Investigative Radiology:人工智能,让超快超高分辨率MRI 的10倍加速触手可及!

2023-03-16 shaosai MedSci原创 发表于上海

最近,与深度学习的进展相关的新技术已经彻底改变了图像重建领域,挑战了MRI物理学的传统限制和MRI中 "没有免费的午餐 "的格言。

自磁共振成像(MRI)引入临床以来,其卓越的软组织对比度一直是肌肉骨骼放射科医生的福音,使精细的解剖细节、内部损伤和肌肉骨骼系统的病理洞察力得到无创的可视化,从而更好地实现疾病诊断及评估。核磁共振为无创诊断广泛的软组织异常提供了可能,包括半月板、韧带、肌肉、肌腱、纤维软骨、关节软骨和骨髓。

然而,与其他成像技术(如X线和现代多层计算机断层扫描)相比,磁共振成像的普及一直受到扫描时长过长的阻碍。在过去的几十年里,脉冲序列的加速标志着几个里程碑的出现,包括平行成像同步多采集压缩传感和双向3维高分辨率各向同性采集方案。通过优化信噪比、成像伪影、空间分辨率和重建时间,每种技术都被有效地应用于肌肉骨骼MRI成像。然而,这两种技术都没有从根本上影响时间分辨率(脉冲序列采集速度)、空间分辨率(图像细节)和对比度分辨率(肌肉-骨骼组织对比度)的信噪比。

最近,与深度学习的进展相关的新技术已经彻底改变了图像重建领域,挑战了MRI物理学的传统限制和MRI中 "没有免费的午餐 "的格言。与传统的图像重建方法不同,深度学习重建可以同时针对MRI的主要限制实现减少扫描时间和改善图像质量同时发生。

近日,发表在Investigative Radiology杂志的一项研究回顾了基于深度学习的采集和图像重建技术实现加速和改善肌肉骨骼MRI的基本概念、商业上可用的和正在开发的基于深度学习的MRI解决方案以及深度学习驱动的超快超分辨率MRI的综合策略。


 基于深度学习的MR图像。一名64岁男子的矢状面质子密度加权涡轮自旋回波MR图像,他的外侧半月板部分撕裂(箭头)。这3张图像显示了从最小化的图像噪声(左)到中等程度的附加噪声(中心图像)到高度附加噪声(右图像)的感知效果。抖动可用于避免出现过度平滑的MR图像,创造更接近传统MR图像的纹理,并增加可感知的边缘清晰度

深度学习技术在加速MRI方面有巨大的潜力,可在不牺牲空间分辨率或图像质量的情况下,将关节的2-3分钟TSE MRI检查全面加速10倍。用更长的扫描时间和更低的信噪比来换取更清晰的高分辨率图像,这种权衡并不像以前那样绝对。较新的深度学习图像重建方法可以同时最大限度地减少MRI的3个限制,并与现有的加速方法相结合,可实现图像速度和质量的无与伦比的提高。未来的工作需要更好地了解网络不稳定性及其故障模式,使用外部参考标准验证网络重建性能以确定诊断的准确性,建立对其他中心、扫描仪、场强、线圈和解剖学的通用性,并建立一个公开的基准数据集以比较方法,促进临床和图像处理界的创新和合作。

原文出处:

Dana J Lin,Sven S Walter,Jan Fritz.Artificial Intelligence-Driven Ultra-Fast Superresolution MRI: 10-Fold Accelerated Musculoskeletal Turbo Spin Echo MRI Within Reach.DOI:10.1097/RLI.0000000000000928

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (0)
#插入话题

相关资讯

中华医学会神经外科学分会第二十次学术会议:出血性脑血管疾病的智能诊疗新时代

2月17日,来自首都医科大学附属北京天坛医院的王硕教授发表了《出血性脑血管疾病的智能诊疗新时代》的主题内容。

肿瘤免疫前沿中的新技术

免疫组学很可能在未来的肿瘤免疫学领域占据主导地位

ECCO 2023:人工智能模型用于炎症性肠病相关肿瘤的准确诊断

越来越多的研究显示,与传统结肠镜相比,人工智能(AI)辅助结肠镜可提高整体腺瘤检出率。

European Radiology:深度学习算法在前列腺MR体积评估方面的价值

在过去的几年里,人们对基于人工智能(AI)的算法在放射学中的发展越来越感兴趣。

ChatGPT背后模型被证实具有人类心智!人工智能未来不能干什么?

ChatGPT原来是拥有心智的?!“原本认为是人类独有的心智理论(Theory of Mind,ToM),已经出现在ChatGPT背后的AI模型上。”

Radiology:人工智能,让乳腺钼靶达到活检功能!

由于数字乳腺钼靶(DM)在乳腺癌诊断中的广泛使用,临床上试图将结合深度学习和监督学习的模型应用于DM以实现乳腺病变的准确识别。