评估深度学习MRI重建牙科植入物皇冠在幻象研究中的评估
Kug Jin Jeon1,2,3, Hui Jeong1, Chena Lee1,2
1Department of Oral and Maxillofacial Radiology, Yonsei University College of Dentistry, 50-1, Yonsei-ro Seodaemun-gu, Seoul, 03722, Republic of Korea.
Scientific reports
|December 4, 2025
概括
深度学习 (DL) 重建提高了磁共振成像 (MRI) 质量,但在减少各种植入物冠的牙金属文物方面表现出有限的有效性. 需要进行进一步的体内研究.
科学领域:
- 放射学和生物医学成像学
- 医疗成像中的人工智能
背景情况:
- 深度学习 (DL) 重建正在临床MRI中出现,以提高图像质量和减少扫描时间.
- 在MRI中DL对牙金属工件的影响仍然在很大程度上未经调查.
研究的目的:
- 评估DL重建与常规重建在MRI中缓解来自不同植入物冠材料的牙金属文物方面的有效性.
主要方法:
- 使用3.0-TMRI系统进行试点幻影研究,其中含有植入物和四种皇冠类型 (,PMMA,金,Ni-Cr金属) 的烯酸幻影.
- 获得了轴向T1和T2加权序列,并评估了图像质量 (噪音,SNR) 和金属工件的严重性.
主要成果:
- 在所有皇冠类型和序列中,DL重建始终降低了噪声和改善了信号噪声比 (SNR).
- 金属工件的重度与材料相关:
- 在DL和常规重建之间没有观察到人工物严重性的显著差异,除了DL的T2加权序列上的金玉冠略有减少外.
结论:
- 虽然DL重建提高了整体MRI图像质量,但其减少牙金属造成的文物的能力目前有限.
- 需要进一步的体内验证,以确定DL在牙科植入物存在时的临床实用性.


