论著-骨骼肌肉
基于深度学习算法的腰椎MRI临床应用研究
作者：胡英慧1 赵文静2 王文娟2 王 玺2 隋心彤1 王 琦2,*
所属单位：1.山东第二医科大学医学影像学院 (山东 潍坊 261053) 2.潍坊市人民医院放射科 (山东 潍坊 261041)
PDF摘要
目的 比较采用深度学习重建算法的腰椎快速自旋回波(FSE)序列图像和原始图像的图像质量。方法 回顾性分析130名具有腰痛症状的患者，采用3.0T MRI进行腰椎2D FSE序列检查，包括矢状位T1WI、T2WI、T2WI-FS序列和横断位T2WI序列。一次扫描完成后，DLR算法引擎根据加速协议，生成原始图像(FSE0)和使用DLR处理后的图像(FSEDL)。两名放射科诊断医师对所有序列图像的整体图像质量、清晰度、解剖结构显示进行主观评分，并进行一致性检验。客观定量图像质量分析通过分别计算腰椎体和椎间盘的信噪比和对比噪声比来评价。结果 总扫描时间为3分41秒。所有序列的FSEDL图像的腰椎椎体、椎间盘的SNR、CNR均高于FSE0图像(P均<0.05)。且FSEDL图像具有较高的整体图像质量和清晰度，解剖结构显示更加清晰(P均<0.05)；两名评分者间的一致性为0.754-0.923之间。结论 在腰椎常规2D FSE序列成像中，使用深度学习重建技术，能在4分钟内完成扫描的同时，提高总体图像质量。
【关键词】腰椎；深度学习重建法；磁共振成像；信噪比；对比噪声比
【中图分类号】R445.2
【文献标识码】A
【DOI】10.3969/j.issn.1672-5131.2024.12.050
中国CT和MRI杂志
第22卷， 第 12 期
2024年12月
相关文章
编辑部邮箱：（1）中国CT和MRI杂志：ctmri@vip.163.com；（2）罕少疾病杂志：hs1999@vip.163.com
联系电话：0755-83695203
公司地址： 深圳市龙岗区坂田街道坂田社区吉华路489号乐荟科创中心13栋G层12房
简体中文
English
个人中心
微信公众号
头条号