完全自动化的上扫描仪大动脉四维流磁共振成像处理和血液动力学分析

科学领域:

• 心血管成像和血液动力学
• 医学物理与工程 医学物理与工程
• 医疗保健中的人工智能

背景情况:

• 四维 (4D) 流动心血管磁共振 (CMR) 对于评估心血管血液动力学至关重要.
• 传统的4D流CMR分析需要耗时的线下预处理和细分.
• 这限制了该技术的即时临床效用.

研究的目的:

• 将4D流处理任务直接集成到MRI扫描仪重建管道中.
• 开发用于血液动力学分析的自动化扫描器工作流程.
• 与手动分析相比,评估自动化工作流程的性能和效率.

主要方法:

• 图像重建框架 (FIRE) 用于构建用于4D流处理的容器化应用程序.
• 在TensorFlow中实现了用于预处理,大动脉细分和速度映射的深度学习模型.
• 这些任务在MRI扫描仪上使用其计算资源在数据采集后直接在线执行.

主要成果:

• 在扫描仪上自动化4D流动血液动力学分析在1.5TMRI系统上成功实现.
• 扫描仪上的总计算时间为220 ± 35秒.
• 深度学习模型在细分和分析任务中表现良好至优异,与手动分析相比,在峰值缩速度量化中偏差最小.

结论:

• 成功部署了一个自动化的4D流处理工作流程,用于完全自动化的扫描仪血动力学分析.
• 在线分析显示了与人类分析相比较的良好表现.
• 这种自动化方法有可能显著提高心血管成像工作流程的效率.