原文服务方: 国际医学放射学杂志       
摘要:
四维(4D)血流MRI技术有可能为各种腹盆肾盂血管疾病提供血流动力学信息,但其临床应用目前受到难以纠正的背景相位误差的影响。目的 评估在4D血流MRI中使用深度学习自动基于图像的背景相位误差校正的可行性,并比较其相对于手动相位误差校正的有效性。资料与方法 回顾性收集了2016年1月—2020年7月期间进行的139例腹盆4D血流MRI采集的病例。使用专用成像软件进行手动相位误差校正,并作为参考标准。40例作为测试集,其余被随机分为训练集(86%,85/99例)和验证集(14%,14/99例),以训练多通道三维U-Net卷积神经网络。运用4D血流MRI测量肾下腹主动脉、髂总动脉、髂总静脉和下腔静脉的流量。数据分析采用了Pearson相关分析、Bland-Altman分析和Bonferroni校正的F检验。结果 共对139例病人[平均(47±14)岁;女108例]进行了评估。与校正前(ρ=0.50,P<0.001)相比,手动校正后的流入、流出相关性有所改善(ρ=0.94,P<0.001)。自动校正显示出相似的效果(ρ=0.91,P<0.001),并与手动校正具有强相关性(ρ=0.98,P<0.001)。2种校正方法都降低了流入流出方差,将平均差从-0.14 L/min(95%LOA:-1.61~1.32)(未校正)提高到0.05 L/min(95%LOA:-0.32~0.42)(手动校正)和0.05 L/min(95%LOA:-0.38~0.49)(自动校正)。手动和自动校正方法之间流入流出方差的差异无统计学意义(P=0.10)。结论 深度学习自动相位误差校正减少了4D血流MRI中体积流量测量的流入流出偏差和方差,实现了与手动图像相位误差校正相当的结果。
推荐文章
基于机器视觉的运动误差自动校正系统设计
机器视觉
运动误差
自动校正
微误差机构
极化定标
相位误差
4D打印及其关键技术
4D打印
机制
关键技术
自组装
自适应
自修复
4D血流MR成像评估颅内动脉血流动力学状态的实验研究
磁共振成像
颅内动脉
血流动力学
4D血流成像
4D打印技术的研究进展
4D打印
智能材料
增材制造
组织性能
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的腹盆4D血流MRI自动背景相位误差校正
来源期刊 国际医学放射学杂志 学科
关键词
年,卷(期) 2022,(3) 所属期刊栏目 国际期刊连线
研究方向 页码范围 352
页数 1页 分类号
字数 语种 中文
DOI 10.19300/j.2022.r0305
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
国际医学放射学杂志
双月刊
1674-1897
12-1398/R
大16开
1978-01-01
chi
出版文献量(篇)
2723
总下载数(次)
0
总被引数(次)
12082
论文1v1指导