人工智能輔助壓縮感知技術對顱腦磁敏感加權成像圖像質量及核團相位值的影響

鐘美夢，曹家駿，安琪，楊超，宋清偉

作者單位：大連醫科大學附屬第一醫院放射科，大連 116011

0 前言

磁敏感加權成像（susceptibility weighted imaging, SWI）是一種利用組織間磁敏感性差異進行成像的技術，在中樞神經系統中的應用非常廣泛，包括腦血管相關疾病、創傷性腦損傷、腦腫瘤以及神經退行性疾病等[1-3]。通過圖像重建及后處理得到的相位圖含有大量局部不同組織間磁化率差異的信息，有利于腦出血和鈣化的顯示與鑒別[4]。對于右手系統（如聯影磁共振），靜脈在相位圖上是低信號（因為脫氧血紅蛋白相對于其周圍組織是順磁性的），鈣化在相位圖上是高信號（因為鈣相對于腦組織是反磁性的）[5]。SWI 相位圖上“燕尾征（swallow tail sign, STS）”的缺失被認為是帕金森（Parkinson's disease, PD）患者成像標志之一[6]。此外，張聰等[7]研究表明雙側海馬和黑質的相位值在阿爾茨海默?。ˋlzheimer's disease, AD）組和對照組差異有統計學意義。由此可見，SWI 相位圖不僅對于核團的顯示比較清晰，還可以對核團的相位值進行定量測量。然而，SWI 為3D 梯度回波成像，采集時間比較長，且易受運動偽影干擾導致圖像質量下降。K 空間欠采樣是目前縮短MRI掃描時間的主要方法，包括半傅立葉（Half Fourier, HF）成像，并行成像（parallel imaging, PI）和 壓 縮 感 知（compressed sensing,CS）等，但過高的加速因子（acceleration factor,AF），不可避免會帶來圖像質量的下降[8]。

PI是臨床常用的加速技術，該技術是使用多通道相控陣線圈并行采集，并通過減少K空間相位編碼線密集度的方法，實現磁共振圖像的快速采集[9]。一些研究表明其縮短SWI掃描時間的同時會增加圖像的噪聲以及降低組織對比度[10-11]。人工智能輔助壓縮感知（artificial intelligence assisted compressed sensing, ACS）技術集合了HF、CS 和PI 等技術，將深度學習神經網絡作為人工智能（artificial intelligence, AI）模塊引入到CS 框架的迭代重建過程中，AI 智能模塊使用數百萬個全采樣數據進行訓練，以抑制傳統加速方法在高AF 下形成的各種重建偽影，在保證圖像質量的同時能顯著縮短掃描時間[12-13]。本研究將應用不同ACS AF 的SWI 圖像與常規PI 技術進行對比，觀察AF 對采集時間、圖像質量及腦灰質核團相位值（phase value, PV）的影響，旨在滿足臨床診斷及PV 精確測量的前提下，篩選出最佳的ACS AF。

1 材料與方法

1.1 研究對象

本研究遵守《赫爾辛基宣言》，經大連醫科大學附屬第一醫院倫理委員會批準（批準號：PJ-KS-KY-2022-274），受試者均簽署知情同意書。于2023 年3 月至5 月在大連醫科大學附屬第一醫院前瞻性招募24 名健康志愿者，男5 名，女19 名，年齡23～30（24.79±1.79）歲。納入標準：（1）無腦部疾病史和手術史；（2）年齡大于18 周歲。排除標準：（1）有MRI檢查禁忌證；（2）嚴重酒精依賴及精神活性物質濫用；（3）圖像質量不佳，存在不可去除的偽影。

1.2 儀器和方法

采用聯影UIH uMR Omega 3.0 T 磁共振掃描儀（上海聯影醫療科技有限公司，中國），32通道頭部線圈，結合PI 技術（AF 為2.2）及不同AF（3、4、5）的ACS技術行顱腦軸位SWI 掃描。PI 2.2、ACS 3、ACS 4、ACS 5對應掃描時間分別為208、101、80、70 s。掃描參數：視野230 mm×200 mm，體素大小0.72 mm×0.72 mm×2.2 mm，層數56，TR 21.8 ms，TE 14.8 ms，激勵次數1。

1.3 圖像質量分析

1.3.1 圖像主觀評價

由2 名具有五年以上頭部影像學診斷經驗的副主任醫師采用雙盲法對SWI 相位圖質量進行主觀評分，觀察PUT 和GP 之間的分界線以及核團解剖結構是否清晰：1 分，各核團解剖結構顯示不佳、邊界模糊；2 分，各核團解剖結構顯示較好、邊界較為清晰；3分，各核團解剖結構顯示清晰、邊界清晰。

