今天在北美放射学会（RSNA）年会上发表的一项研究表明，来自斯坦福大学的研究人员正使用人工智能来减少磁共振MRI检查后留在体内的造影剂的剂量。钆是一种用于作为对比材料的重金属，可增强MRI上的图像。研究发现，经过某些类型钆检查的人体内残留了大量金属。这种沉积的影响尚不清楚，但放射科医师正在积极主动地优化该检查对于患者的安全性，同时保留钆增强MRI扫描提供的重要信息。 据悉，为了训练深度学习算法，研究人员使用了来自 200 名接受过对比增强 MRI 检查的患者的 MR 图像，用于各种适应症。他们为每位患者收集了三组图像：造影前扫描，在造影剂施用前完成，称为零剂量扫描;低剂量扫描，在标准钆剂量给药 10％后获得;和 100％剂量给药后获得的全剂量扫描。该算法学会了接近来自零剂量和低剂量图像的全剂量扫描。然后神经放射学家评估图像的对比度增强和整体质量。 结果显示，低剂量、算法增强的 MR 图像与全剂量、对比度增强的 MR 图像之间的图像质量没有显著差异。同时还证明了在不使用造影剂的情况下创造相当于全剂量，对比度增强的 MR 图像的潜力。（美通社）