点击标题下「蓝色微信名」可快速关注
摘要
目的探讨智能快速磁共振（IQMR）在提高颅内三维血管壁磁共振成像（VWI）图像质量及缩短扫描时间中的应用价值。方法2022年12月至2023年2月收集29名健康志愿者，均接受快速低分辨率（LR-VWI）和常规高分辨率（HR-VWI）颅内VWI序列扫描，应用IQMR对LR-VWI进行后处理得到IQMR-VWI，并记录成像时间。选取峰值信噪比（PSNR）和结构相似性（SSIM）两个指标进行图像质量客观评价，这两个指标的结果皆是以HR-VWI为参照，分别对LR-VWI及IQMR-VWI测量而得出。由两名放射科医师使用李克特5分量表（Likert scale）在对图像类型（LR-VWI、IQMR-VWI、HR-VWI）不知情的情况下对血管壁的质量和图像整体质量进行主观评价。结果IQMR-VWI的客观评价指标均高于LR-VWI，差异有统计学意义（SSIM：0.695 9 vs 0.632 8；PSNR：26.164 8 vs 25.198 2； P<0.001）。IQMR-VWI及HR-VWI的定性评分均优于LR-VWI，差异具有统计学意义（ P<0.001），而IQMR-VWI与HR-VWI之间的定性评分差异无统计学意义。同时IQMR-VWI较常规HR-VWI成像时间缩短约77%（1 min 55 s vs 8 min 20 s）。结论IQMR可以显著改善快速LR-VWI的图像质量和缩短成像时间，有利于促进颅内血管壁磁共振成像序列在急性缺血性卒中中的临床应用。
闫晓辉1，2 瞿航1 谢晓亮1 郝慧婷2 周怡2 班淇琦2 赵义1 王苇1
1扬州大学附属医院影像科， 扬州 225009；2大连医科大学， 大连116000
通信作者：王苇， Email：waywang@126.com
颅内动脉的高分辨血管壁磁共振成像（high-resolution magnetic resonance vessel wall imaging，HR-VWI）可以帮助识别卒中的机制，确定血管狭窄的程度和病理情况。HR-VWI还可以识别非狭窄斑块及潜在的高危斑块，这些斑块的特征可能是卒中发生的重要预测因子。然而，目前HR-VWI成像时间较长，急性卒中（acute ischemic stroke，AIS）患者对该检查的接受程度较低 ［ 1 ］ 。因此，在较短检查时间内获得满足诊断要求的图像成为研究热点 ［ 2 ］ 。智能快速磁共振（intelligent quick magnetic resonance，IQMR）是一种扫描后处理去噪系统，它的主要原理是基于深度学习的超分辨率生成对抗网络（super-resolution reconstruction generative adversarial network，SRGAN）辅助迭代影像重建技术（iterative image reconstruction algorithms，IIR）来恢复低分辨率输入图像的高分辨率细节，其训练集来源于各型号及各医院采集的大型MRI数据集（超过50万个），最终用于提升磁共振设备扫描速度、改善图像质量 ［ 3 ］ 。Kanemaru等 ［ 4 ］ 在其关于颅脑的研究中使用IQMR技术不仅可以改善MRI质量，还可以提高形态计量分析的质量。但是目前将IQMR技术应用在VWI成像却鲜有报道。因此，本研究拟在通过比较常规HR-VWI、快速低分辨率（LR）-VWI和IQMR-VWI序列的扫描时间、图像质量，初步探索IQMR在VWI中的可行性和临床应用价值。
资料与方法
一、一般资料
2022年12月至2023年2月收集在扬州大学附属医院行头部3D-MRI-VWI检查的29名健康志愿者数据，纳入标准：（1）有意愿行头颅MRI平扫检查；（2）无核磁共振检查禁忌证。排除标准：（1）头面和/或颈肩胸部有异物植入；（2）图像质量欠佳及不能配合及未完成整个检查者。健康志愿者中男性14名，女性15名，年龄23~71（50±13）岁。此次研究经过扬州大学附属医院伦理委员会审核批准［审批号：2022-YKL8-（课02）］，所有受试者均签署知情同意书。
二、检查方法
志愿者均使用美国GE公司 Architect 3.0T MRI扫描仪行MRI检查，采用19通道头颈联合相控阵线圈。检查时仰卧位，头先进。扫描序列均包括三维时间飞跃法MRI血管成像（3D-TOF-MRA），快速LR-VWI及常规HR-VWI。首先扫描头颈3D-TOF-MRA，这是下一步进行VWI序列扫描层面定位的参照，扫描范围覆盖Willis环及主要二级分支 ［ 5 ］ 。两种三维容积T1-WI抑脂（three-dimensional cube T1-WI fat suppression，3D-T1-Cube-FS）VWI序列具体扫描参数见表1 ，图像获取的完整流程见图1 。
