目的探索人工智能重建技术对颅内3D TOF MRA图像质量的改善。方法回顾性收集2021年8月至2022年6月在南京大学医学院附属鼓楼医院进行头颅磁共振检查的43例受试者,平均年龄为56.95±35岁。采集不同压缩感知因子及重建技术的3D TOF MR...目的探索人工智能重建技术对颅内3D TOF MRA图像质量的改善。方法回顾性收集2021年8月至2022年6月在南京大学医学院附属鼓楼医院进行头颅磁共振检查的43例受试者,平均年龄为56.95±35岁。采集不同压缩感知因子及重建技术的3D TOF MRM序列:CS4、CSAI4、CS8、CSAI8。定性分析四组图像血管显示能力、伪影、图像质量和诊断价值。采用F ri ed man检验比较四个序列间定性评分结果的差异。采用单因素重复测量方差分析定量比较四组图像CR值差异。结果图像质量定性分析中,在相同CS因子下,人工智能重建图像质量明显优于的常规CS重建图像(CSAI8:23.22±1.33 vs CS8;22.17+1.51,P<0.001;CSAI4:23.6±1.43 vs CS4:22.82±1.43,P<0.001)。图像定量分析中,人工智能重建的M RA图像CR值显著高于常规重建图像(大血管:CRCSAI4:11.10±0.75,CRCS4:9.10±0.48,CRCSAI8:10.75±0.75,CRCS8:7.86±0.38,P<0.001)。压缩感知加速因子不同时,CRCSAI8仍显著高于CRCS4(P<0.001)。结论人工智能重建技术可明显提高MRA图像质量。展开更多
文摘目的探索人工智能重建技术对颅内3D TOF MRA图像质量的改善。方法回顾性收集2021年8月至2022年6月在南京大学医学院附属鼓楼医院进行头颅磁共振检查的43例受试者,平均年龄为56.95±35岁。采集不同压缩感知因子及重建技术的3D TOF MRM序列:CS4、CSAI4、CS8、CSAI8。定性分析四组图像血管显示能力、伪影、图像质量和诊断价值。采用F ri ed man检验比较四个序列间定性评分结果的差异。采用单因素重复测量方差分析定量比较四组图像CR值差异。结果图像质量定性分析中,在相同CS因子下,人工智能重建图像质量明显优于的常规CS重建图像(CSAI8:23.22±1.33 vs CS8;22.17+1.51,P<0.001;CSAI4:23.6±1.43 vs CS4:22.82±1.43,P<0.001)。图像定量分析中,人工智能重建的M RA图像CR值显著高于常规重建图像(大血管:CRCSAI4:11.10±0.75,CRCS4:9.10±0.48,CRCSAI8:10.75±0.75,CRCS8:7.86±0.38,P<0.001)。压缩感知加速因子不同时,CRCSAI8仍显著高于CRCS4(P<0.001)。结论人工智能重建技术可明显提高MRA图像质量。
