机构名称：
¥ 1.0
一项多中心、多读者研究评估了合成创建的短 tau 反转恢复 (STIR) 脊柱 MR 图像与获取的 STIR 的比较。基于医学数字成像和通信 (DICOM) 的 DL 应用程序从矢状 T1 和 T2 图像生成了合成创建的 STIR 系列。三名神经放射科医生、一名肌肉骨骼 (MSK) 放射科医生和一名普通放射科医生对 STIR 质量进行评级并对疾病病理进行分类；评估了通常在创伤中用 STIR 评估的发现的存在/缺失情况。放射科医生以盲法随机方式评估了获取的 STIR 或合成创建的 STIR，并设有 1 个月的洗脱期。使用 10% 的非劣效性阈值评估获取和合成创建的 STIR 的可互换性。对于分类，随机引入合成创建的 STIR 预计会导致读者间一致性下降 3.23%。对于创伤，读者之间的一致性总体提高了 11.9%。两者的置信下限都超过了非劣效性阈值，表明合成 STIR 与获取的 STIR 具有可互换性。结果显示，合成 STIR 的图像质量得分高于获取的 STIR（P <.0001）。研究人员得出结论，合成 STIR 脊柱 MR 图像在诊断上可与获取的 STIR 互换，同时提供明显更高的图像质量，表明常规临床实践的潜力。研究人员还避免使用 GAN，因为 GAN 很容易在合成图像中引入源图像中不存在的结构。38
人工智能在脊柱成像中的实际应用：综述
主要关键词
相关文件推荐
