RRM Rápida de Múltiples Contrastes que Utiliza un Modelo de Energía Conjunto | JoVE Visualize

Área de la Ciencia:

Imágenes médicas
Inteligencia artificial
Neurociencia computacional

Sus antecedentes:

La adquisición de datos de resonancia magnética multicontraste 3D a alta resolución espacial isotrópica se ve obstaculizada por la duración prolongada de las exploraciones.
Los métodos existentes a menudo tienen dificultades para equilibrar el tiempo de escaneo y la calidad de la imagen, especialmente para conjuntos de datos 3D complejos.

Objetivo del estudio:

Desarrollar un método eficiente para la adquisición de datos de resonancia magnética tridimensional multicontrasto de alta resolución.
Para mejorar la fidelidad de la imagen y la preservación de detalles en reconstrucciones aceleradas de resonancia magnética.

Principales métodos:

Se introdujo un modelo de energía de múltiples escalas basado en una red neuronal convolucional (CNN) para aprender la distribución de probabilidad conjunta de imágenes de resonancia magnética de múltiples contrastes.
Formuló la recuperación conjunta de contrastes a partir de datos submuestreados como un problema de estimación máximo a posteriori (MAP), utilizando el modelo de energía aprendido como una prioridad.
Empleó un algoritmo mayor-menor para resolver el problema de optimización.

Principales resultados:

El modelo propuesto aprovecha efectivamente las redundancias entre contrastes para mejorar la fidelidad de la imagen.
Las reconstrucciones demostraron una conservación superior de los detalles finos y el contraste en comparación con los métodos que reconstruyen los contrastes de forma independiente.
Lograr reconstrucciones de imágenes más nítidas, abordando el desafío de los largos tiempos de escaneo en resonancia magnética 3D.

Conclusiones:

El modelo de energía multiscala basado en CNN ofrece un avance significativo en la adquisición de resonancia magnética multicontrasta 3D acelerada.
El enfoque produce una mejor calidad de imagen y preservación de detalles, superando las técnicas convencionales de reconstrucción.
La metodología es aplicable más allá de las adquisiciones específicas de 3D MPNRAGE estudiadas, mostrando potencial para aplicaciones de resonancia magnética multi-contraste más amplias.