对于神经成像研究的自动化高阶闪光

科学领域:

• 磁共振成像 (MRI) 是一种磁共振成像技术.
• 磁共振光谱学 (MRS) 是一种技术.
• 医学成像和光谱学

背景情况:

• 在高场MRI和MRS中,B0不均性是一个主要的挑战,导致图像扭曲和信号损失.
• 当前的高阶闪方法通常需要手动和耗时的兴趣区域 (ROI) 选择.

研究的目的:

• 开发和评估一种自动化高阶闪 (autoHOS) 方法,以有效地纠正B0不均性.
• 为了消除在高阶闪程序中需要手动ROI选择的需要.

主要方法:

• 提出了一种自动化高阶闪闪发光 (autoHOS) 方法,集成深度学习来提取大脑和基于图像的闪闪发光.
• 自动实时脑抽取定义了闪光算法的现场地图ROI.
• 在3T和7T使用体内回声平面成像 (EPI) 和光谱研究评估了autoHOS.

主要成果:

• 与线性和手动高阶闪相比,AutoHOS显著降低了EPI图像扭曲和缩小了MRS光谱线形状.
• 在3T和7T两种场强度下,表现出更好的图像和光谱质量.
• 在不需要额外的用户交互的情况下成功纠正了B0不均性.

结论:

• 自动化高阶闪 (autoHOS) 方法有效地纠正了MRI和MRS中的B0不均性.
• 通过自动化ROI选择,节省时间和提高一致性,AutoHOS提供了显著的进步.
• 这种基于深度学习的方法提高了高领域应用中的整体图像和光谱质量.