肝脏MRI与深度学习重建的呼吸门和喘息加速T2加权序列的比较
Hualing Li1, Chenglin Hu1, Qiuxia Wang1
1Department of Radiology, Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan, China.
European radiology experimental
|February 23, 2026
概括
基于深度学习的肝脏MRI T2加权成像 (T2WI) 提供了与现有方法相比的诊断质量. 呼吸门 DL-T2WI 提供优越的图像质量,特别适用于呼吸困难的患者.
科学领域:
- 磁共振成像技术 磁共振成像技术
- 医学成像技术 医学成像技术
- 人工智能在医学中的应用
背景情况:
- 肝脏T2加权成像 (T2WI) 被长时间的扫描时间和运动器件所挑战.
- 深度学习 (DL) 重建加速MRI获取,同时保持诊断质量.
- 本研究将基于DL的T2WI技术与运动抑制方法进行比较,评估呼吸模式的影响.
研究的目的:
- 为了比较呼吸门 (RG) 和喘息门 (BH) DL-T2WI与带有运动抑制 (ARMS) 的辐射k空间采样-T2WI的图像质量和病变明显性.
- 评估患者呼吸系统特征对不同T2WI序列图像质量的影响.
主要方法:
- 预计将有120名参与者参加3T RG DL,BH DL和ARMS-T2WI.
- 放射科医生对图像质量和病变明显性的评估,使用5分级.
- 从呼吸曲线中提取和分析呼吸系统特征.
主要成果:
- 所有序列都显示了可比的损伤明显性和对比率.
- 与BH DL-T2WI相比,RG DL-T2WI的图像质量优于BH DL-T2WI (p=0.027) 的图像质量.
- 呼吸道指标预测了ARMS-T2WI (AUROC=0.836) 和RG DL-T2WI (AUROC=0.831) 的图像质量.
- 呼吸幅度的高标准偏差显著影响了BH DL-T2WI的质量,而RG DL-T2WI的表现更好.
结论:
- 无论是RG还是BHDL-T2WI,其图像质量都与ARMS-T2WI相美.
- 呼吸系统参数可以指导个性化的肝脏MRI工作流程.
- DL-T2WI,特别是RG,提高图像质量,并可能有利于患有呼吸阻塞挑战的患者.
