期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
深度学习重建辅助压缩感知对乳腺T_(2)W脂肪抑制序列图像质量的影响
1
作者 黄碧云 丁佳 +5 位作者 李仕广 陈振涛 刘世琛 姚灵 印宇 段庆红 《贵州医科大学学报》 CAS 2024年第8期1191-1197,共7页
目的探讨深度学习重建(DLR)辅助常规压缩感知(CS)对乳腺磁共振T 2W脂肪抑制序列图像质量的影响。方法招募女性志愿者30名,在1.5 T磁共振仪上采用T 2W脂肪预饱和(Fat-Sat)序列[加速因子(AS)为2.0、3.0及4.0]行乳腺MR扫描获得CS图像,再行... 目的探讨深度学习重建(DLR)辅助常规压缩感知(CS)对乳腺磁共振T 2W脂肪抑制序列图像质量的影响。方法招募女性志愿者30名,在1.5 T磁共振仪上采用T 2W脂肪预饱和(Fat-Sat)序列[加速因子(AS)为2.0、3.0及4.0]行乳腺MR扫描获得CS图像,再行DLR重建获得DLR结合CS(DLR+CS)图像,对两组图像的信噪比(SNR)和对比噪声比(CNR)及临床医生主观定性评价进行对比分析。结果女性志愿者乳腺DLR+CS图像SNR和CNR均优于CS图像(P<0.001),且AS为4时DLR+CS组乳腺图像SNR及CNR提升最为显著(157%及171%);女性志愿者乳腺DLR+CS图像整体图像质量、伪影、主观噪声、解剖结构显示及诊断可信度均优于CS图像(P<0.001)。结论与常规CS图像比较,DLR辅助CS可提高乳腺T 2WI Fat-Sat序列的图像质量,在较高AS条件下(3或4)依然能满足临床诊断需求。 展开更多
关键词 磁共振成像 深度学习重建技术 压缩感知 脂肪抑制 乳腺 图像质量
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部