéseit létrehozták, amelyek hatékonyan helyettesítik a hagyományos wavelet-függvényt, az iteratív rekonstrukciós ciklus hátralevő részét ez nem érinti, és a PI-RADS pontszám diagnosztikai teljesítményére gyakorolt ​​hatása továbbra is tisztázatlan. A közelmúltban kifejlesztett szuperfelbontású mély tanulási hálózatok ígéretesek a korlát leküzdésére. Az első eredmények a DL zajtalanításra különböző alkalmazásokban, pl. izom-csontrendszerben az MRI már jó eredményeket mutat, ami a felvételi idő jelentős felgyorsulásához vezet a magas képminőség megőrzése mellett. Azonban ezeknek a zajcsökkentő DL-hálózatoknak a fejlettebb szuperfelbontású hálózatokkal kombinált alkalmazását a prosztata mpMRI-ben még nem értékelték.

Ebben a prospektív vizsgálatban 2022 augusztusa és novembere között a prosztatarák gyanújával rendelkező résztvevők prosztata MRI-n estek át standard, nagy felbontású derékszögű T2 (T2C) és nem derékszögű T2 (T2NC) szekvenciákkal. Ezenkívül beszereztek egy kis felbontású derékszögű T2 TSE (T2SR) DL zajtalanítással és szuperfelbontású rekonstrukcióval. A műtermékeket, a képélességet, a sérülések szembetűnőségét, a kapszula körülhatárolását, az általános képminőséget és a diagnosztikai megbízhatóságot 5-ös Likert-skálán értékelték: nem diagnosztikai, 5-ös pedig kiváló. Kiszámították a látszólagos jel-zaj arányt (aSNR), a kontraszt-zaj arányt (aCNR) és az élemelkedési távolságot (ERD). A csoportos összehasonlításhoz Friedman tesztet és egyutas ANOVA-t használtunk. A PI-RADS pontszámok egyezését illetően a Cohen-féle Kappa értékkel hasonlítottuk össze.