基于多尺度动态分解的自由运行时间分辨首过心肌灌注成像：CMR-MOTUS技术突破

　　本研究针对自由运行首过心肌灌注MRI中运动与对比剂动态混杂的难题，提出CMR-MOTUS创新框架。通过联合估计高质量运动场和时变对比图像，成功实现心脏/呼吸运动与对比剂流入的动态分离。仿真与体内实验表明，该方法在提升图像相似度和运动场精度的同时，显著增强特征清晰度，为无心电触发、自由呼吸的心肌灌注量化提供新范式。

　　

在心血管磁共振（CMR）领域，首过心肌灌注成像一直是检测冠状动脉疾病（CAD）患者心肌缺血的关键手段。然而，这项技术面临着一个长期存在的挑战：在连续采集至少60秒的过程中，心脏搏动、呼吸运动、体动以及钆基对比剂（GBCA）流入等多种动态过程相互交织，使得准确量化对比剂初始流入变得异常困难。尤其在高时空分辨率要求下，传统方法往往需要依赖心电（ECG）触发和屏气采集，这不仅降低了扫描效率，还因心律失常或患者配合度问题引入额外误差。更棘手的是，强度剧烈变化的对比剂流入会干扰运动校正算法的准确性，而基于排序或触发的重建方法又存在时间效率低、对体动敏感等局限。

为解决这些难题，来自荷兰乌得勒支大学医学中心的研究团队在《Magnetic Resonance Materials in Physics, Biology and Medicine》发表了突破性研究成果。他们开发了一种名为CMR-MOTUS（Contrast-varying Model-based Reconstruction of Motion from Undersampled Signal）的新型重建框架，通过多尺度动态分解技术，成功实现了自由运行（free-running）时间分辨首过心肌灌注成像。该研究的核心创新在于扩展了原有的MR-MOTUS框架，引入时变参考图像与低秩加稀疏（L+S）分解的联合估计，从而无需预采集静态参考图像即可同步解耦运动与对比动态。

研究团队采用交替迭代重建策略：第一步固定运动场，通过L+S分解求解时变对比图像；第二步固定图像，基于低秩运动模型估计运动场。关键技术包括基于快速迭代收缩阈值算法（FISTA）的L+S优化、B样条参数化的低秩运动场建模、以及各向异性全变分正则化。实验数据来源于仿真MRXCAT phantom、公开OCMR自由呼吸cine数据集、以及临床ECG触发与自由运行首过灌注数据（含径向采样），均通过ESPIRiT进行多线圈敏感度估计。

仿真实验（Test 1: in silico）

通过MRXCAT生成600帧心脏运动仿真数据，比较CMR-MOTUS与标准L+S重建。结果显示：CMR-MOTUS重建图像的心肌区域结构相似性（SSIM）显著更高（0.9780 vs. 0.9706, p<0.001），运动场端点误差（EPE）更低，心肌分割DICE分数更优（0.9117 vs. 0.8913, p<0.001）。视觉上，CMR-MOTUS有效减少了左心室收缩期的运动模糊（图2）。

自由运行时间分辨CMR（Test 2: in-vivo）

应用於短轴（SAX）与长轴（LAX）视图的自由呼吸cine数据。CMR-MOTUS重建图像Tenengrad锐度指标较压缩感知（CS）方法提升14%（p<0.001），尤其在高运动复杂度区域（如LAX薄壁结构）表现出更优的运动伪影抑制能力（图4-5）。动态分解显示：低秩（L）分量捕获主要解剖结构，稀疏（S）分量捕捉血流等局部强度变化，运动场则成功分离心脏与呼吸动态（图6）。

屏气ECG触发首过灌注（Test 3: in-vivo）

针对屏气失败导致的体动，CMR-MOTUS有效校正了右心室边缘的模糊伪影（图7）。y-t曲线证实运动校正后解剖结构对齐更佳，对比剂流入曲线免受体动干扰。

自由运行首过灌注（Test 4: in-vivo）

在无ECG触发、自由呼吸的径向采样数据中，CMR-MOTUS成功分离高频（心脏收缩）与低频（呼吸）运动分量（图8）。运动校正后的L+S重建显著消除了x-t与y-t曲线中的呼吸/心脏调制现象，得到纯净的对比剂动力学曲线（图9）。

该研究标志着自由运行心肌灌注成像的重要进展。CMR-MOTUS通过联合运动场估计与对比动态分解，突破了传统方法对ECG触发和屏气的依赖，在提升扫描效率与患者舒适度的同时，提供了诊断价值更高的运动场与灌注图像。未来工作需进一步临床验证其灌注量化准确性，并探索在心肌应变分析及自由运行定量Mapping中的扩展应用。