Evaluación de artefactos de movimiento para imágenes por resonancia magnética utilizando una combinación aprendida de predicciones de modelos de aprendizaje profundo.

La resonancia magnética (RM) es una modalidad de imagen poderosa, pero susceptible a varios problemas de calidad de imagen. Hoy en día, los técnicos realizan el aseguramiento de calidad de imagen (AQI) durante el tiempo de exploración como un proceso manual, laborioso y subjetivo. Proponemos un método hacia un AQI automatizado adaptable de imágenes de RM sin la necesidad de una gran base de datos de imágenes anotadas para el entrenamiento. Nuestro método implementa un módulo basado en aprendizaje automático que utiliza múltiples predicciones de un conjunto de modelos de aprendizaje profundo entrenados con métricas de calidad de imagen. La sensibilidad de este método para detectar problemas de calidad de imagen es adaptable a los requisitos clínicos del usuario final.