在化学交换和转移成像中用于SNR增强的Denoising卷积自编码器: (DCAE-CEST)
Yashwant Kurmi1,2, Malvika Viswanathan1,3, Zhongliang Zu1,2,3
1Vanderbilt University Institute of Imaging Science, Vanderbilt University Medical Center, Nashville, USA.
一种新型的无声卷积自编码器 (DCAE) 提高了化学交换和转移 (CEST) 成像中的信号噪声比 (SNR). 这种DCAE-CEST方法的性能优于现有的技术,可以提高图像质量和诊断精度.
科学领域:
- 医疗成像医学成像
- 生物医学工程 生物医学工程
- 人工智能在医学中的应用
背景情况:
- 化学交换和转移 (CEST) 成像是一种有价值的MRI技术,用于可视化分子过程.
- 提高信号噪声比 (SNR) 对于准确的CEST成像和定量分析至关重要.
- 现有的无色化方法往往难以在CEST数据中保留重要的光谱特征.
研究的目的:
- 开发和验证一个无声化的卷积自编码器 (DCAE) 用于在CEST成像中增强SNR.
- 将拟议的DCAE-CEST方法的性能与最先进的拒绝技术进行比较.
- 评估DCAE-CEST对CEST衍生参数的定量分析的影响,例如胺基质子转移 (APT) 和核Overhauser增强 (NOE).
主要方法:
- 一个具有编码器-解码器架构的DCAE模型被设计用于CEST Z频谱无声化.
- 该模型利用1D卷积,非线性,聚合和上采样来进行特征提取和重建.
- 多阶段培训包括Kullback-Leibler分歧和主要组件分析 (PCA) 数据适应性,评估模拟和体内瘤数据.
主要成果:
- 在数字幻影实验中,DCAE-CEST方法表现出卓越的性能,在峰值SNR和结构相似性指数方面超过了现有方法.
- 在体内数据证实了DCAE-CEST在消除胺基质子转移 (APT) 和核Overhauser增强 (NOE) 地图方面的有效性.
- 在体内,在瘤和正常组织之间观察到NOE的显著差异,但不是APT,与之前的研究保持一致.
结论:
- DCAE-CEST模型有效地学习了CEST Z频谱的关键特征.
- 与其他评估的CEST成像方法相比,它提供了更优质的无雾化解决方案.
- 这种方法有望提高CESTMRI的诊断效用.
更多相关视频
11:27Preparation and In Vitro Characterization of Dendrimer-based Contrast Agents for Magnetic Resonance Imaging
Published on: December 4, 2016
11:44Spin Saturation Transfer Difference NMR SSTD NMR: A New Tool to Obtain Kinetic Parameters of Chemical Exchange Processes
Published on: November 12, 2016
相关概念视频
Nuclear Overhauser Enhancement (NOE)
¹³C NMR: ¹H–¹³C Decoupling
A broadband decoupling technique is used to simplify these complex, sometimes overlapping, signals. Broadband decoupling relies on a...
¹³C NMR: Distortionless Enhancement by Polarization Transfer (DEPT)
Double Resonance Techniques: Overview
Spin decoupling is usually achieved by...
¹H NMR: Interpreting Distorted and Overlapping Signals
As Δν decreases and the signals move closer, the doublets appear increasingly distorted. The intensities of the inner lines increase at the cost of those of the outer lines as the signals are...
Insensitive Nuclei Enhanced by Polarization Transfer (INEPT)
