人工智能压缩感知技术在不同线圈下单髋关节MRI中的应用价值
Application Value of Artificial Intelligence Compressed Sensing Technology in Single Hip Joint MRI with Different Coils
摘要目的 探讨人工智能压缩感知(Artificial Intelligence Compressed Sensing,ACS)技术在不同线圈条件下单髋关节磁共振成像(Magnetic Resonance Imaging,MRI)检查中的应用价值.方法 前瞻性招募30名健康志愿者,分别用大超柔线圈并行采集(Parallel Imaging,PI)技术和ACS技术、超柔体线圈ACS技术行单髋关节多序列扫描.按PI、ACS和体线圈ACS分组测量髋关节股骨头、臀中肌等解剖结构的信号强度及背景噪声,计算信噪比(Signal to Noise Ratio,SNR)和对比噪声比(Contrast to Noise Ratio,CNR).由2名放射科医师对整体图像质量、组织结构显示、脂肪抑制效果及图像伪影进行主观评分.采用Friedman秩和检验对3组图像的主观评价和客观评价进行统计学分析.结果 ACS组和PI组的图像质量主观评分差异无统计学意义(P>0.05);体线圈ACS组在整体图像评分中,矢状位PDWI序列和冠状位PDWI序列与PI组和ACS组差异有统计学意义(P<0.05),在伪影评分中横轴位、矢状位、冠状位PDWI序列低于ACS组,差异有统计学意义(P<0.05).客观数据中,ACS组除横轴位PDWI序列SNR肌肉外,其余SNR、CNR均高于PI组和体线圈ACS组,ACS组冠状位PDWI和冠状位T1WI序列SNR肌肉、CNR与PI组无统计学差异(P>0.05),其余均有统计学差异(P<0.05);ACS组横轴位PDWI序列SNR股骨头、SNR肌肉、CNR和冠状位PDWI序列中SNR股骨头与体线圈ACS组差异无统计学意义(P>0.05),其余均有统计学差异(P<0.05).ACS组整体扫描时间较PI组缩短了45.3%.结论 ACS技术在单髋关节MRI中有较好的图像质量和显著缩短扫描时间的优势,ACS技术图像质量在部分序列中用超柔体线圈与常规线圈相近,可在患者病况不宜采用大超柔线圈病况时采用.
更多相关知识
- 浏览7
- 被引1
- 下载3

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



