诊断学理论与实践 ›› 2021, Vol. 20 ›› Issue (04): 378-383.doi: 10.16150/j.1671-2870.2021.04.009
收稿日期:
2021-02-18
出版日期:
2021-08-25
发布日期:
2022-06-28
通讯作者:
宋琦
E-mail:sq10729@rjh.com.cn
基金资助:
ZHANG Xuekun, LI Yan, YAN Fuhua, ZHAO Hongfei, SONG Qi()
Received:
2021-02-18
Online:
2021-08-25
Published:
2022-06-28
Contact:
SONG Qi
E-mail:sq10729@rjh.com.cn
摘要:
目的:评估基于光梭成像(constellation shuttling imaging,uCS)技术加速的颅脑MRI图像质量及扫描时间,为其在临床常规化应用提供依据。 方法:20名志愿者每人接受2次颅脑MRI扫描,包括快速自旋回波轴位T1加权成像(T1-weighted imaging, T1WI)、T2-液体抑制反转恢复序列(fluid attenuated inversion recovery sequence, FLAIR)、矢状位T1WI及梯度回波矢状位3D-T1WI序列扫描,分别采用并行采集技术(即常规扫描)和uCS加速技术,记录并比较扫描时间。采用主观(Likert 5级评分法,内容包括图像伪影及整体质量)与客观(定量测定图像信噪比)相结合的方法,对各序列采集的图像质量进行综合评价。 结果:基于uCS技术加速后的颅脑MRI扫描时间均比常规扫描时间缩短约26.3%(542 s比735 s),其中3D序列时间缩短尤为明显,达39.0%。在图像整体质量及伪影评估方面,各项uCS加速序列与常规扫描序列之间差异均无统计学意义(P>0.05)。在信噪比方面,uCS轴位及矢状位T1WI序列的信噪比显著高于常规扫描轴位及矢状位T1WI序列(P<0.05)。uCS加速的FLAIR及3D-T1WI与常规扫描序列相比,信噪比差异没有统计学意义(P>0.05)。 结论:与常规MRI序列扫描相比, uCS技术可以显著缩短脑部MRI的图像采集时长,同时能保证图像质量。
中图分类号:
张雪坤, 李彦, 严福华, 赵洪飞, 宋琦. 基于光梭成像的新型加速技术在颅脑MRI中的应用价值研究[J]. 诊断学理论与实践, 2021, 20(04): 378-383.
ZHANG Xuekun, LI Yan, YAN Fuhua, ZHAO Hongfei, SONG Qi. Application value of new accelerating technology based on constellation shuttling imaging in brain MRI[J]. Journal of Diagnostics Concepts & Practice, 2021, 20(04): 378-383.
表1
uCS与常规各序列扫描参数
参数名称 | T1_tra | T1_sag | T2_tra | 3D_T1_sag |
---|---|---|---|---|
重复时间(ms) | 2015 | 500 | 8 000 | 7.2 |
回波时间(ms) | 10.4 | 8.64 | 104.7 | 3.1 |
反转时间(ms) | 870 | 2 425 | 750 | |
激发反转角(度) | 90 | 90 | 90 | 10 |
读出视野×相位视野 | 230×200 | 240×240 | 230×200 | 256×256 |
间距(%) | 30 | 30 | 30 | 1 |
层厚(mm) | 5 | 5 | 5 | 1 |
层数 | 19 | 19 | 19 | 200 |
体素 (mm3) | 1.82 | 2.81 | 3.61 | 1 |
插值 | 0 | 0 | 0 | 1 |
平均次数 | 1 | 2 | 2 | 1 |
相位过采样 | 0 | 0 | 0 | 0 |
相位编码方向 | R>L | A>P | R>L | A>P |
相位加速因子 | 2 | 2 | 2 | 2 |
CS因子 | 2.3 | 2 | 2.2 | 3.2 |
带宽(Hz/Px) | 180 | 235 | 300 | 250 |
[1] |
Toledano-Massiah S, Sayadi A, de Boer R, et al. Accuracy of the compressed sensing accelerated 3D-FLAIR sequence for the detection of MS plaques at 3T[J]. AJNR Am J Neuroradiol, 2018,39(3):454-458.
