基于深度学习的重建对单次喘息,单次射击快速旋转回声在克罗恩病MR肠道镜中的影响

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 胃肠病学 胃肠病学

背景情况:

• 克罗恩病的诊断和监测依赖于MR肠道学 (MRE).
• 传统的MRE技术涉及多次喘息 (MBH),增加扫描时间和潜在的文物.
• 基于深度学习的重建 (DLR) 正在成为改善图像质量和减少获取时间的工具.

研究的目的:

• 为了评估单呼吸暂停 (SBH) 和多呼吸暂停 (MBH) 的SSFSE序列在克罗恩病的MRE中的图像质量.
• 为了比较基于深度学习的重建 (DLR) 与传统的重建 (CR) 在这些序列中的有效性.
• 评估DLR对图像质量指标,文物和炎症参数评估的影响.

主要方法:

• 61名克罗恩病患者使用SBH-SSFSE和MBH-SSFSE序列进行了MRE.
• 图像是用DLR和没有DLR (SBH-DLR,SBH-CR,MBH-DLR,MBH-CR) 获得的.
• 两位放射科医生评估了图像质量,文物,清晰度和信号损失;计算了SNR;评估了炎症参数和空间错位.

主要成果:

• DLR显著提高了图像质量,减少了文物,并提高了SBH图像的清晰度.
• SBH-DLR显示出与MBH-CR相似的图像质量和性能,SNR更高.
• 与SBH序列相比,MBH序列表现出更频繁的 misalignment 工件.

结论:

• 在克罗恩病中,SBH-DLR为MRE提供了与MBH-CR相等的图像质量和诊断性能.
• SBH-DLR提供了缩短扫描时间,消除多次喘息和减少切片错位的优势.
• 在克罗恩病患者中,DLR代表了高效和高质量的MRE的有希望的进步.