文献速递腹部MR

深度学习CAIPIRINHA-VIBE联合优化脂肪抑制技术提升钆塞酸二钠增强肝脏MRI

Enhancing gadoxetic acid-enhanced liver MRI: a synergistic approach with deep learning CAIPIRINHA-VIBE and optimized fat suppression techniques.
PubMed 文献 · Eur Radiol · 2024-03-16

这项回顾性单中心研究纳入168例行钆塞酸二钠增强肝脏MRI的患者,比较标准CAIPIRINHA-VIBE与深度学习(DL)及高分辨率(HR)DL CAIPIRINHA-VIBE的图像质量、病灶清晰度和检出率。DL与HR-DL序列整体图像质量更优、伪影更少且采集时间更短(DL 11秒 vs 标准17秒),但合成感更明显;HR-DL在肝胆期对<2 cm实性局灶性肝脏病灶的检出率显著高于标准序列(92.5% vs 87.4%;OR=1.83;p=0.036)。

要点

  • DL与HR-DL CAIPIRINHA-VIBE在平扫及肝胆期整体图像质量优于标准序列且伪影更少(p<0.001),采集时间更短(DL 11秒 vs 标准17秒)。
  • DL与HR-DL序列合成感评分显著低于标准序列(平扫p<0.001;肝胆期DL p<0.001、HR-DL p=0.018)。
  • 肝胆期HR-DL对<2 cm实性局灶性肝脏病灶检出率高于标准序列(92.5% vs 87.4%;OR=1.83;p=0.036)。

核心结论

  • DL与HR-DL CAIPIRINHA-VIBE图像质量优于标准CAIPIRINHA-VIBE,HR-DL可改善病灶清晰度并提高<2 cm实性局灶性肝脏病灶的检出,DL与HR-DL序列在钆塞酸二钠增强肝脏MRI中具有潜在临床实用性。

研究设计与样本

  • 回顾性单中心研究,纳入168例(男104例、女64例;平均年龄62.1±12.9岁,范围19–88岁)于2022年12月20日至2023年1月20日行3 T(MAGNETOM Skyra;Siemens Healthcare)钆塞酸二钠增强肝脏MRI的患者,比较标准、DL及HR-DL CAIPIRINHA-VIBE序列;病灶清晰度评估纳入53例患者的87个实性局灶性肝脏病灶,由3名腹部放射科医师独立盲法评分。

关键影像表现/征象

  • DL与HR-DL CAIPIRINHA-VIBE在平扫及肝胆期肝脏边缘锐利度、肝血管清晰度、呼吸运动伪影、心脏搏动伪影、振铃伪影、感知信噪比、主观噪声水平、整体伪影水平及整体图像质量评分均显著高于标准序列(p<0.001)。
  • DL与HR-DL序列合成感评分显著低于标准序列(平扫DL p<0.001;肝胆期DL p<0.001、HR-DL p=0.018)。
  • 肝胆期HR-DL较DL肝脏边缘锐利度(p=0.026)、肝血管清晰度(p<0.001)、合成感(p<0.001)及整体伪影水平(p=0.039)评分更高,但感知信噪比评分更低。

诊断标准与关键数值

  • 图像质量采用4分制评分,分数越高表示肝脏边缘越锐利、肝血管与胆管越清晰、伪影越少、信噪比越高、噪声越低、合成感越少、图像质量越好。
  • 病灶清晰度采用4分制评分,评分2–4分定义为检出,1分(不可见)定义为未检出;检出率=检出实性局灶性肝脏病灶数/实性局灶性肝脏病灶总数。
  • 平扫标准vs DL序列≥2 cm病灶检出率81.6%(71/87)vs 75.9%(66/87),OR=0.75,p=0.020,标准序列更高。
  • 肝胆期HR-DL vs标准序列<2 cm实性病灶检出率92.5% vs 87.4%,OR=1.83,p=0.036。

临床应用与阅片要点

  • DL与HR-DL序列可将采集时间从标准17秒缩短至11秒,图像整体质量更优且伪影更少。
  • DL与HR-DL序列图像合成感更明显(平扫与肝胆期均p<0.05),阅片时需注意这一观感差异。
  • 平扫≥2 cm病灶标准序列清晰度(2.55±1.06 vs 2.43±1.03;p=0.032)及检出率(81.6% vs 75.9%;OR=0.75;p=0.020)均高于DL序列。
  • 肝胆期HR-DL对<2 cm实性局灶性肝脏病灶的检出率高于标准序列,作者认为DL与HR-DL序列具有潜在临床实用性。

