Optimalisering av bildekvalitet og tidsbruk innen MR Abdomen med fokus på bruk av kunstig intelligens
Abstract
Magnetresonanstomografi (MR) er en viktig diagnostisk teknikk, men den står overforutfordringer knyttet til bildekvalitet, effektivitet og tidsbruk. Denne studien undersøkerhvordan kunstig intelligens (KI) kan brukes til å forbedre bildekvaliteten og reduseretidsbruken i abdominale MR-undersøkelser. I denne kvantitative litteraturstudien ble elleveartikler analysert.
Felles for de valgte artikler var at de sammenlignet sekvenser som brukte KI-algoritmer motkonvensjonelle sekvenser, eller brukte en KI-filter for å behandle bildene etter skanning. I dealler fleste tilfeller viste sekvensene som gjorde bruk av KI en forbedring på områdenebildekvalitet og tid, men det var også enkelte områder der forskjellene ikke var så utpreget.Fordelene gir seg mest bemerkbar i en eller flere av følgende aspekter: signal-til-støy-forhold,kontrast-til-støy-forhold, artefakt påvirkning, skanntid og rekonstruksjonstid. Magnetic resonance imaging (MRI) is an important diagnostic technique, but faceschallenges related to image quality, effectiveness and time consumption. This study looks athow artificial intelligence (AI) can be used to improve image quality and reduce timeconsumption in abdominal MRI-scans. In this quantitative literature review eleven articleswere analysed.
The selected articles had in common that they compared sequences using AI-algorithmscompared to conventional sequences, or applied AI-filters to images that had already beencollected. In the majority of cases the sequences performed better in the metrics of imagequality and time usage, but there were also areas where they performed similar toconventional sequences. The performance increase was most notable in the areas:signal-to-noise ratio, contrast-to-noise ratio, artifacts, scantime and reconstruction time.