前列腺快速MRI:一个公共的,双参数MRI数据集,以推进前列腺癌成像的机器学习
Radhika Tibrewala1,2,3, Tarun Dutt4, Angela Tong5,4
1Center for Advanced Imaging Innovation and Research (CAI2R), Department of Radiology, New York University Grossman School of Medicine, New York, New York, USA. radhika.tibrewala@nyulangone.org.
Scientific data
|April 20, 2024
概括
快速MRI倡议现在提供原始前列腺磁共振成像 (MRI) k空间数据. 这一数据集支持人工智能 (AI) 开发,以改善前列腺癌诊断和成像.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 放射学 放射学是一门学科.
背景情况:
- 磁共振成像 (MRI) 与人工智能 (AI) 的整合正在推动图像采集和重建.
- 公共MRI数据集往往缺乏AI模型培训所必需的原始k空间数据.
- 快速MRI倡议此前已经发布了大脑和膝盖k-space数据集.
研究的目的:
- 通过发布双参数前列腺MRI k空间数据来扩大快速MRI倡议.
- 促进人工智能和前列腺MRI重建的算法开发.
- 通过改进成像来提高前列腺癌的诊断和管理.
主要方法:
- 快速MRI数据集被扩展到包括双参数 (T2和扩散权重) 前列腺MRI数据.
- 该数据集包含来自312名患者的47468个切片的原始k空间数据,重建的图像和注释.
- 数据包括前列腺癌可能性的切片,体积和考试级别注释.
主要成果:
- 现在可以获得双参数前列腺MRI原始k空间数据的全面数据集.
- 该数据集支持人工智能驱动的低采样MRI数据的重建.
- 这个资源有助于开发具有成本效益和可访问的前列腺MRI.
结论:
- 新的快速MRI前列腺数据集对于在医学成像中推进AI至关重要.
- 它将加速前列腺MRI重建算法的开发.
- 最终,这有助于改善前列腺癌诊断和患者管理.