局限性

  • 本研究为回顾性单中心研究。
  • DL与HR-DL序列图像合成感评分显著低于标准序列(p<0.05),表现为更明显的合成感。
  • 纳入病灶清晰度评估的仅53例患者的87个实性局灶性肝脏病灶。
全文中译20 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2024 Mar 16;34(10):6712–25. doi: 10.1007/s00330-024-10693-9

引言

肝脏磁共振成像(MRI),包括动态成像,广泛用于局灶性肝病的检测和表征,并且通常显示出与计算机断层扫描(CT)相比更好的诊断性能[1, 2]。屏气三维(3D)T1加权脂肪抑制梯度回波(GRE)序列是多期肝脏MRI的基石[3],在常规临床实践中采集时间为17–23秒。病灶显著性是对局灶性肝脏病灶(尤其是肝细胞癌(HCC)或转移瘤等恶性病灶)检测的关键决定因素[4–6]。通过成像技术检测亚厘米级肝脏恶性肿瘤仍然具有挑战性,主要由于小病灶的信噪比(SNR)低、空间分辨率有限以及其不典型强化模式导致的相对低对比度[7, 8]。尽管MRI提供的软组织对比度优于CT,但3D T1加权GRE图像上小病灶的检测可能因运动相关模糊、各种伪影以及相对较大层厚导致的部分容积平均效应所造成的图像质量下降而受到阻碍[9, 10]。鉴于图像质量在很大程度上依赖于患者的屏气能力,通过快速成像技术缩短图像采集时间在日常临床实践中至关重要[9]。

迄今为止,并行采集技术(PATs)如敏感性编码(SENSE)、广义自动校准部分并行采集(GRAPPA)、并行成像中可控混叠实现更高加速(CAIPIRINHA)和压缩感知(CS)已被广泛整合到3D T1加权GRE序列中,通过k空间欠采样来加速图像采集[10–13]。在这些PATs中,CAIPIRINHA通过在相位编码和层面编码方向上同时加速数据采集来实现更高的加速因子,从而缩短采集时间并减少图像质量下降[14]。既往研究表明,CAIPIRINHA容积内插屏气检查(VIBE)提供的图像质量优于GRAPPA[10, 15–17]。然而,通过并行成像(PI)或PI联合CS技术实现的高加速因子可能导致g因子相关的SNR损失和混叠伪影[9]。因此,这些图像质量下降也可能影响病灶显著性和检测[12]。近年来,深度学习(DL)超分辨率(SR)重建算法已被证明可缩短腹部MRI 3D T1加权GRE序列的检查时间并改善图像质量和病灶显著性[18–21]。据我们所知,目前关于基于DL的重建算法结合优化频谱脂肪抑制是否有助于增强肝脏MRI图像质量和病灶显著性的证据有限。

因此,本研究旨在探讨在钆塞酸增强肝脏MRI中,DL CAIPIRINHA-VIBE技术相比标准CAIPIRINHA-VIBE技术是否能改善图像质量、病灶显著性和病灶检测。

材料和方法

研究人群

我们机构的机构审查委员会批准了这项回顾性研究,并豁免了书面知情同意的要求。我们检索了放射学数据库,纳入2022年12月20日至2023年1月20日期间使用3-T扫描仪(MAGNETOM Skyra;Siemens Healthcare)接受钆塞酸增强肝脏MRI的连续成年(≥ 18岁)患者。最初纳入的180例患者中,12例因肝脏MR序列不完整无法分析而被排除出研究。因此,最终队列包括168例患者(男104例,女64例;平均年龄±标准差,62.1±12.9岁;范围19–88岁)。肝脏MRI的临床指征为(a)HCC监测(n = 120);(b)转移瘤监测(n = 30);以及(c)局灶性肝脏病变(FLL)定性(n = 18)。

为确保更有针对性地评估实性肝脏病变,我们聚焦于实性FLL ≤ 5个的患者以评估病灶显著性,排除非实性FLL,如治疗后HCC病灶、良性囊肿、典型血管瘤和动脉门静脉分流。无实性FLL(n = 92)或实性FLL超过5个(n = 23)的MRI扫描被排除。因此,53例患者中检测到的87个实性FLL被纳入病灶显著性评估。病灶诊断分别为HCC(n = 43)、异型增生结节(n = 17)、转移瘤(n = 9)、局灶性结节性增生(FNH)(n = 5)、肝细胞腺瘤(n = 4)、FNH样病变(n = 2)、良性病变(n = 2)、炎性病变(n = 2)、肝内胆管癌(n = 1)、血管平滑肌脂肪瘤(n = 1)和硬化性血管瘤(n = 1)(图1)。HCC根据病理检查或韩国肝癌协会-国家癌症中心指南的HCC诊断影像学标准进行诊断[22]。转移瘤的诊断根据特征性MRI表现确立,例如边缘不规则或界限不清、MR动态图像上环形强化、肝胆期(HBP)图像上低强化或靶样表现,以及在患有基础恶性肿瘤的患者系列横断面成像上显示间期增长大于20% [23, 24]。异型增生结节根据典型MRI特征诊断,如T1加权成像上等信号或高信号、T2加权成像上轻度低信号、无动脉期高强化(APHE)、HBP上等信号或轻度低信号,以及随访横断面成像上稳定[25, 26]。FNH根据特征性MRI表现诊断,包括均匀APHE、中央瘢痕、无“廓清”、HBP上等信号或高强化,以及随访横断面成像上表现稳定[24, 27]。

