图像质量评估和白质超强度量化用两个加速的高分辨率3D FLAIR技术:波CAIPI和基于深度学习的SPACE

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:

• 加快的高分辨率3D FLAIR技术对于脑部成像至关重要.
• 将DL-SPACE和Wave-CAIPI FLAIR等新技术进行比较对于优化图像采集至关重要.
• 评估图像质量,文物和病变明显性对于诊断准确性至关重要.

研究的目的:

• 为了比较DL-SPACE FLAIR和Wave-CAIPI FLAIR用于脑成像的图像质量.
• 为了评估两个加速FLAIR技术之间的定性和定量参数.
• 确定哪种技术提供了对大脑结构和白质超强度 (WMHs) 的卓越可视化.

主要方法:

• 通过DL-SPACE和Wave-CAIPI FLAIR获得的123名参与者的脑成像数据的回顾性审查.
• 由两名放射科医生使用利克特尺度对图像质量,文物,清晰度和显眼性的定性评估.
• 信号与噪声比率 (SNR) 和对比与噪声比率 (CNR) 的定量分析,以及WMH体积的自动定量.

主要成果:

• DL-SPACE FLAIR显示出明显更高的细结构显眼性,更少的工件,以及更好的整体图像质量 (P < 0.001).
• 对于DL-SPACE FLAIR,正常白质 (43.95比31.6) 和病变 (31.35比21.28) 的平均SNR值显著更高 (P < 0.001).
• 对于WMH,DL-SPACE FLAIR的平均CNR显著高于DL-SPACE FLAIR (11.34比8.22;P<0.001),而WMH的体积更大.

结论:

• 与波-CAIPI FLAIR相比,DL-SPACE FLAIR技术产生了更优质的图像质量,SNR和CNR.
• 这些发现表明DL-SPACE FLAIR是加速高分辨率脑成像的一个有希望的技术.
• DL-SPACE FLAIR增强了像WMHs这样的大脑病理的检测和特征.