0 前言

       MRI在前列腺疾病早期诊断、鉴别诊断、疗效与预后评估及随访中发挥着越来越重要的作用^{[1, 2, 3]}。根据前列腺影像报告和数据系统（prostate imaging reporting and data system, PI-RADS）PI-RADS V2^[4]及PI-RADS V2.1^[5]指南推荐，合理的参数设置及线圈使用是获取高质量前列腺MRI图像的前提条件。但目前，前列腺MRI仍具有低信噪比（signal-to-noise ratio, SNR）及直肠肠气伪影干扰的局限性。此外，前列腺MRI的另一个挑战是图像采集时间，为获取较小脏器的较佳图像质量往往会增加扫描时间，但罹患前列腺癌的老年患者难以长时间保持静止不动。

       随着深度学习（deep learning, DL）和机器学习（machine learning, ML）技术逐步应用于前列腺MRI图像分割^[6]、肿瘤检测^{[7, 8]}、疗效评估和局部侵袭性评估^{[9, 10]}，新兴的深度学习图像重建技术（deep learning-based reconstruction, DLR）^{[11, 12, 13]}也初步实现了不增加扫描时间的同时改善MRI图像质量、提高图像SNR。但上述重建技术算法不一，且过度的降噪处理可能会导致相关病灶信息的丢失^[14]。本研究基于的新兴DLR技术是经过数千万次的拟合迭代计算深度优化后的深度卷积神经网络模型，并首次嵌入磁共振重建原始数据阶段，提高图像SNR的同时还实现了智能噪声抑制，从而避免激进的去噪，最终获得高清晰度和高空间分辨率的MRI图像^{[14, 15]}。

       基于该技术的MRI目前已应用于腰椎^[16]、肩关节^[17]、前列腺^[18]等。其中应用于前列腺^[18]的研究一方面是基于国外患者数据，且样本量较小；另一方面该研究仅对图像质量进行了定量评估，未对诊断性能的影响进行更深入的分析。故本研究旨在探讨基于新兴DLR技术对前列腺T2WI图像质量的影响，比较传统T2WI与基于DLR的T2WI的图像质量和诊断性能，以评估该技术在前列腺MRI图像及诊断应用方面的价值。

1 材料与方法

1.1 研究对象

       本研究遵守《赫尔辛基宣言》，并经武汉大学人民医院临床研究伦理委员会批准，免除受试者知情同意，批准文号：WDRY2022-K219。回顾性分析2022年6月1日至2022年7月30日行前列腺MRI检查的患者资料。纳入标准：（1）患者检查序列完整，包括传统T2WI（conventional T2WI, T2WIC）及使用DLR后的T2WIDL序列；（2）既往无放疗、冷冻手术、激素治疗、根治性前列腺切除术或其他手术治疗史；（3）MRI检查前6周内未行穿刺活检。排除标准：（1）MRI扫描图像质量差，如患者运动伪影或髋关节置换物伪影较重影响诊断者；（2）最终无病理结果者。

1.2 检查方法

       所有患者均采用美国GE 3.0 T Architect扫描仪、AIR Coil线圈进行图像采集和接收。本研究基于GE医疗开发的DLR技术^{[14, 15]}，扫描序列包括轴位T2WIC及T2WIDL。检查前，患者均适度充盈膀胱取仰卧位，以前列腺为扫描中心。T2WIC扫描参数如下：TR 3483 ms，TE 102 ms，层厚3 mm，无间距扫描，FOV 180 mm×180 mm，矩阵288×256，激励次数2次，扫描时间2 min 51 s；T2WIDL扫描参数及扫描时间同上，打开GE 3.0 T Architect扫描仪中DLR技术功能，由扫描仪自动重建完成。

