使用深度学习进行体积评估的加速心磁共振成像在儿童中
Melina Koechli1,2, Fraser M Callaghan2,3, Barbara E U Burkhardt2,4
1Department of Diagnostic Imaging, University Children's Hospital Zurich, Zurich, Switzerland.
Pediatric radiology
|July 17, 2024
概括
深度学习加速心脏核磁共振显著减少了儿童的扫描时间,与标准序列相比,心室体积可比. 左心室质量略高估计,图像质量略有降低.
科学领域:
- 心血管成像 - 心血管成像
- 人工智能在医学中的应用
- 儿科放射学 儿科放射学
背景情况:
- 心脏MRI对于心室体积测量至关重要,但由于喘息要求,在儿科患者中具有挑战性.
- 标准的2D电影平衡稳定状态自由前行 (bSSFP) 序列是耗时的,需要患者的合作.
- 需要加快的技术来提高效率和减少儿童心脏MRI中的运动工件.
研究的目的:
- 为了评估深度学习加速的3-RR电影MRI序列的诊断性能.
- 为了将这些加速序列与标准的2D cine bSSFP序列进行比较,用于儿童的心室体积测量.
- 为了评估扫描时间,图像质量和体积测量协议.
主要方法:
- 29名儿科患者接受了心脏MRI,使用了传统的2D电影和深度学习加速的3-RR电影序列.
- 短轴体积测量在两个数据集上都是半自动执行的.
- 图像质量被视觉评估,并比较扫描时间.
主要成果:
- 通过深度学习,平均获取时间显著减少 (45.5s vs. 218.3s; P < 0.001).
- 两心室体积学显示没有显著差异,尽管左心室 (LV) 质量略高于深度学习 cine (P <0.05).
- 图像质量在深度学习中略有下降,对于轮和门描绘 (P < 0.05),但体积一致性很好 (ICC > 0.9).
结论:
- 深度学习加速的电影MRI为儿童提供了与标准序列相比较的腹腔体积,显著减少了扫描时间.
- 虽然LV质量略高估计,图像质量略有降低,但加速扫描的好处超过了这些限制.
- 这种技术有望提高儿科心脏MRI的效率和可行性.
