人工智能辅助压缩感知技术在上腹部T2WI压脂序列中的应用

摘要：

目的:探讨人工智能辅助压缩感知（Acs）技术在上腹部T2WI压脂序列中的应用。方法:本研究对象为2022年6月至2022年10月在中山大学附属第三医院行上腹部MRI检查的30例患者。患者均签署知情同意书，符合医学伦理学规定。其中男21例，女9例；年龄31~76岁，中位年龄55岁。所有患者均分别采用常规并行采集（PI）方案和Acs方案进行磁共振扫描，PI组采用轴位、门控触发、频率选择饱和技术（AX-T2WI-FS-RT），Acs组采用Acs技术（AX-T2WI-FS-BH-Acs）。客观评价指标包括图像信噪比（SNR）、对比噪声比（CNR）、扫描时间等。两组比较采用配对t检验。两组图像质量评分和病灶检出数量比较采用Wilcoxon检验。2名医师的图像质量评分一致性评估采用Kappa检验。结果:Acs组图像SNR平均为24.3±8.2，明显高于PI组11.7±4.4（t=13.00，P<0.05）。Acs组图像CNR为4.2±2.3，亦明显高于PI组的2.2±1.3（t=9.20，P<0.05）。Acs组扫描时间为66 s，明显短于PI组的156 s。Acs组图像质量评分中位数为4.4（4.3，4.6）分，明显高于PI组的4.1（3.4，4.4）分（Z=3.98，P<0.05）。对于呼吸紊乱患者，Acs组图像质量评分为4.6（4.3，4.7）分，亦明显高于PI组的3.4（3.1，3.4）分（Z=3.80，P<0.05）。两组病灶检出数量分别为1（0，3）、1（0，2）个，差异无统计学意义（Z=0.50，P>0.05）。2名医师的图像质量评分一致性强（κ=0.96）。结论:与上腹部PI组AX-T2WI-FS-RT序列相比，Acs技术的T2WI-FS-BH-Acs序列可在不降低病灶检出率的前提下，明显缩短扫描时间，提高图像质量，尤其可极大提高呼吸紊乱患者检查图像质量。

关键词：磁共振成像、人工智能辅助压缩感知（Acs）、深度学习图像重建、屏气序列、呼吸触发、人工智能（AI）、光梭成像

所属期刊栏目：12

资助基金：广州市科技计划项目202007030007

在线出版日期：2023-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：551-556