图1 研究流程图。CAIPIRINHA,并行成像中受控混叠产生更高加速;FLL,局灶性肝脏病变;HBP,肝胆期;MRI,磁共振成像;VIBE,容积插值屏气检查 查看原图 ↗

MRI采集

MRI检查在3-T扫描仪(MAGNETOM Skyra;Siemens Healthcare)上进行。常规肝脏MRI方案包括T1加权双回波成像、平扫及钆塞酸增强动态期和肝胆期(HBP)成像、T2加权成像,以及使用三个b值(50、400和800 s/mm2)的扩散加权成像。以1.5 mL/s的速率给予标准剂量0.025 mmol/kg的对比剂(Primovist;Bayer Healthcare),随后用25 mL生理盐水冲洗。对于动态成像,注射后使用频谱脂肪抑制3D VIBE获得三重动脉期、门静脉期、移行期和HBP。动脉期(AP)成像的时机通过实时团注跟踪技术结合MR透视监测确定。所有患者均接受以下VIBE方案:(a)平扫图像采用标准CAIPIRINHA-VIBE扫描和额外的CAIPIRINHA-VIBE联合DL重建扫描;(b)肝胆期(HBP)图像分别采用标准CAIPIRINHA-VIBE扫描和额外的CAIPIRINHA-VIBE联合DL及高分辨率(HR)DL重建扫描。MRI采集参数详见表1。由于HR方案在信号更强的HBP中采集,因此选择了更高的加速因子。DL CAIPIRINHA采集采用了更高效的频谱脂肪抑制采样方案。虽然DL序列被加入我们的方案,但在实践中它们有效取代了“标准”CS序列。

表1 MRI采集参数 查看原表 ↗

DL重建技术

基于DL的图像重建涉及两个连续、独立的处理步骤(图2)。

第一步,使用受变分网络[28]启发的网络架构,从采集分辨率下的k空间数据重建图像。作为输入,该架构接收欠采样k空间以及线圈灵敏度图,后者作为预处理步骤从单独采集的校准扫描中估计得到。随后通过6次迭代确定图像,每次迭代由并行成像重建形式的数据一致性更新和随后的神经网络评估组成,用于图像正则化。限制于传统PAT采样模式的优势在于,估计的线圈灵敏度图可以针对给定加速因子进行优化。此外,由于图像空间中的混叠是相干的,训练数据可以裁剪为较小尺寸,从而允许监督训练中图像正则化网络在所有空间维度上发挥作用。网络架构在PyTorch[29]中实现,监督训练使用了约5000个训练对,这些训练对源自约500个全采样3D数据集,该数据集采集自健康志愿者,使用1.5T和3T扫描仪(MAGNETOM扫描仪,Siemens Healthcare),覆盖头部、腹部和盆腔。与数据一致性原则一致,该网络被定制用于增强局部图像特征,且与经临床验证的2D方法一样,预期其对图像内容不敏感[30]。图像正则化网络采用传统3D U-net[31],损失函数选择L1,优化器选择Adam[32]。随后将获得的网络以ONNX格式导出,并使用ONNX Runtime[33]作为推理引擎集成到扫描仪重建流水线中。利用扫描仪集成的图形处理单元,该处理步骤在所采用的3D T1加权协议下的预期执行时间约为15秒。

第二步处理使用基于深度学习的超分辨率算法对所采集图像进行插值,如先前研究所述[18, 21]。所采用的算法首先在所有空间维度上进行2倍上采样,并进一步训练以在切片方向执行部分傅里叶重建,与所选采集协议一致。用于监督训练的数据集由高分辨率图像组成,作为地面真值图像。训练中使用的输入数据通过在所有空间维度上将这些图像降采样2倍获得。

两个处理步骤均集成到一个研究应用中,以供在扫描仪重建流水线中前瞻性使用。

图2 基于深度学习的重建算法示意流程。上排为基于深度学习的重建算法的输入和处理步骤。左下示意图展示了k空间到图像重建的基本概念,即在传统并行成像重建与使用神经网络U估计先验图像之间交替进行。传统重建对应于具有椭圆超曲面的线性优化,从当前先验图像以步长λ进行。右下示意图描绘了超分辨率算法中所用网络架构的各层。DL,深度学习 查看原图 ↗

