借助深度学习的动态乳腺磁共振成像（具有灵活的时间分辨率）

《Nature Communications》：Dynamic breast MRI with Flexible Temporal Resolution Aided by Deep Learning

　　

摘要

磁共振成像（MRI）是筛查高风险乳腺癌患者最有效的方法。目前的检查主要依赖于对比剂注射前后形态特征的定性评估，而对对比剂动态信息的利用较少。最近，快速采集技术的发展旨在将两者结合起来。然而，在动态MRI中平衡空间分辨率、时间分辨率和扫描时间是一个相当大的挑战。在这里，我们提出了一种用于动态对比增强（DCE）成像的径向MRI重建框架，称为“增强型局部低秩成像技术（ELITE）”，以解决这些限制。ELITE结合了局部低秩子空间建模和深度学习，以捕捉空间上局部化的组织动态变化。我们利用公开可用的fastMRI乳腺成像项目对其有效性进行了评估，结果显示在信噪比（CNR）和噪声降低方面有显著改进，同时实现了低至1秒的灵活时间分辨率。ELITE在颈部和脑部成像中也显示出优势，使其成为其他DCE-MRI应用的可行替代方案。