Frontiers in neuroscience · 2025

Экспериментальное исследование по оценке клинической полезности картирования на основе 3D-echo-planar-изобретения в множестве склерозов.

СтатьяНазвание и аннотация: Машинный перевод · не проверен

Обработка статьи · этапы, ошибки и управление

Загрузка состояния…

История · было → стало

Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.

Gkotsoulias Dimitrios G, Weigel Matthias, Cagol Alessandro, Siebenborn Nina de Oliveira Soares, Ruberte Esther, Pfeuffer Josef, Granziera Cristina

Аннотация

ОКРУЖАЮЩАЯ СРЕДА: Количественное картирование уязвимости (QSM) превратилось в перспективный параклиникальный инструмент в области множественного склероза (MS). Цель этого ретроспективного экспериментального исследования заключается в оценке того, может ли недавно предложенная реконструкция, денонсирующая и суперразрешительная методика (ДЛР) с помощью глубокого обучения, k-космической деятельности, применяемая в рамках 3D-эчо-планарного моделирования (3DEPI), повысить качество и клиническую полезность QSM в MS на уровне 3T. Во-вторых, мы оцениваем, может ли применение DLR в сравнении с обычной реконструкцией (CR) повысить качество QSM на основе шумопоглощающих, быстрых 3DEPI протоколов.МЕТОДЫ: 3T MRI 3DEPI-данные были получены по семи пациентам MS и офлайновые реконструкции с использованием CR и DLR. Был выявлен размер выборки в 433 повреждения на основе сегментации FLAIR. Два эксперта, независимо от того, являются ли они связанными по методу и методу, номинально повреждают QSM, полученный с помощью CR- и DLR-3DEPI, и оценивают степень уверенности в идентификации повреждений парамагнитного обода (PRLs), знак центральной вены (CVS), гипер/изоинтенсные повреждения QSM и качество изображения. Градиент-эчо (GRE), 2- и 1-среднее 3DEPI (время приобретения: 7:02, 3:44 и 1:56 мин, соответственно) от здорового человека были восстановлены в режиме офлайн с использованием CR и DLR. Произведенные карты QSM были сопоставлены визуально и количественно.Результаты: По сравнению с CR-3DEPI была проведена оценка КШМ на основе углубленного изучения 3DEPI с точки зрения уверенности в идентификации биомаркеров по конкретным МЗ (гипер/изоинтенсные повреждения: P <0,001, CVS: P = 0,01) и общего качества изображений (P <0,001). Межметодальное соглашение было высоким для обоих счетчиков (Cohen's formula_0,98/0,92), предполагая, что DLR повышает качество, не изменяя восприятия счетчиками отдельных клинических результатов, связанных с QSM. Кроме того, QSM, полученный из быстродействующего DLR-3DEPI при четырехкратном сокращении времени приобретения по сравнению с GRE, продемонстрировал превосходную визуальную и количественную согласованность с QSM, основанными на GRE.ЗАКЛЮЧЕНИЕ: Наши результаты являются первой демонстрацией повышения качества и клинической полезности QSM, основанных на DLR-3DEPI, в MS.

Оригинал публикации

A pilot study assessing the clinical utility of deep learning-reconstructed 3D-echo-planar-imaging-based quantitative susceptibility mapping in multiple sclerosis.

BACKGROUND: Quantitative susceptibility mapping (QSM) has emerged as a promising paraclinical tool in multiple sclerosis (MS). This retrospective pilot study aims to evaluate whether a recently proposed deep learning-assisted, k-space-operating reconstruction, denoising and super-resolution technique (DLR) applied on 3D-echo-planar-imaging (3DEPI) protocols, has the potential to improve the quality and clinical utility of QSM in MS, at 3T. Secondarily, we assess whether applying DLR vs. a conventional reconstruction (CR) can improve the quality of QSM based on noise-susceptible, fast 3DEPI protocols.

METHODS: 3T MRI 3DEPI-data were acquired on seven MS patients and offline-reconstructed using CR and DLR. A sample size of 433 lesions was identified, based on FLAIR segmentation. Two experts, independently and method-blinded, rated lesion-wise the CR- and DLR-3DEPI-derived QSM, assessing the confidence in identifying paramagnetic rim lesions (PRLs), central vein sign (CVS), QSM hyper/isointense lesions and image quality. Gradient-recalled-echo (GRE), 2- and 1-average 3DEPI (acquisition time: 7:02, 3:44, and 1:56 min, respectively) from a healthy individual were offline-reconstructed using CR and DLR. Derived QSM maps were compared visually and quantitatively.

RESULTS: Deep learning reconstruction-3DEPI-based QSM was rated significantly higher for the confidence in identification of the MS-specific biomarkers (hyper/isointense lesions: P < 0.001, CVS: P = 0.01) and overall image quality (P < 0.001), compared to CR-3DEPI-based. Inter-method agreement was high for both raters (Cohen's κ = 0.98/0.92), suggesting that DLR improves the quality without changing the rater's perception of the individual QSM-related clinical findings. Additionally, QSM derived from fast DLR-3DEPI with a fourfold acquisition-time reduction compared to GRE, exhibited excellent visual and quantitative consistency with GRE-based QSM.

CONCLUSION: Our results constitute a first demonstration of the enhanced quality and clinical utility of the DLR-3DEPI-based QSM in MS.

Экспериментальное исследование по оценке клинической полезности картирования на основе 3D-echo-planar-изобретения в множестве склерозов.

Ошибки и ограничения

Аннотация

A pilot study assessing the clinical utility of deep learning-reconstructed 3D-echo-planar-imaging-based quantitative susceptibility mapping in multiple sclerosis.