灌注成像在基于多参数磁共振的深度前列腺癌检测中：我们能利用它吗？
图像与视频处理
2022-07-08 v1 计算机视觉与模式识别
机器学习
摘要
据我们所知，所有用于前列腺癌检测的深度计算机辅助检测与诊断系统仅考虑双参数磁共振成像，包括T2加权和ADC序列，而排除了4D灌注序列，尽管后者是此诊断任务标准临床方案的一部分。在本文中，我们探讨了将灌注成像信息整合到深度神经网络架构中的策略。为此，我们评估了几种在类U-Net架构中编码灌注信息的方法，并考虑了早期与中期融合策略。我们基于一个包含219例多参数磁共振检查的私有数据集，比较了多参数磁共振模型与基线双参数磁共振模型的性能。结果表明，源自动态对比增强磁共振检查的灌注图，特别是对应于流入曲线最大斜率的3D MR体积以及Tmax灌注图，对前列腺癌病灶的分割和分级性能有积极影响。无论采用何种融合策略，后者多参数磁共振模型确实优于双参数磁共振模型，双参数磁共振模型的Cohen's kappa系数为0.318±0.019，而采用中期融合策略并包含最大斜率的模型为0.378±0.033，其Cohen's kappa系数也与当前最优水平相当。
引用
@article{arxiv.2207.02854,
title = {Perfusion imaging in deep prostate cancer detection from mp-MRI: can we take advantage of it?},
author = {Audrey Duran and Gaspard Dussert and Carole Lartizien},
journal= {arXiv preprint arXiv:2207.02854},
year = {2022}
}