表1 两种颅内动脉磁共振血管壁成像序列参数
| 成像序列 | TR（ms） | TE（ms） | 激励次数 | 矩阵 | FOV（mm） | 分辨率 | 层数 | 扫描时间 |
|---|---|---|---|---|---|---|---|---|
| 快速LR-VWI | 560 | 14~542 | 1.0 | 300×128 | 180×100 | 0.6×0.6×1.4 | 256 | 1 min 55 s |
| 常规HR-VWI | 560 | 14~542 | 2.0 | 300×300 | 180×100 | 0.6×0.6×0.6 | 256 | 8 min 20 s |
注：LR-VWI：低分辨血管壁磁共振成像；HR-VWI：高分辨血管壁磁共振成像；TR：重复时间；TE：回波时间；FOV：视野
IQMR：智能快速磁共振；3D-TOF：三维时间飞跃法；HR-VWI：高分辨血管壁磁共振成像；LR-VWI：低分辨血管壁磁共振成像；PACS：影像归档和通信系统
图1 血管壁图像获取流程图
三、图像客观评价
采用图像超分辨率重建（super-resolution reconstruction，SR）主流性能评价指标峰值信噪比（peak signal-to-noise ratio，PSNR）和结构相似性（structural similarity，SSIM） ［ 6 , 7 ］ 。PSNR作为SR重建性能评价出现频率较高的指标，用于衡量SR重建影像失真或噪声水平。PSNR是在均方误差（mean-square error，MSE）的基础上定义的，MSE是反映估计量与被估计量之间差异程度的一种度量。对于血管壁影像SR重建，其图像亮度定义为I（i，j），参考HR影像亮度定义为J（i，j），则血管壁SR重建与真实HR影像像素间的MSE定义为：
式中，m、n表示VWI影像尺寸。当MSE取值较小时，血管壁SR重建影像失真少，质量好。由MSE对血管壁SR重建影像失真程度的定量描述，PSNR定义为：
式中，n为像素灰度值的比特数，MSE为参考HR影像与SR重建影像之间的均方误差值。PSNR的单位为dB，且PSNR值越大，SR重建影像失真越少，重建质量越好。SSIM用于衡量SR重建影像与参考HR影像之间的相似度。μ i与μ j分别为SR影像与 HR影像的灰度均值，σ 2 i与σ 2 j分别为SR影像与HR影像的灰度方差与协方差，则
式中，c 1=（k 1L） 2，c 2=（k 2L） 2为控制因子 ［ 8 ］ ，k 1与k 2分别取0.01与0.03，L为灰度取值范围：2 n-1。SSIM的取值范围为（-1~1），且SSIM值越趋近于1，则SR重建影像与HR影像的相似度越高，即SR重建效果越好。
四、图像主观评价
由两名具有诊断血管壁状况经验的放射科医师评估，意见不一致时通过讨论共同决定最终结果，每名受试者只有一次扫描被纳入视觉评估，两名医师都接受了李克特量表评分培训，在PACS工作站上进行图像分析。在对图像类型（LR-VWI、IQMR-VWI、HR-VWI）不知情的情况下，他们使用5分制李克特量表0（1分：图像整体质量差，血管壁结构显示不清，不能诊断；2分：图像整体质量欠佳，血管壁结构显示欠清，诊断可能出现误差；3分：图像整体质量尚可，血管壁结构显示尚清，边缘稍模糊，但对诊断影响不大；4分：图像整体质量尚可，血管壁结构显示较清晰，可明确诊断；5分：图像整体质量优，血管壁结构显示清晰，可明确诊断） ［ 9 ］ 对主要颅内动脉节段的血管壁的质量及图像整体质量进行定性评估。评价两侧颈内动脉（internal carotid artery，ICA）颅内段，大脑中动脉（middle cerebral artery，MCA）M1、M2段，椎动脉（vertebral artery，VA）V4段，大脑后动脉（posterior cerebral Artery，CA）P1段及基底动脉（basilar artery，BA），两侧一起评分 ［ 10 , 11 ］ 。当不同血管段影像质量存在差异的时候，评分取平均值。
五、统计学分析
本次实验的数据利用SPSS 27.0软件包来进行分析处理，计量资料采用中位数（上、下四分位数）描述。定量资料组间比较采用Wilcoxon秩和检验，等级资料组间比较采用Kruskal-Wallis检验，两两比较采用Mann-Whitney检验。 P<0.05为差异有统计学意义。
