EUVIMEDEUVIMED entdecken
Crossref

Improved Image Quality and Reduced Acquisition Time in Brain MRI Using Deep Learning-based Reconstruction at 0.55 T

S Saeed, J Kroeger, J Niehoff, C Moenninghoff, J Borggrefe

RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 01.04.2026 · 198 (S 01 S 01) · S78

DOI: 10.1055/s-0046-1817649 ↗

Kurz gefasst

Fachartikel in der Zeitschrift RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, erschienen am 01.04.2026. Verfasst von S Saeed und 4 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Zielsetzung Ziel dieser prospektiven Studie war es, den Effekt einer Deep-Learning-basierten Rekonstruktion auf die Bildqualität der Schädel-MRT bei einer Feldstärke von 0,55 T zu evaluieren. Hierzu erfolgte ein direkter Vergleich mit der konventionellen MPRAGE-Sequenz unter Anwendung sowohl objektiver (Signal-Rausch-Verhältnis [SNR], Kontrast-Rausch-Verhältnis [CNR]) als auch subjektiver, radiologenbasierter Bewertungskriterien. Material und Methoden Insgesamt wurden 30 konsekutive Patientinnen und Patienten an einem 0,55 T-MRT-System (MAGNETOM Free.Max, Siemens Healthineers, Forchheim, Deutschland) untersucht. Es erfolgte die Akquisition standardisierter MPRAGE-Sequenzen mit und ohne Deep-Learning-basierte Rekonstruktion unter identischen Parameterbedingungen. Zur quantitativen Analyse wurden definierte Regionen von Interesse (ROI) in grauer Substanz, weißer Substanz und Liquor cerebrospinalis ausgewertet, um SNR und CNR zu bestimmen. Die qualitative Bildbewertung wurde unabhängig durch drei erfahrene Radiologinnen und Radiologen anhand einer 5-Punkte-Likert-Skala in den Kategorien anatomische Detailerkennbarkeit, Grau-Weiß-Kontrast, Artefaktunterdrückung und Gesamtqualität durchgeführt. Ergebnisse Die DL-Rekonstruktion führte zu signifikant höheren SNR-Werten in grauer (106±51 vs. 41±10) und weißer Substanz (125±58 vs. 49±13; p

Zitieren

APA

Saeed, S., Kroeger, J., Niehoff, J., Moenninghoff, C., & Borggrefe, J. (2026). Improved Image Quality and Reduced Acquisition Time in Brain MRI Using Deep Learning-based Reconstruction at 0.55 T. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, 198(S 01 S 01), S78. https://doi.org/10.1055/s-0046-1817649

Vancouver

Saeed S, Kroeger J, Niehoff J, Moenninghoff C, Borggrefe J. Improved Image Quality and Reduced Acquisition Time in Brain MRI Using Deep Learning-based Reconstruction at 0.55 T. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren. 2026;198(S 01 S 01):S78. doi:10.1055/s-0046-1817649

BibTeX
@article{Saeed2026,
  author = {Saeed, S and Kroeger, J and Niehoff, J and Moenninghoff, C and Borggrefe, J},
  title = {Improved Image Quality and Reduced Acquisition Time in Brain MRI Using Deep Learning-based Reconstruction at 0.55 T},
  journal = {RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren},
  year = {2026},
  volume = {198},
  number = {S 01 S 01},
  pages = {S78},
  doi = {10.1055/s-0046-1817649}
}
Kostenlos starten →