Intra- and inter-field strength reproducibility of deep-learning based real-time cardiac MRI cine sequences with breath hold and in free breathing
6.5
来源：
Nature
关键字：
AI radiology
发布时间：
2025-10-29 23:38
摘要：
本研究评估了深度学习基础的实时心脏MRI在不同呼吸条件下的体积参数的可重复性。结果表明，该技术在心脏MRI中具有良好的可重复性，尤其在自由呼吸条件下，能够提高患者的舒适度并减少运动伪影。研究结果为心脏MRI的临床应用提供了重要数据，显示出深度学习技术在提高图像质量和加速诊断方面的潜力，尤其适用于无法保持呼吸的患者。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分+重点关注领域符合度
business_impact
0.5分+商业影响力
scientific_rigor
1.5分+数据支撑的科学性
timeliness_innovation
1.5分+时效性与创新性
investment_perspective
2.5分+BOCG投资视角
market_value_relevance
1.0分+市场价值相关性
team_institution_background
0.5分+团队与机构背景
technical_barrier_competition
0.5分+技术壁垒与竞争格局
关键证据
深度学习基础的实时心脏MRI提供了良好的可重复性。
研究显示在不同呼吸条件下的体积参数一致性良好。
该技术在临床应用中显示出较高的潜力，尤其是在呼吸困难患者中。
真实性检查
否
AI评分总结
本研究评估了深度学习基础的实时心脏MRI在不同呼吸条件下的体积参数的可重复性。结果表明，该技术在心脏MRI中具有良好的可重复性，尤其在自由呼吸条件下，能够提高患者的舒适度并减少运动伪影。研究结果为心脏MRI的临床应用提供了重要数据，显示出深度学习技术在提高图像质量和加速诊断方面的潜力，尤其适用于无法保持呼吸的患者。