AI模型TagGen大幅缩短心脏MRI扫描时间并提升图像质量

一种名为TagGen的AI辅助模型由密苏里大学医学院和工程学院的研究人员开发，可以显著改善低质量的心脏MRI扫描图像，并将扫描时间减少约90%。心脏MRI通常需要30到90分钟，能够提供关于心脏功能的重要信息，但图像常常受到运动干扰而模糊不清。TagGen通过恢复图像中的标记线（taglines），这些标记线能够追踪肌肉的运动，从而提高图像质量，使医生更容易识别心脏的异常运动或损伤区域。 这项技术的关键进步在于，它能够在短时间内生成高质量的图像，大大缩短了整个扫描过程。传统的心脏MRI过程中，患者需要长时间屏住呼吸以减少胸腔运动带来的影响，但这对于许多患者来说非常困难。使用TagGen后，图像质量得到了明显提升，只需要三次心跳的时间，患者就能完成一次清晰的扫描，既减少了患者的不适感，又降低了医疗成本。此外，TagGen提高了标记线的清晰度，使得医生能够更加准确地观察心脏的跳动、收缩和泵血功能。 研究团队负责人、密苏里大学医学院放射学助理教授、该校工程学院生物医学工程助理教授Changyu Sun博士表示：“如果图像模糊不清，我们几乎没有方法来恢复其中的细节或质量。而图像的清晰度对于临床诊断非常重要，例如是否有异常运动或任何功能障碍。通过TagGen，医生可以看到原本可能会错过的信息，这将有助于更好地诊断疾病，改善患者预后。” 该研究成果已发表在《Magnetic Resonance in Medicine》杂志上。Sun博士及其团队正计划进一步优化TagGen，提高MRI运动追踪的准确性，并将其应用范围扩展到其他类型的心脏MRI扫描、计算机断层扫描（CT）、以及对其他器官的扫描，如脑部MRI。 业内专家对此项技术给予了高度评价，认为它不仅能够显著提升影像质量和效率，还有助于推动医学影像处理领域的进一步发展。密苏里大学医学院（MU Health Care）是美国中西部地区重要的学术医疗机构之一，致力于通过先进的科研与技术创新，为患者提供更优质的医疗服务。