Empujando los límites de la resonancia magnética cardíaca: imágenes cinéticas en tiempo real basadas en el aprendizaje profundo en la respiración libre frente a la retención de la respiración

Área de la Ciencia:

• Imágenes de resonancia magnética cardiovascular
• Inteligencia artificial en imágenes médicas
• Técnicas de imágenes cardíacas

Sus antecedentes:

• Las imágenes convencionales de resonancia magnética cardíaca están limitadas por la incapacidad del paciente para contener la respiración y las arritmias.
• La adquisición de múltiples latidos cardíacos puede conducir a artefactos de movimiento y tiempos de exploración prolongados.
• El aprendizaje profundo ofrece soluciones potenciales para superar estas limitaciones en las imágenes cardíacas.

Objetivo del estudio:

• Evaluar las secuencias cinéticas cardíacas en tiempo real basadas en el aprendizaje profundo adquiridas durante la respiración libre (FB) frente a la retención de la respiración (BH).
• Para comparar la calidad de imagen, el tiempo de adquisición y la precisión volumétrica de las secuencias de cine FB y BH.
• Evaluar la viabilidad de las imágenes cinematográficas basadas en DL en un entorno de respiración libre.

Principales métodos:

• Estudio prospectivo de cohorte de un solo centro en el que participaron 56 voluntarios adultos sanos en un escáner de resonancia magnética de 1,5 T.
• Adquisición de secuencias de cine en tiempo real (axis cortos, vistas de 2, 3 y 4 cámaras) tanto en condiciones FB como BH.
• Se utilizó una secuencia de cine validada basada en DL durante tres ciclos cardíacos como estándar de referencia para el análisis volumétrico.

Principales resultados:

• Las imágenes de cine en tiempo real de respiración libre (FB) mostraron una calidad de imagen subjetiva de buena a excelente, ligeramente inferior a las imágenes de retención de la respiración (BH) (p < 0,0001).
• El tiempo total de adquisición se redujo en un 50% con FB (mediana de 90s frente a 180s, p < 0,0001).
• Las imágenes cinéticas de BH demostraron una correlación excelente (ICC > 0,90) con el estándar de referencia para la mayoría de los parámetros volumétricos, mientras que las imágenes cinéticas de FB mostraron una correlación buena a excelente para la fracción de eyección de LV y RV y otros parámetros.

Conclusiones:

• La imagen cinematográfica cardíaca en tiempo real basada en el aprendizaje profundo es factible en la respiración libre con una calidad de imagen de buena a excelente.
• Se obtuvieron resultados volumétricos aceptables en voluntarios sanos utilizando imágenes cinéticas basadas en FB DL.
• Esta técnica tiene el potencial de aumentar la disponibilidad de CMR al reducir el tiempo de exploración y mejorar la comodidad del paciente, especialmente para aquellos que no pueden contener la respiración.