Diagnostiskt utbyte av djupinlärning baserad denoising MRT vid Cushings sjukdom

Att upptäcka ACTH-producerande mikroadenom i MRT är viktigt för att fastställa diagnosen av Cushings sjukdom och kan göra det möjligt för patienter att undvika ytterligare diagnostiska tester som sämre petrosal sinusprovtagning. Att upptäcka ACTH-producerande mikroadenom i MRI förblir dock en diagnostisk utmaning på grund av dess ringa storlek med dess mediandiameter på 5 mm. Många försök har gjorts för att förbättra känsligheten för att detektera ACTH-producerande mikroadenom. Det är allmänt accepterat som standard klinisk praxis att utföra dynamisk kontrastförstärkt T1-viktad bild för att avgränsa fördröjt förstärkande mikroadenonom i jämförelse med bakgrundsförstärkningen av den normala körteln. Trots dessa försök kan negativa MRT-fynd förekomma i upp till 40 % av fallen av ACTH-producerande mikroadenom och det finns ett behov av att förbättra dess upptäcktshastighet. Teoretiskt sett bör genomsökningar av tunna skivor med tjocklek hjälpa till att upptäcka lesionen, men detta är oundvikligen åtföljt av ökad ljudnivå. Djup inlärningsbaserad denoising-algoritm kan användas för att minska brusnivån och potentiellt öka detekteringshastigheten för ACTH-producerande mikroadenom. Syftet med studien är att utvärdera om detektion av ACTH-producerande mikroadenom kan ökas med hjälp av djupinlärningsbaserad denoising MRI.