Expansión reciente de la reconstrucción del aprendizaje profundo
Toshinori Hirai, MD, PhD
El impacto social de la inteligencia artificial (IA) se ha expandido rápidamente en los últimos años y la IA se ha convertido en un foco de intensa actividad de investigación en el campo de la medicina. Con respecto a la resonancia magnética, la reconstrucción por aprendizaje profundo (DLR) está atrayendo mucha atención como tecnología para mejorar la SNR, y se está publicando un número cada vez mayor de estudios sobre las aplicaciones de la DLR en la resonancia magnética. Dadas estas tendencias, la Universidad de Kumamoto se ha unido a la Universidad de Burdeos y Canon Medical Systems Corporation para llevar a cabo una investigación conjunta sobre el motor Clear-IQ inteligente avanzado (AiCE) desde 2018 y sobre el DLR híbrido desde 2020, así como una investigación en curso sobre el motor Precise IQ. (PIQE) desde 2022. Este informe presenta una descripción general de estos tres proyectos de investigación.
Motor Clear-IQ inteligente avanzado (AiCE)
AiCE es una tecnología avanzada de reducción de ruido que permite crear imágenes de alta SNR a partir de imágenes de baja SNR. El aprendizaje profundo se emplea para entrenar el sistema utilizando solo los componentes de ruido de alta frecuencia, excluyendo los componentes de baja frecuencia que contribuyen a un buen contraste. Este enfoque da como resultado una reducción sustancial del ruido de la imagen y una marcada mejora en la SNR.
Generalmente se acepta que para mejorar la calidad de la imagen es necesario aumentar el número de adquisiciones. Sin embargo, en una revisión realizada en nuestro hospital para evaluar T2WI de la cabeza, encontramos que la aplicación de AiCE a imágenes ruidosas adquiridas con solo 2 adquisiciones nos permitió obtener imágenes de alta calidad comparables a las imágenes convencionales adquiridas con 5 adquisiciones1< /sup>. Se observaron resultados similares para las imágenes FLAIR y MPRAGE1. Por ejemplo, en la cisternografía por resonancia magnética 3D T2WI de alta resolución, los tractos nerviosos se pudieron visualizar más claramente que con las imágenes convencionales2, y la representación de los vasos sanguíneos finos, como la arteria oftálmica, también mejoró en Imágenes TOF-MRA de 1,5 T3.
Con base en los hallazgos anteriores, las ventajas de AiCE se pueden resumir de la siguiente manera: 1) puede eliminar selectivamente el ruido en las imágenes, 2) es aplicable a una amplia gama de regiones y secuencias de escaneo, 3) el tiempo requerido para la reconstrucción es relativamente corto, y 4) se puede utilizar en combinación con SPEEDER, SPEEDER comprimido (CS), modo Fast 3D, etc., que son métodos de escaneo de alta velocidad basados en el submuestreo de los datos del espacio k. Los métodos combinados en el punto 4) anterior, que se denominan colectivamente "DLR híbrido", se analizan a continuación.
Generalmente se acepta que para mejorar la calidad de la imagen es necesario aumentar el número de adquisiciones. Sin embargo, en una revisión realizada en nuestro hospital para evaluar T2WI de la cabeza, encontramos que la aplicación de AiCE a imágenes ruidosas adquiridas con solo 2 adquisiciones nos permitió obtener imágenes de alta calidad comparables a las imágenes convencionales adquiridas con 5 adquisiciones1< /sup>. Se observaron resultados similares para las imágenes FLAIR y MPRAGE1. Por ejemplo, en la cisternografía por resonancia magnética 3D T2WI de alta resolución, los tractos nerviosos se pudieron visualizar más claramente que con las imágenes convencionales2, y la representación de los vasos sanguíneos finos, como la arteria oftálmica, también mejoró en Imágenes TOF-MRA de 1,5 T3.
Con base en los hallazgos anteriores, las ventajas de AiCE se pueden resumir de la siguiente manera: 1) puede eliminar selectivamente el ruido en las imágenes, 2) es aplicable a una amplia gama de regiones y secuencias de escaneo, 3) el tiempo requerido para la reconstrucción es relativamente corto, y 4) se puede utilizar en combinación con SPEEDER, SPEEDER comprimido (CS), modo Fast 3D, etc., que son métodos de escaneo de alta velocidad basados en el submuestreo de los datos del espacio k. Los métodos combinados en el punto 4) anterior, que se denominan colectivamente "DLR híbrido", se analizan a continuación.
