换一批基于深度学习的复合超分辨率重建算法在膝关节MRI中的临床应用价值
Clinical application of composite super-resolution reconstruction algorithm based on deep learning in knee joint MRI
摘要目的:探讨临床环境中通过优化扫描参数结合基于深度学习的复合超分辨率重建算法在提升膝关节MRI扫描效率和图像质量的可行性.方法:前瞻性搜集110例行膝关节MRI平扫的患者,先后进行常规(常规组)与复合超分辨率重建算法扫描(复合组),采用双盲法比较两组主客观图像质量.结果:相较常规组,复合组PD和T1序列的骨髓、软骨、半月板、韧带、肌肉、脂肪、关节液的SNR分别提升 89.3％、52.5％、65.3％、73.8％、60.3％、103.9％、58.9％和 78.0％、172.9％、78.0％、72.5％、75.4％、63.4％、97.0％.相较常规组,复合组PD和T1序列的软骨-关节液、软骨-骨髓、半月板-关节液、韧带-关节液、骨髓-关节液、脂肪-关节液、肌肉-关节液的CNR分别提升119.5％、83.3％、116.2％、109.2％、109.2％、99.3％、116.8％和 61.7％、23.1％、78.7％、32.5％、161.7％、44.9％、39.2％.复合组的峰值信噪比(PSNR)相较常规组显著提高(P＜0.05),结构相似度(SSIM)均＞0.999.主观图像质量评价中复合组病灶边缘区分度、运动伪影和综合诊断度的主观评分显著高于常规组(P＜0.05),两组病灶辨别度的主观评分差异无统计学意义(P＞0.05).结论:合理优化扫描参数并结合基于深度学习的复合超分辨率重建算法可在提升扫描效率的同时显著提高膝关节MRI的图像质量和综合诊断效果.
更多相关知识
关键词
卷积神经网络深度学习膝关节磁共振成像超分辨率重建Convolutional neural networkDeep learningKnee jointMagnetic resonance im-agingSuper-resolution reconstruction
栏目名称
DOI
10.13609/j.cnki.1000-0313.2025.01.012
发布时间
2025-03-04（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（82202120）
扬州市科技计划社会发展项目（YZ2023142）
- 浏览28
- 被引0
- 下载26
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
