抄訳
Synthetic MRIは任意のコントラスト強調像を1回のスキャンのデータに基づいて作成する事ができる技術であるが、 Synthetic FLAIRは従来法FLAIRよりも画質が低く、臨床導入を妨げる要因となっていた。本研究は、Deep LearningによりSynthetic FLAIRの画質を向上させることを目的として行った。40人の多発性硬化症患者を従来法FLAIRとSynthetic MRIによってスキャンし、30人の訓練データと10人のテストデータに分けた。従来法FLAIRを教師データとして、Synthetic MRIの元画像からDeep Learningを用いてFLAIR画像を作成した(DL-FLAIR)。従来法FLAIRを真の画像として計算したエラーはDL-FLAIRにおいてSyntheitc FLAIRよりも減少していた。DL-FLAIRにおける病変の描出能は従来法FLAIRと同程度であった。また、DL-FLAIRにおいてSynthetic FLAIRに特有のアーチファクトであるgranular artifactとswelling artifactはDL-FLAIRにおいて減少した。Deep Learningを用いて、Synthetic FLAIRの画質を向上させることに成功したと考えられる。