Hybrid DLR
La exploración T2WI de la glándula pituitaria se realizó con un factor CS de 2,4 y un tiempo de exploración de 1 minuto y 8 segundos. Las imágenes a las que solo se aplicó CS se compararon con las imágenes a las que se les aplicó DLR híbrido (AiCE y CS), y se descubrió que la SNR mejoró notablemente en las imágenes DLR híbridas4.
La Figura 1 muestra T2WI en un paciente con un hamartoma en el hipotálamo adquirido con un tiempo de exploración de aproximadamente 3 minutos. La imagen convencional (a) se comparó con la imagen DLR híbrida (AiCE y CS) adquirida con un tiempo de escaneo de aproximadamente 1 minuto (b). Las estructuras del tuber cinereum y la pars infundibularis se representan mucho más claramente en la imagen (b) que en la imagen (a).
La Figura 1 muestra T2WI en un paciente con un hamartoma en el hipotálamo adquirido con un tiempo de exploración de aproximadamente 3 minutos. La imagen convencional (a) se comparó con la imagen DLR híbrida (AiCE y CS) adquirida con un tiempo de escaneo de aproximadamente 1 minuto (b). Las estructuras del tuber cinereum y la pars infundibularis se representan mucho más claramente en la imagen (b) que en la imagen (a).
Figura 1: Comparación entre T2WI convencional y DLR T2WI híbrido en un paciente con hamartoma en el hipotálamo
Además, se utilizó una imagen TOF-MRA convencional adquirida con un tiempo de escaneo de 4 minutos y 40 segundos y una imagen TOF-MRA adquirida con un tiempo de escaneo de 1 minuto y 26 segundos a la que se le aplicó Hybrid DLR (modo AiCE y Fast 3D). Se compararon en un paciente con un aneurisma de la arteria cerebral media. La representación de las arterias finas era comparable en ambas imágenes. Se compararon una imagen de ARM convencional y una imagen de ARM de alta resolución a la que se aplicó Hybrid DLR (modo AiCE y Fast 3D), ambas adquiridas con un tiempo de exploración de 4 minutos y 40 segundos, en un paciente con oclusión de la arteria carótida interna. . Las ramas periféricas de la arteria oftálmica y la arteria cerebral anterior se representaron más claramente en la imagen Hybrid DLR gracias a los niveles de ruido reducidos y la mayor relación señal-ruido. En la CPRM realizada en un paciente con pancreatitis autoinmune, se compararon las imágenes adquiridas mediante exploración controlada por respiración y exploración en apnea (con y sin AiCE). La exploración en apnea con AiCE proporcionó imágenes claras de los conductos biliares en el hígado comparables a las adquiridas mediante la exploración controlada por respiración5.
Con base en los hallazgos anteriores, las ventajas del DLR híbrido se pueden resumir de la siguiente manera: 1) se puede usar en combinación con métodos de escaneo de alta velocidad basados en submuestreo del espacio k (Parallel Imaging (PI), CS y Fast 3D modo), 2) reduce el ruido y mejora la SNR cuando se combina el escaneo de alta velocidad y alta resolución con AiCE, 3) es aplicable a una amplia gama de regiones y secuencias de escaneo, y 4) el tiempo requerido para la reconstrucción es relativamente corto.
Con base en los hallazgos anteriores, las ventajas del DLR híbrido se pueden resumir de la siguiente manera: 1) se puede usar en combinación con métodos de escaneo de alta velocidad basados en submuestreo del espacio k (Parallel Imaging (PI), CS y Fast 3D modo), 2) reduce el ruido y mejora la SNR cuando se combina el escaneo de alta velocidad y alta resolución con AiCE, 3) es aplicable a una amplia gama de regiones y secuencias de escaneo, y 4) el tiempo requerido para la reconstrucción es relativamente corto.
Precise IQ Engine (PIQE)
1. Descripción general de PIQE
La tecnología de reconstrucción de alta resolución conocida como PIQE, que es un método para aumentar el número de píxeles por unidad de longitud, puede mejorar la resolución espacial hasta en un factor de 9. Cuando se aplica PIQE a imágenes de resolución relativamente baja que contienen ruido, Se pueden obtener imágenes de resolución con una SNR alta.
La tecnología de reconstrucción de alta resolución conocida como PIQE, que es un método para aumentar el número de píxeles por unidad de longitud, puede mejorar la resolución espacial hasta en un factor de 9. Cuando se aplica PIQE a imágenes de resolución relativamente baja que contienen ruido, Se pueden obtener imágenes de resolución con una SNR alta.
Figura 2: Descripción general de PIQE
PIQE se compone de dos redes neuronales separadas: una red neuronal de eliminación de ruido y una red neuronal de muestreo ascendente (Fig. 2).
