深度学习重建的前景部署有助于高度加速的腹部上部MRI
Jan M Brendel1, Johann Jacoby2, Reza Dehdab1
1Department of Radiology, Diagnostic and Interventional Radiology, Tuebingen University Hospital, University of Tuebingen, Tuebingen, Germany.
Academic radiology
|July 2, 2024
概括
通过VIBE-SPAIRMRI的深度学习重建,显著提高了图像质量,并通过将喘息时间减半而减少了文物. 诊断信心和病变检测仍然与传统方法相比.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能在医学中的应用
背景情况:
- 传统的T1体积间波呼吸屏蔽检查 (VIBE) 与光谱减弱倒置恢复 (SPAIR) 脂肪和是上腹部MRI的标准.
- 加快的MRI序列旨在减少扫描时间并提高患者的舒适度,而不会影响诊断质量.
研究的目的:
- 以深度学习 (DL) 重建的加速VIBE-SPAIR序列与传统VIBE-SPAIR序列的图像质量和诊断信心进行比较.
- 为了评估将呼吸持久时间减少50%对MRI结果的影响.
主要方法:
- 一项前性研究涉及45名患者,他们在1.5T扫描仪上接受腹部上部MRI.
- 传统VIBE-SPAIR (16s获取) 与DL重建的VIBE-SPAIR (8s获取) 的比较,使用四个读取器的定量和定性图像分析.
- 评估脂肪抑制的一致性,SNR,边缘度,文物,病变检测能力和诊断信心.
主要成果:
- 与传统序列相比,DL重建的VIBE-SPAIR序列显示出明显优异的SNR,边缘度和减少的工件 (P < 0.001).
- 对于图像质量参数的读者间协议是相当大的,几乎是完美的.
- 两种序列之间的脂肪抑制均性,病变检测能力或诊断信心没有显著差异 (P > 0.05).
结论:
- 加速VIBE-SPAIRMRI的深度学习重建为图像质量和文物减少提供了显著的改进.
- 这种加速技术可以减少50%的喘息时间,而不会影响腹部上部成像的诊断性能.
