Deep Learning-based Intraoperative MRI Reconstruction

要約

目的: 切除脳腫瘍手術中の前向き加速術中磁気共鳴画像法 (iMRI) の深層学習再構成の品質を評価する。
材料と方法: 加速 iMRI は、切除領域の周囲に配置された二重表面コイルを使用して脳手術中に実行されました。
深層学習 (DL) モデルは、iMRI プロトコルからのデータを模倣するために、fastMRI 神経データセットでトレーニングされました。
評価は、2021年11月1日から2023年6月1日までの間に撮影され、腫瘍切除手術中にiMRIを受けた40人の患者からの画像素材に対して行われた。
従来の圧縮センス(CS)法と訓練されたDL再構成法との間で比較分析を行った。
複数の画質指標の盲検評価は、2 人の現役神経放射線科医と 1 人の現役脳神経外科医によって 1 ～ 5 のリッカート スケール (1= 診断不能、2= 不良、3= 許容可能、4= 良好、5= 優れる) で実行されました。
推奨される再構成のバリアント。
結果: リーダー 1、2、および 3 の症例のそれぞれ 33/40、39/40、および 8/40 では、DL 再構成が CS 再構成よりも強く支持または支持されました。
読者 3 人中 2 人は常に DL 再構成に対して高い評価を割り当て、読者 1、2、および 3 のケースのそれぞれ 72%、72%、および 14% で、DL 再構成はそれぞれの CS 対応者よりも高いスコアを獲得しました。
それでも、DL 再構成にはストライピングアーチファクトや信号の減少などの欠点がありました。
結論：DL は、圧縮感覚と比較して知覚空間分解能、信号対雑音比、診断の信頼性、診断の顕在性、および空間分解能が同等または向上した高品質の術中 MRI 再構成を可能にする可能性を示しています。

要約(オリジナル)

Purpose: To evaluate the quality of deep learning reconstruction for prospectively accelerated intraoperative magnetic resonance imaging (iMRI) during resective brain tumor surgery. Materials and Methods: Accelerated iMRI was performed during brain surgery using dual surface coils positioned around the area of resection. A deep learning (DL) model was trained on the fastMRI neuro dataset to mimic the data from the iMRI protocol. Evaluation was performed on imaging material from 40 patients imaged between 01.11.2021 – 01.06.2023 that underwent iMRI during tumor resection surgery. A comparative analysis was conducted between the conventional compressed sense (CS) method and the trained DL reconstruction method. Blinded evaluation of multiple image quality metrics was performed by two working neuro-radiologists and a working neurosurgeon on a 1 to 5 Likert scale (1=non diagnostic, 2=poor, 3=acceptable, 4=good, 5=excellent), and the favored reconstruction variant. Results: The DL reconstruction was strongly favored or favored over the CS reconstruction for 33/40, 39/40, and 8/40 of cases for reader 1, 2, and 3, respectively. Two of three readers consistently assigned higher ratings for the DL reconstructions, and the DL reconstructions had a higher score than their respective CS counterparts for 72%, 72%, and 14% of the cases for reader 1, 2, and 3, respectively. Still, the DL reconstructions exhibited shortcomings such as a striping artifact and reduced signal. Conclusion: DL shows promise to allow for high-quality reconstructions of intraoperative MRI with equal to or improved perceived spatial resolution, signal-to-noise ratio, diagnostic confidence, diagnostic conspicuity, and spatial resolution compared to compressed sense.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google