文献速递神经骨肌MRCT

深度学习重建零回波时间序列改善颈椎MRI骨性结构及相关病变的可视化

Deep learning reconstruction of zero-echo time sequences to improve visualization of osseous structures and associated pathologies in MRI of cervical spine.
PubMed 文献 · Insights Imaging · 2025-01-29

这项回顾性研究纳入52例患者,在1.5T扫描仪上比较ZTE、ZTE-DL与T2加权3D序列。ZTE-DL图像质量评分3.2±0.6高于ZTE的2.0±0.7,骨 delineation、SNR和CNR均更优,与CT的一致性Kappa值0.871,有助于评估椎管和神经孔狭窄的骨性成分。

要点

  • ZTE-DL图像质量评分3.2±0.6,显著高于ZTE的2.0±0.7,伪影更少。
  • ZTE-DL在椎管和神经孔狭窄骨性成分评估上优于ZTE,与CT一致性Kappa 0.871。
  • T2w单独评估椎管狭窄骨性病因为12.7%,联合ZTE-DL可提升至21.8%。

核心结论

  • ZTE-DL序列较ZTE序列提供更优的图像质量和骨可视化,并增强标准颈椎MRI对椎管及神经孔狭窄骨性受累的评估。

研究设计与样本

  • 回顾性研究,连续纳入2022年10月至2024年3月间52例颈椎MRI患者,年龄25至81岁,男22例、女30例。
  • 使用1.5T MRI扫描仪(SIGNA Artist,GE HealthCare)和19通道头颈线圈,采集3D各向同性径向ZTE序列及3D T2加权序列。
  • ZTE-DL序列由原始数据经AIR™ Recon DL算法重建,降噪水平设为100%。
  • 由3名盲法阅片者(1名9年经验放射科医师和2名分别有4年、3年经验的住院医师)独立评估,采用5点Likert量表。
  • 以CT为参考的子组分析纳入12例有颈椎CT的患者,用Kappa统计评估一致性。

关键影像表现/征象

  • ZTE-DL序列上骨小梁和皮质骨 delineation 以及寰枢关节图像质量评分高于ZTE,多数评分≥3。
  • ZTE-DL序列伪影评分多为0或1,整体伪影较ZTE更少且更轻。
  • 图5示C6/7椎间盘突出伴中度椎管狭窄,ZTE-DL清晰显示小的骨性成分。
  • 图6示C4/5右侧神经孔中度狭窄,ZTE-DL显示C4终板骨性成分。

诊断标准与关键数值

  • 图像质量采用5点Likert量表:0差、1轻度、2中等、3好、4完美。
  • 椎间隙分级:0正常、1轻度高度丢失<25%、2中度25–50%、3高度丢失50–75%、4重度>75%。
  • 椎管狭窄分级:0正常、1轻度<25%狭窄、2中度25–50%、3重度>50%;神经孔狭窄分级相同。
  • 椎管狭窄病因分级:0完全椎间盘、1大部分椎间盘、2椎间盘=骨、3大部分骨、4完全骨;神经孔狭窄按软组织/骨相应分级。
  • C2水平骨SNR:ZTE 19.1±7.6 vs ZTE-DL 26.5±13.0;C7水平骨SNR:ZTE 15.1±7.1 vs ZTE-DL 19.5±8.1;CNR:ZTE 11.0±5.4 vs ZTE-DL 20.8±7.9,ZTE-DL均显著更高(p<0.05)。

临床应用与阅片要点

  • ZTE-DL可作为标准颈椎MRI的补充序列,用于评估椎管和神经孔狭窄的骨性成分。
  • ZTE-DL在评估神经孔狭窄骨性成分上显著优于ZTE(p<0.05)。
  • T2w与ZTE-DL在椎间隙、前骨赘、椎管狭窄、神经孔狭窄及其病因特征评估上差异显著(p<0.05),ZTE-DL评估更准确。
  • 子组分析中ZTE和ZTE-DL与CT评估颈椎结构的一致性Kappa值分别为0.817和0.871,与CT相比各结构评估无统计学显著差异。

局限性

  • 原文未报告局限性。
全文中译18 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:Insights Imaging. 2025 Jan 29;16:29. doi: 10.1186/s13244-025-01902-0

