European Radiology科学论著摘要(2024年5月、6月杂志)  

出　　处：《国际医学放射学杂志》2024年第4期495-504,共10页International Journal of Medical Radiology

摘　　要：○影像信息学与人工智能通过结合梯度回波和自旋回波对比增强MRI以减少基于深度学习的脑转移瘤检测中的假阳性:多中心诊断队列验证(DOI:10.19300/j.2024.e0501)Reducing false positives in deep learning-based brain metastasis detection by using both gradient-echo and spin-echo contrast-enhanced MRI:validation in a multicenter diagnostic cohort(DOI:10.1007/s00330-023-10318-7)S.Yun,J.E.Park,N.Y.Kim,S.Y.Park,H.S.Kim.摘要目的开发一种结合梯度回波和快速自旋回波的对比增强MRI深度学习(DL)模型(双增强DL)用于检测脑转移瘤(BM),并与神经影像医师以及仅使用梯度回波影像的DL(GRE DL)模型进行临床队列评估比较。方法使用200例BM病人作为训练集数据开发DL检测模型,并分别在62例(内部测试集)和48例(外部测试集)连续纳入的病人中进行测试,这些病人接受立体定向放疗,诊断性双增强成像(双增强DL)和之后用于导航的GRE成像(GRE DL)。比较2种DL模型的检测敏感度和阳性预测值(PPV)。

关 键 词：脑转移瘤 梯度回波 快速自旋回波 立体定向放疗 深度学习 metastasis 数据开发 假阳性 

分 类 号：R73-37[医药卫生—肿瘤]