1.3 图像分析

       首先，对纳入患者的轴位T2WIC及T2WIDL图像进行SNR及对比噪声比（contrast-to-noise ratio, CNR）地测定：（1）将患者的所有扫描图像传输至GE 750 WAW工作站进行图像分析。（2）SNR及CNR测量方法参考KIM等^[19]文献，SNR=SI病/SD肌，CNR=（SI病-SI肌）/（SI病+SI肌），其中SI病为前列腺病灶T2WI图像的平均信号强度，SI肌为闭孔内肌T2WI图像的平均信号强度，SD为闭孔内肌T2WI图像的信号强度标准差（standard deviation）的均值。（3）感兴趣区（region of interest, ROI）分别选取同一层面的病灶及闭孔内肌，其中病灶ROI的直径不小于1 cm、覆盖不少于病灶最大层面的75%，同一患者的病灶ROI与闭孔内肌ROI大小一致；每个ROI测3次，取均值。（4）同一患者的两组图像均测量相同层面、相同病灶。（5）同一患者只取一个最显著病灶进行测量：即良、恶性病灶均有只取恶性病灶；均为良性病灶则取其中较大者。

       其次，由两位影像诊断医师[分别具有三年（阅片者1）、七年（阅片者2）阅片经验]对所有患者的上述图像质量进行评分，并对评分结果进行一致性分析。（1）阅片者依据Likert Scale量表评分法对T2WIC及T2WIDL图像进行独立阅片、双盲评价，即所有患者的上述图像随机打乱顺序并隐藏患者信息、序列信息及病理信息。（2）图像质量评价标准^[20]。5分：图像质量优秀，可用于诊断；4分：图像质量良好，可用于诊断；3分：图像质量有瑕疵，不影响诊断；2分：图像质量欠佳，影响诊断；1分：图像质量差，不能诊断。参考既往文献^{[21, 22, 23]}T2WI图像质量评价指标包括：前列腺包膜清晰度、病灶对比度及边缘锐利度、解剖细节的显示（如尿道、解剖分区、精囊腺边缘等）、盆腔肌肉及骨骼的清晰度、整体图像质量。（3）2周后阅片者2重复评分过程，以评价阅片者内的一致性。

       最后，上述两位阅片者同样采用Likert Scale量表评分法评估T2WIC及T2WIDL的诊断置信度。（1）阅片方式同上。（2）诊断置信度评价标准^[17]。5分：病灶发现完美，病灶怀疑程度极高；4分：病变发现良好，病变怀疑程度高；3分：病变仍可发现，中度怀疑病变；2分：几乎不可能发现病变；1分：对任何病理的评估都不充分。T2WI病灶诊断置信度评价指标包括：病灶位置及形态识别、病灶良恶性的初步判断。（3）两位阅片者分别浏览每一组序列图像并记录初步诊断的用时（单位为s）。

1.4 统计学分析

       所有数据均采用SPSS 22.0软件处理。首先，采用Kolmogorov-Smirnov和Levene检验分别对数据进行正态性和方差齐性检验。符合正态分布的数据用（x¯±s）来表示，非正态分布数据用中位数和四分位间距表示。其次，为了评估本研究中使用的DLR技术改善图像质量的能力，使用配对t检验和Mann-Whitney U检验对定量数值（SNR和CNR）进行统计学分析；使用配对t检验对诊断用时进行统计学分析；采用Wilcoxon秩和检验对两位阅片者评估不同评价指标的图像质量评分差异进行统计学分析。最后，使用Kappa统计法评估阅片者间的一致性，κ系数评定标准如下：0.01～0.20，较差的一致性；0.21～0.40，一般的一致性；0.41～0.60，中等的一致性；0.61～0.80，较好的一致性；0.81～0.99，几乎完全一致。P＜0.05为差异有统计学意义。

2 结果

2.1 入组病例资料

       回顾性分析2022年6月1日至2022年7月30日前列腺MRI检查患者的影像资料91例，排除患者运动伪影（1例）、髋关节置换物伪影（1例）、无病理者（11例），本研究最终入组78例，年龄37～85（67.1±9.9）岁，前列腺特异抗原（prostate specific antigen, PSA）为0.3～1983.9 [10.6（4.0，23.6）] ng/mL。其中，良性前列腺增生（benign prostatic hyperplasia, BPH）51例，急性前列腺炎1例，前列腺脓肿3例，前列腺癌（prostate cancer, PCa）23例。Gleason评分如下：3+3=6（6例）、5+3=8（5例）、4+5=9（5例）、3+5=8（4例）、5+4=9（3例）。

