AI加速血流MRI

新的MRI方法使得可以在少于五分钟而不是目前的情况下获得血流的精确MRI图像而不是30分钟。

资料来源:可视化:苏黎世CMR

“由于这种创新，量化磁共振成像可以取得巨大进展，”Eth和苏黎世大学生物医学成像教授Sebastian Kozerke说。他与Vally Vishnevskiy和Jonas Walheim一起开发了一种大大加速所谓的4D流动MRI的方法。“此刻，4D流动MRI的记录和随后的处理最多需要30分钟。我们的结果表明，未来五分钟内可能有可能。“

磁共振断层扫描（MRT或MRI）是临床诊断的关键模式。它不会带来健康风险，而且能提供人体内部的精确图像。这种方法可以用来显示软组织的部分，如组织和器官3 d而且对比度很高。此外，特殊的记录技术提供心血管系统的动态信息。

特别是，4D流动MRI测量能够定量血流的动态变化。这种动态图像非常有用，特别是当涉及检测心血管疾病时。

然而，传统的4D流动MRI具有显着的缺点：该方法非常耗时。如今，可以在四分钟内在MRI扫描仪中完成数据记录。然而，所需的压缩传感方法以成本为本：随后的图像重建是迭代的，因此需要很长时间。医生必须等待25分钟或更长时间的图像显示在他们的计算机上。

因此，在医生完成检查后，测量结果只能达到。这就是为什么4D流动MRI尚未在日常医疗实践中建立。目前主要诊断出血流的变化超声与MRI相比，这种方法更快，但不那么精确。

优雅高效的算法

在最近发表的文章中，来自Eth和苏黎世大学的研究人员说明了4D流动MRI的图像重建可以更快，因此更实用。“该解决方案包括基于神经网络的优雅高效的算法，”Kozerke解释说。

Vishnevskiy，Kozerke和Walheim称他们的新方法Flowvn。它是基于机器学习，更具体地说，就所谓的深度学习;该软件通过培训阶段期间呈现的数据学习。什么使FlowVn如此特殊的是效率 - 该方法将培训与测量的先验知识相结合。

这意味着可以基于几乎数据而不是需要数千个训练示例的概括。“因此，网络需要很少的培训来提供可靠的结果，”Vishnevskiy解释道。

研究人员在他们最近发表的论文中证明了这种方法的有效性。他们用11个健康受试者的核磁共振扫描来训练软件。这些数据足以在普通计算机上在21秒内准确再现患者主动脉的病理性血液流动。因此，这种方法比传统方法快很多倍，而且，最重要的是，提供更好的结果。

推进临床诊断

“我们希望FlowVN将推动4D血流MRI在临床中的应用诊断”,Kozerke说。本研究采用离线重建数据。苏黎世研究团队的下一步将是在临床MRI机器上安装该软件。Kozerke说:“然后我们设想进行更大规模的临床病人研究。”研究人员受益于与苏黎世大学医院放射科和心脏病科的长期合作关系。

如果后续测试证实了Kozerke团队获得的结果，该方法可能会进入日常医疗实践。“然而，在这发生这种情况下，它至少需要四到五年，”Kozerke估计。为了加快科研进程，他的团队将可执行的代码和数据示例作为开源提供，使其他科学家能够测试和再现方法。