无传感器的生理指导用于自由呼吸的心脏电影MRI,使用隐性神经表示CineJENSE重建

科学领域:

• 医疗成像医学成像
• 生物物理学的生物物理.
• 心血管磁力共振成像 (MRI) 的方法

背景情况:

• 自由呼吸的心脏MRI由于运动工件而具有挑战性.
• 目前的方法通常依赖于外部生理传感器 (心电图,呼吸带).
• 开发无传感器技术对于改善MRI可访问性和减少患者负担至关重要.

研究的目的:

• 评估重建自由呼吸心脏影像图像的可行性,使用RF线圈噪声估计的生理信号.
• 将无传感器重建的图像质量和准确性与使用外部参考信号获得的图像质量和准确性进行比较.
• 为了评估扩展CineJENSE算法的性能,适用于自由呼吸的收购.

主要方法:

• 获得了27名患者和22名健康志愿者的自由呼吸,未触发的心脏MRI影像数据.
• 估计的生理 (心脏和呼吸) 信号,使用接收器线圈和源分离技术的噪声变异.
• 根据隐性神经表示,调整了CineJENSE算法,用于无传感器重建.
• 量化评估的信号相关性和心脏峰值检测准确性 (F1分数).
• 通过视觉检查和自动/手动细分 (DICE分数) 评估图像质量.

主要成果:

• 呼吸信号的平均相关系数为0.69,心脏峰值检测的F1得分为0.73.
• 重建的图像质量与基于参考的方法相比,得分为2.51比2.84.
• 使用DICE得分的左心室 (LV) 分段是高 (0.86) 的无传感器与基于参考 (0.85) 相比.

结论:

• 这项研究证明了使用射频噪声导航器用于无传感器估计心脏和呼吸运动的潜力.
• 开发的方法可以实现高质量的自由呼吸心脏影像成像,减少对外部传感器的依赖.
• 这种方法有望简化MRI程序并提高患者的舒适度.