モーション・ロバスト T2 $$ {\mathrm{T}}_2^{\ast } $$ 低解像度のグラデントエコーMRIによる脳の定量化で,ディープラーニングが活用されている

科学分野:

• 医療用イメージング
• バイオ物理学
• 計算神経科学

背景:

• グラデントエコーMRIを用いた定量T2*マッピングは,被験者の動きに敏感です.
• 運動による磁場不均一性は信号の損失とT2*の不正確な定量化につながる可能性があります.
• 信頼性の高いT2*マッピングには,効果的な運動補正が不可欠です.

研究 の 目的:

• 改善されたT2*定量化のためのPHIMO (物理情報による運動補正) 方法を拡張する.
• 運動パターンと磁場不均一性の変化に対する運動補正の強さを高める.
• 拡張方法であるPHIMO+の動作検出と画像品質の性能を評価する.

主な方法:

• 学習ベースのPHIMOメソッドをPHIMO+に拡張する.
• 再建を改善するために,PHIMO+に知識を取得する.
• シミュレーションデータとリアルモーションデータを用いて,モーション検出の精度と画像品質を評価する包括的な評価.

主要な成果:

• PHIMO+は,基礎学習ベースの方法と比較して,質的,定量的性能が優れていることが示されました.
• PHIMO+は,冗長なデータ取得を必要とする最先端の従来の方法と同様の結果を達成しました.
• この方法は,動作検出の高精度と画像品質の改善を示しました.

結論:

• PHIMO+は,T2*の定量化のための競争力のある運動補正を提供します.
• この方法は,既存の最先端の技術と比較して,取得時間を大幅に短縮します (40%以上).
• PHIMO+は,研究および臨床環境における運動強度T2*の定量化のための有望なツールです.