Kan maskininlärning leverera en-minuters hjärn-MRI-skanningar?

Med några förbättringar, inklusive maskininlärning, kan en kvantitativ teknik som kallas MR-fingeravtryck göra en en-minuters klinisk hjärn-MRI-skanning till verklighet, enligt ett föredrag som presenterades vid det nyligen genomförda International Society for Magnetic Resonance in Medicine (ISMRM) möte i London.

Forskare från Stanford University utvecklade ett ramverk för inhämtning och rekonstruktion av MR-fingeravtryck för kvantitativ och multikontrastavbildning som kräver en skanningstid på cirka en minut och en rekonstruktionstid på så lite som fem minuter.

Med hjälp av en maskininlärningsalgoritm för bildsyntes kan metoden ge fem högkvalitativa bilder med vanliga kliniska kontraster vid 1 mm isotrop upplösning, samt kvantitativa T1-, T2- och protondensitetskartor, enligt presentatören. Sophie Schauman och kollegor.

Smakämnen ISMRM möte hölls i samband med European Society for Magnetic Resonance in Medicine and Biology och International Society for MR Radiographers and Technologists.

Plats för förbättring

Det finns säkert utrymme att påskynda MRT. Traditionell MRI arbetar på k-space-data, vilket möjliggör snabb rekonstruktion med hjälp av vanliga parallella avbildningsmetoder, enligt Schauman.

Men "skanningstiderna är långa, och tjocka skivor förvärvas ofta för att övervinna detta," sa hon. "De flesta kliniska MR-undersökningar är T1- eller T2-viktade. Bildkontrasten är alltså kvalitativ och inte kvantitativ.”

Moderna, mycket undersamplade förvärvsmetoder kan minska skanningstiderna drastiskt, samt koda vävnadsegenskaper på ett kvantitativt sätt. Men dessa snabbare förvärvstider kommer ofta till priset av en längre rekonstruktionstid, vilket gör dessa tekniker opraktiska i kliniska miljöer, enligt Schauman.

"För att översätta modern MRT till kliniskt användbara verktyg behöver vi snabb inhämtning, vi behöver snabbare rekonstruktion och vi behöver flexibilitet för att förvärva både kontrasterna som är användbara för kliniker såväl som kvantitativ bildbehandling som kan användas t.ex. , i longitudinella studier”, sa hon.

MR-fingeravtryck

Forskarna vände sig till MR-fingeravtryck för att uppnå detta mål. MRT-fingeravtryck är en kvantitativ teknik som möjliggör samtidig mätning av flera vävnadsegenskaper i en enda datainsamling.

I sitt projekt använde Stanford-forskarna en liten gyllene vinkel blandad fleraxlig spiralprojektion MR-fingeravtryckssekvens. Denna metod ger 1 mm isotropisk upplösning för hela hjärnan, men detta är för närvarande inte möjligt att använda på grund av dess behov av mer än fyra timmars rekonstruktionstid.

I ett försök att göra MR-fingeravtryck till en ännu mer lovande metod för kliniska miljöer, försökte forskarna införliva en snabb rekonstruktionsmetod, sa Schauman. De använde en återuppbyggnadsteknik för subrymd som tar cirka sju minuter att utföra och involverar tre subrymdkomponenter – istället för de vanliga fem som används – och tre spolar.

Forskarna använde sedan maskininlärningsbaserad syntes för att ytterligare förbättra skanningskvaliteten och hastigheten. För att träna algoritmen använde de data från 14 friska frivilliga. Av de 14 försökspersonerna användes 10 för träning, två användes för validering och två användes för att testa modellen – ett tidigare föreslaget generativt motståndsnätverk.

"För att förbättra rörledningens robusthet i kliniken inkluderades en 30-sekunders stor synfältsförskanning", sa Schauman. "I framtida arbete har vi för avsikt att använda förskanningen för B0- och B1-uppskattning, men för närvarande använder vi den för att optimera vår spolekomprimering för att undertrycka signal utanför synfältet med en metod som kallas [regionoptimerade virtuella (ROVir)-spolar ] och även automatiskt tillämpa skiftningar på data [för att] säkerställa att hjärnan var centrerad i synfältet.”

Jämfört med bilder som rekonstruerats med den traditionella tekniken som tar fyra timmar, har den snabba rekonstruktionsmetoden fler undersamplande artefakter, mer suddighet och mer brus, sa Schauman.

"Men om denna information kan återställas i syntesnätverket spelar allt detta ingen roll alls," sa hon.

Hos de två försökspersonerna hade de syntetiserade T1-vägda magnetiseringsförberedda snabba förvärvsgradient-eko (MP-RAGE), T2-viktade, T2 vätskeförsvagade inversionsåterställningsbilderna (FLAIR) och dubbelinversionsåtervinningsbilderna (DIR) mycket likartade segmentvis strukturella likhetsindex jämfört med syntetiserade bilder producerade från referensrekonstruktionstekniken.

"Framtida riktningar för projektet inkluderar fortsatt klinisk datainsamling, med målet att inkludera patienter i träningsdatauppsättningen med hjälp av semiövervakade metoder och förbättrad robusthet i pipelinen när det gäller patientpositionering i synfältet," sa Schauman. "Vi siktar också på att ytterligare optimera avvägningen mellan tid och kvalitet genom att skaffa snabbare B0- och B1-kartor för kalibrering av kvantitativ bildbehandling."

• Den här artikeln publicerades ursprungligen den AuntMinnieEurope.com © 2022 av AuntMinnieEurope.com. All kopiering, återpublicering eller vidaredistribution av AuntMinnieEurope.com innehåll är uttryckligen förbjudet utan föregående skriftligt medgivande från AuntMinnieEurope.com.

Posten Kan maskininlärning leverera en-minuters hjärn-MRI-skanningar? visades först på Fysikvärlden.

• Myntsmart. Europas bästa bitcoin- och kryptobörs.
• Platoblockchain. Web3 Metaverse Intelligence. Kunskap förstärkt. FRI TILLGÅNG.
• CryptoHawk. Altcoin radar. Gratis provperiod.
• Källa: https://physicsworld.com/a/can-machine-learning-deliver-one-minute-brain-mri-scans/