Vierminütige Schulter-MRT. Klinische Validierung einer KI-basierten Super-Resolution-Rekonstruktion
RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 01.04.2026 · 198 (S 01 S 01) · S81-S82
DOI: 10.1055/s-0046-1817659 ↗Kurz gefasst
Fachartikel in der Zeitschrift RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, erschienen am 01.04.2026. Verfasst von V Schmidt und 12 weiteren Autor:innen.
Abstract (Originalsprache)
Zielsetzung Die vorliegende Studie untersucht das Potenzial der Kombination von Compressed Sensing (CS) mit KI-basierter Super-Resolution-Rekonstruktion unter Verwendung von Convolutional Neural Networks (CNNs) zur Optimierung eines 2D-MRT-Protokolls der Schulter. Material und Methoden Bei n=30 Patienten wurde an einem 3T-MRT-System (Ingenia Elition X, Philips Healthcare) eine Schulterbildgebung gemäß klinischem Standardprotokoll durchgeführt. Das Protokoll umfasste eine koronare fettunterdrückte 2D-Protonendichte-, eine sagittale T2-gewichtete sowie eine koronare T1-gewichtete Sequenz. Die Rohdaten wurden retrospektiv sowohl mit einem konventionellem CS-Algorithmus als auch mit einem neuartigen, auf CNNs basierenden Super-Resolution-Algorithmus (CS-SuperRes), der zur Verbesserung der Bildschärfe entwickelt wurde, rekonstruiert. Die Auswertung erfolgte durch zwei Radiologen unabhängig voneinander anhand einer 5-Punkte-Likert-Skala hinsichtlich diagnostischer Sicherheit, Kantenschärfe und Abgrenzbarkeit anatomischer Strukturen, Bildrauschen sowie Gesamtbildqualität. Zusätzlich wurden alle Rekonstruktionen hinsichtlich pathologischer Befunde beurteilt, wobei der radiologische Befund als Referenzstandard diente. Ergebnisse Die mit CS-SuperRes rekonstruierten Sequenzen erhielten signifikant höhere Bewertungen in Bezug auf die diagnostische Sicherheit (4,85±0,36 vs. 4,58±0,53; p=0,011), die Kantenschärfe (4,7±0,53 vs. 4,3±0,5; p
Zitieren
APA
Schmidt, V., Terzis, R., Beste, N., Hahnfeldt, R., Janßen, J., Abou-Zeid, N., Görtz, L., Dratsch, T., Rauen, P., Sonnabend, K., Maintz, D., Bratke, G., & Iuga, A. I. (2026). Vierminütige Schulter-MRT. Klinische Validierung einer KI-basierten Super-Resolution-Rekonstruktion. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, 198(S 01 S 01), S81-S82. https://doi.org/10.1055/s-0046-1817659
Vancouver
Schmidt V, Terzis R, Beste N, Hahnfeldt R, Janßen J, Abou-Zeid N, et al. Vierminütige Schulter-MRT. Klinische Validierung einer KI-basierten Super-Resolution-Rekonstruktion. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren. 2026;198(S 01 S 01):S81-S82. doi:10.1055/s-0046-1817659
BibTeX
@article{Schmidt2026,
author = {Schmidt, V and Terzis, R and Beste, N and Hahnfeldt, R and Janßen, J and Abou-Zeid, N and Görtz, L and Dratsch, T and Rauen, P and Sonnabend, K and Maintz, D and Bratke, G and Iuga, A I},
title = {Vierminütige Schulter-MRT. Klinische Validierung einer KI-basierten Super-Resolution-Rekonstruktion},
journal = {RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren},
year = {2026},
volume = {198},
number = {S 01 S 01},
pages = {S81--S82},
doi = {10.1055/s-0046-1817659}
}
EUVIMED