Die institutionelle Überprüfungskommission der Katholischen Universität Korea, Seoul St. Mary’s Hospital, College of Medicine (KC22RISI0764) genehmigte diese Einzelzentrumstudie und verzichtete auf die Anforderung einer informierten Einwilligung aufgrund ihrer retrospektiven Natur. Der gesamte Forschungsprozess wurde gemäß der Deklaration von Helsinki und den relevanten Richtlinien und Vorschriften unseres institutionellen Ethikkomitees durchgeführt. Im Zeitraum von Januar bis Juli 2022 unterzogen sich insgesamt 143 Patienten einer MRT mit einem hochauflösenden VWI-Protokoll in unserer Einrichtung. Die Ausschlusskriterien umfassten abweichende VWI-Protokolle und den Verlust von nicht verarbeiteten DICOM-Bildern. Klinische Parameter wie Alter, Geschlecht, Indikation der VWI, das Vorhandensein von akuten und chronischen ischämischen Läsionen und zerebrovaskuläre Risikofaktoren wurden erfasst.
Alle MRT-Untersuchungen wurden an einem der vier 3,0-T-Scanner mit 64-Kanal-Spulen durchgeführt. Das Protokoll zur Erfassung der VWI umfasste die Aufnahme von 3D-Turbo-Spin-Echo-T1WI mit und ohne Kontrastmittel und Protonendichtebildern. Schräge koronale Scans wurden durchgeführt, um den Circulus arteriosus und beide Karotisgabelungen gleichzeitig abzudecken. Die Bildauflösung betrug 0,51 × 0,51 × 0,45 mm³ innerhalb von 6 Minuten. Kontrastverstärkte T1-gewichtete Bilder wurden 4 Minuten nach intravenöser Infusion von gadoliniumbasierten Kontrastmitteln mit dem gleichen Protokoll wie nichtverstärkte T1-gewichtete Bilder erfasst. Diese Studie verwendete eine Deep-Learning-basierte Bildqualitätsverbesserung mit SwiftMR v2.2.0.0 (AIRS Medical, Seoul, Korea), einer MR-Bildrekonstruktionssoftware, die ein tiefes neuronales Netzwerk (DNN) basierend auf der U-Net-Architektur verwendet.
Die Bildqualitätsbewertung und die Beurteilung von Gefäßwandläsionen wurden von zwei Neuroradiologen unabhängig durchgeführt. Die quantitative Bildqualitätsbewertung basierte auf einer 3D-semi-automatischen Segmentierung der normalen Gefäßwände und Lumen der 1. Segmente der Arteria cerebri media und des Basilaris im NE-T1WI. Die Atheroskleroseplaque-Klassifizierung erfolgte nach Abschluss des gesamten Bildanalyseverfahrens. Alle erkannten atherosklerotischen Plaques wurden von zwei erfahrenen Neuroradiologen in potenziell schuldige und nicht schuldige Plaques klassifiziert. Die diagnostische Leistung von Plaques wurde anhand von Empfindlichkeit, Spezifität und Fläche unter der ROC-Kurve (AUC) bewertet.
Insgesamt zeigt die Studie eine tiefgreifende Untersuchung der Bildqualität und der Atheroskleroseplaque-Klassifizierung unter Verwendung einer Deep-Learning-basierten Bildqualitätsverbesserungsmethode für die Vessel-Wall-Imaging-Studie.