文献

J-GLOBAL ID：202202296969598036   整理番号：22A0462514

心臓MRIにおけるAIベース計画とシミング技術の実施と前向き臨床検証【JST・京大機械翻訳】

Implementation and prospective clinical validation of AI-based planning and shimming techniques in cardiac MRI

著者 (10件)： Edalati Masoud (United Imaging Healthcare America, Inc., Houston, Texas, USA) ,  Zheng Yuan (United Imaging Healthcare America, Inc., Houston, Texas, USA) ,  Watkins Mary P. (Cardiology Division, Washington University School of Medicine, St. Louis, Missouri, USA) ,  Chen Junjie (Cardiology Division, Washington University School of Medicine, St. Louis, Missouri, USA) ,  Liu Liu (United Imaging Healthcare America, Inc., Houston, Texas, USA) ,  Zhang Shuheng (United Imaging Healthcare America, Inc., Houston, Texas, USA) ,  Song Yanli (United Imaging Healthcare America, Inc., Houston, Texas, USA) ,  Soleymani Samira (Department of Statistical and Actuarial Sciences, University of Western Ontario, London, Ontario, Canada) ,  Lenihan Daniel J. (Cardiology Division, Washington University School of Medicine, St. Louis, Missouri, USA) ,  Lanza Gregory M. (Cardiology Division, Washington University School of Medicine, St. Louis, Missouri, USA)
資料名： Medical Physics  (Medical Physics)
巻： 49  号： 1  ページ： 129-143  発行年： 2022年 
JST資料番号： A1258A  ISSN： 0094-2405  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： PURPOSE:心血管磁気共鳴(CMR)は心血管疾患の管理において重要な診断ツールである。人工知能(AI)と組み合わせた先進CMR技術の出現は,イメージングを単純化し,画像品質(IQ)を損なうことなく画像取得時間を短縮し,磁場均一性を改善する可能性がある。ここでは,自動スライスアラインメントと心臓シミングのための2つのAIベース深層学習技術を実装し,臨床心臓磁気共鳴イメージング(MRI)におけるそれらの性能を評価した。【方法】2つの深層ニューラルネットワークを開発し,訓練し,CMRのための自動スライス計画とシミング(スキャナに実装)を達成するために,前後天性心臓MRIデータセット(>500人の被験者)上で検証した。自動心臓計画(EasyScan)とAIベースシム(AIシム)の性能を調べるために,2つの前向き研究をその後行った。EasyScan検証のために,10名の健常被験者が2つの同一CMRプロトコルを受けた:手動心臓計画とAIベースEasyScanで,1.5T臨床MRIスキャナでの心臓平面処方のプロトコルスキャン時間差と精度を評価した。AIシム検証のために,合計20人の被験者を募集した:CMR検査のための紹介の10人の健康なおよび10の心臓腫瘍学患者。シグナル対ノイズ比(SNR),コントラスト対ノイズ比(CNR),全体的IQ(シャープネスとMR画像劣化),駆出率(EF),および絶対壁肥厚を評価するために,標準心臓容積シムとAIシムを用いて,画像を得た。ノンパラメトリック(Wilcoxon)とパラメトリック(t検定)評価を用いたハイブリッド統計的方法を統計解析に用いた。結果:AIベースの平面処方によるCMRプロトコル,EasyScanは,手動心臓計画によるプロトコルと比較して,2分以上(13%速く,p<0.001)で,オペレータ依存性を最小にし,全走査時間を減少させた。また,EasyScan平面処方は,以前に報告された戦略より,より正確で(認証された心臓MRI技師により手動で処方された平面からの非平面角化誤差)を示した。さらに,AIシムはB0フィールド均一性を改善した。AI shimで得られたCine画像は,左心室(LV)心筋に対し,容積シム(容積シム:32.90±7.42対AIシム:37.01±8.87)で得られたものより有意に高いSNR(12.49%;p=0.002)を示した。LV心筋CNRは,容積シム(132.49±33.94)よりAIシム(149.02±39.15)によるシシンイメージングで12.48%高かった。AIシムで得た画像は,ボリュームシム(p=0.012)で得られた画像よりもシャープな画像をもたらした。また,LVEFと絶対壁肥厚は,2つのシミング方法の間に差異が存在することを示した。AIシムによるLVEFは,2つの群でボリュームシムによるLVEFよりわずかに大きいことが示された:健康なグループでAIシムで2.87%高く,患者グループでAIシムで1.70%高かった。LV絶対壁肥厚(mm)も,患者群で観察された大きな変化(健康:3.31%,p=0.234および患者群:7.29%,p=0.059)で,各群のシミング法の間に差異が存在することも示した。結論:心臓計画のためのEasyScanを用いたCMR試験は,手動心臓計画によるCMRプロトコルと比較して,加速心臓検査を示した。また,体積シミングと比較して,AIシム技術を用いて,改良およびより均一なB_0磁場均一性を達成した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： SN比 ,  磁場 ,  簡素化 ,  *心臓 ,  心筋 ,  ノンパラメトリック法 ,  画像処理 ,  画質 ,  人工知能 ,  走査装置 ,  CIM【生産】 ,  認証 ,  左室駆出率
準シソーラス用語： 被験者 ,  左心室 , 【Automatic Indexing@JST】

著者キーワード (3件)： AIベース心臓計画 ,  AIベース心臓シム ,  人工知能

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： 心臓MRI ,  AI ,  計画 ,  シミング ,  実施 ,  臨床 ,  検証