人工智能-压缩感知与压缩感知在膝关节MRI中的加速效率及图像质量评价研究
目的研究人工智能压缩感知(ACS)和压缩感知(CS)在膝关节MRI中的加速效率和图像质量。材料和方法 3。采用0 T MRI扫描67例受试者膝关节矢状面质子密度加权序列。以并行成像(PI)2.0为参考,设置加速因子为2.0、2.5和3.0的CS序列(CS 2.0、CS 2.5和CS 3.0)和加速因子为2.5、3.0、3.5和4.0的ACS序列(ACS 2.5、ACS 3.0、ACS 3.5和ACS 4.0)。这两位医生在四点系统上独立评定图像质量。另一位医生将感兴趣的区域放在股骨内侧髁、腓肠肌内侧头、髁间窝积液、髌骨下脂肪垫和股骨外侧髁软骨上,以测量信噪比(SNR)。对图像质量主观评分和多处组织信噪比进行统计分析。结果在CS和ACS序列中,扫描时间随着加速因子的增加而减少(PI 2.0:152 sCS 2.0:128 s,CS 2.5:104 s,CS 3.0:86 s.ACS 2.5:76s,ACS 3.0:65 s,ACS 3.0:57 s,ACS 4.0:51 s)。图像质量主观评分的一致性大于强一致性(0.7350.869)。8组序列图像质量主观评分与BNP-Paribas的信噪比差异有统计学意义(P<0.05)。CS 2.0、ACS 3.0和PI 2.0之间无显著性差异(P>0.05)。AC s2主观评分无显著性差异。4种组织的信噪比和PI 2.0(P>0.05),处组织的信噪比显著高于PI 2.0。CS 2.5、CS 3.0、ACS 3.5和ACS 4.0的主观得分显著低于PI 2.0,兴业银行的信噪比显著低于PI 2(P<0.05)。结论ACS和CS均能缩短MRI的采集时间。与CS相比,ACS具有更高的加速效率。在膝关节质子密度加权序列中,在保证图像质量的前提下,可将扫描时间缩短57%。