深度学习重建加速高分辨率腹部上部MRI改善了病变检测,没有时间处罚

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 人工智能在医学中的应用

背景情况:

• 传统的T1加权体积互波呼吸屏蔽检查 (VIBE) 序列是腹部上部MRI的标准.
• 加速核磁共振技术对于提高患者舒适度和工作流程效率至关重要.
• 深度学习 (DL) 重建有可能提高加速MRI中的图像质量.

研究的目的:

• 为了将传统的VIBE序列与DL重建的加速HR-VIBE序列进行比较.
• 为了评估图像质量,病变明显性和病变检测率的差异.
• 评估HR-VIBE_DL在腹部上部MRI中的性能.

主要方法:

• 预计将在1.5T时接受腹部上部MRI的患者招募.
• 采集传统的VIBE (加速度四倍) 和HR-VIBE (加速度六倍) 序列,采集时间相同16秒.
• 由三个读者进行的盲目随机图像分析,重点关注图像质量,病变明显性和肝脏,胰腺,脏,淋巴结和上腺的检测.

主要成果:

• 与传统的VIBE相比,HR-VIBE_DL显示出更高的信号噪声比率和边缘清晰度 (P <0.001).
• 在HR-VIBE_DL图像上,损伤的明显性显著更高 (P = 0.005).
• HR-VIBE_DL实现了较高的病变检测率 (97.5%) 与传统VIBE (93.2%) 相比 (P = 0.002).

结论:

• DL重建的HR-VIBE_DL在腹部上部MRI中提供了卓越的图像质量.
• 与传统的VIBE相比,该技术提高了病变的明显性和检测率.
• HR-VIBE_DL提供这些好处,而不会增加检查时间.