基于深度学习技术的TSE⁃T2WI在纵隔MRI中的应用价值 |
| |
引用本文: | 武鹏飞,徐海,李泓渊,沈杰,王建伟.基于深度学习技术的TSE⁃T2WI在纵隔MRI中的应用价值[J].南京医科大学学报,2024(6):797-801. |
| |
作者姓名: | 武鹏飞 徐海 李泓渊 沈杰 王建伟 |
| |
作者单位: | 南京医科大学第一附属医院放射科,江苏 南京 210029 |
| |
基金项目: | 江苏省卫生健康委科研项目(K2023057) |
| |
摘 要: | 目的:探讨基于深度学习重建(deep learning reconstruction,DLR)技术的快速自旋回波(turbo spin echo,TSE)T2加权成像(T2 weighted imaging,T2WI)序列提高纵隔T2WI图像质量和减少扫描时间的应用价值。方法:前瞻性收集35例纵隔病变的患者进行纵隔常规T2WI序列和基于DLR的T2WI(T2WIDLR)序列扫描。由2位放射科医师各自独立对两组图像的伪影、图像清晰度、病灶的细节显示和整体图像质量进行定性评分,并测量和比较两组图像的病灶信噪比(SNR 病灶)和病灶与竖直肌的对比噪声比(CNR 病灶/肌肉)。结果:T2WIDLR在伪影、图像清晰度、病灶细节显示和整体图像质量的评分均优于常规T2WI(P均 < 0.001)。 T2WIDLR序列图像的SNR和CNR均优于常规T2WI序列(P均 < 0.001)。结论:与常规T2WI序列相比,T2WIDLR序列的运动伪影更少,图像清晰度、病灶细节显示和整体图像质量更优,图像SNR和CNR更高,在纵隔疾病的临床应用中有较大潜力。
|
关 键 词: | 纵隔 深度学习 磁共振成像 快速自旋回波 |
收稿时间: | 2024/1/29 0:00:00 |
|
| 点击此处可从《南京医科大学学报》浏览原始摘要信息 |
| 点击此处可从《南京医科大学学报》下载免费的PDF全文 |
|