磁化-转移-对比度放松增强血管造影的可行性,没有对比度和触发 (REACT) 成像在1.5 T,结合基于深度学习的重建,用于心血管可视化
Sukran Erdem1, Alexandra Jack2, Pezad Doctor1
1Division of Cardiology, Department of Pediatrics, University of Texas Southwestern Medical Center, Dallas, TX, USA.
Quantitative imaging in medicine and surgery
|April 16, 2025
概括
使用MTC-REACT的深度学习重建显著改善了肺静脉成像质量,提供了更高的SNR和CNR. 这种先进的技术提高了可视化与标准REACT相比,无论重建方法.
科学领域:
- 医疗成像医学成像
- 放射学 放射学是一门学科.
- 生物医学工程 生物医学工程
背景情况:
- 放松增强血管造影没有对比和触发 (REACT) 是一个3DMRI序列,用于人工物减少.
- 磁化转移对比度 (MTC) 前脉冲 (MTC-REACT) 可以进一步提高图像质量.
- 基于深度学习的重建正在探索,以改善MTC-REACT用于肺静脉成像.
研究的目的:
- 评估MTC-REACT用于肺静脉成像的可行性.
- 检查基于深度学习的重建 (Adaptive-CS-Net) 在提高MTC-REACT图像质量的有效性.
- 为了比较不同重建方法和序列之间的图像质量指标 (SNR,CNR).
主要方法:
- 预计招募20名参与者.
- 对REACT和MTC-REACT数据采集进行十倍低采样.
- 在线压缩感知 (CS) 和离线自适应-CS-Net重建算法的比较.
- 使用商业软件对SNR和CNR进行定量分析.
主要成果:
- 与CS重建的MTC-REACT相比,适应性CS-Net重建的MTC-REACT图像显示,与CS重建的MTC-REACT相比,右侧和左侧肺静脉的SNR和CNR显著更高 (P <0.05).
- 在左肺静脉中,MTC-REACT与适应性CS-Net的SNR和CNR比REACT与适应性CS-Net的SNR和CNR更高.
- 适应性CS-Net重建的MTC-REACT在肺动脉和静脉成像方面始终表现优于CS重建的MTC-REACT.
结论:
- 与CS重建图像相比,适应式CS-Net重建的MTC-REACT图像为肺静脉提供了优异的CNR和SNR.
- 与REACT相比,MTC-REACT提高了肺静脉图像质量,无论深度学习重建方法如何.
- 这项研究证明了将MTC-REACT与深度学习重建相结合的有效性,以改善肺静脉可视化.
