基于深度学习的重建单个呼吸持有3毫米HASTE改善腹部图像质量并减少获取时间:定量分析
Felix Kubicka1, Qinxuan Tan1, Tom Meyer1
1Department of Radiology, Charité-Universitätsmedizin Berlin, Freie Universität Berlin, Humboldt-Universität zu Berlin and Berlin Institute of Health, Charitéplatz 1, 10117 Berlin, Germany.
Current oncology (Toronto, Ont.)
|January 24, 2025
概括
深度学习重建 (DL-HASTE) 显著提高腹部上部MRI质量,减少扫描时间. 与标准的5毫米HASTE序列相比,超薄的3毫米DL-HASTE提供了卓越的图像清晰度和细节.
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:
- 标准的T2加权半里叶采集单次轮旋回回声 (HASTE) 腹部上部的MRI,切片厚度低于5毫米,往往会导致高噪音和模糊.
- 深度学习 (DL) 重建提供了一个潜在的解决方案,以提高图像质量和减少腹部MRI的采集时间.
研究的目的:
- 评估单次呼吸持久T2加权HASTE与深度学习重建 (DL-HASTE) 的有效性,以提高图像质量和加速腹部上部的成像采集.
- 在腹部MRI中确定DL-HASTE的最佳切片厚度.
主要方法:
- DL-HASTE对35名参与者 (5名健康患者,30名患者) 在3个特斯拉中进行.
- 在健康参与者中进行了信号噪声比 (SNR) 分析,以确定最佳切片厚度 (1-5毫米).
- 在患者中,使用3毫米切片厚度 (DL-HASTE-3毫米) 的DL-HASTE与5毫米DL-HASTE (DL-HASTE-5毫米) 和标准5毫米HASTE (标准-HASTE-5毫米) 相比,对图像质量和运动文物进行定量和半定量评估.
主要成果:
- DL-HASTE-3 mm被确定为最佳切片厚度,SNR为23.227 ± 3.901.
- 无论是DL-HASTE-3毫米还是DL-HASTE-5毫米,图像质量得分都明显高于标准HASTE-5毫米 (p < 0.001).
- 与DL-HASTE-5mm (p <0.05) 相比,DL-HASTE-3mm显示了显著更高的SNR拉普拉西安变异和小解剖结构的度,对于DL-HASTE两种技术都有很好的病变检测能力.
- 与标准-HASTE-5 mm (p < 0.001) 相比,DL-HASTE 缩短了 63-69% 的采集时间.
结论:
- DL-HASTE是一种强大的腹部MRI技术,与常规的临床HASTE相比,它提高了图像质量并减少了采集时间.
- 使用超薄的DL-HASTE,切片厚度为3毫米,在保持相似的SNR的同时,在图像质量和细节方面提供了更大的改进.
