論文の概要: Deep learning water-unsuppressed MRSI at ultra-high field for simultaneous quantitative metabolic, susceptibility and myelin water imaging

• arxiv url: http://arxiv.org/abs/2512.14929v1
• Date: Tue, 16 Dec 2025 21:41:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-18 17:06:26.791099
• Title: Deep learning water-unsuppressed MRSI at ultra-high field for simultaneous quantitative metabolic, susceptibility and myelin water imaging
• Title（参考訳）: 超高磁場における深層学習水抑制MRSIによるメタボリック・サセプティビティ・ミエリン水画像の同時定量化
• Authors: Paul J. Weiser, Jiye Kim, Jongho Lee, Amirmohammad Shamaei, Gulnur Ungan, Malte Hoffmann, Antoine Klauser, Berkin Bilgic, Ovidiu C. Andronesi,
• Abstract要約: 水抑制型MRSIは水と代謝物の同時撮像を可能にするが、大きな水側バンドは代謝適合の課題を引き起こす。 超高速でこれらの課題を克服するために、エンドツーエンドのディープラーニングパイプラインを開発しました。
• 参考スコア（独自算出の注目度）: 3.526401772910864
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Purpose: Magnetic Resonance Spectroscopic Imaging (MRSI) maps endogenous brain metabolism while suppressing the overwhelming water signal. Water-unsuppressed MRSI (wu-MRSI) allows simultaneous imaging of water and metabolites, but large water sidebands cause challenges for metabolic fitting. We developed an end-to-end deep-learning pipeline to overcome these challenges at ultra-high field. Methods:Fast high-resolution wu-MRSI was acquired at 7T with non-cartesian ECCENTRIC sampling and ultra-short echo time. A water and lipid removal network (WALINET+) was developed to remove lipids, water signal, and sidebands. MRSI reconstruction was performed by DeepER and a physics-informed network for metabolite fitting. Water signal was used for absolute metabolite quantification, quantitative susceptibility mapping (QSM), and myelin water fraction imaging (MWF). Results: WALINET+ provided the lowest NRMSE (< 2%) in simulations and in vivo the smallest bias (< 20%) and limits-of-agreement (+-63%) between wu-MRSI and ws-MRSI scans. Several metabolites such as creatine and glutamate showed higher SNR in wu-MRSI. QSM and MWF obtained from wu-MRSI and GRE showed good agreement with 0 ppm/5.5% bias and +-0.05 ppm/ +- 12.75% limits-of-agreement. Conclusion: High-quality metabolic, QSM, and MWF mapping of the human brain can be obtained simultaneously by ECCENTRIC wu-MRSI at 7T with 2 mm isotropic resolution in 12 min. WALINET+ robustly removes water sidebands while preserving metabolite signal, eliminating the need for water suppression and separate water acquisitions.
• Abstract（参考訳）: 目的:MRSI(Magnetic Resonance Spectroscopic Imaging)は、圧倒的な水信号を抑制しながら内因性脳代謝をマッピングする。 水抑制型MRSI(wu-MRSI)は、水と代謝物の同時撮像を可能にするが、大きな水側バンドは代謝適合の課題を引き起こす。 超高速でこれらの課題を克服するために、エンドツーエンドのディープラーニングパイプラインを開発しました。 方法:高分解能wu-MRSIは,非カルテシアンECCENTRICサンプリングと超短エコー時間で7Tで得られた。 水・脂質除去ネットワーク (WALINET+) は, 脂質, 水信号, サイドバンドを除去するために開発された。 MRSIの再構成はDeepERとメタボライトフィッティングのための物理インフォームドネットワークによって行われた。 水信号は絶対代謝物定量化、定量的感受性マッピング(QSM)、ミエリン水分画イメージング(MWF)に用いられた。 結果: WALINET+ はシミュレーションにおいて最低 NRMSE (< 2%) , in vivo では最小 (< 20%) および wu-MRSI スキャンと ws-MRSI スキャンの差 (+-63%) を示した。 クレアチンやグルタミン酸などの代謝産物はwu-MRSIにおいて高いSNRを示した。 wu-MRSIとGREから得られたQSMとMWFは、0 ppm/5.5%のバイアスと+-0.05 ppm/+-12.75%のアグリメントと良好な一致を示した。 結論: ヒト脳の高次代謝, QSM, MWFマッピングはECCENTRIC wu-MRSIを7T, 2mm等方分解能を12分で同時に得ることができる。 WALINET+は代謝産物のシグナルを保存しながら水側バンドを堅牢に除去し、水抑制と水獲得の分離を不要にする。

