CoRRECT: Un marco de desarrollo profundo para el mapeo cuantitativo R2* corregido por movimiento

Área de la Ciencia:

• Imágenes médicas
• La biofísica
• Inteligencia artificial

Sus antecedentes:

• La resonancia magnética cuantitativa (qMRI) cuantifica los parámetros biológicos del tejido, pero enfrenta desafíos con los artefactos.
• Los métodos tradicionales de resonancia qMRI abordan artefactos como el movimiento y el campo magnético en homogeneidades por separado, limitando el rendimiento.
• La adquisición acelerada de datos en la IRMq exacerba los problemas de los artefactos, lo que requiere soluciones avanzadas.

Objetivo del estudio:

• Para presentar CoRRECT, un marco unificado de despliegue profundo para la reducción de artefactos en la IRMq.
• Desarrollar una red neuronal basada en modelos que integre el movimiento y la corrección de la inhomogeneidad del campo.
• Permitir una resonancia magnética qMRI de alta calidad con adquisición acelerada sin parámetros de corrección precalculados.

Principales métodos:

• Desarrolló un marco unificado de despliegue profundo (DU) llamado CoRRECT.
• Implementó una red neuronal de extremo a extremo basada en modelos entrenados con aprendizaje auto-supervisado.
• La red aprende a corregir las inhomogeneidades de movimiento y campo directamente a partir de los datos de espacio k.

Principales resultados:

• CoRRECT recupera con éxito mapas R2 * libres de artefactos de los datos de resonancia magnética acelerada con eco recordado de múltiples gradientes (mGRE).
• El marco tiene en cuenta las inhomogeneidades del movimiento y del campo sin requerir parámetros de corrección precalculados.
• Demostró un rendimiento robusto en entornos de adquisición muy acelerados.

Conclusiones:

• CoRRECT ofrece un enfoque unificado para la corrección de artefactos en la resonancia magnética cuántica, mejorando la calidad de la imagen.
• Los métodos de despliegue profundo pueden integrar modelos físicos, biofísicos y aprendidos para la resonancia magnética cuántica avanzada.
• Este trabajo allana el camino para técnicas de resonancia magnética cuantitativa más eficientes y precisas.