Deep-Learning-basierte Rekonstruktion zur Rauschunterdrückung und Auflösungsskalierung T2-gewichteter Sequenzen in der multiparametrischen Magnetresonanztomographie der Prostata

Abstract

Die multiparametrische Magnetresonanztomographie (mpMRT) der Prostata ist die wichtigste nicht-invasive Diagnostik zur Abklärung des Prostatakarzinoms. Die Untersuchungsprotokolle sind jedoch zeitintensiv, was die Anzahl an untersuchten Patienten limitiert. Zur Reduktion der Akquisitionszeit wurden bereits in mehreren Studien verschiedene „Deep Learning“ (DL) basierte Algorithmen in die Bildrekonstruktion integriert. Diese hatten durch Reduktion des Hintergrundrauschens und Hochskalierung der Bildauflösung initial niedrig aufgelöster und schnell akquirierter Sequenzen eine vergleichbare Qualität zu Standardaufnahmen. Jedoch wurde diese Methodik bisher nicht prospektiv in einem klinischen Umfeld bei Patienten mit Prostatakarzinom untersucht. Das Ziel dieser Studie war deshalb die qualitative und quantitative Evaluation eines neuen DL-Algorithmus zur Rekonstruktion T2-gewichteter Aufnahmen in der mpMRT der Prostata, die neben diffusionsgewichteten Sequenzen die Basis dieser Untersuchung bilden. Dieser kombiniert traditionelles „Compressed Sensing“ mit der DL-basierten Entfernung von Hintergrundrauschen und einer Hochskalierung der Bildauflösung. Wir konnten in dieser Studie zeigen, dass initial niedrig aufgelöste axiale T2-gewichtete Sequenzen, die nachträglich mittels dieses DL-Algorithmus rekonstruiert wurden, eine durchweg höhere Bildqualität als T2-gewichtete Sequenzen mit Standardauflösung hatten. Dies konnte einerseits qualitativ mittels höherer Bewertung auf einer Likert-Skala von 1 bis 5 in den sechs Kategorien Artefakte, Bildschärfe, Abgrenzbarkeit von Läsionen, Kapselschärfe, allgemeine Bildqualität und diagnostische Sicherheit gezeigt werden. Andererseits hatte die DL-rekonstruierte Sequenz partiell ein höheres scheinbares Signal- und Kontrast-Rausch-Verhältnis sowie eine reduzierte „Edge-Rise-Distance“ als quantitatives Korrelat einer höheren Bildschärfe. Die Akquisitionszeit hingegen konnte um bis zu 36 % gegenüber den Standardsequenzen reduziert werden. Die PI-RADS-Scores, die auf Basis entweder der DL-rekonstruierten Sequenz oder der Standardsequenz vergeben wurden, unterschieden sich nur in wenigen Fällen. Zusammenfassend führte die DL-Rekonstruktion somit zu einer stark verkürzten Akquisitionszeit bei gleichzeitig gesteigerter Bildqualität mit nur marginalem Einfluss auf die vergebenen PI-RADS Scores. Eine Übernahme dieser Technik in die klinische Routine könnte somit zu einer effizienteren Bildgebung von Patienten mit Verdacht auf ein Prostatakarzinom führen.