多频时间依赖深度图像 在实时自由呼吸心脏成像之前

科学领域:

• 医疗成像医学成像
• 心血管核磁共振 (MRI) 是一种心血管核磁共振.
• 人工智能在医学中的应用

背景情况:

• 实时心脏MRI对于评估心脏功能至关重要,特别是在无法屏住呼吸或心律失常的患者中.
• 现有的时间依赖深度图像先验 (Time-DIP) 方法虽然有希望,但依赖于不适合自由呼吸扫描的运动周期性假设.
• 当前实时心脏MRI的局限性阻碍了对具有挑战性的患者群体的准确评估.

研究的目的:

• 开发和验证一种新的多频时间DIP技术,用于高时间分辨率,自由呼吸的心脏MRI.
• 为了克服以前用于实时成像的时间-DIP方法的运动周期性限制.
• 为了能够在患有心律失常的患者中使用自由呼吸MRI进行强有力的心脏功能评估.

主要方法:

• 引入了一种"多频分组"来参数化时间,而不需要假设运动周期性.
• 通过零射击深度学习对线圈灵敏度的联合估计,以改进多道数据重建.
• 验证了多频时间DIP技术使用模拟和2D自由呼吸无螺旋bSSFP序列在健康受试者和患者,包括那些心律不整.

主要成果:

• 与其他实时技术相比,多频时间DIP在模拟中表现出优异的性能.
• 在体内扫描显示了减少的别名器件,并实现了高时间分辨率 (4.2 ms/frame).
• 左心室 (LV) 功能测量与传统扫描相比,在实时方法中改善了图像质量指标.

结论:

• 一般化的多频时间-DIP重建成功实现了高时间分辨率,自由呼吸的实时心脏成像.
• 这种方法在健康个体和患者中都有效,包括心律不整的人.
• 多频时间DIP代表了动态心脏MRI在具有挑战性的临床场景中的重大进步.