原題
Deep-learning-based reconstruction of undersampled MRI to reduce scan times: a multicentre, retrospective, cohort study.
背景:MRI画像は時間がかかり、制約のある環境では利用しにくい。これらの制限に対処するため、同研究者らは、腫瘍画像バイオマーカーに焦点を当てて、MRI再構成を改善し、スキャン時間を短縮するための深層畳み込みニューラルネットワーク(dCNN)を開発した。
方法:研究者らは、3件の異なる試験から得られたMRIデータを用いて、高度にアンダーサンプリングされた単一コイルのk空間データからMRIを再構成するためのdCNNを開発、訓練、および試験した。MRI再構成は独立して検証された。
結果:dCNN再構成MRIは、異なる加速率にわたって元のMRIと高い類似性を維持し、腫瘍負荷および治療反応の評価に有効であった。
結論:深層学習に基づくMRI再構成は、画像精度を維持しながらスキャン時間を大幅に短縮し、MRIへのアクセス性を向上させる可能性がある。さらなるプロスペクティブな検証が必要である。
Journal: Lancet Oncol (CiteScore 2022: 62)
DOI: 10.1016/S1470-2045(23)00641-1
PMID: 38423052
Open Access
コメント