一个深度自编码器,以快速的光谱-时间适配动态代谢成像数据在7T
Aaron Paul Osburg1, Amirmohammad Shamaei2, Bernhard Strasser3
1High Field MR Center, Department of Biomedical Imaging and Image-guided Therapy, Medical University of Vienna, Lazarettgasse 14, Vienna, 1090, Austria; Comprehensive Center for AI in Medicine (CAIM), Medical University of Vienna, Lazarettgasse 14, Vienna, 1090, Austria.
一种新型的深度自编码器 (DAE) 显著加快了代谢成像 (DMI) 数据分析. 这种人工智能工具能够快速,准确地绘制葡萄糖代谢图,优于研究和临床使用的传统方法.
科学领域:
- 生物医学工程 生物医学工程
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 代谢成像 (DMI) 使用磁共振光谱成像非侵入性地绘制葡萄糖代谢图.
- 动态DMI提供时间解析数据,但传统的装配方法是计算密集的,阻碍了临床应用.
- 高分辨率的DMI数据集需要高效的处理,以实现实际的实用性.
研究的目的:
- 开发和验证深度自动编码器 (DAE) 以快速调整动态DMI数据的光谱时间.
- 为了使任意的参数模型约束能够描述代谢物度动态.
- 为了解决DMI分析中的处理时间瓶.
主要方法:
- 开发了一种深度自编码器 (DAE),用于对动态DMI数据进行光谱-时间拟合.
- 该DAE与FSL-MRS和LCModel进行了基准测试,使用体内和合成全脑7T DMI数据.
- 使用布兰德-阿尔特曼指标,皮尔森相关性,SSIM和RMSE来评估合适的准确性.
主要成果:
- DAE实现了0.29 ms/voxel的处理速度,比LCModel/FSL-MRS (0.55/0.65 s/voxel) 快1000倍以上.
- 在体内数据上,DAE与LCModel表现出很好的一致性.
- 在合成数据上,DAE在所有指标上都超过了参考方法.
结论:
- DAE可以在不到一秒的时间内准确,快速地进行全脑动态DMI扫描的光谱-时间合适.
- 这种方法与传统的装配性能相匹配或超过.
- DAE是研究和临床环境中高效的DMI后处理的一个有希望的工具.
更多相关视频
07:28Studying Metabolic Brain Connectivity Using 2-Deoxy-2-[18F]Fluoro-D-Glucose Dynamic Positron Emission Tomography at the Single-subject Level
Published on: January 24, 2025
09:47Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
Published on: December 15, 2023
相关概念视频
¹³C NMR: Distortionless Enhancement by Polarization Transfer (DEPT)
¹H NMR of Labile Protons: Temporal Resolution
The –OH proton in alcohols typically appears in the range of δ 2 to 5 ppm but can vary depending on the specific...
¹³C NMR: ¹H–¹³C Decoupling
A broadband decoupling technique is used to simplify these complex, sometimes overlapping, signals. Broadband decoupling relies on a...
¹H NMR of Conformationally Flexible Molecules: Temporal Resolution
¹H NMR of Labile Protons: Deuterium (²H) Substitution
2D NMR: Heteronuclear Single-Quantum Correlation Spectroscopy (HSQC)
