基于深度学习的三翻转角2D SPGR MRI序列定量估算单侧肾动脉狭窄动物模型肾脏R1参数图的初步研究
目的 探讨基于深度学习实现对三翻转角2D SPGR MRI序列定量估算单侧肾动脉狭窄动物模型肾脏R1参数图的可行性.方法 共纳入12只平均体重3.2 kg的健康新西兰大白兔,对每只兔子施行左肾动脉部分结扎手术以建立单侧肾动脉狭窄(RAS)动物模型.RAS术前和术后每隔10 min采集一次2D单层三翻转角SPGR MRI数据,其中术前2次和术后9次,以获得单侧RAS造成肾脏水含量水平改变前后的肾脏R1参数图.最终获得127个2D图像对,每对图像包括一个由相同层面3个翻转角(15°,24°和33°)的SPGR序列图像组成三通道2D图像和一个传统可变翻转角R1估算方法得到相应层面的R1参数图图像.应用基于深度学习的编码器-解码器结构训练R1参数图生成模型.将RAS术后采集的92例数据分为训练集(74对)和调优集(18对),将RAS术前采集的34例数据及1例RAS术后的数据作为测试集(35对).以测试集的峰值信噪比和结构相似性结果为R1参数图生成模型的评价指标.结果 在测试集中,R1参数图生成模型的峰值信噪比(dB)和结构相似性(%)分别为22.08±2.33和79.49±6.49.结论 基于深度学习模型可实现对兔子肾脏R1参数图的定量估算进而定量评估其肾实质的水含量.
深度学习、人工智能、SPGR序列、肾动脉狭窄、R1参数图
42
TP391.41;TN919.81;R445.2
北京大学第一医院科研种子基金2021SF45
2023-06-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
450-454