引言

颈部疼痛是一个常见问题,每年影响超过30%的普通人群[1, 2]。它是成人中第四大最常见的致残原因,导致大量各种医学检查被实施以明确其病因[3, 4]。

根据美国放射学会的适用标准,X线平片被纳入颈部疼痛的初始评估[5]。CT被认为是评估骨性结构的金标准,能够精确显示皮质骨,并评估骨关节炎、骨赘形成或软骨下硬化等情况[6, 7]。MRI用于颈椎神经根病患者,因为它能详细评估神经根或椎间盘等软组织[5]。由于颈部疼痛可能由骨性和软组织病变引起,因此理想情况下应使用单一成像方式评估这两种组织类型。

然而,由于骨性结构组成致密且排列精细,可移动质子稀少,常规MRI序列在其评估中价值有限[8]。为此,具有极短重复时间的成像序列如零回波时间(ZTE)成像已被开发并应用于脊柱、肩关节和髋关节的“类CT”成像[9–11]。

使用CT进行骨骼勾勒仍优于ZTE序列的类CT图像,因为其具有更好的空间分辨率、信噪比(SNR)和更短的扫描时间[12, 13]。近期研究旨在通过在可接受的扫描时间内提高SNR效率,开发方法来恢复ZTE成像中因射频激发和切换导致的死区间隙期间遗漏的中心k空间数据[14, 15]。由于传统图像重建的基本局限性仍然存在,已引入不同方法,包括基于深度学习的重建,其能以大幅缩短的扫描时间提供优异的图像质量[16]。

将ZTE序列与深度学习图像重建(ZTE-DL)相结合,有可能最大限度地减少颈椎MRI中的图像噪声,从而在保持足够软组织对比度的同时,改善骨性结构的勾勒和评估,获得更好的图像质量。

因此,本研究旨在评估ZTE-DL序列相对于传统ZTE重建技术能否在图像质量和骨骼评估方面增强颈椎MR成像,并评估DL序列联合标准颈椎MRI在全面病理评估中的补充价值。

材料与方法

机构审查委员会批准了本研究。所有参与者在成像前均签署了书面知情同意书。

患者

2022年10月至2024年3月期间由各临床医生转诊进行颈椎MRI的患者被连续纳入研究。如果因采集时原始数据存储不完整而无法对ZTE-DL序列进行回顾性重建,或患者年龄小于18岁,则被排除。

MRI方案和MR采集

所有MRI检查均使用1.5-T MRI扫描仪(SIGNA Artist,GE HealthCare,Waukesha,WI,USA)进行。患者取仰卧位,使用专用19通道头颈线圈进行扫描。颈椎标准MRI包括3D T2加权序列,用于评估颈椎结构。此外,作为研究的一部分,还采集了3D各向同性径向ZTE脉冲序列。ZTE和T2加权序列的详细扫描参数见表1。

表1 ZTE和T2序列的扫描参数 查看原表 ↗

ZTE-DL序列的深度学习重建

首先,在矢状面采集原始ZTE序列,然后传输至厂商提供的专用后处理软件进行基于深度学习的重建,该软件称为AIR™ Recon DL(GE HealthCare,Waukesha,WI)。这些序列最终标记为ZTE-DL序列。

AIR™ Recon DL算法利用深度卷积神经网络(CNN)处理原始复数成像数据,以生成经过优化的输出图像。该CNN设计允许用户可调节的降噪,同时最大限度减少截断伪影并增强边缘锐利度。集成到扫描仪原生的在线重建流程中至关重要,因为这能够访问原始全比特深度数据。该CNN包含约10,000个卷积核中的440万个可训练参数,使其成为适用于所有MR相关图像尺寸的卷积网络。该CNN采用监督学习方法进行训练,使用代表接近完美和常规MRI图像的图像对。接近完美的训练数据由高分辨率、极低噪声水平且几乎无伪影的图像组成。常规训练数据则利用既定方法从这些接近完美的图像中合成,以创建分辨率更低、截断伪影更多且噪声水平更高的版本[17]。

用于图像后处理的专用软件(Orchestra SDK,GE HealthCare,Waukesha,WI)采用AIR™ Recon DL算法,在计算最终图像之前从原始输入数据中消除噪声和吉布斯振铃伪影。此外,该软件提供用户可调节的降噪因子,范围为0至100%,或分类为低、中、高。降噪处理独立于振铃减少进行管理,且不影响边缘锐利度,从而保留图像特征[17]。

在研究之前,一组未纳入分析的检查样本在不同降噪水平下进行了重建,并由作者进行审阅。为探索重建方法之间的最大差异并识别任何潜在的模糊或图像细节丢失,本研究对ZTE-DL序列选择了100%的最大降噪水平。所有图像数据集最终传输至我科的PACS(DeepUnity Diagn,Dedalus,Bonn,Germany)进行进一步分析。

