一个深度展开的神经网络,用于实时MRI导向的大脑干预
Zhao He1,2,3, Ya-Nan Zhu4, Yu Chen1,2,3
1School of Biomedical Engineering, Shanghai Jiao Tong University, Shanghai, 200030, China.
Nature communications
|December 12, 2023
概括
一种新的深度学习方法,LSFP-Net,可以实现实时磁共振成像 (MRI) 重建干预性MRI (i-MRI). 该系统允许在神经外科干预期间提供精确的实时指导.
科学领域:
- 医疗成像医学成像
- 神经外科 神经外科
- 人工智能在医学中的应用
背景情况:
- 精确的导航对于神经干预,如活检和深度大脑刺激至关重要.
- 实时图像指导增强了手术规划,MRI适用于手术前和手术内成像.
- 实时干预性MRI (i-MRI) 的一个关键挑战是平衡空间和时间分辨率.
研究的目的:
- 为实时i-MRI重建开发一个深度无线神经网络,LSFP-Net.
- 将LSFP-Net与MRI兼容的干预装置集成为实时MRI引导的大脑干预系统.
- 在幻影和尸体研究中评估系统的性能.
主要方法:
- 提出了LSFP-Net,这是一个用于加速i-MRI重建的深度解卷神经网络.
- 集成的LSFP-Net与定制的MR兼容干预装置在3TMRI扫描仪上.
- 使用幻影和尸体研究评估系统性能.
主要成果:
- 实现了2D/3D实时i-MRI,时间分辨率为80/732.8 ms.
- 报告的延迟时间为0.4/3.66s,包括数据通信,处理和重建.
- 获得了1x1 mm2.2的内平面空间分辨率.
结论:
- 拟议的LSFP-Net系统可以实时监控远程控制的大脑干预.
- 该系统展示了将其无集成到图像导向神经外科诊断扫描仪中的潜力.
- 这一进步为神经外科手术程序提供了更高的精度和安全性.
