基于深度学习重建的缺血性脑卒中“百秒”快速磁共振成像的可行性

作者：方鑫; 宋清伟^*; 刘爱连; 陈丽华; 王楠; 张浩南; 杨天舒

来源：临床放射学杂志, 2023, 42(11): 1708-1712.

DOI：10.13437/j.cnki.jcr.2023.11.006

• 常规成像
• 快速成像
• 脑梗塞
• 深度学习重建

目的 探讨深度学习重建算法缩短缺血性脑卒中急诊患者MRI扫描时间的可行性。方法 21例疑似急性缺血性脑梗塞患者[男10例，女11例，平均年龄(69.86±10.25)岁]行头部MR检查。每位患者均完成常规成像和“百秒”快速成像，扫描协议均包括轴位T2WI-FSE、T1WI-FLAIR、T2WI-FLAIR和DWI序列。常规图像采用传统滤波重构算法，“百秒”图像采用深度学习重建算法(AIFI指数2级；预处理2级；纹波抑制0级；亮度系数2级)。ROI置于脑桥、小脑、胼胝体、脑白质和梗塞灶记录SI和SD值，以脑白质为背景计算SNR和CNR值，并根据伪影、噪声水平、解剖细节和病灶显示，对图像进行4分制评分。主观评分一致性采用Kappa检验。采用Wilcoxon检验分析各序列图像的SNR、CNR、主观评分的差异。结果 T2WI-FSE序列梗塞灶SNR、T1WI-FLAIR序列梗塞灶CNR差异有统计学意义(P<0.05);T2WI-FSE序列梗塞灶CNR、T1WI-FLAIR序列梗塞灶SNR、T2WI-FLAIR及DWI序列SNR、CNR差异无统计学意义(P>0.05)。两观察者主观评分一致性良好(Kappa:0.709～0.818),评分无统计学差异。21例患者中，8例在常规成像中存在运动伪影，而在快速成像运动伪影显著减轻或消失。结论 深度学习重建算法在“百秒”快速头部成像中可以显著减少图像运动伪影，从而保证图像噪声低、病变对比度高。在快速获取急诊患者头部常用序列图像方面具有一定的临床应用价值。

• 单位
  大连医科大学附属第一医院