Aller au contenu principal
Accès ouvert déclaré 2025 article

Impact of AIR™ Recon DL on magnetic resonance imaging-based quantitative brain structure measurements

1Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Abstract We aimed to evaluate how the AIR™ Recon DL algorithm influences magentic resonance imaging (MRI) quality and quantitative brain morphometry relative to conventional reconstruction (CR). Seventy-four healthy adults underwent 3D T1-weighted MRI reconstructed with CR and AIR™ Recon DL. Image quality was rated by two neuroradiologists (κ = 0.74–0.97). Voxel-based morphometry assessed total, gray matter (GM), white matter (WM), and cerebrospinal (CSF) volumes; surface-based morphometry analyzed cortical thickness, sulcal depth, fractal dimension, and gyrification across 148 regions. Hippocampal volumes were extracted using the Neuromorphometrics atlas. Reconstruction times were compared. AIR™ Recon DL significantly improved image quality (reduced noise and artifacts, P < 0.001) but introduced systematic morphometric shifts—smaller total and WM volumes, larger GM and CSF volumes, and widespread regional thickness increases (effect sizes d ≈ 0.3–0.5). Hippocampal volumes increased bilaterally (ΔL = +0.15 mL, +3.97%; ΔR = +0.15 mL, +3.88%; both P < 0.05). Mean reconstruction time was longer for deep learning-based reconstruction (11.6 ± 1.6 s) than CR (9.9 ± 1.4 s; Δ = +1.7 s, P < 0.001). AIR™ Recon DL enhances image quality but causes modest, systematic volumetric biases. Harmonizing reconstruction methods is essential for reliable morphometric comparisons in neuropsychiatric imaging.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Impact of AIR™ Recon DL on magnetic resonance imaging-based quantitative brain structure measurements
Date Crossref
05/12/2025
Éditeur
Oxford University Press (OUP)
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Peking University pays non établi dans la notice
    Université ou école supérieure
  • Peking University Sixth Hospital pays non établi dans la notice
    Établissement de santé
  • Guizhou Provincial People's Hospital pays non établi dans la notice
    Établissement de santé
  • Shandong First Medical University pays non établi dans la notice
    Université ou école supérieure
  • Second People’s Hospital of Guizhou Province pays non établi dans la notice
    Établissement de santé
  • School of Public Health pays non établi dans la notice
    Université ou école supérieure

Peking University, Peking University Sixth Hospital et Guizhou Provincial People's Hospital, avec 3 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Functional Brain Connectivity StudiesAdvanced MRI Techniques and ApplicationsGlioma Diagnosis and Treatment

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.