2.2 图像质量客观评价结果

       入组总病例T2WIDL图像的SNR高于T2WIC图像，分别为（26.9±8.0）、（11.8±2.4），其中的良、恶性病例T2WIDL的SNR也均高于T2WIC图像，差异均有统计学意义（P＜0.01）。入组总病例T2WIDL图像的CNR高于T2WIC图像，分别为（0.6±0.1）、（0.5±0.1），差异有统计学意义（P=0.03）；其中的良、恶性病例T2WIDL的CNR大致等同于T2WIC图像，差异无统计学意义（P＞0.05）。详见表1。

       图1～3分别选取了BPH和PCa患者的T2WIC、T2WIDL图像，从中可见，T2WIDL图像对前列腺包膜、病灶对比度及病灶边缘的显示、视野内其他解剖结构（如精囊腺及直肠的边缘）的显示均较T2WIC更为清晰；T2WIDL图像对盆腔肌肉及骨骼的显示虽较T2WIC更为细腻、平滑，但对于影像诊断准确性的提升不如对前列腺及其病灶的显示效果的提升。

点击查看大图

图1  男，64岁，良性前列腺增生患者，PSA=4.59 ng/mL。1A、1C：T2WIC图像；1B、1D：T2WIDL图像；T2WIDL图像对前列腺包膜、病灶对比度、前列腺内钙化灶的显示均较T2WIC图像更为清晰；对精囊腺边缘及内部分隔的勾勒更为清晰锐利。
图2  男，71岁，良性前列腺增生患者，PSA=2.63 ng/mL。2A：T2WIC图像；2B：T2WIDL图像；T2WIDL图像对增生结节的病灶对比度及假包膜的显示更为清晰。
图3  男，75岁，前列腺癌患者，PSA=19.9 ng/mL，Gleason评分5+3=8。3A：T2WIC图像；3B：T2WIDL图像；T2WIDL图像对前列腺癌的病灶对比度显示更为显著、病灶边缘勾勒更为清晰。PSA：前列腺特异抗原；T2WIC：传统T2加权成像；T2WIDL：基于深度学习重建技术的T2加权成像。
Fig. 1  Images of a 64-year-old man diagnosed with BPH, with a PSA level of 4.59 ng/mL. 1A, 1C: T2WIC; 1B, 1D: T2WIDL. The image of T2WIDL has better illustration for prostate capsule, lesion contrast, prostate calcification and seminal vesicle than T2WIC.
Fig. 2  Images of a 71-year-old man diagnosed with BPH, with a PSA level of 2.63 ng/mL. 2A: T2WIC; 2B: T2WIDL. The T2WIDL image shows a clearer contrast of the BPH lesion and pseudocapsule.
Fig. 3  Images of a 75-year-old man diagnosed with PCa (GS=5+3=8), with a PSA level of 19.9 ng/mL. 3A: T2WIC; 3B: T2WIDL. The T2WIDL image shows a clearer contrast and edge sharpness of the PCa lesion. BPH: benign prostatic hyperplasia; PSA: prostate specific antigen; T2WIC: conventional T2-weighted imaging; T2WIDL: deep learning-based reconstruction T2-weighted imaging; PCa: prostate cancer.

