由密苏里大学医学院和工程学院的研究人员开发的一种AI辅助模型，可以将低质量的心脏MRI扫描转化为高质量图像，同时将扫描心脏所需的时间减少约90%。
一次心脏磁共振成像（MRI）扫描通常需要30到90分钟。这些扫描可以揭示心脏功能的重要信息以及是否存在任何问题。然而，由于运动可能会降低图像质量，扫描结果并不总是清晰或高质量的。
这就是密苏里大学研究人员开发的AI辅助模型TagGen发挥重要作用的地方。
“如果图像模糊，恢复图像的细节或质量的方法非常有限，”首席研究员Changyu Sun表示，“清晰度对于临床诊断至关重要，例如判断是否存在异常运动或功能障碍。”
这项技术的相关论文已发表在《医学中的磁共振》期刊上。
更高的图像质量意味着扫描中的标记线更加清晰，这些标记线用于追踪肌肉运动。标记线帮助医生识别心脏中运动异常或可能受损的区域。如果没有它们，跟踪心脏运动或准确测量心脏功能会变得困难。随着AI处理图像，它恢复了质量并提供了更清晰的心脏运动可视化效果。
AI支持的更快扫描和改进的标记线质量使医生能够更好地观察心脏的跳动、收缩和泵血过程。如果不使用TagGen，获取扫描将需要更长的时间，增加成本和患者不适感，同时降低图像质量。
“在进行心脏MRI扫描时，患者需要屏住呼吸以减少因呼吸导致的胸部运动，这有助于生成更清晰的图像。”Sun说，“有些扫描需要超过20次心跳的时间，这让患者很难长时间屏气。通过使用TagGen保持标记线的质量，医生可以看到原本可能遗漏的信息，而患者只需屏气三次心跳的时间。这项技术将带来更好的诊断和改善患者的治疗效果。”
在未来的工作中，Sun计划进一步完善TagGen并改进MRI运动跟踪技术。他和他的团队还在努力将这种AI技术推广到其他类型的心脏MRI扫描、计算机断层扫描（CT）以及针对其他器官（如脑部MRI）的扫描。
Changyu Sun博士是密苏里大学医学院放射学助理教授，同时也是密苏里大学工程学院生物医学工程助理教授。他还是NextGen精准健康研究项目的成员。他的研究重点是开发快速MRI采集、精确重建和先进AI技术的新策略。
更多信息：Changyu Sun等，《TagGen：基于扩散的生成模型用于心脏MR标记超分辨率》，《医学中的磁共振》（2025）。DOI: 10.1002/mrm.30422
(全文结束)
