南方医科大学学报

作者：楚智钦, 屈耀铭, 钟 涛, 梁淑君, 温志波, 张 煜

单位：南方医科大学生物医学工程学院，广东省医学图像处理重点实验室，广东 广州 510515；南方医科大学珠江医院放射科，广东 广州 510282

关键词：深度学习；Dual-Aware；酰胺质子转移；胶质瘤；异柠檬酸脱氢酶,

目的 基于磁共振酰胺质子转移（APT）模态数据，提出Dual-Aware深度学习框架实现胶质瘤异柠檬酸脱氢酶（IDH）基因分型，实现无创性的辅助诊断。方法 共收集118例多模态磁共振脑影像数据，其中68例为野生型，50例为突变型，所有数据完成了脑部胶质瘤ROI区域勾画。APT模态成像无需造影剂，它对肿瘤的信号强度跟肿瘤恶性程度呈正相关，且对IDH野生型的信号强度高于对IDH突变型的信号强度。针对APT模态肿瘤成像及衍生区域形态多变，且相对其他模态更缺乏明显的边缘轮廓特点，构建Dual-Aware框架，引入Multi-scale Aware模块挖掘多尺度特征，Edge Aware模块挖掘边缘特征，以实现基因分型的自动识别。结果 两类Aware机制的引入能够有效提升模型对胶质瘤IDH基因分型的识别率。对各模态数据在准确率和AUC方面都取得了一定的提升，并在APT模态上取得了最佳性能，预测精度达到83.1%，AUC达到0.822，从而验证了APT模态对于脑胶质瘤IDH基因分型识别的优势和有效性。结论 本文采用的深度学习算法模型基于APT模态的图像特点构建，验证了APT模态在胶质瘤IDH基因分型识别任务中的有效性，有望在该任务利用APT模态取代目前常用的T1CE模态，避免造影剂注射，以实现无创性的IDH基因分型。

来源：2023年第8期

《南方医科大学学报》期刊编辑部

查看南方医科大学学报杂志2023年第8期