图像分析

所有去标识化的MR图像均由三位腹部放射科医师(J.W.C.、J.L.和S.K.J.)独立审阅,他们分别具有6年、6年和10年的腹部MRI经验,且对MRI采集技术不知情。在开始图像分析之前,阅片者接受了简短的培训课程,以了解所有评估参数的判读和评分。所有感兴趣的MR图像(即平扫和HBP图像),包括标准CAIPIRINHA-VIBE或DL CAIPIRINHA-VIBE以及HR-DL CAIPIRINHA-VIBE数据集,均被随机分配给阅片者。

定性图像质量评估

在平扫和HBP轴位图像上对图像质量进行定性评估,评估指标包括肝脏边缘锐利度、肝血管清晰度、胆管清晰度(仅在HBP图像上评估)、呼吸运动伪影、心脏搏动伪影、振铃伪影、感知信噪比(SNR)、主观噪声水平、合成外观、整体伪影水平和整体图像质量,采用4分制评分(表2)[13, 34–36]。评分越高意味着肝脏边缘越锐利、肝血管和胆管清晰度越好、伪影越少、SNR越高、噪声越少、合成外观越少、图像质量越好。

表2 图像分析评分标准 查看原表 ↗

病灶清晰度和检出评估

一位未参与审阅环节、具有5年腹部MRI经验的研究者(H.W.)通过查阅MRI报告及所有可用的临床信息和放射学检查,记录了局灶性肝脏病变(FLL)的信息(即病灶数量、大小、位置和放射学诊断)。所有这些信息均提供给阅片者用于病灶定位。在平扫和HBP轴位图像上根据4分制评分(表2)评估病灶清晰度。为排除非实性病变和治疗后的HCC病变,向阅片者提供了匹配的T2加权图像和AP图像。评分越高表明病灶清晰度越好。

在病灶检出分析中,清晰度评分为2–4分的病灶定义为已检出,而清晰度评分为1分(不可见)的病灶定义为未检出[34]。病灶检出率通过检出的实性FLL数量除以实性FLL总数计算。

统计分析

Wilcoxon符号秩检验用于图像质量评分的配对比较,评分取3位阅片者的平均值。观察者间一致性使用Gwet's AC1系数评估[37],标准如下:0.01–0.20,轻微一致性;0.21–0.40,一般一致性;0.41–0.60,中等一致性;0.61–0.80,高度一致性;0.81–1.00,几乎完美一致性。在统计分析中,清晰度评分和病灶数量被视为3位阅片者观察值的总和。基于汇总数据,采用广义估计方程方法评估病灶清晰度和检出率[38]。统计分析使用R软件(版本4.3.1;R Foundation for Statistical Computing)、SAS软件(版本9.4;SAS institute)和jackknife自由响应受试者工作特征软件(版本4.2.1)进行。双侧p ≤ 0.05表示具有统计学意义。

结果

定性图像质量评估

标准、DL和HR-DL CAIPIRINHA-VIBE在平扫和HBP图像上的图像质量评分比较见表3。

表3 标准、DL和HR-DL CAIPIRINHA-VIBE在平扫及肝胆期图像上的图像质量评分比较 查看原表 ↗

平扫图像上DL与标准CAIPIRINHA-VIBE的比较

在平扫图像上,与标准CAIPIRINHA-VIBE相比,DL CAIPIRINHA-VIBE在肝脏边缘锐利度、肝血管显影清晰度、呼吸运动伪影、心脏搏动伪影、振铃伪影、感知信噪比(SNR)、主观噪声水平、整体伪影水平及整体图像质量方面的评分均显著更高(所有p < 0.001)。然而,在平扫图像上,DL CAIPIRINHA-VIBE的合成外观评分显著低于标准CAIPIRINHA-VIBE(p < 0.001)(图3A、B)。

图3 一名41岁男性局灶性肝脏病变患者(白色箭头)的钆塞酸增强MRI T1加权平扫图像,分别采用(A、C)标准CAIPIRINHA-VIBE和(B、D)DL CAIPIRINHA-VIBE技术重建。(B)DL CAIPIRINHA-VIBE较(A)标准CAIPIRINHA-VIBE显示更高的肝脏边缘锐利度、肝血管显影清晰度(黄色箭头)和感知SNR,更少的心脏搏动伪影(箭头)和整体伪影,以及更好的整体图像质量。然而,(B)DL CAIPIRINHA-VIBE显示出更明显的合成外观。(D)DL CAIPIRINHA-VIBE的病变显影清晰度低于(C)标准CAIPIRINHA-VIBE(平均显影清晰度评分,2.33 vs 2.67)。CAIPIRINHA,并行成像中可控混叠产生更高加速;DL,深度学习;MRI,磁共振成像;SNR,信噪比;VIBE,容积内插屏气检查 查看原图 ↗

