잠재 확산 모델을 이용한 유방의 합성 MRI 기반 뺄셈 최대 강도 투영 이미지의 병변 조건화

초록 이 실현 가능성 연구의 목적은 잠재 확산 모델(LDMs)이 병변에 의해 조건화된 대조 강화(CE) MRI 기반 뺄셈 최대 강도 투영(MIPs)을 생성할 수 있는지를 조사하는 것입니다. 우리는 2015년부터 2020년 사이에 획득된 n = 1966명의 환자(중앙 연령: 50세)의 유방 MRI 검사에서 n = 2832개의 CE-MIPs로 LDM을 훈련했습니다. 이후 LDM은 위치 및 BI-RADS 점수를 나타내는 n = 407개의 검사에서 n = 756개의 세분화된 병변으로 조건화되었습니다. LDM을 적용하여 독립 검증 데이터셋의 세분화로부터 합성 이미지를 생성했습니다. 병변, 해부학적 정확성 및 합성 및 실제 MIP 이미지의 현실적인 인상은 각각 n = 204 MIPs(50% 실제/50% 합성 이미지)를 평가한 다섯 명의 독립 평가자를 포함한 다수 평가 연구에서 추가로 평가되었습니다. 평가자에 의한 합성 MIPs의 탐지는 AUC가 0.58로 임의 추측과 유사했습니다. 병변 평가의 평가자 간 신뢰도는 실제 이미지(Kendall의 W = 0.77)와 합성 이미지(W = 0.85) 모두에서 높았습니다. 합성 MIPs에서 의심스러운 병변(BI-RADS ≥ 4)의 탐지에 대해 더 높은 AUC가 관찰되었습니다(0.88 대 0.77; p = 0.051). 우리의 결과는 LDM이 유방의 병변 조건화된 MRI 기반 CE 뺄셈 MIPs를 생성할 수 있음을 보여주지만, LDM이 오히려 전형적이거나 '교과서적인 표현'의 병변을 생성하는 경향이 있음을 나타냅니다.