点击查看表格

表1  有无深度学习重建的T2WI图像SNRs及CNRs的比较
Tab. 1  Comparison of SNRs and CNRs for T2WI with and without deep learning reconstruction

2.3 图像质量主观评分结果

       两名诊断医师分别对所有患者的T2WIC、T2WIDL图像质量按照Likert Scale量表评分法对五个评价指标分别打分，不同评价指标下两名阅片者评分概况、差异性及一致性如表2、表4和表5所示。两名阅片者对78个病例的390个评价指标的总体评分如下：T2WIC图像评分阅片者1为（3.4±0.7）分，阅片者2为（3.0±0.8）分；T2WIDL图像评分阅片者1为（4.6±0.6）分，阅片者2为（4.3±0.7）分；两名阅片者的T2WIDL图像评分均高于T2WIC评分。两名阅片者内分别对T2WIDL及T2WIC图像五个指标的评分差异也均有统计学意义（P＜0.05）；两位阅片者对T2WIC及T2WIDL图像质量主观评分的差异如图4所示。阅片者1对T2WIDL图像五个评价指标的评分均高于T2WIC图像；阅片者2在骨骼肌肉方面对T2WIDL及T2WIC图像的评分差异较小，其余四个指标T2WIDL图像的评分均高于T2WIC图像。

       对于T2WIC图像两位阅片者评分一致性为0.5～0.8，除盆腔肌肉及骨骼的清晰度外，其余评价指标两名阅片者评分差异均有统计学意义（P＜0.01）；对于T2WIDL图像两名阅片者评分一致性为0.6～0.8，仅在解剖细节及整体图像质量方面评分差异有统计学意义（P＜0.05）。2周后，阅片者2再次对T2WIC、T2WIDL图像评分，前后两次评分的一致性分别为0.7～0.8、0.8～0.9。

点击查看大图

图4  两名阅片者[阅片者1（4A）、阅片者2（4B）]分别对T2WIC、T2WIDL图像质量主观评分及诊断置信度评分的差异。*代表P＜0.05；**代表P＜0.01。横坐标A～E分别代表T2WI图像评价指标：前列腺包膜清晰度、病灶对比度及边缘锐利度、解剖细节的显示（如尿道、解剖分区、精囊腺边缘等）、盆腔肌肉及骨骼的清晰度、整体图像质量；F、G分别代表T2WI诊断置信度评价指标：病灶位置及形态识别、病灶良恶性的初步判断。
Fig. 4  Comparison of qualitative image analysis and diagnostic confidence between reader 1 (4A) and reader 2 (4B) for T2WI with and without deep learning reconstruction. *: P＜0.05；**: P＜0.01. The abscissa A-E respectively represent the T2WI image quality evaluation indicators: prostate capsule, lesion contrast and edge sharpness, anatomical details (urethra, zone of prostate, seminal vesicle), skeleton and muscle clarity, overall image quality; F-G respectively represent the evaluation index of T2WI diagnostic confidence: lesion location and morphology, lesion is benign or malignant.

点击查看表格

表2  两名阅片者对T2WIC及T2WIDL图像主观评分情况
Tab. 2  Image quality of T2WI with and without deep-learning-reconstruction

点击查看表格

表3  两名阅片者对T2WIC及T2WIDL诊断置信度评分情况
Tab. 3  Diagnostic confidence of T2WI with and without deep-learning-reconstruction

点击查看表格

表4  两名阅片者间T2WIC及T2WIDL的主观评分、诊断置信度及诊断用时的比较
Tab. 4  The statistical differences of subjective scores, diagnostic confidence and time between reader 1 and reader 2

点击查看表格

表5  两名阅片者评分间的一致性
Tab. 5  Pairwise intra- and inter-reader κ statistic of scores

2.4 诊断置信度评价结果

       两名阅片者对78个病例的156个评价指标的总体置信度评分如下：T2WIC图像评分阅片者1为（3.8±0.4）分，阅片者2为（3.7±0.5）分；T2WIDL图像评分阅片者1为（4.8±0.3）分，阅片者2为（4.8±0.4）分。两名阅片者浏览图像及作出初步诊断的平均用时分别为：T2WIC图像阅片者1为（36.6±12.6）s，阅片者2为（25.0±5.7）s；T2WIDL图像阅片者1为（28.6±11.0）s，阅片者2为（20.6±5.4）s。两名阅片者的T2WIDL诊断置信度评分均高于T2WIC评分，且两名阅片者对T2WIDL图像的浏览用时均短于T2WIC图像，差异均具有统计学意义（P＜0.01，表3）。

