使用深度学习超分辨率提高胎儿电影CMR的临床实用性
Thomas M Vollbrecht1,2, Christopher Hart1,2,3, Christoph Katemann4
1Department of Diagnostic and Interventional Radiology (T.M.V., C.H., A.I., M.B.V., C.C.P., D.K., J.A.L.), University Hospital Bonn, Germany.
Circulation. Cardiovascular imaging
|June 26, 2025
概括
深度学习超分辨率显著减少胎儿心血管磁共振扫描时间,改善图像质量,有助于先天性心脏病的产前诊断.
科学领域:
- 心血管成像 - 心血管成像
- 医疗人工智能 医疗人工智能
- 胎儿医学 胎儿医学
背景情况:
- 胎儿心血管磁共振 (CMR) 对于先天性心脏病 (CHD) 的产前诊断至关重要.
- 临床应用受到长时间扫描和胎儿运动器件的限制.
- 需要新的技术来提高胎儿CMR的实用性.
研究的目的:
- 评估深度学习 (DL) 超分辨率 (SR) 对快速,低分辨率的胎儿CMR的临床实用性.
- 评估DL-SR是否可以保持或提高诊断图像质量和准确性.
主要方法:
- 对42名患有慢性心脏病的胎儿进行前性研究,这些胎儿在第三季度接受CMR.
- 在正常和低分辨率下获取轴向电影图像.
- 使用DL-SR框架 (cineDL) 重建低分辨率电影数据.
- 图像质量指标和定性评分的定量评估;体积和功能分析的比较.
主要成果:
- cineDL的获取速度明显更快 (134s与252s相比,P<0.001).
- cineDL表现出可比或优越的图像质量指标和定性得分,对胎儿运动的敏感性降低.
- 在24%的胎儿中,cineDL揭示了额外的心血管结构,12%的胎儿有病理.
- 在 cineDL 和标准分辨率图像之间,体积和功能结果是可比的.
结论:
- DL-SR重建缩短了胎儿CMR获取时间,同时实现了与标准图像相比的诊断质量.
- 这种技术对胎儿运动不那么敏感,可能会导致更好的诊断结果.
- 在产前心血管疾病评估中,DL-SR显示出增强胎儿CMR临床实用性的前景.
