-
题名人工智能压缩感知技术在踝关节MRI中的应用
- 1
-
-
作者
蒋学涛
程天馨
李菲菲
袁颖
江林
韦捷
徐辉
-
机构
首都医科大学附属北京友谊医院放射科
遵义市第一人民医院(遵义医科大学第三附属医院)影像科
保山市中医医院影像科
上海联影医疗科技股份有限公司
-
出处
《中国医学影像学杂志》
CSCD
北大核心
2024年第11期1164-1169,共6页
-
基金
科技部重点研发计划(2022YFC2409403)
国家自然科学基金项目(82371904)。
-
文摘
目的 探讨人工智能压缩感知(ACS)技术在踝关节MRI中应用的可行性。资料与方法 前瞻性收集2023年9—10月在首都医科大学附属北京友谊医院行踝关节扫描的32例健康志愿者,应用3.0T MR进行基于ACS及并行成像(PI)技术的踝关节MRI,采集矢状位质子密度加权成像(PDWI)、冠状位PDWI、横轴位PDWI及矢状位T1WI,并将其分为ACS组和PI组,ACS组ACS综合加速倍数为3.05(ACS 5.0),PI组PI加速倍数为2(PI 2.0)。测量距骨、跟腱及软骨的信号强度以及拇长屈肌的信号强度及标准差,以拇长屈肌为背景噪声计算信噪比(SNR)和对比噪声比(CNR);对两组成像客观评估及主观评估进行统计学分析,各序列图像质量以PI 2.0为标准参考。结果 ACS组SNR和CNR较PI组更高,两组在矢状位PDWI序列各解剖结构比较,差异均有统计学意义(t=-2.937、-1.981、-4.058、-3.879,P<0.05);在冠状位PDWI序列上软骨SNR、距骨CNR差异有统计学意义(t=-3.310、-3.567;P=0.002,P<0.001);在轴位PDWI序列上ACS组与PI组距骨CNR、软骨CNR差异均有统计学意义(t=-4.270、-4.382,P<0.05)。主观评价2位影像诊断医师对两组图像质量评分观察者间一致性强(Kappa=0.977,P=0.009);两组图像质量评分差异均无统计学意义(Z=-0.248、-0.747,<0.001、-0.071,P>0.05)。ACS组与PI组采集总时间分别为337 s及610 s,与PI组相比,ACS组扫描总时间缩短44.8%。结论 基于ACS技术的踝关节MRI不仅能有效缩短扫描时间,还进一步改善图像质量,具有可行性。
-
关键词
踝关节
人工智能
压缩感知
磁共振成像
图像质量
-
Keywords
Ankle joint
Artificial intelligence
Compressive sensing
Magnetic resonance imaging
Image quality
-
分类号
R684
[医药卫生—骨科学]
R445.2
[医药卫生—影像医学与核医学]
-