图像分析

在初始培训阶段,使用ZTE和ZTE-DL序列在多平面重建模式下评估了一组十例未纳入研究样本的颈椎MRI检查。任何分歧均经过充分讨论直至达成共识。随后,ZTE和ZTE-DL图像由三位阅片者独立评估:一位具有9年经验的委员会认证放射科医师,以及两位分别具有4年和3年经验的放射科住院医师。所有阅片者对任何临床信息均设盲。此外,所有图像集均经匿名化处理以去除序列标识(ZTE与ZTE-DL序列),然后进行随机化。评估者在PACS中以多平面重建模式按随机顺序评估所有图像。为确保ZTE和ZTE-DL序列呈现类CT图像观感,在阅片过程中对图像进行了灰度反转。评估完成后,披露序列类型信息以用于统计分析目的。

图像质量和骨结构的定性评估

ZTE和ZTE-DL序列的整体图像质量采用5点Likert量表评估(0—差,1—轻度,2—中度,3—良好,4—完美)。骨结构评估分别针对寰枢关节水平和C5椎体水平的皮质骨以及C2和C5椎体水平的松质骨进行。图像质量和骨结构评估的评分系统见表2。

伪影另外采用4点Likert量表评估,描述如下:0—轻度伪影,未遮蔽任何结构;1—中度伪影,未遮蔽任何结构;2—中度伪影,轻度遮蔽结构;3—严重遮蔽结构。

表2 图像质量和骨结构评估的评分系统 查看原表 ↗

图像质量的定量评估

为定量评估图像质量,测量ZTE和ZTE-DL序列的信噪比(SNR)和对比噪声比(CNR)。在每组图像上分别放置5 mm²的感兴趣区(ROI),以测定骨(C2和C7椎体水平)和肌肉(C6椎体水平斜方肌)的信号强度。

计算每个ROI信号强度的均值和标准差(SD)值。为估计噪声,如前所述[9],从不同解剖位置计算骨和肌肉的平均SD值。

取皮质骨和松质骨测量的平均信号值代表骨信号用于计算SNR和CNR,计算公式如下:

颈椎结构及相关病变

为最佳代表常规临床环境并确定ZTE序列的附加价值,先单独评估标准3D T2加权序列,然后分别与ZTE或ZTE-DL序列联合评估颈椎结构及相关病变。此外,对既往有颈椎CT的患者进行了亚组分析,并与ZTE和ZTE-DL序列进行比较。

对整个颈椎的每个椎间盘水平进行了评估,并评估了以下结构:椎间隙(0—正常,1—轻度高度丢失<25%,2—中度高度丢失25-50%,3—高度丢失50-75%,4—重度高度丢失>75%)、前后骨赘(0—正常,无骨赘,1—轻度,骨赘<相应椎体前后径的1/8,2—中度,前后径的1/8-1/4,3—重度,>前后径的1/4)、椎管狭窄(0—正常,1—轻度,椎管狭窄<25%,2—中度,狭窄25-50%,3—重度,狭窄>50%)和神经孔狭窄(0—正常,1—轻度,神经孔狭窄<25%,2—中度,狭窄25-50%,3—重度,狭窄>50%)。在每个分析的颈椎水平分别评估左右神经孔。

当观察到椎管狭窄时,进行如下额外定性:0—完全由椎间盘所致,1—主要由椎间盘所致,2—椎间盘=骨质,3—主要由骨质所致,4—由骨质所致[18]。神经孔狭窄的定性相应评估(0—完全由软组织所致,1—主要由软组织所致,2—软组织=骨质,3—主要由骨质所致,4—由骨质所致)。每个结构均在所获得的三维图像集的多平面工具中进行评估。

统计分析

所有定性和定量图像质量的评估结果被汇总,并使用Wilcoxon符号秩检验在序列间进行比较[19]。使用Shapiro-Wilk检验评估数据的正态分布[20]。如果发现序列间存在显著差异,则进行额外的Bonferroni-Holm事后检验以进行多重比较[21]。显著性定义为p值低于0.05。

每位阅片者分别记录颈椎所有评估结构的病变。图像质量和病变发现评估的阅片者间信度使用组内相关系数(ICC)评估[22]。对于病变发现,比较绝对值。ICC值的解释如下:低于0.5表示信度差,0.5至0.75之间表示信度中等,0.75至0.9之间表示信度良好,高于0.9表示信度极好[23]。与CT的亚组分析中的模态间一致性使用Kappa统计量测量[24]。Kappa值在0.41至0.60之间被认为中等一致,0.61至0.80之间为高度一致,高于0.81为几乎完全一致[25]。

