人工智能压缩感知技术联合深度学习重建技术在膝关节MRI中的应用

摘要

目的：探讨人工智能压缩感知技术（ACS）联合深度学习重建技术（DR）在膝关节MRI中的应用价值。方法：前瞻性招募21例健康志愿者和15例膝关节损伤患者，均采用并行采集技术（PI2）,ACS技术（ACS5）以及ACS技术施加DR技术（ACS5-DR）对膝关节进行扫描。由两位影像医师对各组图像信噪比（SNR）、对比噪声比（CNR）进行客观评价，对图像质量、伪影以及噪声进行主观评价，比较三组图像是否存在差异。结果：观察者内及观察者间主客观评分的一致性较好。各组图像客观评分、主观评分总体间差异具有统计学意义（P<0.05）。客观评分结果均为PI2、ACS5-DR优于ACS5，差异具有统计学意义（P<0.05）。PI2与ACS5-DR不具有统计学差异（P>0.05）。主观评分结果为ACS5-DR优于ACS5，差异具有统计学意义（P<0.05）。PI2与ACS5-DR、ACS5差异不具有统计学意义（P>0.05）。结论：ACS联合DR能够进一步优化膝关节MRI图像质量，ACS5-DR具有与PI2相当的图像质量，扫描时间缩短44%。

关键词

膝关节 / 深度学习 / 人工智能 / 磁共振成像