基于深度学习的加速MR胆血管细胞造影,没有完全采样数据
Jinho Kim1,2, Marcel Dominik Nickel2, Florian Knoll1,3
1Department Artificial Intelligence in Biomedical Engineering, Friedrich-Alexander-Universität Erlangen-Nürnberg, Erlangen, Germany.
NMR in biomedicine
|February 5, 2025
概括
深度学习重建显著加快磁共振胆血管脑图 (MRCP) 扫描,在3T和0.55T下减少扫描时间高达3倍,同时保持高图像质量.
科学领域:
- 医疗成像医学成像
- 放射学中的人工智能
- 磁共振成像技术 磁共振成像技术
背景情况:
- 磁共振胆血管细胞谱 (MRCP) 对于诊断肝胆道和胰腺疾病至关重要.
- 加快MRCP获取时间对于改善患者舒适度和减少运动工件至关重要.
- 深度学习 (DL) 显示了增强医疗图像重建的前景.
研究的目的:
- 评估基于深度学习 (DL) 的重建用于加速MRCP采集在3Tesla (T) 和0.55T的有效性.
- 将DL重建性能与平行成像 (PI) 和压缩传感 (CS) 等常规方法进行比较.
主要方法:
- 经过训练的DL重建模型使用监督 (SV) 和自我监督 (SSV) 策略与追溯低样本的3T MRCP数据.
- 从35名健康志愿者获得3T和0.55T的常规双倍加速MRCP扫描.
- 使用峰值信号与噪声比率 (PSNR) 和结构相似性 (SSIM) 指标评估了DL重建,并使用前性低样本测试进行了测试.
主要成果:
- DL重建将平均MRCP获取时间从599/542秒减少到255/180秒,时间为3T/0.55T.
- 与PI和CS相比,DL方法在回顾性和前性低采样中实现了更高的PSNR和SSIM.
- 图像质量,包括肝胆道的清晰度和可见性,通过DL重建得到保护.
结论:
- 基于深度学习的重建有效地将MRCP扫描加速为2.4 (3T) 和3.0 (0.55T) 的因素.
- DL方法保持诊断图像质量与传统的,更长的采集相提并论.
- 这种方法为跨不同强度场的更快,更有效的MRCP成像提供了显著的进步.