Después de minimizar el ruido utilizando la misma técnica empleada en AiCE, la resolución de la imagen se mejora mediante interpolación de relleno cero (ZIP). El método ZIP mejora subjetivamente la resolución aparente al llenar los componentes de alta frecuencia en el espacio k con ceros, pero sus limitaciones son que quedan algunos restos borrosos y se generan artefactos de timbre. La resolución de la imagen se puede mejorar eliminando el desenfoque y los artefactos mediante el muestreo superior utilizando tecnología de aprendizaje profundo y recuperando así la nitidez de la imagen. Esto significa que PIQE está diseñado para garantizar versatilidad y estabilidad mediante el empleo de aprendizaje profundo para eliminar ruido y aumentar el muestreo.
Después de minimizar el ruido utilizando la misma técnica empleada en AiCE, la resolución de la imagen se mejora mediante interpolación de relleno cero (ZIP). El método ZIP mejora subjetivamente la resolución aparente al llenar los componentes de alta frecuencia en el espacio k con ceros, pero sus limitaciones son que quedan algunos restos borrosos y se generan artefactos de timbre. La resolución de la imagen se puede mejorar eliminando el desenfoque y los artefactos mediante el muestreo superior utilizando tecnología de aprendizaje profundo y recuperando así la nitidez de la imagen. Esto significa que PIQE está diseñado para garantizar versatilidad y estabilidad mediante el empleo de aprendizaje profundo para eliminar ruido y aumentar el muestreo.
Figura 2: Descripción general de PIQE
2. Aplicaciones de PIQE
En la resonancia magnética, normalmente existen compensaciones entre la resolución espacial, la relación señal-ruido y el contraste. Sin embargo, PIQE permite lograr tanto un alto contraste como una alta resolución espacial.
La Figura 3 muestra T2WI coronal de alta resolución con una matriz de 960 × 960 y un espesor de corte de 3 mm. En comparación con una imagen convencional adquirida usando AiCE (a) con un tiempo de escaneo de 11 minutos y 40 segundos, una imagen PIQE (b) adquirida con un tiempo de escaneo de 3 minutos y 56 segundos muestra una SNR extremadamente alta y un contraste excelente, con un excelente Calidad de imagen aparentemente comparable a la de un sistema 7-T.
La Figura 4 muestra una vista ampliada del T2WI transversal adquirido con una matriz de 448×448. Las ramas del nervio trigémino (círculos naranjas) en la cueva de Meckel, que en una imagen convencional (a) no se visualizan bien, se representan claramente en una imagen PIQE (b) gracias a la alta resolución espacial.
En la resonancia magnética, normalmente existen compensaciones entre la resolución espacial, la relación señal-ruido y el contraste. Sin embargo, PIQE permite lograr tanto un alto contraste como una alta resolución espacial.
La Figura 3 muestra T2WI coronal de alta resolución con una matriz de 960 × 960 y un espesor de corte de 3 mm. En comparación con una imagen convencional adquirida usando AiCE (a) con un tiempo de escaneo de 11 minutos y 40 segundos, una imagen PIQE (b) adquirida con un tiempo de escaneo de 3 minutos y 56 segundos muestra una SNR extremadamente alta y un contraste excelente, con un excelente Calidad de imagen aparentemente comparable a la de un sistema 7-T.
La Figura 4 muestra una vista ampliada del T2WI transversal adquirido con una matriz de 448×448. Las ramas del nervio trigémino (círculos naranjas) en la cueva de Meckel, que en una imagen convencional (a) no se visualizan bien, se representan claramente en una imagen PIQE (b) gracias a la alta resolución espacial.
Figura 3: Efecto de PIQE en T2WI de alta resolución
Figura 3: Efecto de PIQE en T2WI de alta resolución
Figura 4: Imágenes del nervio trigémino usando PIQE
Figura 4: Imágenes del nervio trigémino usando PIQE
La Figura 5 muestra una imagen de la glándula pituitaria adquirida en un estudio dinámico ponderado en T1 con una matriz de 192×192, un espesor de corte de 2 mm y un tiempo de exploración de 22 segundos. La SNR y la resolución mejoran significativamente con PIQE (b). PIQE se considera una técnica extremadamente prometedora para realizar estudios dinámicos en el futuro.
La Figura 6 muestra T2WI grasa saturada de las órbitas y los senos paranasales. El nervio olfatorio se representa muy claramente cuando se aplica PIQE (b, flecha naranja). Además, también se representan con extraordinaria claridad estructuras como los músculos extraoculares, el nervio óptico y la vena oftálmica superior en la órbita, así como la mucosa de los senos paranasales y la mucosa nasal. Se espera que las aplicaciones de PIQE en exámenes de cabeza y cuello tengan un gran valor clínico en el futuro.