1.3.2 圖像客觀評價

采用醫學影像處理軟件（uWS-MR，上海聯影醫療科技有限公司，中國）進行圖像后處理。在SWI相位圖上于雙側尾狀核頭（head of caudate nucleus, HCN）、殼核（putamen, PUT）、蒼白球（globus pallidus, GP）、紅核（red nucleus, RN）、黑質（substantia nigra,SN）、齒狀核（dentate nucleus, DN）的邊緣手動勾畫感興趣區（region of interest, ROI）（圖1）。以各層面內核團PV 的平均值作為信號強度（signal intensity, SI），HCN、PUT 和GP 周圍的額葉白質（層面一）、RN 和SN 周圍的中腦（層面二）以及雙側DN 周圍的小腦（層面三）標準差（standard deviation,SD）作為該層面的背景噪聲。三個層面的背景ROI大 小 分 別 為30.5、9.8 和40.3 mm2。每 個ROI 連 續測量三次取平均值，并計算各層面信噪比（signal-to-noise ratio, SNR）和 對 比 噪 聲 比（contrast-to-noise ratio, CNR），見公式（1）～（2）。

圖1 女，25 歲，ROI 放 置 示 意 圖。1A：于層面一勾畫HCN（橙色）、PUT（綠色）和 GP（黃色）；1B：于層面二勾畫RN（紅色）、SN（藍色）；1C：于層面三勾畫DN（紫色）。NCN：尾狀核頭；PUT：殼核；GP：蒼白球；RN：紅核；SN：黑質；DN：齒狀核。Fig.1 Female, 25 years old, the picture shows a schematic diagram of ROI placement.1A: Outlined HCN(orange), PUT (green) and GP (yellow)on layer 1; 1B: Outlined RN (red) and SN (blue) on layer 2; 1C: Outlined DN(purple) on layer 3.HCN: head of caudate nucleus; PUT: putamen; GP: globus pallidus; RN: red nucleus; SN: substantia nigra; DN: dentate nucleus.

1.4 統計學分析

使用SPSS 25.0 統計軟件進行統計學分析。以均數±標準差表示符合正態分布的計量資料，以中位數（上下四分位數）表示不符合者。采用Cohen's Kappa檢驗評價觀察者間對圖像主觀評價結果的一致性，Kappa 值≤0.4 為一致性差，0.4＜Kappa 值≤0.6 為一致性一般，0.6＜Kappa 值≤0.8 為一致性較好，Kappa 值＞0.8 為一致性極好。采用Fisher 精確概率法分析PI 2.2 與其他條件下主觀評分的差異?？陀^評價結果的組間比較采用單因素方差分析（兩兩比較采用LSD-t法），P＜0.05為差異有統計學意義。

2 結果

2.1 主觀評價

ACS 4和ACS 5的主觀評分均低于PI 2.2（P均＜0.001），ACS 3和PI 2.2的主觀評分差異無統計學意義（P＞0.05）（表1）。兩位觀察者對圖像質量的主觀評價一致性較好（Kappa值：0.704～0.864，P均＜0.001），隨AF增加，PUT和GP之間的界限（圖2）及各核團解剖結構（圖3）逐漸模糊。

表1 主觀評價結果比較和觀察者間一致性分析結果Tab.1 Comparison of subjective evaluation results and inter-observer consistency analysis results

圖2 女，25歲，主觀評分標準對應圖像。2A：PI 2.2的SWI相位圖，主觀評分為3分；2B：ACS 3的SWI相位圖，主觀評分為3分；2C：ACS 4的SWI相位圖，主觀評分為2分；2D：ACS 5的SWI相位圖，主觀評分為1分。SWI：磁敏感加權成像；PI：并行成像；ACS：人工智能輔助壓縮感知。Fig.2 Female, 25 years old, the subjective scoring criteria correspond to the image.2A: The SWI phase image of PI 2.2 and the subjective scores is 3; 2B: The SWI phase image of ACS 3 and the subjective scores is 3; 2C: The SWI phase image of ACS 4 and the subjective scores is 2; 2D: The SWI phase image of ACS 5 and the subjectives scores is 1.SWI: susceptibility weighted imaging; PI: parallel imaging; ACS: artificial intelligence assisted compressed sensing.