肝胆期图像上DL和HR-DL与标准CAIPIRINHA-VIBE的比较

在肝胆期图像上,DL和HR-DL CAIPIRINHA-VIBE在肝脏边缘锐利度、肝血管显影清晰度、胆管显影清晰度、呼吸运动伪影、心脏搏动伪影、振铃伪影、感知SNR、主观噪声水平、整体伪影水平及整体图像质量方面的评分均显著高于标准CAIPIRINHA-VIBE。但在肝胆期图像上,DL(p < 0.001)和HR-DL(p = 0.018)CAIPIRINHA-VIBE的合成外观评分显著低于标准CAIPIRINHA-VIBE(图4)。

图4 一名77岁男性肝细胞癌(HCC)患者的钆塞酸增强MRI T1加权肝胆期图像,分别采用(A)标准CAIPIRINHA-VIBE、(B)DL CAIPIRINHA-VIBE和(C)HR-DL CAIPIRINHA-VIBE技术重建。(B)DL和(C)HR-DL CAIPIRINHA-VIBE较(A)标准CAIPIRINHA-VIBE显示更高的肝脏边缘锐利度、肝血管显影清晰度(黄色箭头)、胆管显影清晰度(黑色箭头),更少的呼吸运动伪影(白色箭头)、心脏搏动伪影(黄色箭头)和整体伪影,以及更好的整体图像质量。(B)DL CAIPIRINHA-VIBE较(A)标准CAIPIRINHA-VIBE显示更高的感知SNR和更低的主观噪声水平,而(C)HR-DL CAIPIRINHA-VIBE较(A)标准CAIPIRINHA-VIBE显示相当的感知SNR和更高的主观噪声水平。然而,(B)DL和(C)HR-DL CAIPIRINHA-VIBE均显示出更明显的合成外观。CAIPIRINHA,并行成像中可控混叠产生更高加速;DL,深度学习;HBP,肝胆期;HCC,肝细胞癌;HR,高分辨率;MRI,磁共振成像;SNR,信噪比;VIBE,容积内插屏气检查 查看原图 ↗

肝胆期图像上HR-DL与DL CAIPIRINHA-VIBE的比较

在肝胆期(HBP)图像上,与DL CAIPIRINHA-VIBE相比,HR-DL CAIPIRINHA-VIBE在肝脏边缘锐利度(p = 0.026)、肝血管清晰度(p < 0.001)、合成外观(p < 0.001)和整体伪影水平(p = 0.039)方面的评分显著更高,但感知信噪比(SNR)评分更低。在HBP图像上,HR-DL与DL CAIPIRINHA-VIBE在胆管清晰度、呼吸运动伪影、心脏搏动伪影、振铃伪影、主观噪声水平和整体图像质量方面未检测到显著差异(p范围,0.080–0.968)(图4B、C)。

与标准CAIPIRINHA-VIBE相比,DL或HR-DL CAIPIRINHA-VIBE在平扫和HBP图像上图像质量较差者的病例见图S1。

观察者间一致性

图像质量评估的观察者间一致性总结于表4,详细信息见表S1。在平扫和HBP图像上,标准、DL和HR-DL CAIPIRINHA-VIBE的肝脏边缘锐利度、肝血管清晰度和心脏搏动伪影的Gwet's AC1系数为轻微至几乎完全一致(范围,0.066–0.830);胆管清晰度、感知SNR和合成外观的Gwet's AC1系数为中等至几乎完全一致(范围,0.234–0.878);呼吸运动伪影的Gwet's AC1系数为轻微至高度一致(范围,0.056–0.769);振铃伪影和主观噪声水平的Gwet's AC1系数为中等至几乎完全一致(范围,0.420–0.841);整体伪影水平和整体图像质量的Gwet's AC1系数为高度至几乎完全一致(范围,0.660–0.936)。

