深度学习重建用于加速三维磁共振胰胆管成像
前瞻性单中心研究纳入30例连续患者,比较传统三维MRCP与深度学习加速三维MRCP(MRCPDL)的采集时间和图像质量。MRCPDL将平均采集时间从10:30分钟降至3:57分钟(降低62.4%,P<0.001),伪影评分更优(3.56±0.66 vs 3.17±0.77,P=0.041),背景信号抑制、胆管及胰管可见性和诊断信心无显著差异。
要点
- MRCPDL平均采集时间3:57±01:13分钟,较传统MRCP的10:30±03:04分钟降低62.4%(P<0.001)。
- MRCPDL伪影评分3.56±0.66,传统MRCP为3.17±0.77(P=0.041);背景信号抑制、胆管及胰管可见性、诊断信心均无显著差异(P>0.05)。
- 读者间一致性为中等至几乎完美(κ 0.64–0.87),MRCPDL图像质量评分不劣于传统序列。
核心结论
- 深度学习加速三维MRCP将采集时间降低62%,减少伪影,并保持胆管和胰管可见性,支持其纳入常规临床实践。
研究设计与样本
- 前瞻性单中心连续患者研究,德国Tuebingen大学医院,2023年11月至2024年4月纳入30例完成全部序列采集的成人患者(平均年龄63±15岁,16男14女),使用1.5T MRI(MAGNETOM Sola,Siemens Healthineers),比较传统三维T2加权 turbo spin-echo SPACE序列(三倍GRAPPA加速)与MRCPDL研究序列(八倍CAIPIRINHA加速),均自由呼吸PACE触发,96层,层厚1.0 mm。
关键影像表现/征象
- 图3示例:肝移植术后疑似胆石症患者,传统MRCP与MRCPDL均清晰显示左胆管内结石,整体图像质量相仿,采集时间分别为07:58分钟和02:17分钟。
- 图4上排:62岁肝移植后缺血性胆管病变患者,传统MRCP可见运动伪影(胆管壁双线),MRCPDL无伪影清晰勾勒胆管壁。
- 图4中排:67岁患者,传统MRCP右肝内胆管运动伪影(双影),MRCPDL无运动伪影且清晰显示肝内胆管。
- 图4下排:72岁胰腺IPMN随访患者,传统MRCP采集16:58分钟且IPMN模糊,MRCPDL采集06:47分钟且IPMN显示更清晰。
诊断标准与关键数值
- 图像质量采用四点有序评分(1=差,2=中等,3=好,4=优),评分越高表示背景信号抑制越好、管道显示越清晰、伪影越少、诊断信心越高。
- 背景信号抑制平均评分:传统MRCP 3.13±0.69 vs MRCPDL 3.16±0.65(P=0.898)。
- 伪影水平平均评分:传统MRCP 3.17±0.77 vs MRCPDL 3.56±0.66(P=0.041)。
- 诊断信心平均评分:传统MRCP 3.29±0.73 vs MRCPDL 3.41±0.67(P=0.501)。
- 胆管及胰管可见性平均评分:传统MRCP 3.18±0.65至3.58±0.53 vs MRCPDL 3.31±0.66至3.66±0.54(所有P>0.05)。
临床应用与阅片要点
- 作者结论支持将深度学习加速三维MRCP纳入常规临床实践,可缩短采集时间、减少伪影并保持胆胰管可见性。
- 作者指出,在呼吸不规则且采集时间延长的情况下,可考虑屏气三维MRCP作为替代方案。
局限性
- 研究在单一三级中心进行且样本量有限,可能限制 findings 对其他环境、设备和患者人群的普适性。
- 图像质量评估虽采用标准化标准但仍属主观,依赖读片者个人判读,读片者间差异可能导致图像质量、管道可见性和诊断信心评价不一致。
- MRI序列为前瞻性采集而非从传统图像回顾性重建,因此由于序列采集间呼吸深度和患者移动等生理因素导致器官和管道方向或构型差异,无法直接比较定量测量。
- 虽已证明采集时间缩短和图像质量保持,仍需进一步研究以明确对患者护理和管理的更广泛临床影响。
全文中译11 节 · 点击展开
引言
磁共振胰胆管成像(MRCP)是一种无创成像技术,利用重T2加权显示胆管和胰管 [1–3]。MRCP已成为诊断肝胆胰疾病的重要工具 [4, 5]。MRCP的进步促成了自由呼吸三维(3-D)技术的发展,该技术无需屏气从而提高了患者舒适度,可实现多平面重建,并且比二维MRCP提供更好的管道可见性 [6–8]。值得注意的是,三维MRCP采集时间较长,这增加了对运动伪影的敏感性 [9, 10]。呼吸触发技术的发展,如前瞻性采集校正(PACE),使患者在扫描期间能够自然呼吸,并显著改善了自由呼吸三维MRCP的图像质量 [11]。然而,PACE-MRCP在面对不规则呼吸模式时仍可能面临采集时间延长的问题。
深度学习(DL)重建方法近期已成为应对这些挑战的有前景的方法。DL技术能够从欠采样的k空间数据重建高质量图像,从而实现加速采集 [12–15]。缩短采集时间可以提高患者舒适度、减少运动伪影并优化临床效率。然而,DL重建在MRCP中的应用仍是一个发展中的领域。其与传统MRCP技术的比较性能以及在真实临床环境中的实用性仍未被充分探索,需要开展研究以弥合开发与部署之间的差距。
我们假设前瞻性加速MRCP的DL重建(MRCPDL)将显著缩短扫描时间,同时保持管道可见性和诊断信心。此外,我们预期MRCPDL可能降低伪影水平。因此,本研究的目的是在采集时间和图像质量方面比较传统三维MRCP序列与DL重建加速三维MRCP序列(MRCPDL)。
