CineVN:用于快速功能性心脏电影MRI的变异性网络重建
Marc Vornehm1,2, Jens Wetzl2, Daniel Giese2,3
1Department Artificial Intelligence in Biomedical Engineering, Friedrich-Alexander-Universität Erlangen-Nürnberg, Erlangen, Germany.
Magnetic resonance in medicine
|August 27, 2024
概括
一种新的深度学习方法,CineVN,以高分辨率和低模糊度重建心脏MRI. 这可以准确测量心脏功能,改善无法屏住呼吸的患者的心脏成像.
科学领域:
- 心血管成像 - 心血管成像
- 医疗图像重建 医疗图像重建
- 放射学中的深度学习
背景情况:
- 加速心脏电影MRI对于评估心脏功能至关重要.
- 需要高的时空分辨率和低的时间模糊度才能进行准确的分析.
- 目前的重建方法在速度和准确性方面面临限制.
研究的目的:
- 开发一种用于高度加速心脏影像核磁共振的新型重建方法.
- 为了实现高的时空分辨率,并最大限度地减少时间模糊.
- 准确估计心室体积和心肌压力在各种主题组.
主要方法:
- 该CineVN方法使用一个时空变化网络与结合梯度下降.
- 评估涉及用于图像质量评估的追溯低样本数据.
- 为了功能参数分析,在健康受试者和患者身上获得了前性加速数据.
主要成果:
- 与压缩传感相比,CineVN在追溯低采样数据上展示了优越的图像质量.
- 通过CineVN进行的功能参数和心肌应变测量比最先进的压缩传感方法更准确.
- 该方法在46名患者的队列中得到了验证.
结论:
- 使用CineVN的基于深度学习的重建允许准确的实时心脏功能评估.
- 该方法在电影MRI中实现了高时空分辨率.
- CineVN有可能改善心律失常或呼吸困难的患者的心脏成像.
