压缩灵敏度编码人工智能通过优化图像质量和减少扫描时间来加速大脑转移成像
Mengmeng Wang1, Yue Ma1, Linna Li1
1From the Department of Radiology (M.W., Y.M., L.L., X.P., Y.W., Y.Q., D.G., D.T.), The First Hospital of Jilin University, Changchun, China.
AJNR. American journal of neuroradiology
|March 14, 2024
概括
压缩灵敏编码人工智能 (CS-AI) 显著提高MRI扫描速度和图像质量,用于检测大脑转移. CS-AI10协议提供最佳的图像质量和缩短的扫描时间,使其适合临床使用.
科学领域:
- 医疗成像医学成像
- 放射学中的人工智能
- 神经瘤学神经瘤学
背景情况:
- 在不影响图像质量的情况下加快MRI采集速度是一个重大挑战.
- 与对比度增强的 (CE) 3D T1WI和CE 3D-FLAIR序列对于检测大脑转移 (BM) 是至关重要的.
研究的目的:
- 评估CS-AI用于重建CE 3D T1WI和CE 3D-FLAIR序列用于BM检测的可行性.
- 在临床BM成像中确定CS-AI的最佳加速因子 (AF).
主要方法:
- 该研究包括51名怀疑患有BM的患者.
- 使用CS-AI与不同的AFs重建了CE 3D-T1WI和CE 3D-FLAIR序列.
- 压缩SENSE编码加速6 (CS6) 作为参考标准.
- 由神经放射学家进行了定量 (SNR,CNR) 和定性评估.
主要成果:
- 与标准CS协议相比,CS-AI协议显示出优越的CNR和SNR.
- CS-AI 实现了高达 AF 10 的良好的图像质量,超过了 CS6.
- CS-AI10协议提供了最佳的图像质量,增强了解剖结构和病变的划界.
- 对于两个序列,CS-AI10可将扫描时间减少约40%.
结论:
- 通过使用CE 3D-T1WI和CE 3D-FLAIR序列,CS-AI提供了一种比传统CS更有效的BM检测重建方法.
- CS-AI10协议在临床上是合适的,平衡最佳图像质量与缩短扫描时间.
