加速3D全心非对比增强的mDIXON冠状动脉MRI血管学,使用深度学习受约束的压缩传感重建

科学领域:

• 心血管成像 - 心血管成像
• 医疗人工智能 医疗人工智能
• 磁共振成像是一种磁共振成像技术.

背景情况:

• 目前的冠状动脉MRA技术在扫描时间和降低噪音方面存在局限性.
• 非对比增强的修改DIXON (mDIXON) 是冠状动脉血管学的一个有前途的技术.

研究的目的:

• 评估深度学习受限压缩传感 (DL-CS) 方法的可行性和诊断准确性,用于非对比的MDIXON冠状动脉MRA.
• 为了比较DL-CS冠状动脉MRA与传统序列和冠状动脉CT血管造影 (CCTA).

主要方法:

• 99名参与者 (30人健康,69人怀疑患有CAD) 接受了无对比的mDIXON冠状动脉MRA.
• 序列包括DL-CS,压缩传感 (CS) 和传统方法.
• 对DL-CS MRA的诊断性能与CCTA进行了评估.

主要成果:

• DL-CS和CS序列的扫描时间比传统序列要短得多 (p < 0.001).
• 与CS和传统方法相比,DL-CS实现了优越的图像质量,信号噪声比率 (SNR) 和对比度噪声比率 (CNR) (所有p < 0.001).
• 与CCTA相比,DL-CS mDIXON冠状动脉MRA表现出高的诊断准确性 (基于患者:准确率为84.1%,灵敏度为92.0%,特异性为79.5%).

结论:

• DL-CS mDIXON冠心MRA提供了更好的图像质量和更短的扫描时间.
• 这种方法在检测冠状动脉疾病方面具有很高的诊断价值,有可能增强冠状动脉MRA工作流程.