【目的】探讨基于机器学习的迭代图像重建算法在骨骼系统磁共振(MRI)扫描中的应用价值。【方法】选取在中南大学湘雅二医院进行1.5 T MRI扫描的87例骨骼系统疾病患者,先进行常规序列扫描,再对其常规扫描的T 1WI和T 2WI等序列协议进行体...【目的】探讨基于机器学习的迭代图像重建算法在骨骼系统磁共振(MRI)扫描中的应用价值。【方法】选取在中南大学湘雅二医院进行1.5 T MRI扫描的87例骨骼系统疾病患者,先进行常规序列扫描,再对其常规扫描的T 1WI和T 2WI等序列协议进行体素大小、激励次数等参数修改,将其扫描时间减少后再进行扫描,扫描后所获图像导入基于机器学习的迭代图像重建算法软件IQMR进行处理,将所获得的图像用定量和定性两种方法进行统计学分析。【结果】在扫描时间缩短30%的序列使用基于机器学习的迭代图像重建算法处理后,骨骼系统图像质量与常规成像序列图像质量比较,差异无统计学意义(P>0.05)。【结论】基于机器学习的迭代图像重建算法不仅可实现骨骼系统快速成像,并在快速成像的同时可得到与常规成像序列相似的图像质量,提高了工作效率。展开更多
目的研究正常肝脏扩散峰度成像（DKI）的可行性及参数测量的可重复性。方法使用飞利浦1.5 T MR扫描仪和相同的序列及参数,对35名年轻志愿者进行2次肝脏DKI扫描,生成平均扩散系数（MD）图和平均峰度系数（MK）图。在左、右肝内分别选取...目的研究正常肝脏扩散峰度成像（DKI）的可行性及参数测量的可重复性。方法使用飞利浦1.5 T MR扫描仪和相同的序列及参数,对35名年轻志愿者进行2次肝脏DKI扫描,生成平均扩散系数（MD）图和平均峰度系数（MK）图。在左、右肝内分别选取上、中、下3个代表性层面的左、中、右9个测量位置,每个位置放置大小相同的感兴趣区（ROI）,分别测量并比较各ROI的MD值和MK值及左、右肝各9个ROI的平均参数值,并评估各参数测量的可重复性。结果前后2次DKI扫描b=800 s/mm2图像上肝脏的信噪比（SNR）较好,差异无统计学意义（P〉0.05）。2次扫描左、右肝内不同测量部位的MD、MK值差异均无统计学意义（P〉0.05）,其中右肝中层及左肝下层的MD、MK值可重复性较好。左肝的平均MD值、MK值较右肝高（t=-5.665～8.095,P〈0.001）,但左肝的平均MD、MK值可重复性均较右肝差;MD值、MK值的可重复性相近。结论初步研究结果表明,正常肝脏DKI是可行的,右肝中层和左肝下层的MD、MK值的可重复性较好;左肝的平均MD、MK值较右肝高,但可重复性较右肝差,MD、MK值的可重复性相似。展开更多
文摘【目的】探讨基于机器学习的迭代图像重建算法在骨骼系统磁共振(MRI)扫描中的应用价值。【方法】选取在中南大学湘雅二医院进行1.5 T MRI扫描的87例骨骼系统疾病患者,先进行常规序列扫描,再对其常规扫描的T 1WI和T 2WI等序列协议进行体素大小、激励次数等参数修改,将其扫描时间减少后再进行扫描,扫描后所获图像导入基于机器学习的迭代图像重建算法软件IQMR进行处理,将所获得的图像用定量和定性两种方法进行统计学分析。【结果】在扫描时间缩短30%的序列使用基于机器学习的迭代图像重建算法处理后,骨骼系统图像质量与常规成像序列图像质量比较,差异无统计学意义(P>0.05)。【结论】基于机器学习的迭代图像重建算法不仅可实现骨骼系统快速成像,并在快速成像的同时可得到与常规成像序列相似的图像质量,提高了工作效率。
文摘目的研究正常肝脏扩散峰度成像（DKI）的可行性及参数测量的可重复性。方法使用飞利浦1.5 T MR扫描仪和相同的序列及参数,对35名年轻志愿者进行2次肝脏DKI扫描,生成平均扩散系数（MD）图和平均峰度系数（MK）图。在左、右肝内分别选取上、中、下3个代表性层面的左、中、右9个测量位置,每个位置放置大小相同的感兴趣区（ROI）,分别测量并比较各ROI的MD值和MK值及左、右肝各9个ROI的平均参数值,并评估各参数测量的可重复性。结果前后2次DKI扫描b=800 s/mm2图像上肝脏的信噪比（SNR）较好,差异无统计学意义（P〉0.05）。2次扫描左、右肝内不同测量部位的MD、MK值差异均无统计学意义（P〉0.05）,其中右肝中层及左肝下层的MD、MK值可重复性较好。左肝的平均MD值、MK值较右肝高（t=-5.665～8.095,P〈0.001）,但左肝的平均MD、MK值可重复性均较右肝差;MD值、MK值的可重复性相近。结论初步研究结果表明,正常肝脏DKI是可行的,右肝中层和左肝下层的MD、MK值的可重复性较好;左肝的平均MD、MK值较右肝高,但可重复性较右肝差,MD、MK值的可重复性相似。
