Kan maskinlæring levere et minuts hjerne-MR-scanninger?

Med nogle få forbedringer, herunder maskinlæring, kunne en kvantitativ teknik kaldet MR-fingeraftryk gøre en et-minutters klinisk MR-scanning af hjernen til en realitet, ifølge en tale præsenteret på det nylige International Society for Magnetic Resonance in Medicine (ISMRM) møde i London.

Forskere fra Stanford University udviklede en MR-fingeraftryksindsamling og -rekonstruktionsramme til kvantitativ og multikontrastbilleddannelse, der kræver en scanningstid på cirka et minut og en rekonstruktionstid på så lidt som fem minutter.

Med hjælp fra en maskinlæringsalgoritme til billedsyntese kan metoden give fem højkvalitetsbilleder med almindelige kliniske kontraster ved 1 mm isotrop opløsning samt kvantitative T1-, T2- og protondensitetskort, ifølge oplægsholder Sophie Schauman og kolleger.

ISMRM møde blev afholdt i samarbejde med European Society for Magnetic Resonance in Medicine and Biology og International Society for MR Radiographers and Technologists.

Plads til forbedring

Der er bestemt plads til at fremskynde MR. Traditionel MRI opererer på k-space data, hvilket muliggør hurtig rekonstruktion ved hjælp af standard parallelle billeddannelsesmetoder, ifølge Schauman.

Men "scanningstider er lange, og tykke skiver erhverves ofte for at overvinde dette," sagde hun. "De fleste kliniske MR-scanninger er T1- eller T2-vægtede. Billedkontrasten er således kvalitativ og ikke kvantitativ."

Moderne, meget undersamplede indsamlingsmetoder kan reducere scanningstider drastisk, samt kode vævsegenskaber på en kvantitativ måde. Men disse hurtigere optagelsestider kommer ofte på bekostning af en længere rekonstruktionstid, hvilket gør disse teknikker upraktiske i kliniske omgivelser, ifølge Schauman.

"For at omsætte moderne MR til klinisk nyttige værktøjer, har vi brug for hurtig optagelse, vi har brug for hurtigere rekonstruktion, og vi har brug for fleksibilitet til at tilegne os både kontraster, der er nyttige for klinikere, såvel som kvantitativ billeddannelse, der kan bruges f.eks. , i longitudinelle undersøgelser,” sagde hun.

MR-fingeraftryk

Forskerne henvendte sig til MR-fingeraftryk for at forfølge dette mål. MRI-fingeraftryk er en kvantitativ teknik, der muliggør samtidig måling af flere vævsegenskaber i en enkelt dataindsamling.

I deres projekt brugte Stanford-forskerne en lille, gylden vinkel blandet multi-akse spiralprojektion MR-fingeraftrykssekvens. Denne metode giver 1 mm isotrop opløsning for hele hjernen, men det er i øjeblikket ikke muligt at bruge på grund af dets behov for mere end fire timers rekonstruktionstid.

I et forsøg på at gøre MR-fingeraftryk til en endnu mere lovende metode til kliniske omgivelser, søgte forskerne at inkorporere en hurtig rekonstruktionsmetode, sagde Schauman. De brugte en subspace rekonstruktionsteknik, der tager cirka syv minutter at udføre og involverer tre subspace-komponenter - i stedet for de sædvanlige fem, der bruges - og tre spoler.

Forskerne brugte derefter maskinlæringsbaseret syntese til yderligere at forbedre scanningskvalitet og -hastighed. For at træne algoritmen brugte de data bidraget fra 14 raske frivillige. Af de 14 forsøgspersoner blev 10 brugt til træning, to blev brugt til validering, og to blev brugt til at teste modellen – et tidligere foreslået generativt modstandsnetværk.

"For at forbedre robustheden af ​​rørledningen i klinikken blev der inkluderet en 30-sekunders stort synsfelt-prescan," sagde Schauman. "I fremtidigt arbejde har vi til hensigt at bruge præscanningen til B0- og B1-estimering, men indtil videre bruger vi den til at optimere vores spolekomprimering for at undertrykke signal uden for synsfeltet ved hjælp af en metode kaldet [regionsoptimerede virtuelle (ROVir)-spoler ] og anvender også automatisk skift til dataene [for at] sikre, at hjernen var centreret i synsfeltet."

Sammenlignet med billeder rekonstrueret ved hjælp af den traditionelle teknik, der tager fire timer, har den hurtige rekonstruktionsmetode flere undersampling-artefakter, mere sløring og mere støj, sagde Schauman.

"Men hvis denne information kan gendannes i syntesenetværket, betyder alt dette ikke noget," sagde hun.

Hos de to testpersoner havde de syntetiserede T1-vægtede magnetiserings-forberedte hurtige optagelsesgradient-ekko (MP-RAGE), T2-vægtede, T2 væskedæmpede inversion recovery (FLAIR) og dobbelt inversion recovery (DIR) billeder meget ens skivevist strukturelle lighedsindekser sammenlignet med syntetiserede billeder produceret fra referencerekonstruktionsteknikken.

"Fremtidige retninger for projektet inkluderer fortsat klinisk dataindsamling med det formål at inkludere patienter i træningsdatasættet ved hjælp af semisuperviserede metoder og forbedret robusthed af pipelinen med hensyn til patientpositionering i synsfeltet," sagde Schauman. "Vi sigter også mod yderligere at optimere tid/kvalitet-afvejningen ved at erhverve hurtigere B0- og B1-kort til kalibrering af kvantitativ billeddannelse."

• Denne artikel blev oprindeligt offentliggjort den AuntMinnieEurope.com © 2022 af AuntMinnieEurope.com. Enhver kopiering, genudgivelse eller videredistribution af AuntMinnieEurope.com indhold er udtrykkeligt forbudt uden forudgående skriftligt samtykke fra AuntMinnieEurope.com.

Stillingen Kan maskinlæring levere et minuts hjerne-MR-scanninger? dukkede først på Fysik verden.

• Coinsmart. Europas bedste Bitcoin og Crypto Exchange.
• Platoblokkæde. Web3 Metaverse Intelligence. Viden forstærket. FRI ADGANG.
• CryptoHawk. Altcoin radar. Gratis prøveversion.
• Kilde: https://physicsworld.com/a/can-machine-learning-deliver-one-minute-brain-mri-scans/