实时心脏影像核磁共振:一个扩散概率模型与其他最先进的图像重建技术进行比较,用于低样本螺旋采集

科学领域:

• 心血管成像 - 心血管成像
• 医学物理 医学物理
• 人工智能在医学中的应用

背景情况:

• 屏住呼吸的心电图 (ECG) 导入的电影MRI是标准的,但受到心律失常和屏住呼吸能力的限制.
• 实时心脏MRI提供更快,更强大的检查,但需要先进的重建方法来生成高质量的图像.

研究的目的:

• 评估一种基于得分的新型扩散模型,用于重建实时,自由呼吸的心脏MRI数据.
• 为了比较扩散模型的性能与变异网络和加速MRI的压缩传感.

主要方法:

• 低采样螺旋平衡SSFP (bSSFP) 实时数据在1.5T的自由呼吸中获得.
• 使用定制的基于分数的扩散模型进行重建,与变异网络和压缩传感相比.
• 通过专家读者研究,定量指标,差异成像和心脏功能的布兰德-阿尔特曼分析进行评估.

主要成果:

• 与临床参考相比,实时螺旋采集在心律不规则的参与者中显示出更高的图像质量.
• 扩散模型通常比替代重建方法提高图像质量,而在变异网络上则略有改进.
• 实时扩散重建显示喷射分数略高于心电图导入的参考值 (在健康人群中偏差为1.1±5.7%).

结论:

• 拟议的实时MRI技术可以在不到一分钟的时间内实现高质量,自由呼吸,全心成像.
• 射出小部分的ECG导向参考方法易受心律失常和平均值的影响,这强调了实时方法的必要性.
• 临床翻译挑战包括延长的扩散模型推断时间和随机变化.