人工智能辅助压缩感知三维液体衰减反转恢复序列在静脉内耳钆造影中的应用

摘要

目的 探讨人工智能辅助压缩感知（artificial intelligence-assisted compressed sensing, ACS）技术应用于静脉内耳钆造影三维液体衰减反转恢复（three-dimensional fluid-attenuated inversion recovery, 3D-FLAIR）序列检查的价值。方法 前瞻性纳入2024年1月至11月在复旦大学附属中山医院接受静脉内耳钆造影ACS和联合压缩感知（united compressed sensing, uCS） 3D-FLAIR序列（超长重复时间16000 ms，扫描时间分别为6 min 40 s、10 min 24 s）检查的患者。由两位影像医师独立通过两序列图像评价患者内淋巴积水情况。对比两序列的图像质量主观评分，信噪比（signal-tonoise ratio, SNR）、对比噪声比（contrast-to-noise ratio, CNR）。分析两序列及评价者间评级结果一致性。结果 两种序列图像质量主观评分差异无统计学意义。ACS 3D-FLAIR的SNR和CNR高于uCS 3D-FLAIR(P<0.001)。两序列耳蜗、前庭内淋巴积水分级的kappa值分别为0.942、0.888(P<0.001)。两名影像医师使用ACS 3D-FLAIR对耳蜗和前庭内淋巴积水分级的kappa值分别为0.784和0.831(P<0.001)，使用uCS 3D-FLAIR对耳蜗和前庭内淋巴积水分级的kappa值分别为0.725和0.756(P<0.001)。结论 ACS 3D-FLAIR较uCS 3D-FLAIR可在更短的扫描时间内获得更高的SNR和CNR，更适用于静脉内耳钆造影检查；使用ACS 3D-FLAIR对内淋巴积水分级结果与使用uCS 3D-FLAIR相似。

关键词

内淋巴积水 / 3D-FLAIR / 人工智能辅助压缩感知 / 联合压缩感知 / 扫描时间