European Radiology：快速高质量电影CMR的深度学习超分辨率重建

心血管磁共振（CMR）用于诊断各种心脏疾病，如急性心肌炎、心肌梗死或心肌病。特别是，中国CMR是大多数CMR研究的支柱，提供有关心脏解剖和功能的动态信息。然而，CMR需要大量的数据来进行足够的时间和空间分辨率重建，因此检查的采集时间相对较长，导致患者不适且经济成本较高。在理想情况下，排除心肌炎或心肌梗死的标准CMR检查大约需要45分钟，许多情况下需要屏气进行图像采集。单是短轴电影CMR采集就包括12-15个屏气，每个屏气采集最多需要15秒，每次屏气后需要10秒恢复，每一叠总共需要5分钟。屏气能力有限，例如多病心衰患者、镇静患者或先天性心脏病患儿，往往导致检查条件困难，容易出现伪影。心血管成像仪的任务是平衡较短的屏气时间以避免呼吸运动的需要，以及获得心脏评估所需的足够空间和时间分辨率的图像所需的时间。一些技术，如自由呼吸允许稳定的图像采集，但往往比常规使用的屏气方法需要更长的时间。常规CMR序列的优化和新型成像技术的发展为解决CMR扫描时间问题提供了两种方法。成像技术的最新进展，如压缩感知在CMR电影采集中的应用，以及低采样、低分辨率采集的深度学习（DL）算法重建，已经在其他领域展示了一些潜在的临床应用。然而，目前，比较现有标准电影采集与DL辅助重建的数据十分缺乏。

最近，发表在European Radiology 上的一篇文章比较了标准分辨率平衡稳态自由进动（bSSFP）电影图像与用深度学习（DL）超分辨率算法重建的低分辨率电影图像的差异。

本项研究前瞻性获取健康志愿者和正常（cineNR: 1.89 × 1.96 mm²，在1.04 × 1.04 mm²重建）和低分辨率（2.98 × 3.00 mm²，在1.04 × 1.04 mm²重建）患者的心血管磁共振（CMR）数据集（短轴和4室视图）。使用压缩感知DL去噪和分辨率升级（cineDL）重建低分辨率图像，评估左室射血分数（LVEF）、舒张末期容积指数（LVEDVi）和应变，计算表观信噪比（aSNR）和噪声比（aCNR）。主观图像质量以5分李克特量表进行评估。采用学生配对t检验、Wilcoxon配对符号秩检验和类内相关系数（ICC）进行统计分析。

研究共纳入30例受试者(37±16岁；20名健康志愿者和10名患者)。cineDL短轴视图全栈采集时间短于cineNR(57.5±8.7 vs 98.7±12.4 s)；P < 0.0001)。LVEF(59±7% vs 59±7%；ICC: 0.95[95%置信区间：0.94,0.99]；p = 0.17), LVEDVi(85.0±13.5 vs 84.4±13.7 mL/m²；Icc: 0.99 [0.98, 0.99]；P = 0.12)，纵向应变(-19.5±4.3 vs -19.8±3.9%；Icc: 0.94 [0.88, 0.97]；p = 0.52)，短轴aSNR(81±49 vs 69±38；p = 0.32), aCNR(53±31 vs 45±27；p = 0.33)，或主观图像质量(5.0 [IQR 4.9, 5.0] vs 5.0 [IQR 4.7, 5.0]；P = 0.99)。

图 一名31岁健康男性志愿者的四腔和短轴影像。正常分辨率（cineNR） 4室视图(a)以及短轴cineNR (d)的获取时间比低分辨率图像（b, e）要长。从低分辨率获取的DL重建（cineDL, c, f）得到的图像质量与cineNR图像相当。与cineNR图像相比，低分辨率图像明显模糊

本项研究表明，在不影响体积测量结果和图像质量的情况下，对较低空间分辨率下获取的电影图像进行深度学习重建、缩短屏气时间，可使获取时间减少42%。

原文出处:

Dmitrij Kravchenko,Alexander Isaak,Narine Mesropyan,et al.Deep learning super-resolution reconstruction for fast and high-quality cine cardiovascular magnetic resonance.DOI:10.1007/s00330-024-11145-0