2分で完了する深層学習ベースの脳定量的マッピング：合成MRIによる臨床イメージングの加速

科学分野:

• 神経画像診断
• 医用物理学
• 医療における人工知能

背景:

• 定量的磁気共鳴画像法（MRI）は、疾患診断に不可欠な組織特性マップ（T1、T2、PD）を提供します。
• 長時間のスキャン時間は、定量的MRIの臨床導入における主要な制限です。

研究 の 目的:

• 超高速合成MRIの深層学習（DL）ベース超解像再構築を評価すること。
• DLが通常の走査に匹敵する正確な定量的T1/T2/PDマップを生成できるかどうかを判断すること。
• 診断画像の品質を維持しながら、スキャン時間を大幅に短縮できるかどうかを評価すること。

主な方法:

• 151人の健康な成人ボランティアと7人の患者の予定登録。
• 3.0TスキャナーでのデュアルプロトコルMRIスキャン（通常および高速合成）。
• 画像再構築のための超解像敵対的生成ネットワーク（SRGAN）の適用。
• ペアt検定、Bland-Altman分析、変動係数を用いた検証。

主要な成果:

• DL再構築値と参照T1/T2/PD値との強い相関（R² > 0.97）。
• T1（0.93%）、T2（-0.85%）、PD（0.31%）の小さな平均バイアス。
• SRGANはノイズとアーチファクトを抑制し、通常の走査品質に近い画像忠実度を回復させました。

結論:

• 超高速合成MRIにおけるDL超解像は、通常の走査との強い相関を持つ全脳定量的マップを生成します。
• 取得時間は診断画像の品質を維持しながら半減します。
• このアプローチは、定量的脳イメージングの臨床展開を加速する可能性を示しています。