来源：期刊VIP网 时间：
作者：缪志明;谭勇;张菁;杨静;周小榆;胡译心;唐玉;林檬;张久权;
单位：重庆大学附属肿瘤医院影像科;重庆大学医学院;
摘要：目的 基于1.5 T MRI，比较常规T2液体衰减反转恢复（T2-fluid attenuated inversion recovery, T2-FLAIR）序列传统重建和快速T2-FLAIR深度学习（deep learning, DL）重建在颅内占位性病变患者的图像质量与临床价值，并探究最佳DL重建参数。材料与方法 前瞻性纳入颅内占位性病变患者104例，分别采集常规T2-FLAIR和快速T2-FLAIR[并行采集（parallel imaging, PI）加速因子2]。常规T2-FLAIR采用传统重建，记为NDL组；快速T2-FLAIR选择DL重建等级2、 3和4，记为PI-DL2、PI-DL3和PI-DL4组。由两位医师采用盲法对四组图像进行定量评价和定性评价，并记录病变大小和数量。定量评价包括信噪比（signal-to-noise ratio, SNR）和对比噪声比（contrast-to-noise ratio, CNR）；定性评价包括图像锐利度、噪声、灰白质对比度、伪影、病变显示、诊断信心和整体图像质量。结果 常规T2-FLAIR扫描时间为2 min 8 s，快速T2-FLAIR扫描时间为1 min 20 s，时间缩短约37.5%。定量分析显示，与NDL组相比，各DL重建组（等级2、3、4）的SNR均有提高，且随DL等级增加而提高（P<0.05）;PI-DL4组的CNR高于其他三组（P<0.05），而PI-DL2组在胼胝体压部、脑桥和小脑区域的CNR与NDL组差异无统计学意义（P>0.05）。定性评价方面，两位诊断医师评价一致性良好；PI-DL4组在图像锐利度、噪声控制和整体图像质量方面表现最佳（P<0.05）;PI-DL4与PI-DL3组灰白质对比度、病变显示和诊断信心差异无统计学意义（P>0.05）;PI-DL2组与NDL组在各项定性评价指标上差异均无统计学意义（P>0.05）。在病变检出方面，DL组检出率高于NDL组，病变大小测量差异无统计学意义（P>0.05）。结论 在1.5 T MRI中，将DL重建算法与PI加速技术联合使用，可显著提高T2-FLAIR序列的图像质量和病变显示能力，并有效缩短扫描时间。由于DL等级4可能会导致部分病变边缘对比度降低，因此颅内占位性病变推荐使用DL等级3作为T2-FLAIR序列的最佳重建参数。
关键词：T2液体衰减反转恢复序列;;深度学习重建;;图像质量;;颅内占位性病变;;磁共振成像
基金资助：重庆市自然科学基金项目(编号：CSTB2022NSCQ-MSX0823,CSTB2022NSCQ-MSX0396)~~
