本研究では、急性期脳卒中画像診断におけるtime-resolved磁気共鳴血管造影（CE-MRA）において、SwiftMRを活用して画質向上と診断能向上を検証しました。具体的には、interleaved stochastic trajectoriesを用いたtimeresolved血管造影（4D-TWIST-MRA）の比較的低い信号対雑音比（SNR）と空間解像度について検討しました。520例の患者から得られたCE-MRA画像はSwiftMRで処理され、2名の認定放射線科医により、全体の画質、動脈瘤のサイズ測定、検出精度、および脳内主幹動脈閉塞（LVO）が疑われる患者における診断確信度が評価されました。結果、SwiftMR処理画像はいずれも、従来の画像と比較して優れた信号対雑音比（SNR）、全体的な画質、鮮明さ、血管の可視性を示しました。動脈瘤の評価においては、2つの追加の動脈瘤が検出され、平均動脈瘤サイズは、従来画像から得られたものよりも参照画像に近かったことが示されました。放射線科医の診断確信度は向上し、SwiftMR処理画像では意思決定時間が短縮されました。本研究は、SwiftMRが従来の臨床画像に遡及的に適用した場合でも、画質と診断性能を向上させることができることを示しています。
time-resolved CE-MRAは、短時間での画像取得が可能であるため、急性期脳梗塞が疑われる患者にとって極めて重要です。しかし、この画像診断法は、時間分解能がTOF MRAに比べて高いことから、SNRが低いという制限があります。本研究では、SwiftMRが実際の臨床現場において重要な役割を果たすことを示し、画質と臨床的意義の両方を向上させる能力を実証しています。
方法、結果、および潜在的な影響に関する詳細な検討については、研究論文の全文をご一読ください。この論文では、真相学習に基づくモデルが4D time-resolved MRAをどのように向上させ、脳卒中画像診断の速度と精度を向上させるかについて、詳細な検討結果を提供しています。
Kim BK, You S-H, Kim B, Shin JH. Deep Learning-Based High-Resolution Magnetic Resonance Angiography (MRA) Generation Model for 4D Time-Resolved Angiography with Interleaved Stochastic Trajectories (TWIST) MRA in Fast Stroke Imaging. Diagnostics. 2024; 14(11):1199. https://doi.org/10.3390/diagnostics14111199