基于多维度集成算法的T2*定量成像对颅内出血的诊断

目的:探讨基于新型的多维度集成算法(MDI)的高信噪比T2^*定量图对脑出血检测与判定的诊断价值。方法:对89例脑出血(ICH)患者行三维高分辨率多回波SWI数据采集,使用MDI算法以及常规的线性拟合(Linear Fitting)与指数拟合(Exponential fitting)算法获得对应的T2^*定量图。通过蒙特卡罗方式计算与显示3种算法的噪声传播特性。对3种算法获得的T^*2定量图的图像质量、脑出血灶的显示及T2^*数值进行评分、测量及相对应的统计对比分析,包括平均值、方差与成对样本t-test。结果:MDI对原始图像的噪声以低T^*2值形式进行传播,而两种拟合算法则为高T2^*值形式。因此MDI算法可显著提高T2^*定量图的信噪比与准确性(P<0.0005),并有效降低常见的由噪声与计算误差导致的T2^*数值突变现象,显著提高利用T2^*定量图进行脑出血检测的可靠性(P<0.005)。MDI得到的灰、白质的平均T2^*数值约为47.2ms和39.8ms,与文献相符。对于单个患者的全脑数据MDI的计算时间<1s。结论:MDI算法可以稳定、快速地获得定量准确且数值可靠的T2^*定量图。