在0.55T上进行解剖胎儿大脑MRI的全自动化计划
Sara Neves Silva1,2, Sarah McElroy1,3, Jordina Aviles Verdera1,2
1Centre for the Developing Brain, School of Biomedical Engineering & Imaging Sciences, King's College London, London, UK.
Magnetic resonance in medicine
|April 23, 2024
概括
使用深度学习实现了胎儿MRI脑平面的全自动实时规划. 这项创新简化了胎儿MRI采集,增加了其在非专业中心的可用性.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 胎儿磁共振成像 (MRI) 对于产前诊断至关重要.
- 目前的MRI规划是耗时的,需要专门的专业知识.
- 胎儿MRI的有限可用性阻碍了其广泛的临床应用.
研究的目的:
- 在0.55T扫描仪上开发和验证胎儿大脑MRI的全自动实时计划系统.
- 通过简化获取过程,提高胎儿MRI的可访问性.
主要方法:
- 训练了一种深度学习模型,从回声平面成像中检测到胎儿大脑的关键地标.
- 这使得单次轮回旋回声 (TSE) 序列的自动规划成为可能.
- 该系统在9名胎儿受试者 (妊娠20-37周) 中进行了前性评估.
主要成果:
- 自动规划是实时执行的,没有延迟.
- 里程碑式的检测准确性是在胎儿眼睛和小脑的毫米范围内.
- 自动规划质量 (2.4/3) 和图像质量 (2.2) 紧密匹配手动规划 (分别为2.6/3和2.1).
结论:
- 胎儿大脑MRI平面的实时自动规划是可行的.
- 这项技术简化了胎儿MRI采集.
- 预计它将大大扩大胎儿MRI在非专业环境中的可用性.
