文献

J-GLOBAL ID：202202212281357491   整理番号：22A0223842

深層学習による肺形態計測のためのガス拡散強調MRIの加速【JST・京大機械翻訳】

Accelerate gas diffusion-weighted MRI for lung morphometry with deep learning

著者 (21件)： Duan Caohui (Key Laboratory of Magnetic Resonance in Biological Systems, State Key Laboratory of Magnetic Resonance and Atomic and Molecular Physics, National Center for Magnetic Resonance in Wuhan, Wuhan Institute of Physics and Mathematics, Innovation Academy for Precision Measurement Science and Te...) ,  Duan Caohui (University of Chinese Academy of Sciences, Beijing, People’s Republic of China) ,  Duan Caohui (Department of Radiology, The First Medical Center, Chinese PLA General Hospital, Beijing, People’s Republic of China) ,  Deng He (Key Laboratory of Magnetic Resonance in Biological Systems, State Key Laboratory of Magnetic Resonance and Atomic and Molecular Physics, National Center for Magnetic Resonance in Wuhan, Wuhan Institute of Physics and Mathematics, Innovation Academy for Precision Measurement Science and Te...) ,  Deng He (University of Chinese Academy of Sciences, Beijing, People’s Republic of China) ,  Xiao Sa (Key Laboratory of Magnetic Resonance in Biological Systems, State Key Laboratory of Magnetic Resonance and Atomic and Molecular Physics, National Center for Magnetic Resonance in Wuhan, Wuhan Institute of Physics and Mathematics, Innovation Academy for Precision Measurement Science and Te...) ,  Xiao Sa (University of Chinese Academy of Sciences, Beijing, People’s Republic of China) ,  Xie Junshuai (Key Laboratory of Magnetic Resonance in Biological Systems, State Key Laboratory of Magnetic Resonance and Atomic and Molecular Physics, National Center for Magnetic Resonance in Wuhan, Wuhan Institute of Physics and Mathematics, Innovation Academy for Precision Measurement Science and Te...) ,  Xie Junshuai (University of Chinese Academy of Sciences, Beijing, People’s Republic of China) ,  Li Haidong (Key Laboratory of Magnetic Resonance in Biological Systems, State Key Laboratory of Magnetic Resonance and Atomic and Molecular Physics, National Center for Magnetic Resonance in Wuhan, Wuhan Institute of Physics and Mathematics, Innovation Academy for Precision Measurement Science and Te...) ,  Li Haidong (University of Chinese Academy of Sciences, Beijing, People’s Republic of China) ,  Zhao Xiuchao (Key Laboratory of Magnetic Resonance in Biological Systems, State Key Laboratory of Magnetic Resonance and Atomic and Molecular Physics, National Center for Magnetic Resonance in Wuhan, Wuhan Institute of Physics and Mathematics, Innovation Academy for Precision Measurement Science and Te...) ,  Zhao Xiuchao (University of Chinese Academy of Sciences, Beijing, People’s Republic of China) ,  Han Dongshan (Department of Radiology, The First Medical Center, Chinese PLA General Hospital, Beijing, People’s Republic of China) ,  Sun Xianping (Key Laboratory of Magnetic Resonance in Biological Systems, State Key Laboratory of Magnetic Resonance and Atomic and Molecular Physics, National Center for Magnetic Resonance in Wuhan, Wuhan Institute of Physics and Mathematics, Innovation Academy for Precision Measurement Science and Te...) ,  Sun Xianping (University of Chinese Academy of Sciences, Beijing, People’s Republic of China) ,  Lou Xin (Department of Radiology, The First Medical Center, Chinese PLA General Hospital, Beijing, People’s Republic of China) ,  Ye Chaohui (Key Laboratory of Magnetic Resonance in Biological Systems, State Key Laboratory of Magnetic Resonance and Atomic and Molecular Physics, National Center for Magnetic Resonance in Wuhan, Wuhan Institute of Physics and Mathematics, Innovation Academy for Precision Measurement Science and Te...) ,  Ye Chaohui (University of Chinese Academy of Sciences, Beijing, People’s Republic of China) ,  Zhou Xin (Key Laboratory of Magnetic Resonance in Biological Systems, State Key Laboratory of Magnetic Resonance and Atomic and Molecular Physics, National Center for Magnetic Resonance in Wuhan, Wuhan Institute of Physics and Mathematics, Innovation Academy for Precision Measurement Science and Te...) ,  Zhou Xin (University of Chinese Academy of Sciences, Beijing, People’s Republic of China)
資料名： European Radiology  (European Radiology)
巻： 32  号： 1  ページ： 702-713  発行年： 2022年 
JST資料番号： W4351A  ISSN： 0938-7994  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 目的:多重b値ガス拡散強調MRI(DW-MRI)は肺形態計測の非侵襲的かつ定量的評価を可能にするが,その長い取得時間は患者によって十分に許容されない。深部学習を用いて肺形態計測のための複数のb値ガスDW-MRIを加速することを目的とした。【方法】残留高密度ネットワーク(DC-RDN)の深いカスケードを開発し,高度にアンダーサンプリングしたk空間データから高品質DW画像を再構成した。101名の参加者から超分極129Xe肺換気画像を取得し,DC-RDNを訓練するために合成DW-MRIデータを生成するために遡及的に収集した。その後,DC-RDNの性能を,遡及的および前向きに,複数のb値129Xe MRIデータセットで評価した。結果:64×5のサイズの各スライスは7.2ms以内に再構成できた。後向き試験データでは,DC-RDNは,従来の再建法(p<0.05)と比較して,すべての定量的計量で有意な改善を示した。見かけの拡散係数(ADC)と形態計測パラメータは,完全サンプリングとDC-RDN再構成画像間で有意差はなかった(p>0.05)。前向き加速取得のために,必要な呼気保持時間は4の加速因子で17.8から4.7秒に減少した。一方,前向き再構成結果は,完全サンプリング画像と良好な一致を示し,全平均ADCおよび平均線形切片(L_m)値に関して,平均差-0.72%および-0.74%であった。結論:DC-RDNは,肺微細構造形態計測の正確な推定を維持しながら,複数のb値ガスDW-MRIの加速に有効であり,過分極DW-MRIによる肺疾患の研究の臨床的可能性を促進する。キーポイント:残差高密度ネットワークの深いカスケードは,4..の加速因子で多重b値ガス拡散強調MRIの高速かつ高品質の再構成を可能にし,見かけの拡散係数と形態計測パラメータは,完全にサンプリングした画像と再構成結果の間で有意に異ならなかった(p>0.05)。必要な呼気保持時間は17.8から4.7秒に減少し,64×5のサイズを有する各スライスは7.2ms以内に再構成できた。Copyright European Society of Radiology 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 微細構造 ,  *学習 ,  ネットワーク ,  形状測定 ,  残差 ,  多重化 ,  再構成 ,  線形性 ,  *ガス拡散法 ,  呼気 ,  過分極 ,  肺疾患 ,  再建術
準シソーラス用語： 見掛の拡散係数 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： 深層学習 ,  拡散磁気共鳴イメージング ,  肺

分類 (2件)： 腫ようの診断  (GE03020J) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 深層学習 ,  肺 ,  形態計測 ,  拡散強調MRI ,  加速