数字参考对象用于评估MR图像形成中的算法性能
Christian Wülker1, Nils T Gessert1, Mariya Doneva1
1Philips Research, Hamburg, Germany.
Magnetic resonance imaging
|November 4, 2023
概括
数字参考对象 (DRO) 能够客观地评估MRI图像质量 (IQ). 这项研究证明了DROs.
科学领域:
- 医疗成像医学成像
- 磁共振成像 (MRI) 是一种磁共振成像技术.
- 计算成像技术的成像
背景情况:
- 对MRI图像质量 (IQ) 的客观评估对于算法开发至关重要.
- 对于可重复的智商评估,需要标准化指标.
- 数字参考对象 (DRO) 为客观的智商评估提供了一个潜在的解决方案.
研究的目的:
- 介绍和展示数字参考对象 (DRO) 对评估MRI图像质量的实用性.
- 在MRI图像形成中建立自动化和可重复的智商指标的基础.
- 为了方便不同MR图像重建算法的比较.
主要方法:
- 数字参考对象 (DRO) 直接在k空间中采样,使用分析里埃转换公式.
- 基于卷积神经网络 (CNN) 的无声化算法应用于杂的ACR幻影图像.
- 从测量和模拟的k空间数据中重建图像以进行比较.
主要成果:
- 基于CNN的除算法在测量和模拟的ACR幻影数据上产生了几乎相同的结果.
- 视觉和定量比较证实了消光性能的一致性.
- 这表明了DRO在表示现实世界幻影数据方面的忠实性.
结论:
- 数字参考对象 (DRO) 可以指导技术选择在开发新的MR图像形成算法,包括深度学习方法.
- 使用DROs是实现可重复的MR图像形成的重要一步.
- 这种方法支持MRI智商评估的标准化.


