换一批深度学习算法在前列腺TSE-T2WI序列中的应用价值
Application value of deep learning algorithm in prostate TSE-T2WI sequence
摘要目的:探讨深度学习(DL)算法在改善前列腺快速自旋回波(TSE)T2WI序列图像质量和加快扫描速度中的应用价值.方法:前瞻性收集54例前列腺疾病患者,均行前列腺常规T2WI序列和联合DL的T2WI(T2WIDL)序列扫描.对2组图像质量进行定性、定量评估,定性评估包括:伪影、前列腺包膜清晰度、病灶的细节清晰度和整体图像质量;定量评估包括:以前列腺病灶和髂腰肌为ROI,测量并比较2组图像病灶SNR,以及病灶与髂腰肌的CNR.结果:T2WIDL序列在伪影、前列腺包膜清晰度、病灶的细节清晰度和整体图像质量的评分均优于常规T2WI序列(均P<0.001).T2WIDL序列图像的SNR病灶和CNR病灶/肌肉均优于常规T2WI序列(均P<0.05).结论:与常规T2WI序列相比,T2WIDL序列可提高图像质量,且扫描时间减少了96 s(约47％),在前列腺疾病的临床应用中有较大潜力.
更多相关知识
栏目名称
DOI
10.3969/j.issn.1672-0512.2024.06.018
发布时间
2024-12-11（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（62101278）
- 浏览0
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