所有统计分析均使用SPSS 29.0版(IBM,Armonk,NY,USA)进行。

结果

最终,52名年龄在25至81岁之间的患者(男性n=22,女性n=30)被纳入研究。颈椎MRI的临床指征包括伴有神经根病的颈部疼痛(n=14)、不伴神经根病的非特异性颈部疼痛(n=26)、涉及颈椎的外伤史(n=9)、类风湿关节炎(n=1)和脊柱关节病(n=2)。患者选择的详细描述见图1所示流程图。

在亚组分析中,共纳入12名接受颈椎CT和MRI检查(含ZTE和ZTE-DL序列)的患者。

图1 纳入研究的患者流程图 查看原图 ↗

图像质量和骨性结构的定性评估

零回波时间(ZTE)序列和零回波时间-深度学习(ZTE-DL)序列的平均整体图像质量分别为2.0 ± 0.7和3.2 ± 0.6,与ZTE序列相比,ZTE-DL序列的伪影显著更少(p < 0.05)。

与ZTE序列相比,ZTE-DL序列中骨性结构的平均图像质量在皮质骨和骨小梁方面均显著更优(p < 0.05)。

所有评估的详细结果见表3。

三位读者对ZTE和ZTE-DL序列图像质量及伪影的Likert量表评分比较见图2。

表3 ZTE和ZTE-DL序列的图像质量及骨性结构评估 查看原表 ↗
图2 三位读者对ZTE和ZTE-DL序列图像质量及伪影的量表评分。在ZTE-DL序列上,整体图像质量、骨小梁和皮质骨的显示以及寰枢关节的图像质量评分均高于ZTE序列,多数评分为“3”或更高。ZTE-DL和ZTE序列的伪影评分大多为0或1;总体而言,ZTE-DL序列上观察到的伪影更少且更轻。 查看原图 ↗

图像质量的定量评估

C2和C7水平骨骼的平均信噪比(SNR)在ZTE序列分别为19.1 ± 7.6和15.1 ± 7.1,在ZTE-DL序列分别为26.5 ± 13.0和19.5 ± 8.1,ZTE-DL序列显著更高(p < 0.05)。

与ZTE序列相比,ZTE-DL序列的平均对比噪声比(CNR)显著更高(p < 0.05),ZTE和ZTE-DL序列的平均值分别为11.0 ± 5.4和20.8 ± 7.9。图3显示了SNR和CNR的箱线图。

图3 ZTE和ZTE-DL序列骨骼SNR及CNR的箱线图。CNR和SNR在ZTE-DL序列上显示出显著优于ZTE序列的结果。测量感兴趣区(ROI)置于C2和C7椎体及相邻颈部肌肉内。 查看原图 ↗

颈椎结构及相关病变

椎间隙评估的平均评分在ZTE、ZTE-DL和T2w序列分别为0.75 ± 0.03、0.74 ± 0.03和0.64 ± 0.03,前缘骨赘评分分别为0.80 ± 0.02、0.79 ± 0.03和0.69 ± 0.03,后缘骨赘评分分别为0.58 ± 0.02、0.63 ± 0.02和0.65 ± 0.02。椎管及神经根管狭窄的评分在ZTE、ZTE-DL和T2w序列分别为0.55 ± 0.02、0.57 ± 0.02和0.71 ± 0.02,以及0.74 ± 0.02、0.68 ± 0.02和0.78 ± 0.02。在椎管及神经根管狭窄的特征描述方面,ZTE、ZTE-DL和T2w序列的平均评分分别为1.44 ± 0.05、1.42 ± 0.05和0.90 ± 0.04,以及2.56 ± 0.02、2.53 ± 0.02和2.02 ± 0.03。

由骨性病变导致的椎管狭窄(分级评分 > 2)在ZTE、ZTE-DL和T2w序列中分别见于21.8%、21.8%和12.7%的椎管狭窄患者,而神经根管狭窄中骨骼受累在以上序列中分别见于46.5%、43.2%和37.1%的患者。所有序列的图像示例见图4。椎管及神经根管狭窄的图像示例见图5和图6。

