| 王超，谢晓亮，朱熹，黄文诺，尚松安，叶靖，王志军.基于深度学习的复合超分辨率重建算法在膝关节MRI中的临床应用价值[J].放射学实践,2025,(01):67-72 |
| 基于深度学习的复合超分辨率重建算法在膝关节MRI中的临床应用价值 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2025.01.012 |
| 中文关键词: 卷积神经网络 深度学习 膝关节 磁共振成像 超分辨率重建 |
| 基金项目:国家自然科学基金项目（82202120）；扬州市科技计划（社会发展）项目（YZ2023142） |
|
| 摘要点击次数: 546 |
| 全文下载次数: 719 |
| 中文摘要: |
| 【摘要】目的：探讨临床环境中通过优化扫描参数结合基于深度学习的复合超分辨率重建算法在提升膝关节MRI扫描效率和图像质量的可行性。方法：前瞻性搜集110例行膝关节MRI平扫的患者，先后进行常规(常规组）与复合超分辨率重建算法扫描（复合组），采用双盲法比较两组主客观图像质量。结果：相较常规组，复合组PD和T1序列的骨髓、软骨、半月板、韧带、肌肉、脂肪、关节液的SNR分别提升89.3%、52.5%、65.3%、73.8%、60.3%、103.9%、58.9%和78.0%、172.9%、78.0%、72.5%、75.4%、63.4%、97.0%。相较常规组，复合组PD和T1序列的软骨-关节液、软骨-骨髓、半月板-关节液、韧带-关节液、骨髓-关节液、脂肪-关节液、肌肉-关节液的CNR分别提升119.5%、83.3%、116.2%、109.2%、109.2%、99.3%、116.8%和61.7%、23.1%、78.7%、32.5%、161.7%、44.9%、39.2%。复合组的峰值信噪比（PSNR）相较常规组显著提高（P<0.05），结构相似度（SSIM）均＞0.999。主观图像质量评价中复合组病灶边缘区分度、运动伪影和综合诊断度的主观评分显著高于常规组（P<0.05），两组病灶辨别度的主观评分差异无统计学意义（P>0.05）。结论：合理优化扫描参数并结合基于深度学习的复合超分辨率重建算法可在提升扫描效率的同时显著提高膝关节MRI的图像质量和综合诊断效果。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
