| 刘启桐，张卫国，王欣，穆宇.并行采集联合深度学习在股骨髋臼撞击综合征中的应用：基于短扫描时间与高诊断效率的实践探索[J].放射学实践,2026,41(03):290-294 |
| 并行采集联合深度学习在股骨髋臼撞击综合征中的应用：基于短扫描时间与高诊断效率的实践探索 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2026.03.008 |
| 中文关键词: 髋关节撞击综合征 磁共振成像 并行采集 深度学习重建 影像质量 |
| 基金项目: |
|
| 摘要点击次数: 171 |
| 全文下载次数: 193 |
| 中文摘要: |
| 【摘要】目的：本研究旨在评估并行采集联合深度学习重建技术在单髋关节高分辨率MR成像序列中对股骨髋臼撞击综合征（FAI）的诊断价值，重点分析该技术组合对影像质量提升及病变检出率改善的实际效果。方法：本研究为单中心前瞻性队列研究，于2023年1月-2024年12月纳入150例临床疑似股骨髋臼撞击综合征患者。所有受试者均接受3.0T磁共振成像（MRI）检查，并根据扫描方案分为三组：标准采集组（TSE组）、深度学习重建技术组（DL组）、并行采集联合深度学习重建技术组（DLG组）。研究采用信噪比（SNR）、对比噪声比（CNR）及Likert 五级评分系统评估影像质量，并对FAI相关病变检出率进行统计学分析。结果：三组研究对象的基线特征具有一致性（P>0.05），具备可比基础；深度学习重建技术（DL组）及与并行采集联合应用（DLG组）显著优化MRI影像质量（含质量评分、SNR及CNR，P<0.001）且缩短扫描时间，其中DLG组表现最优，同时在病变检出率上呈现提升趋势，尤其利于盂唇与软骨损伤的可视化。结论：深度学习重建技术及其与并行采集联合应用可显著提升单髋关节的影像质量，并在FAI病变检出方面展现出潜在优势，同时DLG方案在扫描时间和图像质量方面具有更优表现，为髋关节疾病的精准诊断提供优化方案。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
