造影剂（又称对比剂）是一种影像学辅助检查手段，其中钆类造影剂（GBCA）应用最为广泛。由于自身特点，钆类造影剂（GBCA）进入人体会对患者身体造成一定危害，轻则过敏重则休克，也会对肾脏类器官造成伤害从而导致肾衰竭等重大疾病，因此，钆类造影剂（GBCA）的安全性一直是医疗界的关注重点。
近期，天坛医院放射科学科带头人刘亚欧教授团队主导开展相关临床研究，结合深透医疗深度学习技术重建与增强图像，在不影响临床流程的情况下有效减少钆类造影剂(GBCA) 90%的使用剂量。研究成果 Deep learning-based methods may minimize GBCA dosage in brain MRI 发表于国际SCI医学期刊 European Radiology（影响因子4.101），第一作者为北京天坛医院放射科的罗环宇，共同作者有深透医疗美国的张涛博士，斯坦福大学的Greg教授，以及清华大学国际创新中心-智能医学影像与神经工程实验室主任龚南杰博士等。通讯作者为北京天坛医院放射科学科带头人刘亚欧教授，共同通讯作者为北京天坛医院放射科薛静教授。
钆类造影剂(GBCA)是MRI临床诊断中必不可少的部分。自1989年钆类造影剂（GBCA）获得FDA批准以来，将近5亿剂钆类造影剂（GBCA）投入临床使用。然而，在特定情况下，GBCA会导致肾原性系统性纤维化（NSF）并危及患者生命。此外，有研究报道未增强T1W图像上齿状核和苍白球的高信号强度与注射钆造影剂有关，钆类造影剂（GBCA）的安全性迅速成为放射学领域内的关注重点。考虑到巨大的潜在风险，欧洲药品管理局（EMA）在2017年禁用了三个线性钆类造影剂（Magnevist，Omniscan和OptiMARK）。尽管美国食品药品监督管理局（FDA）和其他监管机构并未暂停任何钆类造影剂（GBCA）的使用，但考虑到其巨大的潜在危害，他们要求造影剂制造商在包装中保留造影剂相关信息并说明临床应用，将钆类造影剂（GBCA的）使用剂量尽可能降低。
此次研究选取来自北京天坛医院的83例接受CE-MRI检查的患者数据。每一患者采集3套零剂量、低剂量(10%)、全剂量(100%) GBCA三维T1加权图像。再通过深度学习技术（DL）处理零剂量和低剂量图像，实现零剂量、低剂量图像与全剂量图像之间的非线性图像转换。前30例患者数据用于训练从零剂量和低剂量图像生成全剂量图像的深度学习（DL）模型，其余53例用于检测模型效果，记录下增强病模式、病灶数目和位置，用于评估整体图像质量，图像信噪比（SNR），病灶显著性和增强量。
图一|应用深度学习技术结合低剂量图像的流程示意图。最右为全剂量T1图像。
研究对评估者的评分一致性的线性加权Cohen’s kappa系数进行了计算，数值与一致性呈正相关，并采用Pearson卡方检验和Fisher精确检验比较原始图像和采用深度学习技术的CE-MRI图像差异。应用深度学习技术后，10%低剂量的CE-MRI图像的病灶检测结果与全剂量增强CE-MRI图像的病灶能够精准匹配。深度学习技术重建增强的CE-MRI图像和原始全剂量CE-MRI图像在图像质量、图像信噪比、病灶显著性和病灶增强的一致性良好。
表一|采用加权kappa对定性评价结果进行一致性检验
对10%低剂量深度学习重建图像与全剂量增强CE-MRI图像进行比较时，四个指标无明显差异。其中：图像质量（p = 0.266），图像信噪比（p = 0.130），病灶显著性（p = 0.417），病灶增强（p = 0.318）和增强模式（p> 0.9）
表二|10%低剂量深度学习重建图像和全剂量增强CE-MRI图像增强模式的比较
研究表明在全部病例中，基于深度学习的图像重建与增强技术在临床中可获得良好的图像质量并准确匹配增强病变的数目，同时显著减少钆类造影剂的使用剂量高达90%，显示了该深度学习技术在CE-MRI检查中最小化钆剂量的巨大潜力。另外，该技术在优化诊断流程、大幅提高病人就诊体验的前提下，可以满足常规放射诊断的需求，在临床检查中有巨大的应用潜力。目前该研究已顺利通过多中心伦理审核，由北京天坛医院放射科组织、国内多家医院参与的多中心研究也在正式启动中，预计开展大规模临床研究，进一步推进该研究在临床中的应用。欢迎各位专家团队参加本多中心研究，具体事宜请联系天坛医院放射科徐老师（XSYao@163.com），或深透医疗（info@subtlemedtech.cn)。
刘亚欧
北京天坛医院放射科学科带头人，获得科技部科技创新领军人才、国家“万人计划”青年领军人才、茅以升青年科技奖、北京市“杰青”等多项荣誉。在神经放射学、神经免疫影像学领域持续发表系列文章共92篇，累计影响因子超过350分。