深度学习重建技术在3.0-T磁共振三维钆增强高分辨率近各向同性胰腺成像中的应用价值

　　本研究针对胰腺MRI高分辨率三维T1加权梯度回波（3D-T1w-GRE）序列在提升空间分辨率时面临的信噪比（SNR）下降和伪影增多问题，开发了基于深度学习重建（DLR）的算法。研究团队通过32例疑似胰腺疾病患者的对比分析，证实DLR技术显著提高了图像SNR、对比噪声比（CNR）和病灶显著性，为胰腺病变的精准检测提供了高质量成像新方案。

　　

胰腺疾病尤其是胰腺癌的早期精准诊断一直是临床面临的重大挑战。虽然计算机断层扫描（CT）因其卓越的空间分辨率和可及性成为胰腺疾病评估的首选方式，但磁共振成像（MRI）具备无创、无辐射以及优越的对比分辨率等独特优势，在病灶定性方面表现突出，常作为诊断疑难问题和随访监测的重要工具。近年来，三维T1加权梯度回波（3D-T1w-GRE）动脉期序列结合脂肪抑制技术被证明对胰腺腺癌具有最佳的检测能力和病灶显著性。随着并行成像和压缩感知等技术的应用，实现近各向同性空间分辨率成像已成为可能，这允许在不丢失细节的情况下进行多平面图像重组，极大提升了对病灶及其解剖关系的分析能力。然而，高加速因子虽缩短了扫描时间，却也导致信噪比（SNR）降低、噪声和伪影增加，限制了图像质量的进一步提升。

深度学习重建（Deep Learning Reconstruction, DLR）作为磁共振技术的最新突破，被设计用于改善图像质量并可能减少采集时间。尽管该技术已在二维快速自旋回波（FSE）序列、扩散加权成像（DWI）序列以及三维T2加权磁共振胰胆管成像（MRCP）序列中得到应用，并且在1.5 T设备上针对胰腺成像进行了超分辨率重建的尝试，但在3.0 T系统中将DLR用于三维高分辨率、近各向同性胰腺动脉期成像的效果尚未得到系统评估。为此，本研究团队开展了一项前瞻性分析，旨在比较深度学习重建（3D-DLR）与标准重建（SOC-Recon）在图像质量、病灶显著性和检出能力方面的差异。

研究采用回顾性设计，最终纳入32例接受3.0 T磁共振胰腺检查的患者。所有检查均使用轴向T1加权梯度回波动脉期序列（Axial LAVA Fat Sat IV+），采集体素大小为1.5×1.6×1.4 mm3，重建体素大小为0.4×0.4×0.7 mm3。利用供应商提供的原型深度学习算法（3D AIR? Recon DL）对原始k空间数据进行离线重建，降噪水平设置为75%。图像评估由两名放射科医生盲法完成，从整体图像质量、伪影和病灶显著性等方面进行主观评分，并计算了胰腺各部位的SNR和病灶的CNR。统计分析采用配对t检验和Wilcoxon符号秩检验。

主要关键技术方法包括：使用3.0 T临床磁共振系统（GE HealthCare SIGNA Premier）及专用相控阵线圈进行图像采集；采用深度学习重建算法（3D AIR? Recon DL）对动脉期图像进行离线处理，该算法基于卷积神经网络（CNN），通过监督学习方式训练，能够有效提升信噪比并减少截断伪影；图像分析通过盲法阅读和定量ROI测量完成，统计方法涵盖参数和非参数检验。样本来源于2021年12月至2022年6月期间在本中心接受检查的疑似胰腺疾病患者队列。

定性图像分析

结果显示，3D-DLR在整体图像质量方面显著优于SOC-Recon，两位读者的平均评分分别为3.23 vs. 2.32和3.45 vs. 3.03（p<0.01）。在伪影评估中，一位读者认为3D-DLR显著减少了伪影（3.23 vs. 2.81, p<0.01），另一位读者则未发现显著差异（3.29 vs. 3.19, p=0.39）。此外，3D-DLR在病灶显著性方面也表现更佳，平均评分分别为2.39 vs. 1.88和2.20 vs. 1.81（p<0.01）。

定量图像分析

3D-DLR显著提高了各胰腺部位的SNR，胰头颈部分为226.39 vs. 147.93，胰体部分为214.59 vs. 139.19，胰尾部分为199.32 vs. 129.07（p<0.01）。病灶的CNR也从11.15提升至12.60（p<0.01）。

诊断准确性分析

在病灶检测方面，3D-DLR的灵敏度对于读者1和读者2分别从0.88提升至1和从0.83提升至0.88，但差异未达到统计学显著性（p=0.62）。特异性方面未呈现一致提升。

研究表明，将深度学习重建算法应用于3.0 T系统中的三维高分辨率胰腺动脉期成像，可显著改善图像质量，提高信噪比和对比噪声比，并增强病灶的显著性。这一技术在不增加扫描时间的前提下，为胰腺病变的精确识别和诊断提供了更可靠的影像学工具。尽管当前样本量较小，未显示出诊断性能的显著提升，但其在图像优化方面的优势为后续更大规模的研究奠定了基础。未来工作可着眼于开发针对高度欠采样数据的专用深度学习算法，以期在进一步提升SNR和空间分辨率的同时，有效抑制伪影，推动胰腺磁共振成像技术向更高效、精准的方向发展。

该论文已发表在《Insights into Imaging》期刊，为胰腺疾病的影像学诊断提供了重要的技术参考和临床启示。