Deep-Learning-Bildrekonstruktion verkürzt MRT-Scanzeiten
Enge, Geräusche und lange Liegezeiten in der MRT-Röhre sind für viele Patientinnen und Patienten belastend, manche ertragen die Untersuchung nur mit Beruhigungsmitteln. Mit der 2020 vorgestellten Deep-Learning-Technologie Deep Resolve rekonstruiert Siemens Healthineers MRT-Bilder direkt aus den Rohdaten des Scanners und verkürzt die Scanzeit dadurch um bis zu 70 Prozent, kombiniert mit Simultaneous-Multi-Slice-Technologie sogar um bis zu 80 Prozent, bei gleichbleibender Bildqualität. Eine Knieuntersuchung, die klassischerweise rund zehn Minuten dauert, ist damit laut Unternehmen in unter zwei Minuten möglich.
Vertiefung
Deep Resolve setzt KI-Algorithmen bereits in den ersten Schritten der Bildrekonstruktion ein und nutzt damit alle verfügbaren Rohdaten des Scanners aus. Radiologisches Personal kann wählen, ob die kürzere Scanzeit bei gleichbleibender Auflösung genutzt wird oder bei gleicher Scandauer stattdessen die Bildqualität steigt. Eine automatische Datenkonsistenzprüfung während der Rekonstruktion soll sicherstellen, dass der diagnostische Wert der Bilder erhalten bleibt. Die Technologie ist laut Siemens Healthineers nicht auf bestimmte Körperregionen beschränkt und lässt sich bei den meisten MRT-basierten diagnostischen Verfahren einsetzen, wodurch sie sich auf einen Großteil der klinischen MRT-Anwendungen übertragen lässt.