在评估椎间隙、前骨赘、椎管狭窄、神经根管狭窄以及椎管和神经根管狭窄的特征描述方面,T2w与ZTE-DL序列之间存在显著差异(p值<0.05),ZTE-DL序列对这些结构提供了更准确的评估。此外,ZTE与ZTE-DL序列在神经根管狭窄的特征描述方面存在显著差异(p值<0.05),ZTE-DL序列对狭窄的骨性成分评估更佳。详细结果见表4。

图4 一名28岁女性患者的MR图像,该患者3个月前外伤后出现颈部疼痛。颈椎多平面重建,包括轴位(a–c)、矢状位(d–f)和冠状斜位(g–i)平面。ZTE序列(a、d、g)、ZTE-DL序列(b、e、h)和T2w序列(c、f、i)显示C5/6水平轻度退行性改变,伴椎间隙变窄及C5/6终板局限性前、后骨赘。 查看原图 ↗
图5 一名39岁女性患者的颈椎MR图像,该患者有非特异性颈部疼痛,无神经根病。a 矢状位零回波时间(ZTE)序列,b 矢状位ZTE序列联合深度学习图像重建(ZTE-DL),c 矢状位T2加权(T2w)序列显示C6/7水平椎间盘突出伴中度椎管狭窄(箭头),并伴有小骨性成分(箭号)。尽管椎间盘突出和椎管狭窄在所有成像序列上均可见,但ZTE-DL序列明显增强了骨性成分的可视化。 查看原图 ↗
图6 一名50岁男性患者的颈椎MR图像,该患者有颈部疼痛伴神经根病。a 矢状位零回波时间(ZTE)序列,b 矢状位ZTE序列联合深度学习图像重建(ZTE-DL),c 矢状位T2加权(T2w)序列显示C4/5水平右侧神经根管中度狭窄(箭号),伴有C4终板骨性成分。 查看原图 ↗
表4 T2w、ZTE和ZTE-DL序列对颈椎结构及相关病变的评估 查看原表 ↗

亚组分析

ZTE和ZTE-DL序列与CT在评估颈椎结构方面的模态间一致性几乎完美,Kappa值分别为0.817和0.871。所有分析结构的模态间一致性详细描述见补充材料中的表S1。与CT相比,ZTE和ZTE-DL序列在评估任何分析结构方面均未发现统计学显著差异。

ZTE和ZTE-DL序列及CT对颈椎结构及相关病变的评估可见补充材料中的表S2。

读者间一致性

ZTE序列的整体图像质量读者间一致性良好,ZTE-DL序列为优秀,ICC值分别为0.894和0.904。ZTE和ZTE-DL序列在伪影评估方面的读者间一致性为中等,ICC值分别为0.728和0.749。

在颈椎结构及相关病变的整体评估中,ZTE、ZTE-DL和T2w序列的读者间一致性良好,ICC值分别为0.894、0.895和0.855。所有分析结构的读者间一致性详细描述可见表5。

表5 对ZTE、ZTE-DL和T2w序列评估颈椎所有分析结构的阅片者间一致性 查看原表 ↗

讨论

据我们所知,这是首项评估ZTE和ZTE-DL序列相对于标准3D T2w成像序列在颈椎骨性结构及相关病变成像中图像质量和额外获益的研究。ZTE和ZTE-DL序列均提供类CT的图像印象,而ZTE-DL序列显示出显著更好的图像质量和更少的伪影,并作为标准T2w序列的重要补充用于椎管和椎间孔狭窄的评估和特征描述。

这些结果与此前关于MRI序列DL图像重建用于不同身体区域成像的研究一致,包括膝关节、肩关节和腰椎[26–28],其中DL序列显示出显著优于标准序列的图像质量和解剖可辨识度。

在本研究中,T2w与ZTE-DL序列在大多数颈椎结构的评估以及椎管和椎间孔狭窄的特征描述方面存在显著差异,使得ZTE-DL序列能更好地评估狭窄的骨性成分。与仅基于T2w序列评估狭窄相比,将ZTE-DL序列与T2w联合评估时,发现椎管和椎间孔狭窄的骨性成分具有更高的分级和比例。

这些结果与Tran等的研究一致,该研究将ZTE序列加入常规颈椎MRI,并显示其在骨性结构评估方面具有很大潜力[18]。Tran等仅研究了ZTE序列用于颈椎退行性变的成像,而我们除常规ZTE序列外还纳入了ZTE-DL序列。该方法使ZTE-DL序列中骨小梁和皮质骨的图像质量更好、显示更详细,与ZTE序列相比图像噪声和伪影减少。此外,我们通过在C2和C7椎体中放置感兴趣区来定量评估ZTE和ZTE-DL序列的图像质量,以测量整个图像中的信号均匀性。这些测量表明,与ZTE序列相比,ZTE-DL序列的对比噪声比和信噪比显著更好。