结 果
一、图像定量结果分析
以标准HR-VWI为参照，分别对LR-VWI及IQMR-VWI测量得出相对应的PSNR及SSIM值，图像定量分析比较结果见表2 。
表2 两种血管壁成像图像定量分析比较结果
| 血管壁序列 | PSNR | SSIM |
|---|---|---|
| LR-VWI | 24.88（23.43，27.21） | 0.64（0.58，0.70） |
| IQMR-VWI | 26.02（24.29，27.92） | 0.71（0.65，0.75） |
| Z值 | -4.703 | -4.703 |
| P值 | <0.001 | <0.001 |
注：LR-VWI：低分辨血管壁磁共振成像；IQMR-VWI：智能快速血管壁磁共振成像；PSNR：峰值信噪比；SSIM：结构相似性
二、图像定性结果分析
三种图像定性评分比较结果见 表3 。经Kruskal-Wallis、Mann-Whitney检验表明：IQMR-VWI及HR-VWI在主要颅内动脉节段的血管壁和图像整体质量的评分均高于LR-VWI，差异具有统计学意义；IQMR-VWI与HR-VWI之间的评分差异无统计学意义（血管壁成像质量评分两两比较结果：LR-IQMR： Z=-3.125， P=0.002；IQMR-HR： Z=-1.571， P=0.116；LR-HR： Z=-4.324， P<0.001。图像整体质量评分两两比较结果：LR-IQMR： Z=-3.047， P=0.002；IQMR-HR： Z=-1.192， P=0.233；LR-HR： Z=-3.522， P<0.001）。三种图像的整体质量及血管壁的显示效果不同（ 图2 , 3 , 4 , 5 ）。
表3 血管壁成像图像定性评分比较结果
| 血管壁序列 | 血管壁质量评分 | 图像整体质量评分 |
|---|---|---|
| LR-VWI | 2（2，3） | 2（2，3） |
| IQMR-VWI | 3（3，4） | 3（3，3） |
| HR-VWI | 4（3，4） | 3（3，4） |
| H值 | 20.760 | 15.647 |
| P值 | <0.001 | <0.001 |
注：LR-VWI：低分辨血管壁磁共振成像；IQMR-VWI：智能快速血管壁磁共振成像；HR-VWI：高分辨血管壁磁共振成像
LR-VWI：低分辨血管壁磁共振成像；IQMR-VWI：智能快速血管壁磁共振成像；HR-VWI：高分辨血管壁磁共振成像
图2 两侧大脑中动脉M1段层面，A：医师对血管壁的质量及整体图像质量评分分别为2、2分；B：分别为4、3分；C：分别为5、5分
LR-VWI：低分辨血管壁磁共振成像；IQMR-VWI：智能快速血管壁磁共振成像；HR-VWI：高分辨血管壁磁共振成像
图3 上下两组图分别为两名不同志愿者的两侧颈内动脉C3~4段层面，两组图的主观评分一致；医师对血管壁的质量及整体图像质量评分：A、D分别为2、2分；B、E分别为4、3分；C、F分别为4、4分
LR-VWI：低分辨血管壁磁共振成像；IQMR-VWI：智能快速血管壁磁共振成像；HR-VWI：高分辨血管壁磁共振成像
图4 对两侧颈内动脉C4段及右侧大脑中动脉M1段进行局部放大显示，可以看到B、C的血管壁显示清晰度要明显优于A，有研究表明活动性斑块在T1序列上信号要高于稳定斑块，若此处有斑块，A很容易影响对其信号强度的判断。A：医师对血管壁的质量及整体图像质量分别为3、3分；B：分别为4、3分；C：分别为5、5分。D、E、F为A、B、C红框区域放大图
LR-VWI：低分辨血管壁磁共振成像；IQMR-VWI：智能快速血管壁磁共振成像；HR-VWI：高分辨血管壁磁共振成像
图5 对左侧椎动脉层面进行局部放大，可以看出B、C的血管壁的分辨率要优于A。A：医师对血管壁的质量及整体图像质量分别为3、3分；B：分别为5、4分；C：分别为5、5分。此外，由局部放大图可以看出， A、B局部血管形态（绿色箭头）与C略微有一些差距，这是由于输入LR‑VWI与参考HR‑VWI之间存在的固有差异以及不完全配准所致
三、扫描时间
本研究中，256层IQMR-VWI的扫描时间为1 min 55 s，较常规HR-VWI的扫描时间（8 min 20 s）缩短了77.0%。
讨 论
一、IQMR在VWI中的优势
