快速,高质量,没有屏蔽的0.2 T低场移动MRI使用最小的硬件资源
Lei Li1,2, Qingyuan He3, Shufeng Wei1
1Institute of Electrical Engineering Chinese Academy of Sciences, Beijing, China.
Magma (New York, N.Y.)
|July 5, 2024
概括
本研究介绍了一种深度学习策略,用于快速,高质量,无屏蔽的低场移动MRI. 该方法有效地消除了电磁干扰 (EMI),并提高了图像分辨率,为更广泛的MRI扫描仪部署铺平了道路.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 生物医学工程 生物医学工程
背景情况:
- 低场移动MRI为更广泛的可访问性提供了潜力,但面临着图像质量和电磁干扰 (EMI) 的挑战.
- 现有的EMI屏蔽和MRI图像增强方法通常是复杂的,资源密集的.
研究的目的:
- 开发基于深度学习的战略,以在低场移动MRI扫描仪上快速,高质量,无屏蔽的成像.
- 为了尽量减少硬件要求,同时最大限度地提高成像性能.
主要方法:
- 分析了EMI信号的相关性,以确定使用单个传感线圈进行主动EMI屏蔽的可行性.
- 开发了一种深度学习模型,用于准确地预测EMI组件并从MRI信号中消除.
- 员工堆叠深度学习模型进行超级分辨率和denoising,以提高成像速度和质量.
- 在使用幻影和人类大脑实验的0.2 T移动脑扫描仪上验证了该策略.
主要成果:
- 证明了在一个0.2 T扫描仪上的诊断价值图像的生成,在一个单一的传感线圈的无屏蔽条件下.
- 与最先进的深度学习和数值方法相比,实现了优异的EMI消除.
- 使用2x超分辨率 (DDSRNet) 和无声化 (SwinIR) 来显著提高成像速度和质量.
结论:
- 拟议的策略允许在低场移动MRI扫描仪上使用最小的硬件进行快速,高质量,无屏蔽的成像.
- 这种方法对低场移动MRI技术的广泛采用和部署具有重大潜力.