       两名阅片者对T2WIC及T2WIDL图像诊断置信度评分一致性为0.6～0.8，两名阅片者在病灶位置及形态识别、病灶良恶性的初步判断两方面的诊断置信度评分差异均无统计学意义（P＞0.05）。但对于T2WIC及T2WIDL图像浏览及诊断用时方面，两名阅片者间差异均有统计学意义（P＜0.01），年资较高者诊断用时较少（表4、5）。

3 讨论

       本研究探讨了基于一种新的DLR降噪重建方法对前列腺T2WI图像，包括前列腺包膜清晰度、病灶对比度及边缘锐利度、解剖细节的显示、盆腔肌肉及骨骼的清晰度、整体图像质量、病灶位置及形态识别、病灶良恶性的初步判断及诊断用时的影响。本研究结果显示T2WIDL前列腺整体图像质量及诊断医师诊断信心均高于T2WIC，且浏览T2WIDL图像用时更少。入组总病例的SNR及CNR在两组图像间的差异均具有统计学意义（P＜0.05）。T2WIDL尤其在前列腺包膜、病灶对比度及解剖细节的显示上更为清晰、锐利，有助于病灶识别及诊断。

3.1 T2WIDL及T2WIC图像的SNR和CNR结果分析

       MRI作为前列腺疾病诊断的最优影像检查方法^{[24, 25]}，其图像质量一直是诊断医师关注的方面。最新版PI-RADS 2.1指南^[1]及其中文解读^[26]中不仅对扫描参数、病灶评分做出了修订，也主张将轴位T2WI序列作为前列腺癌诊断和分期的关键序列，因此高质量的前列腺MRI图像是准确诊断、准确评分的前提和保障。此外，由PI-RADS指导委员会提出的由MRI介导的前列腺穿刺活检指南也推荐高质量的多参数MRI^[27]。因此，提升前列腺MRI的图像质量是研究的热点问题。目前，DL已开始应用于医学图像重建过程，通过去除噪声而提升图像质量^{[28, 29, 30]}。传统的基于滤波器（即高斯滤波器）降噪的DL技术已应用于大脑^[11]和骨骼肌肉系统^[31]图像的降噪，但这种方法在去除噪声的同时，还可能会导致结构细节丢失。本研究中使用的新兴DLR技术是基于数千万次的拟合迭代计算深度优化后的深度卷积神经网络模型，可减少图像噪声，去除截断伪影，并提高图像清晰度^{[14, 15]}。我们基于此技术的研究结果显示，T2WIDL图像的SNR及CNR均高于T2WIC图像，且差异具有统计学意义（P＜0.05）；总病例及其中的良恶性病例T2WIDL图像的SNR也均高于T2WIC图像，但良恶性病例T2WIDL图像的CNR与T2WIC图像差异不大，可能由于本研究中总体及每个病种纳入的病例数较少，将在后续研究中扩增病例数后进一步分析。WANG等^[18]探讨了使用和不使用直肠内线圈，DLR技术对前列腺癌T2WI图像质量和伪影的影响，他们发现不使用直肠内线圈的T2WIDL图像整体质量最优、伪影最轻，且解剖标志及肿瘤显示也最为清晰（P＜0.001）；本研究中，虽没有使用直肠内线圈，但DLR技术同样能提高图像质量、降低伪影、提高病灶对比度，实现了高质量的图像，可满足诊断要求。SUN等^[16]也探讨了使用和不使用DL技术对传统T2WI、加速T2WI高分辨率及加速T2WI低分辨率图像质量的研究，结果显示使用DL的T2WI图像噪声及伪影均较不使用DL明显降低，使用DL后即使较低分辨率的T2WI也可以获得与原始T2WI同样的图像质量。

