Refine
Has Fulltext
- yes (3)
Is part of the Bibliography
- yes (3)
Document Type
- Doctoral Thesis (2)
- Journal article (1)
Keywords
- Magnetresonanztomografie (3) (remove)
Institute
Sonstige beteiligte Institutionen
EU-Project number / Contract (GA) number
- 701983 (1)
Die vorliegende Dissertation befasst sich mit der Entwicklung und Anwendung von Schnellbild-Verfahren der Magnetresonanztomografie (MRT), die auf der Messung stimulierter Echosignale beruhen. Die schnellen STEAM (STEAM = stimulated echo acquisition mode) MRT-Technik leidet im Gegensatz zu alternativen Messtechniken auch bei hohen Magnetfeldstärken nicht unter Bildverzerrungen und Begrenzungen durch eine hohe Hochfrequenzbelastung. Da sie jedoch Bilder geringerer Signalintensität liefert, bestand das Primärziel dieser Arbeit in einer Verbesserung des Signal-zu-Rausch-Verhältnisses, um die Vorteile für die Herzbildgebung und die diffusionsgewichtete MRT des Gehirns besser nutzen zu können (Anwendungen am Menschen bei einer Feldstärke von 3 Tesla). Durch eine Kombination verschiedener physikalischer (Messtechnik, Ortskodierung, Unterabtastung) und mathematischer Maßnahmen (Bildrekonstruktion) konnte in dieser Arbeit eine erhebliche Signalsteigerung bei gleichzeitiger Verkürzung des Messzeit von Einzelbildern erreicht werden. Die Ergebnisse der STEAM-MRT am Herzen zeigen Schnittbilder des Herzmuskels ohne den störenden Einfluss der Signale des Blutes. Die diffusionsgewichtete MRT des Gehirns lieferte ohne Suszeptibilitätsartefakte eine verzerrungsfreie Kartierung des Diffusionstensors und – daraus abgeleitet – eine anatomisch korrekte, dreidimensionale Rekonstruktion von Nervenfaserbahnen etwa des Cingulums.
Even as medical data sets become more publicly accessible, most are restricted to specific medical conditions. Thus, data collection for machine learning approaches remains challenging, and synthetic data augmentation, such as generative adversarial networks (GAN), may overcome this hurdle. In the present quality control study, deep convolutional GAN (DCGAN)-based human brain magnetic resonance (MR) images were validated by blinded radiologists. In total, 96 T1-weighted brain images from 30 healthy individuals and 33 patients with cerebrovascular accident were included. A training data set was generated from the T1-weighted images and DCGAN was applied to generate additional artificial brain images. The likelihood that images were DCGAN-created versus acquired was evaluated by 5 radiologists (2 neuroradiologists [NRs], vs 3 non-neuroradiologists [NNRs]) in a binary fashion to identify real vs created images. Images were selected randomly from the data set (variation of created images, 40%-60%). None of the investigated images was rated as unknown. Of the created images, the NRs rated 45% and 71% as real magnetic resonance imaging images (NNRs, 24%, 40%, and 44%). In contradistinction, 44% and 70% of the real images were rated as generated images by NRs (NNRs, 10%, 17%, and 27%). The accuracy for the NRs was 0.55 and 0.30 (NNRs, 0.83, 0.72, and 0.64). DCGAN-created brain MR images are similar enough to acquired MR images so as to be indistinguishable in some cases. Such an artificial intelligence algorithm may contribute to synthetic data augmentation for "data-hungry" technologies, such as supervised machine learning approaches, in various clinical applications.
Die klinische Magnetresonanztomografie (MRT) operiert meist bei einer Magnetfeldstärke von 1,5 Tesla (T). Es halten jedoch immer mehr 3T MRT-Systeme Einzug
im klinischen Alltag und seit kurzem auch 7T Ganzkörper-MRT-Systeme in die Grundlagenforschung. Höhere Magnetfeldstärken führen grundsätzlich zum einem
verbesserten Signal-zu-Rausch- Verhältnis, welches sich gewinnbringend in eine erhöhte Ortsauflösung oder schnellere Bildaufnahme äußert. Ein Nachteil ist aber die dabei im Patienten deponierte Hochfrequenz-Energie (HF-Energie), welche quadratisch mit ansteigender Feldstärke zusammenhängt. Charakterisiert wird diese durch die
spezifische Absorptionsrate (SAR) und ist durch vorgegebene gesetzliche Grenzwerte beschränkt. Moderne, SAR-intensive MRT-Techniken (z.B. Multispinecho-Verfahren)
sind bereits bei 1,5T nahe den zulässigen SAR-Grenzwerten und somit nicht unverändert auf Hochfeld-Systeme übertragbar. In dieser Arbeit soll das Potential modularer
Hybrid-MRT-Techniken genutzt werden, um das SAR bei besonders SAR-intensiven MRT-Verfahren ohne signifikante Einbußen in der Bildqualität erheblich zu verringern. Die Hybrid-Techniken sollen in Verbindung mit zusätzlichen Methoden der SAR-Reduzierung den breiteren Einsatz SAR-intensiver MRT-Techniken an hohen Magnetfeldern ermöglichen. Ziel dieser Arbeit ist es, routinefähige und SAR-reduzierte MRT-Standard-Protokolle für neuroanatomische Humanuntersuchungen mit räumlicher Höchstauflösung bei Magnetfeldern von 3T und 7T zu etablieren.