缩短采集时间和提高图像质量,用于盆腔MRI使用深度学习重建扩散加权成像在1.5 T的图像质量
Judith Herrmann1, Thomas Benkert2, Andreas Brendlin1
1Department of Diagnostic and Interventional Radiology, Eberhard Karls University Tuebingen, Hoppe-Seyler-Strasse 3, 72076 Tuebingen, Germany.
Academic radiology
|July 27, 2023
概括
深度学习重建显著提高了骨盆扩散权重的MRI质量,并减少了扫描时间. 与标准方法相比,这种先进的技术提供了更高的图像清晰度和更低的噪音.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能在医学中的应用
背景情况:
- 扩散加权成像 (DWI) 对于盆腔MRI诊断至关重要.
- 需要加速成像技术来提高患者的舒适性和吞吐量.
- 深度学习 (DL) 在增强医疗图像重建方面显示出前景.
研究的目的:
- 评估DL重建对1.5T骨盆DWI图像质量和采集时间的影响.
- 为了将DL重建的DWI (DWIDL) 与标准的DWI (DWIS) 进行比较.
主要方法:
- 追溯分析55名接受1.5T盆腔MRI的患者.
- 标准DWI (DWIS) 和DL重建的DWI (DWIDL) 在b值0和800s/mm2的比较,包括ADC图.
- 由四名放射科医生使用五分利克特尺度对图像质量的定性评估.
主要成果:
- 与DWIS相比,DWIDL显示出明显优越的整体图像质量和降低的噪声水平,在所有b值和ADC图中 (P < .05) 显示出明显优异的整体图像质量和降低的噪声水平.
- 在文物,病变检测能力,度或诊断信心方面没有发现显著差异.
- 对DWIDL (1:12分钟) 的模拟获取时间比DWIS (2:06分钟) 短得多.
结论:
- 深度学习重建在1.5T时为盆腔DWI提供了显著的图像质量改善.
- DL重建有可能大大减少采集时间,使盆腔MRI更有效.
