Algoritmo DICOM de deep learning melhora a qualidade da RM cerebral veterinária

Publicado em 13 de fevereiro de 2025
Veterinary MRI Deep Learning algorithm - HawkAI Paper#1

Resumo

Neste estudo analítico transversal de comparação de métodos, avaliámos imagens de RM cerebral em 30 cães e gatos, com e sem a utilização de um algoritmo de redução de ruído por deep learning (DL), baseado em DICOM, desenvolvido especificamente para pacientes veterinários. A comparação quantitativa foi realizada através da medição das razões sinal-ruído (SNR) e contraste-ruído (CNR) nas mesmas imagens de RM cerebral ponderadas em T2 (T2W), T2-FLAIR e eco de gradiente (GRE) em cada paciente (imagens nativas e após redução de ruído), em regiões de interesse idênticas.

Foram depois realizadas comparações qualitativas: três radiologistas veterinários experientes avaliaram independentemente as séries de imagens T2W, T2-FLAIR e GRE de cada paciente. As imagens nativas e as imagens com redução de ruído foram avaliadas separadamente, com os observadores sem conhecimento do tipo de imagem que estavam a analisar. Para cada tipo de imagem (nativa e com redução de ruído) e para cada tipo de sequência de pulso, atribuíram uma classificação subjetiva de granulosidade, contraste e qualidade global.

Em todas as séries de imagens testadas (T2W, T2-FLAIR e GRE), as SNRs da substância cinzenta cortical, da substância branca subcortical, da substância cinzenta profunda e da cápsula interna foram estatisticamente significativamente mais elevadas nas imagens tratadas com o algoritmo de redução de ruído por DL do que nas imagens nativas. De forma semelhante, em todos os tipos de séries de imagens testados, as CNRs entre substância cinzenta cortical e substância branca, bem como entre substância cinzenta profunda e cápsula interna, foram significativamente mais elevadas nas imagens tratadas com o algoritmo de DL do que nas imagens nativas.

A análise qualitativa confirmou estes resultados, com classificações geralmente melhores de granulosidade, contraste e qualidade global nas imagens tratadas com o algoritmo de redução de ruído por DL.

Neste estudo, este algoritmo de redução de ruído por DL baseado em DICOM reduziu o ruído em imagens de RM cerebral de cães e gatos a 1,5 T, e a qualidade de imagem percecionada pelos radiologistas melhorou.

Experimente agora

Agende uma chamada de apresentação com um dos nossos representantes

    HawkCell