结合梯度和深度学习重建:减少时间而不会影响图像质量和结节检测.

科学领域:

• 磁共振成像是一种磁共振成像技术.
• 医学成像技术 医学成像技术
• 放射学 放射学是一门学科.

背景情况:

• 具有超短回声时间 (UTE-MRI) 的肺部MRI对于结节检测至关重要.
• 减少扫描时间对于改善患者舒适度和吞吐量至关重要.
• 传统的网格重建 (Grid Recon) 可能会限制扫描时间的减少.

研究的目的:

• 评估结合梯度重建 (CG Recon) 和深度学习重建 (DLR) 在减少UTE-MRI扫描时间方面的有效性.
• 为了评估CG Recon和DLR是否保持图像质量和结节检测能力,与Grid Recon相比.
• 确定这些先进的重建方法对肺部UTE-MRI的有用性.

主要方法:

• 在一个NEMA幻体和35名肺结节患者身上进行了UTE-MRI扫描.
• 扫描使用了使用CG Recon和DLR重建的减少的扬声数 (UTE1/2,UTE1/4).
• 图像质量,信号噪声比率 (SNR) 和结节检测得到了定量和定性评估.
• 接收器操作特征 (ROC) 分析与标准协议 (Grid Recon,UTEoriginal) 与替代协议进行比较.

主要成果:

• 所有CG Recon和DLR协议显示SNR与标准协议相比有显著差异 (p <0.05).
• 在标准协议和UTE1/4协议之间,整体图像质量存在显著差异 (p < 0.05).
• 使用UTEoriginal的CG Recon在ROC分析中实现了比标准协议 (p <0.05) 更多的曲线下面面积.

结论:

• CG Recon和DLR有效地减少了肺部UTE-MRI中的扫描时间.
• 这些重建技术保持了关键的图像质量和结节检测能力.
• CG Recon和DLR显示出在肺部MRI成像中临床应用的巨大潜力.