基于深度学习生成的磁共振图像的临床验证研究

该研究采用基于深度学习的图像生成算法,从磁共振图像的矢状位T1WI和T2WI序列生成伪矢状位STIR序列。以真实采集的STIR序列为金标准,从主观和客观两方面评价生成序列的图像质量及诊断效果。主观方面,由两位医师对图像进行评分。客观方面,选取5种组织的感兴趣区域,计算信噪比和对比度噪声比来衡量图像质量。此外,采用平均绝对误差、峰值信噪比、结构相似度和相关系数来分析生成的STIR与金标准图像的相关性;使用Bland-Altman图分析像素值的一致性。研究结果表明,深度学习生成的STIR序列在图像质量和临床诊断上与金标准一致甚至超越金标准,且能够缩短扫描时间,提高影像扫描效率,因此具有应用于临床实践的前景。