関連論文リスト

• PHASE-Net: Physics-Grounded Harmonic Attention System for Efficient Remote Photoplethysmography Measurement [63.007237197267834]
  既存のディープラーニング手法は、主に生理学的モニタリングであり、理論的な堅牢性を欠いている。 本研究では,Navier-Stokes方程式のヘモダイナミックスから導かれる物理インフォームド r パラダイムを提案し,パルス信号が2次系に従うことを示す。 これは、時間的円錐ネットワーク(TCN)を使用する理論的正当性を提供する。 Phase-Netは高い効率で最先端のパフォーマンスを実現し、理論上は基礎的でデプロイ可能な r ソリューションを提供する。
  論文  参考訳（メタデータ） (2025-09-29T14:36:45Z)
• MAGO-SP: Detection and Correction of Water-Fat Swaps in Magnitude-Only VIBE MRI [5.986379010185137]
  容積補間ブレスホールド試験(VIBE)MRIは水と脂肪の信号合成推定に適した画像を生成する。 2点VIBEは水脂肪分離画像を提供するが、6点VIBEは有効緩和率R2*と陽子密度脂肪率(PDFF)の推定を可能にする。 この欠点は、大規模臨床データと人口調査の自動PDFF解析におけるVIBE-MRIの適用に挑戦するものである。 本研究では,非コントラスト強調VIBE画像における水脂肪交換を自動的に検出し,補正するパイプラインを開発した。
  論文  参考訳（メタデータ） (2025-02-20T15:54:37Z)
• MICCAI-CDMRI 2023 QuantConn Challenge Findings on Achieving Robust Quantitative Connectivity through Harmonized Preprocessing of Diffusion MRI [11.976600830879757]
  白色物質の変化は、神経疾患とその進行にますます関係している。 DW-MRIデータの定量的解析は、様々な取得プロトコルから生じる矛盾によって妨げられる。 MICCAI-CDMRI 2023 QuantConnチャレンジでは、同じスキャナーで収集された同じ個人から生のデータが提供されたが、2つの異なる取得がなされた。 その結果,バンドル表面積,分数異方性,コネクトームの非等方性,間隙数,エッジ数,モジュラリティ,結節強度,参加係数は,獲得によって最も偏っていることがわかった。 機械学習ボクセル補正、RISHマッピングおよびNeSH法を効果的に活用する
  論文  参考訳（メタデータ） (2024-11-14T17:37:19Z)
• WALINET: A water and lipid identification convolutional Neural Network for nuisance signal removal in 1H MR Spectroscopic Imaging [1.1352443270321104]
  全脳1H-MRSIの長年の問題は、代謝産物ピークと頭皮からの脂質シグナルのスペクトルオーバーラップである。 我々は脳1H-MRSIにおける水と脂質の除去のための改良Y-NETネットワークに基づく深層学習手法を提案する。
  論文  参考訳（メタデータ） (2024-10-01T14:37:55Z)
• Deep-ER: Deep Learning ECCENTRIC Reconstruction for fast high-resolution neurometabolic imaging [3.3771864230870072]
  変化した神経代謝は、多くの神経疾患や脳がんにおいて重要な病理機構である。 ディープラーニングECCENTRIC再構成は、従来の方法よりも600倍高速な再構築を提供する。
  論文  参考訳（メタデータ） (2024-09-26T21:20:51Z)
• Theoretical framework for real time sub-micron depth monitoring using quantum inline coherent imaging [55.2480439325792]
  インラインコヒーレントイメージング(ICI)は、キーホール溶接、添加物製造、マイクロ加工など、様々なレーザプロセスのリアルタイム監視のための信頼性の高い手法である。 軸方向分解能は2m以上に限定されており、ICIはサブミクロンプロセスの監視には適さない。 量子光コヒーレンス・トモグラフィ(Q OCT)の進歩は、1m以上の奥行き分解能を達成してこの問題に対処する可能性がある。
  論文  参考訳（メタデータ） (2023-09-17T17:05:21Z)
• Using BOLD-fMRI to Compute the Respiration Volume per Time (RTV) and Respiration Variation (RV) with Convolutional Neural Networks (CNN) in the Human Connectome Development Cohort [55.41644538483948]
  本研究では, RVとRVTの2つの呼吸対策を再現するための1次元CNNモデルを提案する。 その結果、CNNはBOLD信号の静止から情報的特徴を捉え、現実的なRVとRVTのタイムリーを再構築できることがわかった。
  論文  参考訳（メタデータ） (2023-07-03T18:06:36Z)
• Multi-scale Super-resolution Magnetic Resonance Spectroscopic Imaging with Adjustable Sharpness [8.298481644220848]
  既存のディープラーニングベースのMRSI超解像法では、アップスケーリング係数ごとに個別のネットワークをトレーニングする必要がある。 本稿では、アップスケーリング係数に基づいて畳み込みフィルタを変調するフィルタスケーリング戦略を用いて、このマルチスケール超解像問題に取り組む。 我々のネットワークは、超解法メタボリックマップの知覚的シャープネスを1つのネットワーク内で調整できるように、対向損失の重みに条件付けされている。
  論文  参考訳（メタデータ） (2022-06-17T19:33:41Z)
• Confidence-guided Lesion Mask-based Simultaneous Synthesis of Anatomic and Molecular MR Images in Patients with Post-treatment Malignant Gliomas [65.64363834322333]
  信頼性ガイドSAMR(CG-SAMR)は、病変情報からマルチモーダル解剖学的配列にデータを合成する。 モジュールは中間結果に対する信頼度測定に基づいて合成をガイドする。 実際の臨床データを用いた実験により,提案モデルが最先端の合成法よりも優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2020-08-06T20:20:22Z)
• Lesion Mask-based Simultaneous Synthesis of Anatomic and MolecularMR Images using a GAN [59.60954255038335]
  提案するフレームワークは,ストレッチアウトアップサンプリングモジュール,ブレインアトラスエンコーダ,セグメンテーション一貫性モジュール,マルチスケールラベルワイド識別器から構成される。 実際の臨床データを用いた実験により,提案モデルが最先端の合成法よりも優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2020-06-26T02:50:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。