用深度学习加速的T2 TSE进行前列腺MRI:与接受和不接受氨酸丁胺的比较
M Boschheidgen1, L Drewes1, B Valentin1
1Department of Diagnostic and Interventional Radiology, Univ Dusseldorf, Medical Faculty, Moorenstr. 5, D-40225 Dusseldorf, Germany.
Magnetic resonance imaging
|February 12, 2025
概括
深度学习加速T2加权轮回旋回声 (T2DL) 前列腺MRI提供更快的扫描时间和改进的定量指标. 然而,传统的T2 TSE用氨酸丁胺成像仍然提供更优质的图像质量和诊断信心.
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:
- 前列腺MRI质量对于诊断至关重要.
- 氨酸丁胺 (HBB) 经常用于减少运动器件.
- 深度学习 (DL) 提供了加速MRI获取的潜力.
研究的目的:
- 为了评估HBB对高质量的前列腺MRI的必要性,使用DL加速的T2加权的轮旋回回声 (T2DL) 序列.
- 将T2DL与传统T2 TSE (cT2) 序列进行图像质量,诊断信心和定量参数的比较.
主要方法:
- 120名患者在3T扫描仪上接受了T2DL和cT2测序.
- 根据HBB的管理和视野 (FOV) 建立了四个小组.
- 放射科医生评估了运动,度,噪声和诊断信心;定量分析包括SNR,CNR和ERD.
主要成果:
- 与cT2相比,T2DL序列的噪声显著降低,SNR/CNR高于cT2 (p < 0.01).
- 具有HBB的cT2表现出较少的运动,更高的清晰度和更高的诊断信心.
- 获得T2DL的时间大大缩短;读者之间的一致性很好或很好 (ICCs 0.84-0.93).
结论:
- 传统的T2 TSE与HBB产生了更好的主观图像质量和诊断信心.
- T2DL对缩短MRI采集时间和改进定量指标 (SNR,CNR) 有希望.
- 需要进一步的研究来优化前列腺MRI的DL应用,并评估瘤检测率.
