超越传统的结构性MRI:深度学习图像重建和大脑合成MRI的临床应用
Yangsean Choi1, Ji Su Ko, Ji Eun Park
1From the Department of Radiology and Research Institute of Radiology, Asan Medical Center, Seoul, Republic of Korea (Y.C., J.S.K., J.E.P.); AIRS Medical LLC, Seoul, Republic of Korea (G.J.); Department of Radiology, Seoul St. Mary's Hospital, The Catholic University of Korea, Seoul, Republic of Korea (M.S.); Department of Radiology, Harvard Medical School, Boston, MA (Y.J., S.F., B.B.); Athinoula A. Martinos Center for Biomedical Imaging, Massachusetts General Hospital, Charlestown, MA (Y.J., S.F., B.B.); and Harvard/MIT Health Sciences and Technology, Cambridge, MA (B.B.).
深度学习重建 (DLR) 和定量核磁共振技术显著增强对内疾病的大脑成像. 这些先进的方法提高了图像质量和诊断准确性,提供了比传统结构成像更好的洞察力.
科学领域:
- 神经成像是一种神经成像.
- 医学成像技术 医学成像技术
- 人工智能在医学中的应用
背景情况:
- 由于最近的技术创新,常规的大脑MRI序列已经得到了显著的进步.
- 传统的结构成像正在被新的定量MRI技术和深度学习重建 (DLR) 补充.
研究的目的:
- 审查大脑MRI的两个关键突破领域:深度学习重建 (DLR) 和定量MRI技术.
- 探索DLR和定量MRI的协同潜力,以改善内疾病的评估.
主要方法:
- 深度学习重建 (DLR) 使用深度神经网络进行加速成像,改善信号噪声比和空间分辨率.
- 定量核磁共振技术包括2D多动态多回声,3D量化使用交联的Look-Locker获取序列与T2准备脉冲,和磁共振指纹.
- 讨论潜在的DLR不稳定性以及量化和偏差限制.
主要成果:
- 通过监督学习应用程序,DLR提高图像质量,减少扫描时间.
- 定量核磁共振技术可以精确计算大脑组织参数,提高诊断准确度.
- DLR和定量MRI的组合显示了增强大脑成像的协同潜力.
结论:
- 深度学习重建和定量MRI代表了脑成像技术的重大进展.
- 这些技术为内疾病提供了比传统方法更好的诊断能力.
- DLR和定量MRI的整合有望为更准确和更有效的神经成像提供未来.
更多相关视频
08:49Whole-Brain Single-Cell Imaging and Analysis of Intact Neonatal Mouse Brains Using MRI, Tissue Clearing, and Light-Sheet Microscopy
Published on: August 1, 2022
11:28Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging
Published on: June 30, 2018
相关概念视频
Magnetic Resonance Imaging
Brain Imaging
These technologies include computerized axial tomography (CAT or CT scans), positron-emission tomography (PET scans), magnetic resonance imaging (MRI), functional magnetic resonance imaging (fMRI), and Transcranial Magnetic...