圖3 女，25 歲，主觀評分標準對應圖像。3A～3D：分別為PI 2.2、ACS 3、ACS 4、ACS 5 的SWI 相位圖（層面一），主觀評分分別為3、3、2、1 分；3E～3H：分別為PI 2.2、ACS 3、ACS 4、ACS 5的SWI相位圖（層面二），主觀評分分別為3、3、2、1分；3I～3L：分別為PI 2.2、ACS 3、ACS 4、ACS 5的SWI相位圖（層面三），主觀評分分別為3、3、2、1分。SWI：磁敏感加權成像；PI：并行成像；ACS：人工智能輔助壓縮感知。層面一指雙側尾狀核頭、殼核和蒼白球周圍的額葉白質，層面二指紅核和黑質周圍的中腦，層面三指雙側齒狀核周圍的小腦。Fig.3 Female, 25 years old, the subjective scoring criteria correspond to the image.3A-3D: The SWI phase image of PI 2.2, ACS 3, ACS 4, ACS 5 ( layer 1), with the subjective scores is 3, 3, 2, 1, respectively; 3E-3H: The SWI phase image of PI 2.2, ACS 3, ACS 4, ACS 5 (layer 2), with the subjective scores is 3, 3, 2, 1,respectively; 3I-3L: The SWI phase image of PI 2.2, ACS 3, ACS 4, ACS 5 ( layer 3), with the subjective scores is 3, 3, 2, 1, respectively.SWI: susceptibility weighted imaging; PI: parallel imaging; ACS: artificial intelligence assisted compressed sensing.The layer 1 refers to the frontal white matter around the head of caudate nucleus, putamen, and globus pallidus; the layer 2 refers to the midbrain around the red nucleus and substantia nigra; the layer 3 refers to the cerebellum around the dentate nucleus.

2.2 客觀評價

四組圖像于不同層面的SNR 和CNR 差異均有統計學意義（P均＜0.05）。兩兩比較結果：ACS 4 和ACS 5 的SNR 和CNR 均高于PI 2.2，差異有統計學意義（P＜0.05）；ACS 3與PI 2.2的SNR和CNR差異無統計意義（P＞0.05）（表2、圖4）。與PI 2.2 相比，左側PUT、雙側RN和雙側SN的PV在ACS 4和ACS 5差異有統計學意義（P均＜0.001），而右側PUT 的PV 于ACS 5差異有統計學意義（P＜0.001），其余核團于各AF下的PV測值差異無統計學意義（P均＞0.05）（表3）。

表2 不同AF間SNR和CNR差異性檢驗Tab.2 Test of variability of SNR and CNR among different AF

表3 不同AF間各核團PV差異Tab.3 Differences in the PV values of each nuclei among different AF conditions

圖4 SWI 相位圖不同AF 客觀評價的兩兩比較。SWI：磁敏感加權成像；AF：加速因子；PI：并行成像；ACS：人工智能輔助壓縮感知；SNR：信噪比；CNR：對比噪聲比。Fig.4 The pairwise comparison of different AF objective evaluation of each SWI phase image.SWI: susceptibility weighted imaging; AF: acceleration factor; PI: parallel imaging; ACS: artificial intelligence assisted compressed sensing; SNR: signal-to-noise ratio; CNR: contrast-to-noise ratio.

3 討論

本研究將不同AF的ACS應用于頭部SWI序列，將其與傳統PI 技術對比并進行了AF 的優化，結果表明當AF為3時，SWI相位圖的SNR、CNR、主觀評分及各核團PV 與傳統基于PI 的SWI 相位圖差異無統計學意義，掃描時間縮短了51%。此外，ACS 4 和ACS 5 的SNR 和CNR 均高于PI 2.2，但主觀評分卻低于PI 2.2。隨著AF的增大，核團的解剖結構及邊界逐漸模糊，并且雙側PUT、RN 和SN 的PV 與PI 2.2 相比出現差異。由于PD 和AD 患者的年齡普遍較大及疾病癥狀的特殊性，SWI 較長的掃描時間會使這類患者依從性降低，進而影響圖像質量。目前未發現將ACS技術應用到SWI 的研究，故縮短SWI 掃描時間不僅可以提高檢查成功率，還可提高設備的社會經濟效益，具有較好的臨床應用前景。

3.1 與既往頭部SWI加速成像技術相關研究比較

PI 和CS 技術雖能有效加快頭部SWI 掃描速度，但其原理均是通過K空間的欠采樣來縮短掃描時間，因此不可避免地出現圖像質量下降的現象。ACS 技術結合HF、PI和CS，創新性地將深度學習神經網絡作為AI模塊引入重建過程，在抑制噪聲、減少偽影和檢測病變等方面具有優勢[12]。CONKLIN等[10]的研究表明PI 可以在縮短掃描時間的同時提供與標準SWI 相似的圖像質量，但增加了圖像噪聲。LUPO 等[11]發現與完整重建數據集相比，PI 會導致小血管對比度下降。本研究的定量評估結果顯示在相同分辨率下，使用ACS 的序列掃描時間明顯短于PI，并且圖像的SNR 和CNR值不但沒有下降，甚至更高，這表明ACS即使在高AF 下也具有保持圖像質量的能力。楊婧等[14]采用CS技術對SWI 進行了加速采集，發現在AF 為2時對圖像質量無明顯影響，但對幕下核團（如SN 和DN）的PV產生影響，而本研究發現在ACS 3仍對圖像質量及PV無明顯影響。分析其原因可能是ACS 超快速成像凍結了部分運動偽影，并且基于深度學習重建算法有助于去除噪聲和截斷偽影，從而確保高質量的圖像質量[15-17]。

