Швидкий рутинний протокол МРТ головного мозку

Дослідження головного мозку є одним із найрозповсюдженіших застосувань методу МРТ в клінічній практиці і складає близько 40% серед усіх діагностичних МРТ-процедур. Широке застосування МРТ для виявлення патологічних змін пов’язане із унікальною здатністю методу розрізняти різні типи тканин, а відповідно і структур головного мозку, високою тканинною контрастністю. А також можливостями в розширеній характеристиці головного мозку завдяки дифузійно-зваженій візуалізації (DWI), функціональній МРТ (fMRI), і вивченні метаболізму методом спектроскопії (MR-spectroscopy). МРТ є поліпроекційним методом дослідження, зазвичай отримуються зрізи в різних площинах для вивчення структури мозку. На сьогодні основними послідовностями для рутинного дослідження є Т1-зважені послідовності, Т2-зважені послідовності, дифузійно-зважені зображення і FLAIR-зображення. Більшість із вказаних типів послідовностей було розроблено у 1980х-1990х роках. Зазвичай протокол для дослідження складає 15-30 хвилин. Але із збільшенням підвищенням доступності цього методу і обладнання кількість пацієнтів постійно збільшується, що вимагає зменшення часу дослідження для підвищення пропускної здатності обладнання. На сьогоднішній день завдяки впровадженню найсучасніших методів паралельної візуалізації і алгоритмів штучного інтелекту магнітно-резонансні томографи Canon Medical здатні задовольнити запити лікарів і оптимізувати тривалість дослідження до 5 хвилин без втрати якості. Це досягається завдяки застосуванню методу Compressed SPEEDER до послідовностей FSE, застосуванню алгоритмів штучного інтелекту AiCE, технології одночасного збудження кількох зрізів Multiband.

Compressed SPEEDER - це нова технологія візуалізації, яка може прискорити час сканування

і застосовується до обстежень будь-якої ділянки тіла. Цей унікальний підхід для обробки зображень забезпечує
високошвидкісну візуалізацію, зберігаючи відмінні показники зображення.

AiCE - чіткі зображення без шуму.

Використовуючи величезну обчислювальну потужність глибокої конволюційної нейронної ме-режі (DCNN), AiCE навчається відновленню даних на МРТ, щоб реконструювати зображення без шуму, це призводить до значного покращення якості зображення.

Особливості AiCE:

• Інтелектуально видаляє шум
• Покращує значення SNR
• Підвищує розподільчу здатність
• Розширює анатомічну деталізацію