Evaluering av en fripustende hjerte-Cine-MRI-sekvens med bilderekonstruksjoner ved dyplæring ved iskemisk hjertesykdom (CINEDL)

I dag er MR gullstandarden for nøyaktig vurdering av venstre ventrikkels volum og funksjon, men har ulempen ved å ha en lang innsamlingstid og å generere bevegelsesartefakter, spesielt respiratoriske artefakter, som krever gjentatte sekvenser i apné for å dekke hele hjertevolumet . Disse apnéene er vanskelige å oppnå hos pasienter med iskemisk hjertesykdom og kan føre til forringelse av bildene, en økning i undersøkelsens varighet ved gjentatte anskaffelser og derfor til diagnostiske unøyaktigheter.

Kunstig intelligens, som allerede brukes i praksis ved hjerte-MR for automatisk segmentering av hjertekamrene, forbedrer radiologisk tolkning med raske og presise målinger. Dyplæring, som er en del av kunstig intelligens, vil tillate rekonstruksjon av film-MRI-sekvenser i fri pust, for å overvinne artefakter fra respirasjonsbevegelser, og forbedring av diagnostisk ytelse samtidig som undersøkelsesforholdene for pasienter forbedres.

Pasienter som kommer til en hjerte-MR for vurdering av iskemisk hjertesykdom vil være kvalifisert for protokollen. Hvis pasienten godtar å delta, vil en frittpustende hjerte-cine-MR-sekvens med dyp læringsbasert bilderekonstruksjon bli lagt til den vanlige protokollen.

Ingen oppfølging vil være nødvendig i denne studien.