随着MRI技术的发展,其在临床疾病诊断中的应用越来越广泛,但基于传统重建方法的MRI面临着成像时间、图像分辨率和信噪比之间彼此制约的困难和挑战.近几年,深度学习(deep learning,DL)MRI重建算法的提出,极大限度地解决了传统重建算法的不足.DL-MRI重建已用于神经系统、肌骨系统、体部及心脏等多部位的成像,在缩短成像时间、提升信噪比和提高分辨率方面表现卓越,在提高病灶的检出率和定性准确性方面,也具有潜在的优势.目前已经商业化的DL-MRI重建模型,其重建速度完全能满足临床工作的需求,但尚需深入研究其临床应用场景以及对影像诊断的影响,从而更好地发挥其优势,助力MRI临床应用能力的提升.
作者：严福华
来源：磁共振成像 2023 年 14卷 5期
