| 张茜，孟铁豹，白男男，何浩强，谢传淼.基于深度学习重建的扩散加权成像在肝癌诊断中的应用价值[J].放射学实践,2026,41(05):521-525 |
| 基于深度学习重建的扩散加权成像在肝癌诊断中的应用价值 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2026.05.007 |
| 中文关键词: 磁共振成像 扩散加权成像 深度学习重建 原发性肝癌 转移性肝癌 |
| 基金项目: |
|
| 摘要点击次数: 449 |
| 全文下载次数: 372 |
| 中文摘要: |
| 【摘要】目的：探讨基于深度学习重建的扩散加权成像（DWI）与传统DWI序列在原发性与转移性肝癌中的应用价值。方法：搜集60例肝癌患者（原发性肝癌30例，转移性肝癌30例），所有患者均行MRI检查，包括传统DWI序列和经过深度学习技术（IQ Engine，IQE）重建的DWI序列（IQE DWI）。分析比较两组序列的整体图像质量、几何失真校正、病变展示能力以及信噪比（SNR）、对比噪声比（CNR）和表观扩散系数（ADC）值。采用Wilcoxon秩和检验比较两组ADC值在原发性肝癌与转移性肝癌之间的差异，并通过受试者工作特征（ROC）曲线评估其诊断效能，采用Delong检验比较两组序列在诊断效能上的差异。结果：IQE DWI的整体图像质量、几何失真矫正、病变展示能力、SNR和CNR显著优于传统DWI（P均<0.05）；而两组序列的ADC值差异无统计学意义（P=0.791）。在两组序列中，转移性肝癌的ADC值均显著低于原发性肝癌（P<0.05），ROC曲线下面积分别为0.701和0.703，差异无统计学意义（P=0.911）。结论：IQE DWI的图像质量明显优于传统DWI，且两组序列的ADC值差异无统计学意义。在鉴别原发性与转移性肝癌方面，IQE DWI与传统DWI的诊断效能相当，且差异无统计学意义。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
