bioRxiv preprint Score 65

深度学习加速MRSI:MultiNet PyGRAPPA表现优异

研究显示MultiNet PyGRAPPA模型在加速磁共振波谱成像中兼顾速度与图像质量

质子磁共振波谱成像(1H MRSI)可定量检测脑代谢物,但临床应用中采集时间较长。该预印本研究比较了多种深度学习模型在可变密度GRAPPA重建中的性能。研究人员发现,MultiNet PyGRAPPA能实现更高的平面内加速倍数,同时有效抑制残留脂质混叠伪影,并保持非脂质抑制MRSI中的代谢物图谱保真度。这一进展有望推动高分辨率1H FID-MRSI在7T场强下的临床应用。需要指出的是,本研究尚未经过同行评审。

deep learningMRSIMRI reconstructionneuroimaging