相关实验视频
Updated: Jan 15, 2026

08:21
Use of 3D Robotic Ultrasound for In Vivo Analysis of Mouse Kidneys
Published on: August 12, 2021
4.0K
加速2D磁共振指纹采集使用基于深度学习的组织量化
Zhiqing Yin1, Huay Din2, Jessie E P Sun3
1Department of Biomedical Engineering, Case Western Reserve University, Cleveland, Ohio, USA.
Journal of magnetic resonance imaging : JMRI
|October 14, 2025
概括
深度学习加速了脏磁共振指纹 (MRF) 获取,使得健康脏和脏群体的T1和T2可以快速准确地绘制地图. 这种方法可确保可靠的组织量化,加速至少两倍.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 生物医学工程 生物医学工程
背景情况:
- 磁共振指纹 (MRF) 可以快速量化组织特性.
- 深度学习为加速MRF获取提供了一个潜在的途径.
研究的目的:
- 开发一种深度学习 (DL) 方法,以加速脏MRF的获取.
- 评估DL方法在健康受试者和患有质患者的表现.
主要方法:
- 使用内部参考数据进行回顾性研究.
- 在数据集上进行开发和测试,包括健康受试者和患有质量的患者.
- 在3T时基于FISP的MRF,使用NRMSE等定量指标进行准确性评估.
主要成果:
- 在健康脏中通过三倍加速 (5秒扫描时间) 实现了精确的T1和T2量化,优于模板匹配.
- 对于T1/T2值接近健康组织的质量表现相似.
- 表明,质中不同的T1/T2值需要更多的MRF框架来准确量化.
- 在对健康受试者进行训练的网络与混合数据集之间,在量化准确度上没有显著差异.
结论:
- 一种基于DL的方法成功地加速了脏MRF的获取,而不会影响放松时间映射的准确性.
- 开发的方法为健康的脏和各种质提供了可靠的组织量化,加速至少两倍.

