MPRA

使用生成对抗网络和临床脑成像中的验证从3T mprage合成了7T mprage：可行性研究

背景：超高场7T MRI可以提供出色的组织对比度和解剖学细节，但通常成本过高，并且在临床实践中不可广泛使用。目的：从广泛获取的3T图像中生成合成的7T图像，并评估这种方法的脑成像。研究类型：前瞻性。人口：33名健康志愿者和89例脑部疾病患者，分为训练，并以4：1的比例评估数据集。序列和场强：T1加权非增强或对比度增强的磁化准备快速采集梯度回声序列在3T和7T处。评估：开发了生成对抗网络（Syngan），以从3T图像作为输入中产生合成的7T图像。Syngan培训和评估是针对非增强和对比增强的配对采集进行的。通过5点李克特尺度评估了三位放射科医生在整体图像质量，人工制品，清晰度，对比度和可视化容器的整体图像质量，伪像，对比度和可视化船舶的定性图像质量以及合成的7T图像的定性图像质量。统计测试：Wilcoxon签名的等级测试将合成7T图像与获得的7T和3T图像以及类内相关系数进行比较，以评估观察者间的变异性。p <0.05被认为是显着的。结果：在122个配对的3T和7T MRI扫描中，有66个没有造影剂，而对比度为56。平均生成合成图像的时间为每片11.4毫秒（每个参与者2.95秒）。证据水平：2技术效率：第1阶段J. Magn。与非增强和对比度增强亚组中的3T图像相比，与3T图像相比，合成的7T图像显着改善了组织的对比度和清晰度。同时，根据非增强和对比增强子组的所有评估标准，获得的7T和合成7T图像之间没有显着差异（P≥0.180）。数据结论：深度学习模型具有与获得的7T图像相似的图像质量的合成7T图像的潜力。共振。成像2023。