全面映射和患者特定的先前隐性神经表征用于增强的高分辨率MRI在MRI导向放射治疗中的MRI

科学领域:

• 医疗成像医学成像
• 辐射疗法 辐射疗法
• 人工智能的人工智能

背景情况:

• 磁共振成像 (MRI) 在放射治疗 (RT) 中非常重要,因为它具有软组织对比度.
• MR-LINAC系统集成MRI用于车载适应性放射治疗 (ART),以提高治疗的准确性.
• 在ART中的机载MRI需要有效的图像采集,通常需要降低分辨率.

研究的目的:

• 解决ART中低分辨率的机载MRI的挑战,这可能会限制治疗精度.
• 开发用于机载MRI的超高分辨率技术,以提高效率和精度.
• 为了增强加速MRI扫描中的解剖识别,用于时间受限的ART工作流程.

主要方法:

• 提出了通用解剖绘图和患者特定的先前隐性神经表示 (USINR) 框架.
• 利用高分辨率的先前MRI获取患者特定的解剖信息.
• 利用基于人口的先前和机载MRI之间的通用映射来提高超级分辨率.

主要成果:

• 在IXI,BraTS和腹部数据集上,USINR取得了最先进的表现.
• 在BraTS数据集上表现优于SuperFormer,SSIM (0.9656) 和PSNR (37.12) 分数更高.
• 在不到一分钟的时间内完成了针对患者的培训,证明了对ART的适应性.
• 在临床案例研究中准确捕获了显著的瘤大小变化,显示了强度.

结论:

• 美国国家医学研究院 (USINR) 提供了一种新且可靠的MRI超分辨率在ART中的方法.
• 结合了通用解剖绘图与患者特定的隐性神经表示.
• 提高MRI空间分辨率,处理时间最小,平衡图像质量和效率.