表4 标准、DL和HR-DL CAIPIRINHA-VIBE在平扫和HBP图像上图像质量评估的观察者间一致性 查看原表 ↗

病灶清晰度和检出评估

标准、DL和HR-DL CAIPIRINHA-VIBE在平扫和HBP图像上病灶清晰度评分和检出率的比较详见表5。

表5 标准、DL和HR-DL CAIPIRINHA-VIBE在平扫和HBP图像上病灶清晰度和检出率的比较 查看原表 ↗

平扫图像上DL与标准CAIPIRINHA-VIBE的比较

对于所有实性局灶性肝脏病变(FLL)以及尺寸< 2 cm的FLL,平扫图像上标准与DL CAIPIRINHA-VIBE之间的病灶清晰度评分未检测到显著差异(分别为p = 0.515和0.862)。然而,对于尺寸≥ 2 cm的FLL,标准CAIPIRINHA-VIBE的病灶清晰度评分显著高于DL CAIPIRINHA-VIBE(2.55 ± 1.06 vs 2.43 ± 1.03;p = 0.032)。同样,对于所有实性FLL以及尺寸< 2 cm的FLL,平扫图像上标准与DL CAIPIRINHA-VIBE之间的病灶检出率无显著差异(分别为p = 0.656和0.238)。然而,对于尺寸≥ 2 cm的FLL,平扫图像上标准CAIPIRINHA-VIBE的病灶检出率显著高于DL CAIPIRINHA-VIBE(81.6% [71/87] vs 75.9% [66/87];比值比[OR] = 0.75;p = 0.020)(图3C、D)。

HBP图像上DL与标准CAIPIRINHA-VIBE的比较

在肝胆期(HBP)图像上,深度学习(DL)与标准CAIPIRINHA-VIBE在所有实性局灶性肝脏病变(FLL)的病灶清晰度评分(2.92 ± 0.94 vs 2.88 ± 0.89;p = 0.271)、尺寸< 2 cm的FLL(2.68 ± 0.96 vs 2.63 ± 0.89;p = 0.299)以及尺寸≥ 2 cm的FLL(3.41 ± 0.66 vs 3.38 ± 0.67;p = 0.563)之间均未检测到显著差异。同样,在HBP图像上,标准与DL CAIPIRINHA-VIBE之间的病灶检出率无显著差异(所有实性FLL p = 0.454;尺寸< 2 cm的FLL p = 0.525)(图5A、B、D、E)。

图5 A、B、C 一名69岁男性肝7段2.6 cm肝细胞癌(HCC)(箭头)的钆塞酸增强MRI T1加权HBP图像。C图HR DL CAIPIRINHA-VIBE显示的病灶清晰度高于(A)标准CAIPIRINHA-VIBE(平均清晰度评分,4 vs 3.67),而B图DL CAIPIRINHA-VIBE显示的病灶清晰度与(A)标准CAIPIRINHA-VIBE相当(平均清晰度评分,3.67 vs 3.67)。D、E、F 一名76岁女性肝4段1.1 cm肺癌转移灶(箭头)的钆塞酸增强MRI T1加权HBP图像。同样,(F)HR DL CAIPIRINHA-VIBE显示的病灶清晰度高于(D)标准CAIPIRINHA-VIBE(平均清晰度评分,3.67 vs 2.67),而E图DL CAIPIRINHA-VIBE显示的病灶清晰度低于(D)标准CAIPIRINHA-VIBE(平均清晰度评分,2.33 vs 2.67)。CAIPIRINHA,并行成像中受控混叠导致更高加速;DL,深度学习;HBP,肝胆期;HCC,肝细胞癌;HR,高分辨率;MRI,磁共振成像;VIBE,容积内插屏气检查 查看原图 ↗

HBP图像上HR-DL与标准CAIPIRINHA-VIBE的比较

在HBP图像上,HR-DL CAIPIRINHA-VIBE的病灶清晰度评分显著高于标准CAIPIRINHA-VIBE,所有病灶(3.20 ± 0.86 vs 2.88 ± 0.89,p < 0.001)、尺寸< 2 cm的FLL(3.04 ± 0.90 vs 2.63 ± 0.89,p < 0.001)以及尺寸≥ 2 cm的FLL(3.53 ± 0.68 vs 3.38 ± 0.67,p = 0.006)均如此。此外,HR-DL CAIPIRINHA-VIBE的病灶检出率显著高于标准CAIPIRINHA-VIBE,所有病灶(94.6% [247/261] vs 91.2% [238/261];OR = 1.75;p = 0.040)以及尺寸< 2 cm的FLL(92.5% [161/174] vs 87.4% [152/174];OR = 1.83;p = 0.036)均如此。然而,对于尺寸≥ 2 cm的FLL,HR-DL与标准CAIPIRINHA-VIBE在HBP图像上的病灶检出率无显著差异(98.9% [86/87] vs 98.9% [86/87];OR = 1.00;p > 0.99)(图5A、C、D、F)。

HBP图像上HR-DL与DL CAIPIRINHA-VIBE的比较

在HBP图像上,HR-DL CAIPIRINHA-VIBE的病灶清晰度评分显著高于DL CAIPIRINHA-VIBE,所有病灶(3.20 ± 0.86 vs 2.92 ± 0.94,p < 0.001)以及尺寸< 2 cm的FLL(3.04 ± 0.90 vs 2.68 ± 0.96,p < 0.001)均如此。然而,对于尺寸≥ 2 cm的FLL,HR-DL与DL CAIPIRINHA-VIBE在HBP图像上的病灶清晰度评分未检测到显著差异(3.53 ± 0.68 vs 3.41 ± 0.66,p = 0.154)。此外,HR-DL与DL CAIPIRINHA-VIBE在HBP图像上的病灶检出率无显著差异(所有实性FLL p = 0.448;尺寸< 2 cm的FLL p = 0.347)(图5B、C、E、F)。

