European Radiology:如何降低肌肉骨骼MRI的能量消耗?
2024-10-14 shaosai MedSci原创 发表于上海
随着对磁共振成像(MRI)和计算机断层扫描(CT)扫描仪等医疗设备的需求不断增长,它们的能耗已成为放射科和实践中迫切关注的问题。这些设备是此类设施的主要能源消耗者,其有效利用已成为重中之重。
最近,欧元区的能源成本经历了前所未有的飙升,从2020年12月到2021年12月,价格上涨了一倍多。欧洲不断上涨的能源价格已经引起了放射学部门和实践的关注。放射科至少占医院总能耗的4.2%,也是温室气体排放的重要贡献者。随着对磁共振成像(MRI)和计算机断层扫描(CT)扫描仪等医疗设备的需求不断增长,它们的能耗已成为放射科和实践中迫切关注的问题。这些设备是此类设施的主要能源消耗者,其有效利用已成为重中之重。在放射科内,每台MRI扫描仪每年平均耗电量超过100MWh,高于其他任何设备。最近的几项研究调查了放射科的能源消耗,并强调了旨在提高MRI扫描仪能源效率的举措。
原则上,缩短采集时间,即缩短扫描仪操作时间,将直接导致能耗的降低。然而,应该同时保持相同的诊断能力。因此,优化协议、实现新的待机模式以及结合深度学习(DL)序列是降低能耗的潜在解决方案。由于冷头冷却系统的持续运行(以保持磁体的超导状态),MRI扫描仪在扫描仪关闭系统状态下消耗的能量占其年总能耗的31%至38%。检查核磁共振成像的各个组成部分,很明显,磁铁冷却和梯度是能量消耗的主要驱动因素。根据西门子Healthineers的数据表并结合已进行的测量,仅磁体冷却就占总能耗的约42%。因此,优化冷却系统和减少梯度的活动相位对于降低MRI的整体能耗至关重要。
DL可以帮助克服有关采集时间,信噪比,以及空间和时间分辨率的权衡。在MR图像重建中,深度学习方法受益于大量的欠采样或噪声数据来重建高保真图像。因此,深度学习算法要么操作和整合欠采样的原始数据,即从更快的扫描中获取的数据,以重建高质量的输出,要么在图像域中操作,对图像进行临时降噪,要么集成到迭代重建算法中。这些DL加速采集可以平衡扫描质量和采集时间。事实上,它们在不影响图像质量的情况下减少了特定MRI序列的采集时间。
最近,发表在European Radiology杂志上的一篇研究探讨了MRI扫描仪的能量消耗,并确定了提高放射科和实践中能源效率的策略,包括方案优化、DL加速采集的结合和冷却系统优化。
本项研究于2022年12月至2023年3月,在德国慕尼黑的两台MRI扫描仪(1.5-T Aera, 1.5-T Sola)上进行了能耗测量。实施了三个级别的节能措施,并与基线进行了比较。采用Bonferroni校正的Wilcoxon符号秩检验评价序列扫描次数和能量消耗的影响。
本项研究结果表明,通过优化协议设置和实施DL技术可以显著节省能源。在所有身体区域,与基线相比,DL的平均能耗降低了72%,经济方案的平均能耗降低了31%,时间减少了71% (DL)和18%(经济方案)。在非扫描时间优化冷却系统,能耗降低30%。
图 肌肉骨骼方案中每个身体区域(髋关节、膝关节、脊柱和肩部)的能量消耗。描述了能量消耗模式:基线(无修改),经济(缩短序列)和DL (DL加速序列)。图中显示了数据分布、平均值(白点)、四分位数范围(实黑色纵框)和标准差(细黑色纵条)。p值为0.05的统计显著性用星号表示
本项研究表明,实施节能策略,包括经济方案、DL加速序列和优化磁体冷却,可以显著降低MRI扫描仪的能耗。因此,放射科和实践应考虑采用这些策略,以提高能源效率和降低成本。
原文出处:
Saif Afat,Julian Wohlers,Judith Herrmann,et al.Reducing energy consumption in musculoskeletal MRI using shorter scan protocols, optimized magnet cooling patterns, and deep learning sequences.DOI:10.1007/s00330-024-11056-0
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#骨骼MRI#
31