- 2 次围观
背景：基于钆的对比剂引发了对组织沉积、不良反应及成本增加的担忧。目的：开发并验证一种无钆增强后T1加权脑MRI合成深度学习流程，该流程融合坏死缩放和后验均值整流流（Posterior-Mean Rectified Flow，PMRF）细化，并通过盲法多阅片者研究评估其诊断效用。研究类型：回顾性研究。研究对象：来自4个公开可用数据集的454例成人型胶质瘤（2–4级）患者。训练集包括374例患者；内部测试集包括60例留出患者；外部验证集包括20例患者。磁场强度/序列：1.5–3.0 T；以增强前T1加权、T2加权和FLAIR图像作为输入，以增强后T1加权图像作为合成目标。评估：采用包含nnU-Net坏死核心分割、坏死缩放引导的U-Net对比增强合成以及PMRF感知细化的三级流程（NeCS-Flow），并通过全脑和肿瘤区域相似性指标、强化肿瘤Dice评分、感知质量指标以及盲法三阅片者研究进行评估；阅片者研究考察诊断准确性、强化病灶检出、图像质量以及真实图像与合成图像的可辨别性。统计学检验：模型比较采用配对t检验和双单侧检验；阅片者研究比较采用Fisher精确检验和两独立样本t检验，以p < 0.05为具有统计学意义。结果：坏死缩放在内部测试中持续提高了真实与合成强化肿瘤的Dice评分（高级别胶质瘤：0.793提高至0.816），在外部测试中亦然（高级别胶质瘤：0.465提高至0.612）。在内部和外部测试中，NeCS-Flow在所有定量指标上均优于两种基准架构，但在外部队列中，所有模型的强化肿瘤绝对准确性均有所下降。PMRF细化改善了感知】【。在两种肿瘤类型中均提升了图像的真实性，同时降低了 FID 和 KID。读者区分合成图像与真实图像的能力仅略高于随机水平（总体准确率为 61.7%）；对于任何临床指标，真实图像与合成图像之间均未发现显著差异。数据结论：NeCS-Flow 能够合成具有感知真实感且在诊断上等效的对比增强后 T1 加权脑 MRI；其中，坏死区域缩放有助于改善强化肿瘤的 delineation，而 PMRF 细化则提升了胶质瘤图像的感知真实感。与基准方法相比，该模型在外部队列上的性能得以保持，但绝对水平有所下降。
背景：钆基对比剂引发了对组织沉积、不良反应及成本增加的担忧。
目的：开发并验证一种无钆增强后T1加权脑MRI合成深度学习流程，结合坏死缩放和后验均值整流流（Posterior-Mean Rectified Flow，PMRF）细化，并通过盲法多阅片者研究评估其诊断效用。
研究类型：回顾性研究。
研究对象：来自四个公开可用数据集的454例成人型胶质瘤（2–4级）患者。训练集包括374例患者；内部测试集包括60例留出患者；外部验证集包括20例患者。
磁场强度/序列：1.5–3.0 T；以增强前T1加权、T2加权和FLAIR图像作为输入，以增强后T1加权图像作为合成目标。
评估：采用包含nnU-Net坏死核心分割、坏死缩放引导的U-Net对比增强合成以及PMRF感知细化的三阶段流程（NeCS-Flow），并通过全脑及肿瘤区域相似性指标、强化肿瘤Dice评分、感知质量指标，以及盲法三阅片者研究进行评估。阅片者研究评估了诊断准确性、强化表现检出能力、图像质量以及真实图像与合成图像的可辨别性。
统计学检验：采用配对t检验和两个单侧检验进行模型比较；采用Fisher精确检验和两独立样本t检验进行阅片者研究比较；以p < 0.05为差异具有统计学意义。
结果：坏死缩放持续提高了内部测试中真实图像与合成图像的强化肿瘤Dice评分（高级别胶质瘤：0.793升至0.816），并提高了外部测试中的该评分（高级别胶质瘤：0.465升至0.612）。在内部和外部测试中，NeCS-Flow在所有定量指标上均优于两种基准架构，但在外部队列中，所有模型的强化肿瘤绝对准确性均有所下降。PMRF细化改善了感知】【。
在两种肿瘤类型中均表现出较高的真实感，并降低了 FID 和 KID。读者区分合成图像与真实图像的能力仅略高于随机水平（总体准确率为 61.7%）；对于任何临床指标，真实图像与合成图像之间均未发现显著差异。
数据结论：NeCS-Flow 能够合成具有感知真实感且在诊断上等效的增强后 T1 加权脑 MRI。坏死区域缩放可改善强化肿瘤的勾画，而 PMRF 细化则提升了胶质瘤图像的感知真实感。与基准方法相比，该模型在外部队列上的性能得以保持，但绝对表现有所下降。
作者声明不存在利益冲突。
感谢您有兴趣传播 bioRxiv 的相关信息。
注意：请求提供您的电子邮件地址仅用于确认您是本文的发送者。
关键词：脑部磁共振成像 · 对比增强图像合成 · 深度学习 · 胶质瘤 · 坏死区域分割 · 整流流模型
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.21.760821v1?rss=1