简介:摘要目的探讨人工智能-压缩感知(artificial intelligence compressed sensing,ACS)与压缩感知(compressed sensing,CS)在膝关节MRI中的加速效率及对图像质量的影响。材料与方法采用3.0 T MRI对67名受检者进行膝关节矢状面质子密度加权序列扫描,设置加速因子分别为2.0、2.5、3.0的CS序列(CS 2.0,CS 2.5,CS 3.0)与加速因子分别为2.5、3.0、3.5、4.0的ACS序列(ACS 2.5,ACS 3.0,ACS 3.5,ACS 4.0),以并行采集(parallel imaging,PI) 2.0作为参考。两位医师独立对图像质量进行四分制主观评分。另一位医师在股骨内侧髁、腓肠肌内侧头、髁间窝积液、髌下脂肪垫、股骨外侧髁软骨放置感兴趣区,测量组织信噪比(signal noise ratio,SNR)。对图像质量主观评分与多处组织SNR进行统计学分析。结果在CS与ACS序列中,扫描时间随加速因子增大而缩短(PI 2.0:152 s;CS 2.0:128 s, CS 2.5:104 s,CS 3.0:86 s;ACS 2.5:76 s,ACS 3.0:65 s,ACS 3.0:57 s,ACS 4.0:51 s)。图像质量主观评分一致性达到一致性较强以上(0.735≤κ≤0.869)。8组序列间图像质量主观评分及五处组织SNR差异均具有统计学意义(P<0.05)。CS 2.0、ACS 3.0主观评分及组织SNR与PI 2.0差异无统计学意义(P>0.05)。AC S2.5主观评分及四处组织SNR与PI 2.0差异无统计学意义(P>0.05),并有一处组织SNR明显高于PI 2.0。CS 2.5、CS 3.0、ACS 3.5、ACS 4.0图像质量主观评分明显低于PI 2.0,且分别有1、5、2、2处组织SNR显著低于PI 2.0 (P均<0.05)。结论ACS与CS均能缩短磁共振采集时间。相比CS,ACS具有更高加速效率,在膝关节质子密度加权序列中,在保证图像质量的前提下能将扫描时间缩短57%。