换一批人工智能辅助压缩感知联合深度学习重建加速5.0T颅脑T2WI成像的研究
Accelerated 5.0T brain T2WI using artificial intelligence-assisted compressed sensing combined with deep learning reconstruction
摘要目的 探讨在5.0T MR上深度学习重建(DLR)用于优化人工智能辅助压缩感知(ACS)采集的颅脑T2WI序列的临床应用价值.方法 纳入80例疑似脑缺血性疾病的患者接受并行成像(PI)和ACS序列颅脑轴位T2WI扫描,使用DLR对ACS序列进行重建.比较各序列之间的主观评分(总体图像质量、截断伪影、运动伪影、脑脊液流动伪影、血管搏动伪影和病变显著程度)、客观指标[信噪比(SNR)、对比噪声比(CNR)和采集时间].结果 与PI序列相比,ACS序列和 ACS-DLR序列扫描时间缩短了78%.ACS-DLR序列的总体图像质量优于ACS序列(P<0.001),与PI序列相当(P>0.05).ACS-DLR序列的SNR高于ACS序列和PI序列(P<0.001).ACS-DLR序列的CNR高于ACS序列(P<0.001),与PI序列无统计学差异(P>0.05).结论 ACS结合DLR技术可实现5.0T颅脑T2WI快速扫描,在提升SNR的同时保持了与PI序列相当的CNR,具有广阔的临床应用前景.
更多相关知识
关键词
人工智能深度学习磁共振成像压缩感知脑artificial intelligencedeep learningmagnetic resonance imagingcompressed sensingbrain
分类号
TP18R445.2（诊断学）
栏目名称
DOI
10.3969/j.issn.1002-1671.2026.01.028
发布时间
2026-01-29（万方平台首次上网日期，不代表论文的发表时间）
基金项目
重庆市科卫联合医学科研面上项目（2025MSXM157）
重庆市区域医学重点学科（zdxk202116）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
