Investigative Radiology:深度学习，实现膝关节MRI的加速又加量！

现阶段，随着影像学技术的快速发展，使用先进的加速技术-包括平行成像（PI）、同步多层成像（SMS）和压缩感应加速-的快速肌肉骨骼磁共振成像（MRI）具有极大的临床意义。最近，SMS加速技术结合PI技术已应用于肌肉骨骼MRI，可通过一个射频脉冲同时激励多个层面来减少采集时间。虽然有早期的研究将SMS技术通过同步多层面采集应用于三维扩散或TOF MRI，但没有研究应用于三维涡轮自旋回波（TSE）MRI，SMS主要通过层面激励应用于二维成像。在三维膝关节MRI中，有报道称，在PI中使用压缩传感或控制混叠的加速技术可以在较短的扫描时间内获得较高的空间分辨率。

使用PI和SMS的加速成像显示了加速因子和采集时间之间的反比关系。由于信噪比（SNR）的相应降低，单独使用PI对提高加速因子的作用有限；然而，PI和SMS加速的协同组合可以产生大于4倍的加速效果。在以往的膝关节MRI研究中，4倍加速（P2S2，2倍PI加2倍SMS）在评估内部失调时显示出与传统的2倍PI（P2）图像相当的图像质量。然而，8倍加速（P2S4，2倍PI加4倍SMS）导致图像质量明显下降。

现阶段，深度学习（DL）技术已被用于MRI的解释和后处理以及图像采集和重建。目前，DL增强的图像重建在卷积神经网络中采用监督学习技术。整个网络通常包括传统的数据一致性步骤（基于信号模型）与可训练的正则化组件交织在一起。最近发表的一项研究报告称，3倍PI的DL保持了传统2倍PI的图像质量和诊断信心，并在肌肉骨骼TSE MRI中显著减少了采集时间。然而，现阶段DL只应用于3或4倍加速的PI，且图像质量只进行了主观分析。

近日，发表在Investigative Radiology杂志的一项研究使用DL增强和常规重建来检查PI和SMS成像的各种组合，同时比较了不同方法对膝关节内部病变的诊断性能，并分别用边缘上升距离（ERD）和噪声功率（NP）对图像噪声和清晰度进行了定量评估。

本项研究对2021年6月-2022年1月期间使用各种DL增强采集进行膝关节磁共振成像的成年患者的数据进行了回顾性分析。参与者接受了传统的2倍PI和DL方案，并进行了4至8倍加速成像（P2S2[2倍PI与2倍SMS]，P3S2和P4S2）。三位读者评估了膝关节内部的错位和整体图像质量。诊断性能的计算以共识阅读为标准参考进行了比较评估。分别计算了ERD和NP，并对图像清晰度和噪声进行定量评价。使用Fleiss κ计算了读片者之间和方法之间的一致性。 

本研究共纳入33名患者（平均年龄，49±19岁；20名女性）。在被评估的方案中，对膝关节内翻的诊断性能和整体图像质量是相似的。使用DL方案的NP值明显低于常规成像（P < 0.001），而这些方法的ERD值相似（P > 0.12）。阅读者之间和方法之间的一致性分别为中等至优秀（κ = 0.574-0.838）和良好至优秀（κ = 0.755-1.000）。此外，与传统的P2成像（2分55秒）相比，使用DL与P2S2的平均采集时间减少了47%，使用P3S2减少了62%，使用P4S2减少了71%。

 图 图像清晰度和噪声的定量分析。箱形图代表了（A）边缘上升距离（ERD）和（B）噪声功率（NP）的图像质量测量。每个圆点表示每个图像的定量值。DL协议显示比传统的P2协议更低的噪声（P < 0.001），而没有统计学意义上的清晰度损失（P > 0.12）

研究表明，联合使用DL增强的8倍加速成像（4倍PI与2倍SMS加速），在评估膝关节内部错位时显示出与标准的2倍PI图像相似的诊断性能，同时可使采集时间减少71%。

原文出处：

MinWoo Kim,Sang-Min Lee,Chankue Park,et al.Deep Learning-Enhanced Parallel Imaging and Simultaneous Multislice Acceleration Reconstruction in Knee MRI.DOI:10.1097/RLI.0000000000000900