NSG集团新潟医疗福祉大学诊疗放射线学科的吉田宜清讲师,针对MRI检查中因体动引起的影像模糊,进行了使用AI(深度学习)校正方法的研究验证。结果显示,通过校正模糊的脑部MRI影像,有望更准确地评估对阿兹海默症诊断至关重要的海马体体积。 这项研究成果于2026年3月22日刊登在涵盖自然科学与健康科学所有领域的国际期刊「Scientific Reports」上。 ### 关于研究 **【研究概要】** 本研究验证了使用AI(深度学习)校正MRI检查中因体动引起的影像模糊方法的有效性。以24名健康成年人的脑部MRI影像为对象,比较了原始影像、有体动的影像和AI校正后的影像,不仅评估了影像的外观,还评估了海马体体积测量的准确性。 结果显示,即使是因体动而劣化的影像,通过AI校正也能改善影像品质,并有望更准确地评估对阿兹海默症诊断至关重要的海马体体积。 此外,本方法也暗示了减少重复扫描的必要性,有助于缩短检查时间和减轻患者负担。 本研究将AI影像校正技术应用于脑部MRI的定量评估,预计未来将应用于失智症领域的影像诊断支持。 **【研究者评论】** ◆ 诊疗放射线学科 吉田宜清 讲师 本研究探讨了在MRI检查时,轻微体动会影响影像品质和诊断准确性的问题,并研究了使用深度学习进行影像校正的可能性。结果显示,即使是受体动影响的脑部MRI影像,通过AI校正也能更准确地评估对阿兹海默症诊断至关重要的海马体体积。特别是对于老年人或难以控制体动的患者,经常需要重复扫描。如果本方法能实际应用,我们相信可以减少重复检查,减轻患者负担,并有助于提高医疗现场的效率。 **【原始论文信息】** Yoshida, N., Kageyama, H., Akai, H., Sasaki, K., Sakurai, N., Koori, N., Yamamoto, S., & Kodama, N. Deep learning approach to super-resolution correction of brain MRI motion artifacts for accurate hippocampal volumetry. Scientific Reports (2026). DOI: 10.1038/s41598-026-44834-5 **【研究者信息】** 新潟医疗福祉大学医疗技术学部 诊疗放射线学科 讲师 吉田 宜清 **【联系方式】** 新潟医疗福祉大学 入学广报部广报课 地址:新潟县新潟市北区岛见町1398番地 电话:025-257-4459