在基于自我注意卷积神经网络的皮质骨中加速超短回声时间定量磁化转移 (UTE-qMT) 对大分子分数 (MMF) 的成像
Kevin Du1, Harry Tang1, Jiyo Athertya1
1Department of Radiology, University of California, San Diego, CA, USA.
Magnetic resonance imaging
|May 6, 2025
概括
这项研究引入了一种自我注意卷积神经网络 (SAT-Net),以加速超短回声时间定量磁化转移 (UTE-qMT) 成像用于骨宏分子分数 (MMF) 映射. 通过SAT-Net模型,可以在缩短扫描时间的情况下进行准确的MMF评估,从而改善骨基质的临床评估.
科学领域:
- 生物医学成像技术 生物医学成像技术
- 人工智能在医学中的应用
- 骨生物学 骨生物学 骨生物学
背景情况:
- 准确评估骨基质对于诊断骨质疏松症等疾病至关重要.
- 定量磁化转移 (qMT) 成像,特别是超短回声时间 (UTE) UTE-qMT,为表征骨的宏分子分数 (MMF) 提供了潜力.
- 传统的UTE-qMT方法需要漫长的扫描时间,限制了临床适用性.
研究的目的:
- 开发和验证用于加速UTE-qMT成像的自我注意卷积神经网络 (SAT-Net) 模型.
- 为了快速准确地绘制皮质骨中的宏分子分数 (MMF).
- 评估SAT-Net在骨基质临床评估方面的潜力.
主要方法:
- 在81名不同年龄和骨健康群体的受试者中进行了UTE-qMT成像.
- 训练了一个密集连接的SAT-Net模型,从减少的一组UTE-qMT图像中预测MMF地图.
- 传统的两池建模被用作基线进行比较.
主要成果:
- 在预测骨MMF时,SAT-Net模型实现了高准确度,与基线值有很强的相关性 (R2 = 0.97).
- 通过SAT-Net,UTE-qMT数据采集的速度提高了2.1倍,使货币基金映射中的相对错误减少到2.4%以下.
- 在年轻人,老年对照组,骨质疏松症和骨质疏松症组中观察到不同的MMF值.
结论:
- 与传统方法相比,SAT-Net模型显著加速了骨MMF映射的UTE-qMT成像.
- 准确的货币货币基金评估可以通过大幅减少所需的UTE-qMT输入图像的数量来实现.
- 与SAT-Net相结合的UTE-qMT可方便对骨基质特性进行临床评估.
