在健康志愿者中,使用压缩的SENSE与深度学习重建的Sub-1-min放松增强的非对比非触发的宫MRA使用压缩的SENSE

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:

• 评估部动脉的加速磁共振血管造影 (MRA) 技术.
• 专注于放松增强血管造影,没有对比度和触发 (REACT) MRA.
• 研究压缩感官 (CS) 与深度学习 (适应性智能,AI) 重建 (CS-AI) 的组合.

研究的目的:

• 评估使用CS与基于AI的重建相结合的3D同位素流程独立REACT MRA的加速.
• 将加速MRA技术的图像质量,噪声和清晰度与参考标准进行比较.
• 为了确定是否可以在不损害诊断质量的情况下获得小于1分钟的MRA.

主要方法:

• 34名志愿者接受了3-T REACT MRA,使用了三个获取方法:CS加速因子7 (CS7),CS加速因子10 (CS10) 和CS-AI加速因子10 (CS10-AI).
• 图像质量,噪声,明显的信号噪声比 (aSNR),对比噪声比 (aCNR) 和边缘升高距离 (ERD) 均由两名放射科医生和定量测量评估.
• 使用t测试和非参数测试与邦费罗尼校正进行统计比较,以CS7为参考.

主要成果:

• 与CS7相比,CS10 MRA的图像质量和偏好明显较低 (p < 0.001).
• CS10-AI MRA获得了更高的图像质量得分 (p = 0.010) 和与CS7相比的可比偏好 (p > 0.999).
• 与CS7.7相比,CS10-AI显示出较低的图像噪声 (p = 0.008),更好的aSNR和aCNR (p = 0.001),以及类似的清晰度 (ERD,p = 0.776).

结论:

• 在不到1分钟的CS-AI宫REACT MRA可以实现,而不会影响图像质量.
• 这种加速,非对比的MRA技术有可能降低成本,时间,并提高患者的安全性.
• 需要进一步的临床研究来评估狭窄和剖析的诊断性能.