在儿科大脑中使用人工智能图像重建技术评估3D T1加权破坏梯度回声MRI图像质量
Usha D Nagaraj1,2, Jonathan R Dillman3,4, Jean A Tkach3,4
1Department of Radiology and Medical Imaging, Cincinnati Children's Hospital Medical Center, 3333 Burnet Avenue, Cincinnati, OH, 45229-3026, USA. usha.nagaraj@cchmc.org.
Neuroradiology
|July 5, 2024
概括
人工智能 (AI) 重建显著提高了儿科患者的3D T1加权MRI图像质量. 这种人工智能方法改善了图像质量和诊断信心,特别是在更高的加速度因子时.
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:
- 标准的MRI协议通常涉及很长的扫描时间,这对儿科患者来说可能是具有挑战性的.
- 压缩SENSE (CS) 加速技术减少了扫描时间,但可能会影响图像质量.
- 人工智能 (AI) 为提高加速MRI序列的图像质量提供了潜在的解决方案.
研究的目的:
- 评估人工智能重建在提高3D T1加权破坏梯度回声 (SPGR) MRI图像质量和诊断信心方面的有效性.
- 评估人工智能对儿童脑部成像中的各种压缩感官 (CS) 加速因子对图像质量的影响.
主要方法:
- 一项前性研究涉及50名儿童患者接受脑部MRI.
- 使用标准的CS (CS=2.5) 和更高的加速度因子 (CS=5和CS=8) 获取3D T1加权的SPGR图像.
- 用标准方法重建的图像与人工智能重建的图像进行比较,包括对明显信号噪声比率 (aSNR) 和对比度噪声比率 (aCNR) 的定量分析.
主要成果:
- 在 35% 的 CS=2.5 扫描中,AI 重建改善了图像质量,在 100% 的 CS=5 扫描中,在 94% 的 CS=8 扫描中改善了图像质量.
- 与AI重建在CS=5和CS=8 (p < 0.001) 时观察到显著更高的灰质aSNR,白质aSNR和灰白质aCNR.
- 人工智能重建导致扫描时间缩短,CS=5的平均时间为113.3s,CS=8.1的平均时间为74.1s.
结论:
- 人工智能重建在儿科患者中大大提高了高度加速的3D T1W SPGR MRI的图像质量.
- 在更高的加速度因子 (CS=5和8) 时,AI在定量图像质量指标 (aSNR,aCNR) 中显示出显著的好处.
- 人工智能驱动的重建有望实现更快,更高质量的儿科大脑MRI.
