Zielsetzung
Untersuchung des Einflusses einer T2-gewichteten Dünnschichtbildgebung mit Deep-Learning-Bildrekonstruktion (DLR) auf die Konturen von Läsionen, Konturen der Prostata sowie die Detektion eines extraprostatischen Wachstums.
Material und Methoden
69 Patienten, die zwischen April 2023 und März 2024 eine klinisch indizierte 3T-Prostata-MRT erhielten, wurden retrospektiv eingeschlossen. Standard-multiparametrische Sequenzen (T2S, DWI und DCE) wurden mit einer Schichtdicke von 3 mm ohne DLR aufgenommen. Zusätzlich wurde eine 2 mm dünne axiale T2-Sequenz (T2HR) mit DLR und vergleichbarer Akquisitionszeit (4:32 min) wie bei der T2S (4:12 min) durchgeführt. Die Bilddatensätze wurden von einem Radiologen mit Facharztqualifikation hinsichtlich Läsionskonturen, Schärfe und Konturen der Prostatagrenzen anhand einer Likert-Skala von 1 bis 5 bewertet, wobei 5 die beste Bewertung darstellt. Zusätzlich erfolgte eine Bewertung des extraprostatischen Wachstums.
Ergebnisse
Das Durchschnittsalter betrug 69 ± 7 Jahre. Sowohl die Schärfe als auch die Läsionskonturen wurden in der T2HR-Sequenz mit einem Median von 5 (IQR 4-5) besser bewertet als in der T2S mit einem Median von 4 (IQR 4-4) (beide p<0,001). Auch die Abgrenzung der Prostatakonturen wurde bei T2HR mit einem Median von 5 (IQR 4-5) im Vergleich zu T2S mit einem Median von 4 (IQR 4-5) höher bewertet (p<0,001). Die Gesamtbildqualität von T2HR wurde mit einem Median von 5 (IQR 4-5) besser bewertet im Vergleich zu einem Median von 4 (IQR 4-5) bei T2S (p<0,001). Sieben Patienten unterzogen sich nach dem MRT einer Prostatektomie, bei der in drei Fällen extraprostatisches Wachstum festgestellt wurde, das zuvor bei einem Fall in der T2S und bei zwei Fällen in der T2HR-Sequenz vermutet wurde.
Schlussfolgerungen
Die T2-Dünnschichtbildgebung mit DLR kann die Schärfe, die Läsionskonturen und die Abgrenzung der Prostatakonturen verbessern, ohne die Akquisitionszeit signifikant zu verlängern. Dünnschichtbildgebung könnte die präoperative Erkennung des extraprostatischen Wachstums verbessern.