资源:一种深度神经网络方法,用于从极低样本的MRI中快速绘制全脑高分辨率的髓水分数映射
Zhaoyuan Gong1, Nikkita Khattar2, Matthew Kiely1
1Magnetic Resonance Physics of Aging and Dementia Unit, National Institute on Aging, National Institutes of Health, Baltimore, MD 21224, USA.
概括
一种基于神经网络 (NN) 的新方法,NN-REUSED,大大减少了髓水分数 (MWF) 映射的MRI扫描时间. 这一突破使得神经疾病的快速,临床实用的脑成像成为可能.
科学领域:
- 神经成像是一种神经成像.
- 生物物理学的生物物理.
- 医学物理 医学物理
背景情况:
- 髓化变化对于大脑发育和诸如多发性硬化症和痴呆症等疾病至关重要.
- 使用先进的MRI绘制髓水分数 (MWF) 映射对于评估髓含量至关重要.
- 目前的MWF映射方法由于采集和处理时间漫长而面临限制.
研究的目的:
- 为了显著减少高分辨率的获取和计算时间,全脑MWF映射.
- 为加速MWF映射引入一种基于神经网络 (NN) 的新方法.
- 克服与当前MWF映射技术相关的临床实施障碍.
主要方法:
- 开发NN-REUSED (基于神经网络的极低采样数据的放松计),一种新的NN方法.
- 实施加速数据采集策略,使用不足抽样.
- 对NN-REUSED与MWF计算的全样本参考方法的验证.
主要成果:
- 在获取时间大幅缩短至大约7分钟,计算时间缩短至大约30秒.
- 与参考方法相比,MWF值的准确性和精度几乎相同.
- NN-REUSED成功生成了高分辨率的全脑MWF地图.
结论:
- NN-REUSED为MWF绘制提供了前所未有的加速,使其在临床上变得实用.
- 这种基于NN的方法显著减少了扫描和处理时间,而不会影响准确性.
- 开发的技术代表了MWF绘图在中枢神经系统疾病中的常规临床应用的突破.
