原題
Deep Learning-based Motion-Compensated Reconstruction for Accelerating Four-Dimensional Magnetic Resonance Fingerprinting.
背景:肝臓放射線治療計画のための4D-MRフィンガープリンティング(4 DMRF)を加速するためのディープラーニング運動補償4D-MRフィンガープリンティング(4 DMRF)法であるDeepMocorを開発し、検証する。
方法:3Tスキャナー上で自由呼吸k-空間を有する19人の肝臓癌患者の予想研究。DeepMocorは,運動場初期化,精密化,及び最終4 DMRF再構成を使用し,三つの交差検証で訓練し,画像及び運動計量を使用してステージI及びIIIのみ及びステージIIIのみのアプローチと比較した。
結果:T1:PSNR~25.5、SSIM 0.84、MAPE 3.5-5.9%;T2:PSNR~25.6、SSIM 0.88、MAPE 3.1-15.8%。腫瘍運動AMD SI 0.62 mm(PCC 0.96)、AP 0.32 mm(PCC 0.94)。DeepMocorは、ほとんどの指標で代替案よりも優れていた(P<0.05)。
結論:DeepMocorは対照と比較して24倍の加速を可能にし、効率的な肝臓放射線治療計画の可能性を支持した。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2025.10.001
PMID: 41138788
コメント