磁共振引导下的高强度聚焦超声（MR-HIFU）热消融术为有症状的子宫肌瘤（UF，也被称为白肌瘤或肌瘤）提供了一种有效的非侵入性治疗选择。

在MR-HIFU手术结束后，治疗效果的评估标准是以钆（Gd）为基础的造影剂增强（CE）T1w MR扫描，可以进行无灌注体积（NPV）的评估。已经证实，NPV比率，即NPV除以消融术后直接评估的整个UF体积，与治疗结果有明显的相关性。因此，对MR-HIFU技术治疗成功的评估一般是基于NPV比率，NPV比率高说明治疗成功。目前，由于造影剂剂量的限制以及基于钆造影剂注射后直接进行MR-HIFU消融的安全风险，因此在两次超声治疗之间无法看到治疗进展。这些风险包括造影剂夹在靶组织内，可能导致螯合物中的游离钆离子释放，以及干扰质子共振频率温度映射序列（PRFS），而妨碍热剂量计算。因此，可能会出现手术时间过长或治疗效果有限的情况，分别是由多余的或不充分的消融造成的。

为了避免对钆基造影剂的依赖，人们开始努力在多参数MRI的基础上评估MR-HIFU治疗效果。有学者认为，从弥散加权成像（DWI）扫描中提取参数有助于区分NPV和灌注体积。在DWI数据中，特别是在低b值范围内（0-200s/mm²）可以观察到组织灌注效应。因此，低b值的DWI可以在MR-HIFU治疗效果的无钆可视化中发挥举足轻重的作用。

在以前的研究中，与毛细血管流动有关的参数（伪扩散系数和灌注分数）是通过对一系列用不同强度的扩散加权获得的图像中的体素信号进行指数函数拟合而从DWI中提取的。然而，具有大量参数的深度学习（DL）网络可以利用DWI数据中未知的复杂关系，包括对应UF组织灌注的关系，这将允许临床进行NPV评估。

近日，发表在European Radiology杂志的一项研究应用基于DL的DWI到CE-T1w mapping来开发和测试了合成CE-T1w MRI，实现了MR-HIFU消融后对NPV进行无钆成像的策略。

本研究在2017年6月至2019年1月期间分别对33名和20名接受MR-HIFU治疗的子宫肌瘤患者的数据进行了回顾性训练和验证。消融后的合成CE-T1w图像是由一个在治疗过程中获得的配对DWI和参考CE-T1w扫描上训练的深度学习网络生成。定量分析包括计算合成和参考CE-T1w扫描上划定的NPVs的Dice系数。四位MR-HIFU放射学家根据合成和参考CE-T1w扫描结果评估了MR-HIFU治疗结果和NPV比率。

NPVs的Dice系数为71%（±22%）。NPV比率的平均差异为1.4%（±22%），没有统计学意义（P = 0.79）。放射科医生对合成和参考CE-T1w扫描的技术治疗成功率绝对一致，为83%。合成和参考CE-T1w扫描的NPV比率估计没有明显差异（p = 0.27）。

图 散点图显示参考CE-T1w扫描（X轴）和合成CE-T1w扫描（Y轴）划定的NPV比值之间的关系。对有筛查扫描的患者进行了子分析。回归分析显示，在所有数据点中（r2=0.48，p<0.001）和有筛查数据的亚组中（r2=0.65，p<0.001），两种扫描类型之间存在显著的线性关系

研究表明，基于深度学习的合成CE-T1w扫描来自于术中DWI，允许对无钆可视化预测NPV，并可用于MR-HIFU治疗子宫肌瘤期间的重复无钆监测治疗进展评估。

原文出处：

Derk J Slotman,Lambertus W Bartels,Aylene Zijlstra,et al.Diffusion-weighted MRI with deep learning for visualizing treatment results of MR-guided HIFU ablation of uterine fibroids.DOI:10.1007/s00330-022-09294-1

Tags： European Radiology：基于深度学习的DWI对MRI引导下HIFU消融子宫肌瘤治疗效果的评估