超快速全脑T2加权成像在7秒内使用双类型深度学习重建与单次采集:临床可行性和与传统方法的比较

科学领域:

• 磁共振成像 (MRI) 是一种磁共振成像技术.
• 医学成像技术 医学成像技术
• 医疗保健中的人工智能

背景情况:

• 传统的T2加权成像 (T2WI) 对于诊断各种疾病至关重要.
• 传统T2WI的长时间获取时间可能会导致患者的不适和工作流效率低下.
• 深度学习 (DL) 的进步为加速MRI采集和提高图像质量提供了潜在的解决方案.

研究的目的:

• 评估超快T2加权成像 (UF-T2WI) 的图像质量和临床实用性.
• UF-T2WI采用了一次性轮旋转回声 (SSTSE) 技术,与双类型DL重建相结合.
• 这项研究旨在在图像质量和诊断性能方面将UF-T2WI与传统T2WI进行比较.

主要方法:

• 38名患者接受了传统的T2WI和UF-T2WI,并进行了双型DL重建.
• 两名放射科医生对图像质量,解剖学可见性,噪音和文物进行了盲目定性评估.
• 定量分析包括对信号与噪声比率 (SNR) 和对比与噪声比率 (CNR) 的测量.

主要成果:

• 与常规T2WI相比,DL的UF-T2WI显示出明显更高的整体图像质量和更低的噪音和文物水平 (p < 0.001).
• 在UF-T2WI中,对一个读者来说,解剖学可见性明显更好.
• 定量分析显示,UF-T2WI的SNR和CNR明显高于传统T2WI (p < 0.001).

结论:

• 结合SSTSE和双型DL重建,可以在7秒内获得临床上可接受的T2WI.
• 这种超快的技术显示了减少MRI扫描时间的巨大潜力.
• 该研究强调了UF-T2WI在提高临床工作流程效率方面的承诺.