AIS已经成为严重威胁国民健康的危险因素，具有高发病率、高病死率、高致残率、高复发率等特点。动脉粥样硬化是导致卒中的主要危险因素，常规的影像学方法只能显示管腔结构，不能显示斑块特征，难以直接推测可能的卒中机制。通过HR-VWI可以显示管壁情况，不仅可以判断引起管腔狭窄的原因，而且还能分析斑块的成分和特征，为临床诊断和治疗指导提供重要信息和依据。但HR-VWI检查成像时间长，患者在检查中耐受较差，易使患者产生不适感，形成运动伪影，影响图像质量 ［ 12 ］ 。IQMR技术通过IIR可实现低质量图像的增强，提升图像质量，满足临床对图像的诊断要求。本研究中IQMR-VWI的图像质量和清晰度在定性评价中均优于LR-VWI图像，且与HR-VWI图像评分差异无统计学意义。不同于其他提速技术需要在扫描中更改参数，IQMR作为第三方图像后处理软件，扫描时选入IQMR原始序列后无需进行参数调节，图像在后台可实现全自动处理和传输，因此在保证图像质量的前提下，明显提高了磁共振扫描速度。本研究中，LR-VWI的扫描时间为1 min 55 s，较HR-VWI的扫描时间（8 min 20 s）缩短77%。因此，IQMR技术能在保证图像质量的前提下，缩短VWI检查时间，减少患者在检查中的不适感，有利于得到更加优质的图像。
二、IQMR提升VWI图像质量
本研究中，IQMR-VWI图像的PSNR和SSIM均高于LR-VWI。究其原因，笔者认为这主要与IQMR的迭代影像重建算法和图像锐化模组有关。首先，IQMR的迭代影像重建是一种容积算法，首次将输入图像分解成3D方块，通过分析方块间的相似性以及噪声统计学预测，实现噪声和信号被共同预测并分离。之后，通过滤过器来实现降低噪声和信号的增强，提升图像质量。其次，图像锐化模组其原理是通过卷积神经网络（convolutional neural networks，CNN）进行图像处理，CNN的架构是以SRGAN的修订版本为基础，配合调整过的过滤块与损失函数进行训练。训练后的图像锐化参数可将低分辨率图像恢复至高分辨率和更锐利的图像，进一步提升IIR模组的图像增强能力并增加图像锐度。国内外有学者的研究将SRGAN应用在头颅3D-TOF-MRA ［ 10 ， 13 ］ 、头颅常规T1和T2-WI ［ 14 , 15 , 16 ］ 、膝关节 ［ 17 ］ 、腹部 ［ 18 , 19 ］ 、前列腺 ［ 20 , 21 ］ 、冠状动脉 ［ 22 ］ 等MRI，均实现了MRI图像质量的提升。徐敏等 ［ 23 ］ 研究表明，IQMR技术在保证图像质量的前提下，缩短扫描时间，提高颈椎MRI的扫描效率，这也与本研究结果保持一致。
三、局限性
首先，样本量较少且并未纳入一些有病灶的阳性病例进行讨论，所以我们没有进行诊断可信度的验证，这将在今后研究中扩充样本量和病例进行进一步的探讨。其次，由于扫描参数的差异，输入LR-VWI和参考HR-VWI之间可能存在固有差异以及输入数据（LR-VWI）与参考数据（HR-VWI）的不完全配准 ［ 8 ， 10 ］ ，导致了LR-VWI及IQMR-VWI与参考HR-VWI图像之间的差异。我们可以通过使用来自相同扫描的配对数据（下载采样数据和原始数据）来解决这个问题 ［ 24 , 25 ］ ，接下来的研究我们将完善这一点。
四、结论
综上所述，本文探索的将IQMR应用于颅内3D-VWI序列中，可以明显缩短扫描时间并提高图像质量，在临床应用中有潜力进一步优化VWI的扫描和图像，有利于促进颅内血管壁成像在AIS中的临床应用。
（参考文献见本刊网站）
杂志介绍
《数字医学与健康》（CN 10-1909/R，ISSN 2097-3349）是由中国科协主管、中华医学会主办的多学科交叉性学术期刊。本刊已被“中华医学期刊全文数据库”“维普中文期刊资源数据库”“万方数据库”收录。
办刊宗旨：聚焦国内外数字医学和健康领域的最新发展方向，刊载数字医学和健康领域的新理论、新技术、新方法，打造学术与技术的交流与合作平台，助力“健康中国”战略。
报道范围：国内外数字医学和健康领域前沿进展；数字和信息技术在公共卫生、疾病预防、健康管理、精准医疗、辅助决策、药物研发、临床科研、行业治理、医院管理、医学教育、医疗保险、数据管理及安全等领域的应用；医学和健康与现代信息学等相关学科交叉领域的新理论、新技术、新观点等；数字医学和健康领域的国家政策和法规、行业标准和共识、循证指南、伦理要求及产业信息。
主要栏目：述评、专家笔谈、标准与规范、论著、研究方法与报告、综述、产业研究、未来医学、技术介绍与评估、伦理与监管、讲座、文献速览等。
编辑部地址：北京市西城区东河沿街69号405室，邮政编码：100052。
联系电话：010-51322158，Email：dmh@cmaph.org。
更多阅读：
