Rofo 2024; 196(S 01): S16
DOI: 10.1055/s-0044-1781513
Abstracts
Vortrag (Wissenschaft)
Herzdiagnostik

Deep Learning-basierte Bildrekonstruktion für verbesserte Bildqualität fetaler Herz-MRT bei angeborenen Herzfehlern

T M Vollbrecht
1   Universitätsklinikum Bonn, Klinik für Diagnostische und Interventionelle Radiologie, Bonn
,
C Hart
2   Universitätsklinikum Bonn, Klinik für Diagnostische und Interventionelle Radiologie, Bonn
,
S Zhang
2   Universitätsklinikum Bonn, Klinik für Diagnostische und Interventionelle Radiologie, Bonn
,
C Katemann
2   Universitätsklinikum Bonn, Klinik für Diagnostische und Interventionelle Radiologie, Bonn
,
A M Sprinkart
2   Universitätsklinikum Bonn, Klinik für Diagnostische und Interventionelle Radiologie, Bonn
,
A Isaak
2   Universitätsklinikum Bonn, Klinik für Diagnostische und Interventionelle Radiologie, Bonn
,
U Attenberger
2   Universitätsklinikum Bonn, Klinik für Diagnostische und Interventionelle Radiologie, Bonn
,
C C Pieper
2   Universitätsklinikum Bonn, Klinik für Diagnostische und Interventionelle Radiologie, Bonn
,
D Kütting
2   Universitätsklinikum Bonn, Klinik für Diagnostische und Interventionelle Radiologie, Bonn
,
A Geipel
2   Universitätsklinikum Bonn, Klinik für Diagnostische und Interventionelle Radiologie, Bonn
,
B Strizek
2   Universitätsklinikum Bonn, Klinik für Diagnostische und Interventionelle Radiologie, Bonn
,
J A Luetkens
2   Universitätsklinikum Bonn, Klinik für Diagnostische und Interventionelle Radiologie, Bonn
› Institutsangaben
 

Zielsetzung Die fetale Herz-MRT mit Doppler-Ultraschall (DUS)-Gating ist eine vielversprechende neue Technik zur pränatalen Herzdiagnostik als Ergänzung zur Echokardiographie. Eine wichtige Limitation fetaler Cine-Bilder ist jedoch das niedrige Signal-Rausch-Verhältnis (SNR). Für eine im klinischen Alltag umsetzbare Verbesserung der Bildqualität wurde daher in dieser Studie ein Deep-Learning (DL)-basiertes Rekonstruktionsverfahren bei Feten mit angeborenen Herzfehlern untersucht (SmartSpeed AI, Philips Healthcare).

Material und Methoden 25 Feten mit angeborenem Herzfehler (35±1 Wochen) wurden einer Herz-MRT (3T) unterzogen. Für die Cine-Bildgebung wurde eine bSSFP-Sequenz mit DUS-Gating durchgeführt. Die Bilder wurden sowohl mit Compressed SENSE (bSSFP CS) als auch mit einem vortrainierten neuronalen Netzwerk rekonstruiert, das für DL-Denoising (bSSFP DL) trainiert wurde. Die Bilder wurden qualitativ anhand einer 5-stufigen Likert-Skala (von 1=nicht diagnostisch bis 5=exzellent) und quantitativ durch Berechnung des ) und des Kontrast-Rausch-Verhältnisses (CNR) verglichen. Die diagnostische Aussagekraft der Bilder wurde für Vorhöfe, Ventrikel, Foramen ovale, Klappen, große Gefäße, Aortenbogen und Lungenvenen verglichen.

Ergebnisse Die Untersuchung war bei 23 Feten (92%) erfolgreich. Die Bildqualität der bSSFP DL-Rekonstruktionen war im Vergleich zu den Standardbildern hinsichtlich des Kontrastes (3 [IQR: 2-4] vs. 5 [4-5], P<0.001) und der Randschärfe überlegen (3 [2-4] vs. 4 [4-5], P<0. 001), während das Ausmaß der Artefakte vergleichbar war (4 [3-4,75] vs 4 [3-4], P=0,40). bSSFP DL-Bilder wiesen im Vergleich zu den bSSFP CS-Bildern eine höhere SNR und CNR auf (SNR: 13,4±6,9 vs 8,3±3,6, P<0,001; CNR: 26,6±15,8 vs 14,4±6,8, P<0,001). Die diagnostische Aussagekraft der bSSFP-DL-Bilder war in der Beurteilung kardiovaskulärer Strukturen (z. B. Vorhöfe und Ventrikel: P=0,003) höher.

Schlussfolgerungen DL-basierte Bildrekonstruktion ermöglicht im Vergleich zur Standardrekonstruktion eine bessere Bildqualität für die fetale Herz-MRT.



Publikationsverlauf

Artikel online veröffentlicht:
12. April 2024

© 2024. Thieme. All rights reserved.

Georg Thieme Verlag
Rüdigerstraße 14, 70469 Stuttgart, Germany