doi: 10.3174/ajnr.A5517 URL |
[2] | Bratke G, Rau R, Weiss K, et al. Accelerated MRI of the lumbar spine using compressed sensing: quality and efficiency[J]. J Magn Reson Imaging, 2019,49(7):e164-e175. |
[3] | Chopde N. 10 Times Faster MRI constellation shuttling imaging technology showcased at ISMRM 2018[DB/OL]. 2018[2021-02-18]. https://indiamedtoday.com/10-times-faster-mri-constellation-shuttling-imaging-technology-show-cased-at-ismrm-2018/. |
[4] |
Sharma SD, Fong CL, Tzung BS, et al. Clinical image quality assessment of accelerated magnetic resonance neuroimaging using compressed sensing[J]. Invest Radiol, 2013,48(9):638-645.
doi: 10.1097/RLI.0b013e31828a012d pmid: 23538890 |
[5] |
Sartoretti T, Reischauer C, Sartoretti E, et al. Common artefacts encountered on images acquired with combined compressed sensing and SENSE[J]. Insights Imaging, 2018,9(6):1107-1115.
doi: 10.1007/s13244-018-0668-4 URL |
[6] |
Vranic JE, Cross NM, Wang Y, et al. Compressed sen-sing-sensitivity encoding (CS-SENSE) accelerated brain imaging: reduced scan time without reduced image quality[J]. AJNR Am J Neuroradiol, 2019,40(1):92-98.
doi: 10.3174/ajnr.A5905 URL |
[7] | American College of Radiology. MRI accreditation program clinical image quality guide[R/OL]. 2013-05-22[2021-02-18]. https://www.docin.com/p-671276537.html. |
[8] | 王思敏, 李彦, 严福华, 等. 不同医用磁共振成像设备在中枢神经系统的临床图像质量评价与比较研究[J]. 磁共振成像, 2019,10(2):83-88. |
[9] | 康立丽, 江倩, 何秀坚. MR图像信噪比不同测试方法对比研究[J]. 实用放射学杂志, 2009,25(5):729-732. |
[10] |
Pruessmann KP, Weiger M, Scheidegger MB, et al. SENSE: sensitivity encoding for fast MRI[J]. Magn Reson Med, 1999,42(5):952-962.
pmid: 10542355 |
[11] |
Jaspan ON, Fleysher R, Lipton ML. Compressed sensing MRI: a review of the clinical literature[J]. Br J Radiol, 2015,88(1056):20150487.
doi: 10.1259/bjr.20150487 URL |
[12] |
Lustig M, Donoho D, Pauly JM. Sparse MRI: The application of compressed sensing for rapid MR imaging[J]. Magn Reson Med, 2007,58(6):1182-1195.
doi: 10.1002/mrm.21391 URL |
[13] |
Tam LK, Galiana G, Stockmann JP, et al. Pseudo-random center placement O-space imaging for improved incohe-rence compressed sensing parallel MRI[J]. Magn Reson Med, 2015,73(6):2212-2224.
doi: 10.1002/mrm.25364 URL |
[14] |
Otazo R, Kim D, Axel L, et al. Combination of compressed sensing and parallel imaging for highly accelera-ted first-pass cardiac perfusion MRI[J]. Magn Reson Med, 2010,64(3):767-776.
doi: 10.1002/mrm.22463 URL |
[15] |
Liang D, Liu B, Wang J, et al. Accelerating SENSE using compressed sensing[J]. Magn Reson Med, 2009,62(6):1574-1584.
doi: 10.1002/mrm.22161 pmid: 19785017 |
[16] |
Mönch S, Sollmann N, Hock A, et al. Magnetic resonance imaging of the brain using compressed Sensing- Quality Assessment in Daily Clinical Routine[J]. Clin Neuroradiol, 2020,30(2):279-286.
doi: 10.1007/s00062-019-00789-x URL |
[17] | 张晓东, 朱丽娜, 马帅, 等. 压缩感知技术在头MRA的初步应用探索[J]. 放射学实践, 2018,33(3):252-255. |
[18] | 李爽, 陆敏杰, 赵世华. 压缩感知技术及其在心脏磁共振中的应用进展[J]. 磁共振成像, 2018,9(4):299-302. |
[19] |
Feng L, Benkert T, Block KT, et al. Compressed sensing for body MRI[J]. J Magn Reson Imaging, 2017,45(4):966-987.