与标准CAIPIRINHA-VIBE相比,DL或HR-DL CAIPIRINHA-VIBE在平扫及HBP图像上病灶清晰度评分较低的病例见图S2-4。

讨论

在本研究中,与标准CAIPIRINHA-VIBE相比,DL和HR-DL CAIPIRINHA-VIBE表现出更优的图像质量和更少的伪影,且采集时间更短(DL vs 标准,11 s vs 17 s)。采集时间的缩短是减少运动伪影和提升图像质量的关键因素,主要通过优化频谱脂肪抑制技术实现。然而,前者呈现更合成化的外观。此外,在与标准序列相当的采集时间内(16 s),使用DL算法实现更高空间分辨率的HR-DL CAIPIRINHA-VIBE显著提高了病灶显著性,尤其是对于小的实性局灶性肝脏病变(FLLs)。我们的发现与先前关于3D GRE序列DL重建算法的研究一致,强调了DL超分辨率(SR)重建在腹部MRI中的有效性。Afat等表明,结合部分傅里叶采集技术的DL SR能够在T1加权GRE成像中改善图像质量并提供更优的诊断信心,同时通过使用更激进的部分傅里叶设置缩短扫描时间[18]。Chaika等在胰腺MRI中发现,DL SR后处理重建联合迭代去噪优于标准VIBE成像[19]。它提供了更优的图像质量、更低的噪声和伪影、更高的器官对比度,以及更好的血管和胰管可见性。另外两项研究也证明,在腹部和腹盆部MRI中使用DL SR重建技术可改善图像质量和病灶可见性,同时缩短采集时间[20, 21]。值得注意的是,与先前患者数量有限(即32–50例)的单中心回顾性研究[18–21]相比,我们的研究具有更大量的样本,使所呈现的结果更具有效性,并为结论增添了稳健性。此外,我们的研究促进了创建具有1 mm层厚的临床适用高分辨率成像数据集。再者,通过采用在线重建技术而非离线方法,我们显著提高了临床可行性和效率。然而,在更大规模的多中心前瞻性队列中进一步验证我们的发现将有助于确认其普适性。

在我们的研究中,DL CAIPIRINHA-VIBE在平扫和肝胆期(HBP)图像上均较标准CAIPIRINHA-VIBE提供了更优的图像质量,同时采集时间缩短(11 s vs 17 s)。观察到的结果主要归因于整合于DL CAIPIRINHA-VIBE中的DL算法的固有优势。以变分网络架构为基础的主要k空间到图像重建,确保了增强的噪声抑制和出色的伪影抑制[28, 30, 36, 39]。这些改进使得缩短采集时间成为可能——这是最小化肝脏MRI中运动伪影的关键步骤,尤其是在老年或屏气能力受损的人群中。此外,SR方法侧重于改善层间分辨率,专门针对所使用的部分傅里叶采集进行调整[18–21]。这至少部分解释了DL CAIPIRINHA-VIBE图像中肝脏边缘定义、肝血管可见性和胆管清晰度的显著改善。

在DL CAIPIRINHA-VIBE图像上,伪影(如呼吸运动、心脏搏动伪影和振铃伪影)的显著减少既可归因于扫描时间的缩短,也可归因于伪影抑制算法。DL CAIPIRINHA-VIBE的扫描时间从常规的17 s缩短至11 s,这在最大限度减少运动伪影方面具有显著优势。其获益不仅源于用于初始k空间到图像重建的变分网络架构,还源于DL CAIPIRINHA-VIBE中所采用的更有效的光谱脂肪抑制采样方案。如目前的认识所示,缩短扫描时间仍是减轻运动伪影不良影响的最佳方法[10]。然而,对于特别容易出现屏气失败的患者,值得考虑替代方法。诸如非相干笛卡尔k空间采样结合运动分辨压缩感知重建等技术提供了潜在可行的选择[40]。

值得注意的是,与标准CAIPIRINHA-VIBE相比,DL CAIPIRINHA-VIBE在平扫和HBP图像上均表现出更明显的合成外观。与既往基于变分网络的评估[21, 36]一致,值得注意的是,平滑是观察到的主要不利因素。与传统采集相比,未观察到图像内容的变化。这一现象可能源于DL CAIPIRINHA-VIBE中较强的正则化参数,其将增强重建图像的感知SNR。然而,这可能导致复杂结构过度平滑或引入不熟悉的图像纹理,从而使图像看起来呈卡通样或有些不真实[34, 39]。由于正则化可由用户调节,一方面,所选设置被认为是合理的折衷,并且与临床标准相比允许有显著改善。网络设计的未来发展无疑将集中在给定正则化强度下优化图像感知。

