使用压缩的SENSE与深度学习重建的胸前大动脉加速非对比MR血管学

科学领域:

• 医疗成像医学成像
• 心血管磁共振是一种心血管磁共振.
• 放射学中的人工智能

背景情况:

• 放松增强血管造影没有对比 (REACT) 是一个有价值的非对比的MRI技术用于胸前大动脉成像.
• 传统的REACT协议耗时,限制了临床效率.
• 像压缩感官 (CS) 和深度学习 (AI) 这样的加速成像技术提供了潜在的解决方案.

研究的目的:

• 评估胸前动脉成像的加速使用压缩感觉结合基于深度学习的图像重建 (CS-AI).
• 与标准CS相比,评估CS-AI对图像质量,测量准确度和扫描时间的影响.

主要方法:

• 一项前性研究,涉及40名志愿者在3T时接受3D REACT.
• 采集使用CS加速因子4 (CS4,参考) 和因子8 (CS8) 进行.
• 使用标准方法 (CS8) 和CS-AI (CS8-AI) 重建了CS8数据;评估了大动脉直径和图像质量.

主要成果:

• 与CS4 (8:41分钟) 相比,CS8/CS8-AI (4:52分钟) 的扫描时间减少了44%.
• CS8-AI 显示的主观图像质量与 CS4 相同或优于 CS4,并且比 CS8.8 的结果要好得多.
• 对大动脉直径的测量显示了所有技术的优秀一致性,CS8-AI的测量方差低于CS8.

结论:

• 基于深度学习的重建能够快速 (<5分钟) 进行非对比的胸前大动脉 REACT 采集.
• CS-AI 保持了高图像质量和优异的测量可复制性,与参考标准相当.
• 这种加速方法提高了非对比胸前大动脉MRI的临床效用.