doi: 10.1002/jmri.25547 pmid: 27981664 |
[20] | Ding Y, Ying L, Zhang N, et al. Noise behavior of MR brain reconstructions using compressed sensing[J]. Annu Int Conf IEEE Eng Med Biol Soc, 2013,2013:5155-5158. |
[21] |
Eichinger P, Hock A, Schön S, et al. Acceleration of double inversion recovery sequences in multiple sclerosis with compressed sensing[J]. Invest Radiol, 2019,54(6): 319-324.
doi: 10.1097/RLI.0000000000000550 pmid: 30720557 |
[1] | 范婧, 杨文洁, 王梦真, 陆伟, 石骁萌, 朱宏. 深度学习重建算法在低管电压冠状动脉CT血管成像中的应用[J]. 诊断学理论与实践, 2022, 21(03): 374-379. |
[2] | 黄娟, 朱晓雷, 李晓, 陈克敏, 严福华, 徐学勤. 血氧水平依赖磁共振成像评估早期慢性肾病肾缺氧的研究[J]. 诊断学理论与实践, 2022, 21(03): 385-389. |
[3] | 朱乃懿, 姜奕歆, 柴丽, 柴维敏. 磁共振对超声阴性而乳腺X线检出BI-RADS4类以上钙化灶的诊断价值分析[J]. 诊断学理论与实践, 2021, 20(05): 439-444. |
[4] | 孙甜甜, 叶宝英, 杨钰, 牛建梅. 彩色多普勒超声与磁共振成像在凶险型前置胎盘及合并胎盘植入产前诊断中的应用及漏诊分析[J]. 诊断学理论与实践, 2021, 20(02): 173-177. |
[5] | 吴霜, 解骞, 管雪妮, 张素芳, 高信芳, 梁宗辉. 磁共振体素内不相干运动扩散加权成像诊断活动期克罗恩病的价值及效能分析[J]. 诊断学理论与实践, 2020, 19(02): 157-161. |
[6] | 常蕊, 杨琰昭, 孔德艳, 徐嘉旭, 曹琪琪, 杨文洁, 严福华, 董海鹏. 不同管电压、管电流扫描方案联合KARL迭代重建在新型冠状病毒肺炎疫情期间胸部CT筛查中的应用研究[J]. 诊断学理论与实践, 2020, 19(02): 182-187. |
[7] | 曹烨, 刘晓晟, 葛晓乾, 周斌. 运用动态增强磁共振成像评估颈动脉粥样斑块稳定性的初步研究[J]. 诊断学理论与实践, 2019, 18(04): 436-441. |
[8] | 朱晓雷, 陈璐, 陆文丽, 刘燕, 严福华, 王伟, 董治亚. 474例中枢性性早熟女童不同年龄段垂体MRI影像学异常比例分析[J]. 诊断学理论与实践, 2019, 18(03): 286-290. |
[9] | 方姝, 杜联军, 秦乐, 董海鹏, 严福华, 王韬. 腰椎间盘低剂量CT扫描结合迭代模型重建的图像质量及诊断效能的研究[J]. 诊断学理论与实践, 2019, 18(03): 344-348. |
[10] | 李云峰, 江泓, 李宁, 孙青芳. 核磁共振成像诊断三叉神经痛的价值分析与研究[J]. 诊断学理论与实践, 2018, 17(05): 562-565. |
[11] | 许晶晶, 张敏鸣. 人工智能机器学习方法在阿尔茨海默病中的应用现状[J]. 诊断学理论与实践, 2018, 17(04): 466-470. |
[12] | 赵华丽, 徐文鹏, 梁宗辉. 创伤性臂丛神经损伤的磁共振成像3D-FIESTA-C、IDEAL序列特征及诊断价值[J]. 诊断学理论与实践, 2018, 17(02): 197-201. |
[13] | 黎鑫乐, 柴维敏, 朱樱. 乳腺乳头状肿瘤的影像学诊断进展[J]. 诊断学理论与实践, 2018, 17(02): 225-230. |
[14] | 叶岚, 张欢, 钱朝霞. 磁共振在异位妊娠中的影像表现及临床价值[J]. 诊断学理论与实践, 2017, 16(06): 650-655. |
[15] | 李旭东, 林晓珠, 房炜桓, 谢环环, 陈楠, 柴维敏, 严福华, 陈克敏. MRI图像纹理分析在胰腺神经内分泌肿瘤病理分级中的应用研究[J]. 诊断学理论与实践, 2017, 16(06): 601-606. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||