Оптимизация виртуальной контрастной МРТ молочной железы с использованием входных данных нейронной сети

Использование контрастных веществ при МРТ-сканировании молочной железы, таких как контрастные вещества на основе гадолиния (GBCA), помогает обнаружить изменения тканей, связанные с опухолями. Однако опасения по поводу стоимости, доступности и потенциальных рисков для здоровья, связанных с GBCA, требуют изучения альтернативных методов. Появление виртуальных контрастно-усиленных (vCE) МРТ-сканирований молочной железы, полученных с помощью нейронных сетей, представляет собой многообещающее решение. Используя неконтрастно-усиленные последовательности в качестве входных данных, эти методы vCE направлены на воспроизведение эффектов традиционных контрастных веществ. Недавнее исследование изучало влияние различных входных последовательностей визуализации на создание и качество vCE-МРТ-сканирований молочной железы.

Роль входных последовательностей в виртуальном улучшении контраста 

В исследовании изучалось влияние различных комбинаций последовательностей T1-взвешенных (T1w), T2-взвешенных (T2w) и диффузионно-взвешенных изображений (DWI) на производительность нейронной сети при создании виртуальных контрастно-усиленных изображений. Набор данных, содержащий 1064 многопараметрических сканов МРТ молочной железы, использовался для обучения и оценки одиннадцати моделей нейронной сети. Эти модели использовали различные комбинации последовательностей T1w, T2w и DWI, включая три различных b-значения. Основной целью было определить оптимальные комбинации входных данных, которые обеспечивают высококачественные диагностические изображения.

Результаты показали, что включение последовательностей DWI значительно повысило производительность моделей vCE. В частности, использование многозначного DWI вместе с последовательностями T1w и T2w улучшило ключевые количественные показатели, такие как индекс структурного сходства (SSIM), пиковое отношение сигнал/шум (PSNR) и медианная симметричная точность (MEDSYMAC). С качественной точки зрения добавление DWI также способствовало повышению удовлетворенности читателей в отношении контрастности и отношения сигнал/шум, а также заметности поражений.

Оценка количественных и качественных показателей 

Исследование оценивало как количественные, так и качественные аспекты сгенерированных vCE-изображений. Количественные показатели были сосредоточены на общем качестве изображения, в то время как качественные оценки проводились тремя рентгенологами, которые не знали о входных комбинациях. Количественные оценки показали значительные улучшения в значениях SSIM и PSNR при включении последовательностей DWI с несколькими b-значениями, что подчеркивает важность этих последовательностей для точной имитации контрастного усиления.

С качественной точки зрения читатели оценивали изображения vCE на основе таких критериев, как резкость изображения, диагностическое качество и заметность поражения. Сочетание последовательностей T1w, T2w и многозначного B-DWI достигло наивысших оценок по всем критериям. Это сочетание позволило нейронной сети лучше воспроизвести визуальные характеристики традиционных сканирований с контрастным усилением, что позволило рентгенологам с большей четкостью различать поражения и немассовые усиления.

Значение для клинического применения 

Результаты этого исследования имеют важное значение для клинической практики. Оптимизируя входные последовательности, используемые в нейронных сетях vCE, можно сократить или устранить необходимость в GBCA в определенных клинических сценариях. Этот подход может быть особенно полезен для пациентов с противопоказаниями к GBCA или тех, кто проходит регулярные скрининги. Кроме того, использование последовательностей без контрастного усиления может снизить затраты, повысить доступность и сократить время подготовки пациента.

Однако есть ограничения, которые следует учитывать. Хотя исследование продемонстрировало эффективность включения последовательностей DWI, оно также выявило проблемы в создании изображений vCE, которые идеально воспроизводят традиционные сканирования с контрастным усилением. Необходимы дальнейшие исследования для уточнения этих моделей и изучения их диагностической точности в более крупных многоцентровых исследованиях. Кроме того, будущие исследования должны оценить другие архитектуры нейронных сетей и дополнительные контрасты визуализации для дальнейшего повышения производительности vCE.

Виртуальные контрастно-усиленные МРТ-сканы молочной железы, созданные с использованием нейронных сетей, представляют собой жизнеспособную альтернативу традиционным методам контрастного усиления. Исследование подчеркивает важность включения последовательностей DWI с несколькими значениями b наряду с последовательностями T1w и T2w для получения высококачественных изображений vCE. Оптимизируя входные данные, эти виртуальные методы могут предоставлять надежные диагностические изображения без необходимости использования GBCA, предлагая более безопасное и экономически эффективное решение для скрининга рака молочной железы. Дальнейшие исследования необходимы для подтверждения клинической применимости этого подхода и решения оставшихся проблем в визуализации vCE.

Источник: European Radiology