通过EPI和PASE序列对头部和部瘤进行DWI的深度学习重建
Hirotaka Ikeda1, Yoshiharu Ohno2,3, Kaori Yamamoto4
1Department of Radiology, Fujita Health University School of Medicine, Toyoake 470-1192, Aichi, Japan.
Cancers
|May 11, 2024
概括
快速高级旋回回声 (FASE) 和深度学习重建 (DLR) 提高了头部和部瘤的扩散加权成像 (DWI) 质量. 这些技术可以提高信号与噪声的比率,而不会改变明显的扩散系数测量或瘤分化.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 在瘤学瘤学.
背景情况:
- 使用回声平面成像 (EPI) 的扩散权重成像 (DWI) 经常遭受敏感性工件的影响.
- 快速高级回旋回声 (FASE) 和深度学习重建 (DLR) 显示出提高DWI质量的前景.
研究的目的:
- 评估FASE和DLR对DWI质量的影响,明显扩散系数 (ADC) 的准确性以及恶性与良性头和部瘤的差异化.
- 在幻影和患者研究中,与DLR和没有DLR的FASE和EPI序列进行比较.
主要方法:
- 在体外幻影研究中,使用斯皮尔曼分析评估了ADC与标准值的相关性.
- 在头部和部瘤患者的体内研究比较了EPI和FASE序列之间的信号与噪声比 (SNR) 和ADC,有或没有DLR,使用Tukey的测试.
主要成果:
- 在体外:测量和标准ADC值之间有很好的相关性 (ρ ≥ 0.92).
- 在体内:使用DLR的FASE显示SNR明显高于没有DLR的FASE (p=0.02).
- 对于良性和恶性瘤的DLR和无DLR序列之间,ADC值显著不同 (p<0.05).
结论:
- 与EPI相比,PASE序列和DLR显著提高了DWI图像质量,并减少了扭曲.
- 这些进展并没有显著影响ADC测量或区分恶性和良性头瘤的能力.