3.2 T2WIDL及T2WIC图像的主观评分和诊断置信度结果分析

       本研究两名分别具有3年和7年阅片经验的诊断医师分别对T2WIC、T2WIDL图像质量的五个不同方面进行了评分。结果显示，使用DL后的T2WI图像评分均高于不使用DL的图像，且两名阅片者分别对T2WIDL及T2WIC图像五个指标的评分差异均有统计学意义（P＜0.05）；说明基于DLR技术的T2WI能显著提高肉眼可见的图像“黑白”对比度及清晰度，有助于病灶的识别。GASSENMAIER等^[32]也进行了相关研究：两名阅片者独立评估有无DL的T2WI在图像质量、病灶可检测性和诊断置信度方面的差异，结果表明使用DL后阅片者在各个指标的评分均高于不使用DL的图像，且差异具有统计学意义（P＜0.001），这与本研究结果一致。WANG等^[18]研究中虽重点分析了DLR技术对前列腺癌T2WI图像质量的影响，并引入了是否使用直肠内线圈这一亮点，但该研究内容仍只比较了图像质量与细节显示，并未对诊断效能作出进一步的分析。本研究在增加样本量（共78例）的基础上采用KANIEWSKA等^[17]的研究方法对DLR诊断置信度做了进一步的评估，结果显示两名阅片者对T2WIDL图像的病灶位置及形态识别、病灶良恶性的初步判断的评分均高T2WIC图像，且两名阅片者对T2WIDL图像的浏览用时均更短。评分越高说明阅片者对自己的诊断信心越足，诊断信心的提高说明T2WIDL图像上病灶易于识别及判断，避免了无效重复地浏览图像，节约了诊断用时；此外，由于T2WIDL图像具有高空间分辨率及SNR，使阅片者更易于浏览及分析图像，诊断用时缩短的同时避免由于眼疲劳而忽略部分病灶信息。

       本研究中，对于T2WIC图像，除盆腔肌肉及骨骼的清晰度方面外其余评价指标在两名阅片者间评分差异均有统计学意义（P＜0.01），对于T2WIDL图像，两名阅片者间评分差异仅在解剖细节及整体图像质量方面有统计学意义（P＜0.05），而在包膜清晰度和病灶对比度及边缘锐利度方面评分差异无统计学意义（P＞0.05）。这说明DL技术能更加清晰地显示前列腺包膜、提高病灶的对比度，一定程度上缩小不同经验阅片者间的差异，让经验较少的诊断医师更易于识别病灶及前列腺包膜的完整性；这也在诊断置信度方面的评估中得到了进一步验证，两名阅片者对病灶位置及形态识别、病灶良恶性的初步判断的评分差异均无统计学意义（P＞0.05），说明无论阅片经验多少，均认为有DL的图像对病灶显示更好、更易于作出判断。而前列腺的尿道、解剖分区等解剖细节的识别及判断需积累一定的影像解剖知识及阅片诊断经验，且其易被病灶推挤、遮盖，阅片经验较少者可能不易识别。此外，两名阅片者间诊断用时差异均有统计学意义（P＜0.05），说明无论有无DL，阅片经验的积累程度会影响阅片速度；本研究中阅片者1对于有DL图像的诊断用时缩短了21.9%，阅片者2诊断用时缩短了17.6%，该结果提示有DL的图像可能更有助于经验较少的阅片者减少重复阅片的时间，但需要增加具有不同阅片经验的阅片者进行进一步研究验证。

3.3 本研究的局限性

       本研究存在以下不足：（1）本项目为回顾性研究设计，需前瞻性研究来进一步验证其对诊断价值的影响；（2）样本量较少，未对病种进行分别比较；（3）未探讨DL技术对DWI图像及其定量参数ADC值的影响。上述不足之处将在后续研究中不断完善和改进。

4 结论

       综上所述，基于DLR技术的前列腺T2WI图像主观评分高、病灶对比度明显、SNR及CNR均高于传统T2WI图像，且诊断医师对T2WIDL图像诊断信心更足、诊断用时更少。故基于该新兴DLR降噪重建技术有助于提高前列腺T2WI的图像质量，为临床诊疗提供了更为精准的影像学依据。