我们的研究概述了零回波时间(ZTE)-深度学习(DL)序列作为颈椎常规磁共振成像(MRI)补充的重要性,尤其是在存在椎管或神经椎间孔狭窄的患者中,因为这些序列能够详细表征这些病变中骨骼的受累情况。在ZTE和ZTE-DL序列中,21.8%的椎管狭窄患者观察到骨性成分,而仅在12.7%的T2加权序列患者中观察到,仅T2w与在常规方案中加入ZTE-DL序列之间存在显著差异。这可能是由于骨性成分相对较小,这些成分可在ZTE和ZTE-DL序列的类CT图像中识别,但在常规T2w序列中几乎不可见(图5)。在神经椎间孔狭窄患者中,ZTE和ZTE-DL序列对骨受累的评估分别识别出46.5%和43.2%,而T2加权序列仅在37.1%的患者中识别出,T2w与ZTE-DL序列之间存在显著差异。Tran等人的研究在常规ZTE序列中也观察到评估椎管和神经椎间孔狭窄中骨和软组织受累范围时确定性的增强[18]。在我们的研究中,加入ZTE-DL序列显著改善了图像质量并改善了对骨性结构的显示,因此在临床场景中应考虑使用ZTE-DL序列而非常规ZTE序列。

传统上,当怀疑存在显著骨性改变时,CT扫描作为MRI扫描的辅助手段用于颈椎手术的术前规划[29–32]。然而,CT的电离辐射仍是一个重要限制,因此无辐射的替代检查方法非常可取。ZTE序列替代CT扫描的潜力已在不同研究中得到展示,例如在四肢、脊柱和头颈部成像中[10, 33–35]。此外,ZTE序列的应用已被证明在神经外科手术的术前规划中有效,并与CT具有良好的相关性[36]。我们的研究强调,ZTE-DL序列为颈椎骨性病变的成像提供了一种可靠、无辐射的选择,特别是用于评估椎管和神经椎间孔狭窄中的骨受累。鉴于本研究中三名读者在使用ZTE和ZTE-DL序列评估颈椎各种病理发现时观察到较强的读者间一致性,这些结果表明它们在术前成像中具有广阔的应用前景。因此,需要进一步研究探讨这一潜在用途。

我们的研究存在若干局限性。首先,我们未将零回波时间(ZTE)和ZTE-DL序列中检测到的所有发现与CT进行对照。为解决这一问题,我们对12例同时具有颈椎CT和MRI的患者进行了亚组分析。该分析显示,在评估颈椎结构方面,CT与ZTE及ZTE-DL序列之间几乎达到完美的跨模态一致性。既往研究也表明,ZTE序列与CT在评估颈椎及相关病变方面具有很强的相关性,在识别和表征椎管及神经根管狭窄方面具有较高的诊断准确性[18, 33]。我们研究的主要目的是考察能够提供类CT成像特征的无创MRI序列。因此,我们选择不额外采集CT图像,而是进行亚组分析。其次,我们的研究纳入的人群相对较小,为52例患者。第三,我们未分析ZTE-DL序列在急性创伤环境中用于创伤性颈椎损伤成像的应用。该主题值得在未来研究中更详细地探索和分析,尤其是在常规进行MRI检查的脑损伤患者中。最后,尽管所有序列均已匿名化处理并移除了所有序列标识符,但在某些情况下,ZTE-DL序列仍可与ZTE区分开来,因为其图像观感明显更平滑且伪影更少。

总之,与ZTE序列相比,ZTE-DL序列对颈椎小梁骨和皮质骨的显示更优,表现出更高的图像质量和更少的伪影。ZTE和ZTE-DL序列能够可靠地评估各种颈椎病变, particularly 用于表征椎管和神经根管狭窄中的骨性成分,并且与仅使用T2w序列相比,能更好地表征狭窄。因此,在临床实践中,值得考虑将ZTE-DL序列作为T2w序列的补充纳入常规颈椎MRI方案。

补充信息

电子补充材料

引用

  1. Kaniewska M, Zecca F, Obermüller C, et al. Deep learning reconstruction of zero-echo time sequences to improve visualization of osseous structures and associated pathologies in MRI of cervical spine. Insights Imaging. 2025. PMID: 39881081. doi:10.1186/s13244-025-01902-0
  2. 全文:PMC11780046(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11780046/

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。