使用3D辐射kooshball获取和深度学习时空4D重建的高清运动分辨率MRI
Victor Murray1, Can Wu1, Ricardo Otazo1,2
1Department of Medical Physics, Memorial Sloan Kettering Cancer Center, New York, NY, United States of America.
Physics in medicine and biology
|June 5, 2025
概括
这项研究介绍了HD-Movienet,这是一种用于快速,高清肺部MRI的深度学习方法. 它可以在5分钟内实现1.1毫米分辨率的运动分辨率4DMRI,改善临床自由呼吸成像.
科学领域:
- 磁共振成像是一种磁共振成像技术.
- 医疗成像医学成像
- 人工智能在医学中的应用
背景情况:
- 自由呼吸的肺部MRI对于高清成像至关重要,但受到运动工件的挑战.
- 目前的方法通常需要长时间的扫描时间或妥协的分辨率.
研究的目的:
- 开发一种新的运动分辨率,高清度 (HD) 4D MRI 技术,用于自由呼吸的肺部成像.
- 使用深度学习重建实现1.1毫米的同otropic分辨率,扫描时间在5分钟以下.
主要方法:
- 使用3D辐射kooshball获取序列与超短回声时间.
- 开发了两个HD-Movienet深度学习模型 (2D和3D卷积内核) 用于重建运动排序数据.
- 通过振幅分类对呼吸信号进行应用的运动分类.
主要成果:
- HD-Movienet实现了在6秒以下的重建时间,比XD-GRASP (>10分钟) 快得多.
- 保持与XD-GRASP相似的图像质量,缩短扫描时间 (2-4分钟).
- 基于3D的HD-Movienet提升了重建质量,但重建时间稍长 (<11秒).
结论:
- HD-Movienet能够实现可行的运动分辨率的4D肺部MRI,具有1.1毫米的同otropic分辨率.
- 取得的扫描时间为2分钟 (4个运动状态) 和4分钟 (10个运动状态).
- 代表了临床自由呼吸高清肺部MRI的重大进展.
