PSIRNet：深層学習に基づくフリーブリージング高速獲得・後期増強イメージング

概要: 目的: 自由呼吸下の位相感受性反転回復（PSIR）遅延ガドリニウム増強（LGE）心臓MRIに対して、深層学習（DL）手法を開発・評価し、2心拍にわたる単一の収集から診断品質の画像を生成できるようにすること。これにより、8〜24回のモーション補正（MOCO）信号平均の必要性をなくす。
材料と方法: 2016年から2024年までの複数施設で、1.5Tおよび3Tスキャナにより取得された55,917人の患者由来の800,653スライスからなる生データを、本遡及的研究で用いた。データは患者単位で分割し、640,000スライス（42,822人）を訓練用とし、残りを検証およびテスト用とした。重複はない。訓練データとテストデータは別の施設から得た。845百万パラメータを有する物理ガイド型DLネットワークであるPSIRNetを、2心拍にわたる単一のインタリーブIR/PD収集から、表面コイル補正付きでPSIR画像を再構成するよう、エンドツーエンドで学習した。再構成品質は、MOCO PSIR参照に対してSSIM、PSNR、NRMSEを用いて評価した。2名の専門循環器医が独立して定性的評価を行い、画像品質を、明るい血液、暗い血液、ワイドバンドLGEの各バリアントについて5点リッカート尺度で採点した。対（ペア）優越および同等性（マージン = 0.25リッカート点）を、有意水準0.05で、Rバージョン4.5.2を用いた厳密ウィルコクソン符号付順位検定により検証した。
結果: 両読影者とも、単一平均によるPSIRNet再構成は暗い血液LGEにおいてMOCO PSIRより優れていると評価した（保守的P = .002）。明るい血液およびワイドバンドでは、ある読影者は優れていると評価し、もう一方は同等性を確認した（すべてのP < .001）。推論には、スライスあたり約100 msecを要し、MOCO PSIRでは5秒超であった。
結論: PSIRNetは単一の収集から自由呼吸下のPSIR LGE画像を診断品質で生成し、取得時間を8〜24倍に削減できる。