Transferencia de calidad a imágenes de resonancia magnética de difusión mediante aprendizaje profundo: una nota de precaución

Resumen

Objetivos   Comprobar si la mayor sensibilidad de las imágenes de resonancia de difusión (dMRI) de alto contraste en estudios de grupo puede ser replicada utilizando dMRI convencional mediante aprendizaje profundo.   Materiales y métodos   Base de datos (BD1) WuMinn-HCP: 84 controles dMRI con b-valores (b) 1000, 2000 y 3000 s/mm2. BD2 propia: 50 controles y 51 casos con migraña episódica para b=1000.   Se obtiene el mapa RTOP a partir de la BD1 mediante AMURA para b=1000 y 2000. Entrenamiento supervisado de red de síntesis de mapas con entrada mapas b=1000 y salida mapas b=2000. Se valida la síntesis mediante la métrica SSIM. En producción, se emplea BD2 para obtener mapas b=2000. Se calcula el valor medio de cada región del atlas JHU-WM excluyendo outliers. Se hallan diferencias significativas mediante test de Mann-Whitney (p < 0.05) entre pacientes y controles por región y b.   Resultados   Diferencias significativas en 3 regiones para ambos mapas. Discrepan en 8, con 6 regiones con diferencias en reales y 2 en sintéticas. Discrepancias con FA: 12 regiones más con diferencias para las reales, sólo 2 más para las sintéticas.   Conclusiones   Se pierden diferencias para b=2000 respecto a b=1000 a pesar de que los valores de SSIM son superiores a 0.95. Sin embargo, la FA a b=1000 tiende a sobreestimar diferencias (y b=2000 no).  El entrenamiento únicamente con controles puede hacer perder sensibilidad, si bien la imagen sintética parece proporcionar valores conservadores. La imagen sintética debe ser empleada con precaución y en estudios de grupo de mayor tamaño.