在我们的研究中,与标准CAIPIRINHA-VIBE或深度学习(DL)CAIPIRINHA-VIBE相比,高分辨率深度学习(HR-DL)CAIPIRINHA-VIBE显著提高了病灶 conspicuity(可见度),尤其是对于小的实性局灶性肝脏病变(FLLs)。值得注意的是,我们对HR-DL CAIPIRINHA-VIBE采用了6的加速因子,而标准CAIPIRINHA-VIBE的加速因子为4。这种提升之所以可实现,是因为与并行成像技术相比,DL算法具有更优越的降噪和伪影抑制能力。此外,需要注意的是,DL和HR-DL CAIPIRINHA-VIBE方案中使用了相同的神经网络,从而确保了我们的深度学习技术的一致性。虽然由于更小的体素尺寸和更高的固有噪声,HR-DL CAIPIRINHA-VIBE方案的SNR较低,但这种权衡是合理的。在肝胆期(HBP),钆塞酸二钠的信号增强可补偿较低的SNR,从而能够在HR-DL中有效使用更高的加速以实现精细的成像分辨率。在我们的研究中,病灶 conspicuity 和检出率的改善可部分归因于图像锐度的提高和部分容积平均效应的减少,这得益于通过采用基于DL的图像插值和超分辨率(SR)算法所实现的更薄层厚(HR-DL vs 标准,1 mm vs 3 mm)。促成这些观察结果的其他因素包括运动相关模糊的最小化和各种伪影的减少。正如预期,HR-DL CAIPIRINHA-VIBE HBP图像增强的病灶 conspicuity 和减小的层厚并未显著影响较大病灶(≥ 2 cm)的检出。然而,亚组分析显示,这种改善大幅提高了小(< 2 cm)实性FLLs的检出率(患病率,66.7% [58/87]),使用HR-DL CAIPIRINHA-VIBE HBP图像时检出病灶的比值增加83%。这一改善具有临床意义,因为它有助于更早的疾病诊断、精确的肿瘤分期,并因此促成更明智的治疗决策。在我们机构,DL重建技术已整合到腹部MRI检查的标准临床工作流程中。

我们的研究存在若干局限性。首先,作为一项单中心回顾性研究,可能存在固有的选择偏倚。排除病灶数超过5个的局灶性肝病灶(FLL)患者,也可能在病灶清晰度分析中引入选择偏倚。有必要将我们的发现外推至多中心前瞻性研究,以证实其稳健性和普适性。其次,本研究参与者使用单台3 T磁共振扫描仪,提示我们的发现可能无法普遍适用于不同场强的其他磁共振扫描仪。第三,由于经组织学证实的FLL较少,未对标准CAIPIRINHA-VIBE与高分辨率深度学习(HR-DL)CAIPIRINHA-VIBE之间的诊断效能进行直接比较。第四,我们未对图像质量进行定量评估,因为通过常规感兴趣区测量信号强度和噪声水平可能不可靠,尤其是涉及并行采集技术或基于深度学习的非线性重建方法时[41]。最后,若干图像质量参数(如呼吸运动伪影和肝边缘锐利度)的观察者间一致性水平相对较低。这提示某些图像质量参数可能在很大程度上受阅片者主观性的影响[34]。未来需要采用更标准化的成像标准和更严格的阅片培训策略的研究,以提高观察者间一致性。

总之,与标准CAIPIRINHA-VIBE相比,深度学习(DL)和HR-DL CAIPIRINHA-VIBE在平扫和肝胆期(HBP)图像上表现出更优的总体图像质量和更少的伪影,尽管合成感更强,并具有缩短采集时间的额外优势。此外,HR-DL CAIPIRINHA-VIBE改善了HBP图像上小实性FLL的病灶清晰度和检出。DL和HR-DL CAIPIRINHA-VIBE有望成为常规临床肝脏MRI中有价值的替代方案。

补充信息

以下是电子补充材料的链接。补充文件1(PDF 775 KB)

引用

  1. Wei H, Yoon JH, Jeon SK, et al. Enhancing gadoxetic acid-enhanced liver MRI: a synergistic approach with deep learning CAIPIRINHA-VIBE and optimized fat suppression techniques. Eur Radiol. 2024. PMID: 38492004. doi:10.1007/s00330-024-10693-9
  2. 全文:PMC11399219(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11399219/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。