3.2 與現有ACS技術相關研究比較

LIU 等[18]將ACS 應用于腦部疾病導致不自主頭動患者的T2WI 液體衰減反轉恢復（fluid attenuated inversion recovery, FLAIR）序列，與傳統的PI-FLAIR相比，圖像采集時間更短且圖像質量更高。WANG等[19]的研究證明，與傳統的PI 相比，新穎的ACS 方案在膝關節成像中表現出更好的圖像質量，并且可以實現對結構異常的等效檢測，同時將采集時間縮短一半。既往ACS 相關MRI 研究主要針對PI 和ACS 的對比分析，而本研究對不同AF值進行了細致比較，發現ACS 3與PI 2.2的主客觀評分及PV值均無明顯差異。SUI等[20]發現ACS加速序列不僅可實現更快的腰椎成像，而且具有與常規2D 序列相似的成像質量。嚴祥虎等[21]將ACS 技術應用于心臟T2WI 黑血成像序列，相較于常規T2WI黑血序列，其可以在不明顯增加掃描時間的情況下將空間分辨率提高了一倍，從而有利于心肌水腫的檢出。此外，利用ACS技術還能顯著縮短心力衰竭患者的單次屏氣時間[22]以及肝臟T2WI單次屏氣所需時間[23-25]，從而有效避免呼吸偽影對圖像質量的影響。一些研究還將ACS 技術應用于腎臟、子宮和直腸等部位的磁共振成像中，在縮短掃描時間的同時還可以保持甚至改善圖像質量[26-28]。上述研究成果表明將ACS 技術應用于全身各部位的掃描具有良好的可行性。與既往研究不同，本研究發現雖然ACS 在一定程度上增加了SWI 相位圖的SNR和CNR，但隨著AF 的增加，核團解剖結構和邊界逐漸模糊，并且部分核團的PV 會發生改變。這意味著即使ACS具有降噪以減少偽影的特征，但一些固有的偽影可能仍然沒有被消除（如SWI 中的磁敏感偽影[29-30]和暈染效應[31]）。與PI 方法不同，當使用來自深度學習方法的ACS時存在一些潛在風險，其高精度在很大程度上取決于訓練數據集的大小和種類。雖然目前的深度學習算法已經顯示出準確的重建結果，但結果仍然缺乏穩定性。不穩定性問題主要包括以下幾個方面：（1）某些小噪聲擾動的不穩定性；（2）組織變化的不穩定性；（3）樣本量差異的不穩定性[32]。

3.3 局限性及展望

本研究的主要局限性：（1）樣本量較少，且均為健康志愿者，穩定性和臨床適用性有待驗證，后續需要納入中樞神經系統疾病患者進一步深入觀察；（2）由于某些核團比較?。ㄈ鏡N、SN）或形狀不規則（如DN），ROI 勾畫比較困難，可能導致測量結果出現偏倚。為了進一步將SWI應用于身體的其他器官，例如肝臟和腎臟，主要挑戰之一是處理運動偽影[33-34]，特別是當需要相對較高的成像分辨率時，ACS 等快速成像技術是解決此問題的關鍵[35]。這些加速技術可能在SWI 的未來應用中發揮重要作用，并有望應用于SWI的腹部成像。

4 結論

綜上所述，利用ACS技術可在保證成像質量且不影響PV 結果的前提下縮短SWI 掃描時間，ACS 3 為最佳AF，較常規PI 掃描縮短51%的掃描時間，為顱腦常規SWI 檢查中ACS AF 的選擇提供一定的參考，具有良好的臨床應用前景。

作者利益沖突聲明：全體作者均聲明無利益沖突。

作者貢獻聲明：宋清偉設計本研究的方案，對稿件的重要內容進行了修改；鐘美夢起草和撰寫稿件，獲取、分析或解釋本研究的數據；曹家駿、安琪、楊超獲取、分析或解釋本研究的數據，對稿件的重要內容進行了修改；全體作者都同意發表最后的修改稿，同意對本研究的所有方面負責，確保本研究的準確性和誠信。