La Figura 6 muestra T2WI grasa saturada de las órbitas y los senos paranasales. El nervio olfatorio se representa muy claramente cuando se aplica PIQE (b, flecha naranja). Además, también se representan con extraordinaria claridad estructuras como los músculos extraoculares, el nervio óptico y la vena oftálmica superior en la órbita, así como la mucosa de los senos paranasales y la mucosa nasal. Se espera que las aplicaciones de PIQE en exámenes de cabeza y cuello tengan un gran valor clínico en el futuro.
Figura 5: Efecto de PIQE en estudios dinámicos
Figura 5: Efecto de PIQE en estudios dinámicos
Figura 6: Aplicación de PIQE en la exploración de cabeza y cuello
Figura 6: Aplicación de PIQE en la exploración de cabeza y cuello
3. Ventajas y limitaciones de PIQE
Las ventajas de PIQE se pueden resumir de la siguiente manera: 1) mejora la resolución espacial manteniendo un buen contraste del tejido, 2) puede usarse en combinación con PI y 3) es aplicable a una amplia variedad de regiones de exploración. Por otro lado, persisten varios desafíos: la matriz de reconstrucción es limitada y el volumen de datos es extremadamente grande.
Las ventajas de PIQE se pueden resumir de la siguiente manera: 1) mejora la resolución espacial manteniendo un buen contraste del tejido, 2) puede usarse en combinación con PI y 3) es aplicable a una amplia variedad de regiones de exploración. Por otro lado, persisten varios desafíos: la matriz de reconstrucción es limitada y el volumen de datos es extremadamente grande.
Conclusión
AiCE reduce el ruido de la imagen y mejora la SNR, y el DLR híbrido combinado con CS y el modo Fast 3D permite un escaneo más rápido y una mayor resolución manteniendo una SNR alta.
Además, PIQE puede mejorar la resolución espacial manteniendo un buen contraste del tejido.//
Además, PIQE puede mejorar la resolución espacial manteniendo un buen contraste del tejido.//
Toshinori Hirai, MD, PhD
Profesor, Departamento de Radiología Diagnóstica, Facultad de Ciencias de la Vida,
Universidad de Kumamoto, Japón
Profesor, Departamento de Radiología Diagnóstica, Facultad de Ciencias de la Vida,
Universidad de Kumamoto, Japón
Referencias
1 Kidoh, M., et al., Magn. Reson. Med. Sci., 19(3): 195-206, 2020.
2 Uetani, H., et al., Neuroradiology, 63(1): 63-71, 2021.
3 Yasaka, K., et al., Jpn. J. Radiol., 40(5): 476-483, 2022.
4 Uetani, H., Hirai, T., et al., Eur. Radiol., 32(7): 4527-4536, 2022.
5 Shiraishi, K., et al., Eur. Radiol., 2023 (in press).
Este artículo es una traducción de la revista INNERVISION, Vol.38, No.6, 2023.
Aclaraciones
El contenido de este informe incluye las opiniones personales del autor basadas en su experiencia y conocimiento clínico.
La tecnología de aprendizaje profundo se utiliza en la etapa de diseño del procesamiento de reconstrucción de imágenes. AiCE y PIQE no tienen capacidades de autoaprendizaje.
1 Kidoh, M., et al., Magn. Reson. Med. Sci., 19(3): 195-206, 2020.
2 Uetani, H., et al., Neuroradiology, 63(1): 63-71, 2021.
3 Yasaka, K., et al., Jpn. J. Radiol., 40(5): 476-483, 2022.
4 Uetani, H., Hirai, T., et al., Eur. Radiol., 32(7): 4527-4536, 2022.
5 Shiraishi, K., et al., Eur. Radiol., 2023 (in press).
Este artículo es una traducción de la revista INNERVISION, Vol.38, No.6, 2023.
Aclaraciones
El contenido de este informe incluye las opiniones personales del autor basadas en su experiencia y conocimiento clínico.
La tecnología de aprendizaje profundo se utiliza en la etapa de diseño del procesamiento de reconstrucción de imágenes. AiCE y PIQE no tienen capacidades de autoaprendizaje.
Obtenga más información sobre las tecnologías y productos de resonancia magnética de Canon Medical
Due to medical device regulatory reasons, not all products/service displayed on this Canon Medical Systems Argentina webpage are available in all countries, regions or markets. Future availability of the products/service cannot also be guaranteed. Please contact your local Canon Medical Systems representative for further details.
