ディープラーニングは、スーパー解像度処理を伴う脳拡散加重MRIを加速しました

目的：深い学習イメージの再構築と超解像度を備えた脳拡散加重イメージング（DWI）の臨床的実現可能性と画質を調査する。 方法：3 Tスキャナーで臨床的に示されたMRIを有する85人の連続した患者が前向きに含まれていました。4つの平均を持つ従来の拡散加重データ（C-DWI）が得られました。1つと2つの平均の再構成、および深い学習拡散加重イメージング（DL-DWI）が達成されました。3人の経験豊富な読者が、全体的な画質、全体的なコントラスト、診断の自信、アーティファクトの発生、中央領域、大脳核、脳幹、および小脳の評価に関する5ポイントのリッカートスケールを使用して、取得したデータを評価しました。インターレーターの合意を評価するために、Fleiss 'Kappa（ϰ）が決定されました。大脳基底核および中央領域の信号強度（SI）レベルは、自動化されたセグメンテーションを介して推定され、検出された病理のSI値が測定されました。 結果：頭蓋内病理は、35人の患者で特定されました。DL-DWIは、適用された平均とは独立して、すべての定義されたパラメーターに対して有意に優れていました（p値<0.001）。DL-DWIでは、単一の平均（p値<0.001）を利用することにより、DL-DWIで最適な画質を達成し、ほぼすべての場合に非常に優れた画質（80.9％）から優れた画質（14.5％）を実証しました。C-MRIの優れた画質を持つ0％（p値<0.001）。診断的な自信のために、同等の結果を示すことができます。評価者間Fleiss 'Kappaは、特に病理学の評価については、実質的にすべての定義されたパラメーターについて、実質的にすべての定義されたパラメーターについて中程度から実質的な一致を実証しました（P = 0.74）。SI値に関して、有意な差は見つかりませんでした。 結論：超解像度を備えた超高速拡散加重イメージングは実現可能であり、診断の画質を高めながら高度に加速した脳イメージングをもたらします。

OBJECTIVES: To investigate the clinical feasibility and image quality of accelerated brain diffusion-weighted imaging (DWI) with deep learning image reconstruction and super resolution. METHODS: 85 consecutive patients with clinically indicated MRI at a 3 T scanner were prospectively included. Conventional diffusion-weighted data (c-DWI) with four averages were obtained. Reconstructions of one and two averages, as well as deep learning diffusion-weighted imaging (DL-DWI), were accomplished. Three experienced readers evaluated the acquired data using a 5-point Likert scale regarding overall image quality, overall contrast, diagnostic confidence, occurrence of artefacts and evaluation of the central region, basal ganglia, brainstem, and cerebellum. To assess interrater agreement, Fleiss' kappa (ϰ) was determined. Signal intensity (SI) levels for basal ganglia and the central region were estimated via automated segmentation, and SI values of detected pathologies were measured. RESULTS: Intracranial pathologies were identified in 35 patients. DL-DWI was significantly superior for all defined parameters, independently from applied averages (p-value <0.001). Optimum image quality was achieved with DL-DWI by utilizing a single average (p-value <0.001), demonstrating very good (80.9%) to excellent image quality (14.5%) in nearly all cases, compared to 12.5% with very good and 0% with excellent image quality for c-MRI (p-value <0.001). Comparable results could be shown for diagnostic confidence. Inter-rater Fleiss' Kappa demonstrated moderate to substantial agreement for virtually all defined parameters, with good accordance, particularly for the assessment of pathologies (p = 0.74). Regarding SI values, no significant difference was found. CONCLUSION: Ultra-fast diffusion-weighted imaging with super resolution is feasible, resulting in highly accelerated brain imaging while increasing diagnostic image quality.