材料与方法
研究设计与参与者
本前瞻性研究经机构审查委员会批准后,在一家三级中心(德国图宾根大学医院,图宾根,德国)进行。研究遵循《赫尔辛基宣言》及其修正案。
连续纳入2023年11月至2024年4月期间因临床指征转诊行MRCP的成年患者(≥ 18岁)。参与为自愿。所有参与者对同一检查期间额外进行的MRCPDL序列给予书面知情同意。MRCPDL序列由Siemens Healthineers作为研究包提供。与Siemens Healthineers无隶属关系的作者对参与者数据保持完全控制。排除标准为:未分配至研究扫描仪、拒绝参与或序列采集不完整。基线人口学特征、转诊科室及转诊原因见图1和表1。
MRI方案
磁共振成像(MRI)检查使用1.5-T扫描仪(MAGNETOM Sola,Siemens Healthineers)进行。每位参与者均接受三维MRCP检查,使用T2加权涡轮自旋回波序列(Sampling Perfection with Application optimized Contrast using different flip angle Evolution,SPACE)[16, 17],采用三倍GRAPPA(GeneRalized Autocalibrating Partial Parallel Acquisition)加速,以及MRCPDL研究序列,采用八倍CAIPIRINHA(Controlled Aliasing in Parallel Imaging Results in Higher Acceleration)加速。序列在自由呼吸期间采集,并使用自动PACE(Prospective Acquisition Correction)触发进行运动管理。两个序列均采集了冠状斜位方向的96层图像,每层厚度为1.0 mm。详细的MRI采集参数见表2。
DL重建技术
基于DL的图像重建包括一个变分网络[14],此前已用于腹部T1加权成像[18–20],如图2所示。该算法接收采集的k空间数据和预先计算的线圈灵敏度图,通过交替进行基于并行成像的数据一致性和基于神经网络的正则化来生成DL增强图像。整体架构在专用GPU服务器上以监督方式进行离线端到端训练,使用从1.5T和3T扫描仪(MAGNETOM扫描仪,Siemens Healthineers)上健康志愿者不同身体区域获得的500个全采样数据集。随后将获得的参数导出,以便在扫描仪集成重建流程中前瞻性使用。
图像分析
图像分析由三名独立阅片者进行。S.G.是一名获得委员会认证的放射科医师,具有6年腹部MRI判读经验。J.M.B.和R.D.是住院医师,每人各有2年经验。在开始分析之前,所有阅片者均接受了图像判读和评分培训。阅片者对采集类型处于盲态,所有参与者和序列标识符均从图像中移除。为减少回忆偏倚的可能性,每位阅片者在不同场次中分析两个数据集(传统MRCP和MRCPDL)。分析顺序随机并混合,场次之间至少间隔4周,以允许足够的洗脱期。阅片者无法获取其同事所进行的评估。阅片者通过评估背景信号抑制、胆管和胰管可见性(包括胆总管、左右肝内胆管第1级和第2级分支,以及胰腺的头部、体部和尾部节段)、伪影水平和诊断信心来评估图像质量。这些方面采用四点量表评分(1=差,2=中等,3=好,4=优),评分越高表示图像质量越好。评分越高反映背景信号抑制增强、管道显示更清晰、伪影更少以及诊断信心提高。分析在认证阅片室内的工作站(GE Centricity PACS RA1000;GE HealthCare)上进行。
统计分析
传统MRCP和MRCPDL的采集时间采用配对t检验进行比较。图像质量参数采用重复测量方差分析(ANOVA)进行分析。观察者间一致性采用Fleiss' Kappa评估[21],分类如下:0.00–0.20=轻微;0.21–0.40=一般;0.41–0.60=中等;0.61–0.80=显著;0.81–1.00=几乎完全一致。第一作者(J.M.B.)使用SPSS v29.0(IBM)进行统计分析。连续数据以均值±标准差或中位数及四分位距表示。分类数据以比例和百分比表示。双侧P值小于0.05被认为具有统计学显著性。
结果
参与者基线特征
在连续转诊行磁共振胰胆管成像(MRCP)的419例患者中(图1),317例因被分配至与研究扫描仪不同的扫描仪而被排除,研究扫描仪配备了深度学习(DL)重建算法。此外,71例患者因拒绝参与而被排除。在剩余31例同意并接受扫描的患者中,一份MRI数据集因扫描中止而不完整。因此,30名参与者完成了临床指示的1.5T MRCP并获取了完整研究序列。参与者平均年龄为63 ± 15岁[标准差,SD](中位数65岁[四分位距,IQR,54–74];范围,20–85岁),包括16名男性和14名女性。表1详述了参与者基线特征,包括人口统计学、转诊科室和转诊原因。大多数参与者来自肿瘤科(11/30,36.7%),其次为消化内科(10/30,33.3%)和移植外科(5/30,16.7%)。最常见的转诊原因为胰腺导管内乳头状黏液性肿瘤(IPMN)(8/30,26.7%),其次为胆汁淤积(4/30,13.3%)。胆管细胞癌、胆管炎、疑似胰腺癌、胰腺炎和原发性硬化性胆管炎各占2/30例(6.7%)。图3展示了一名胆石症患者的常规MRCP和MRCPDL示例图像。
采集时间比较
常规MRCP的平均采集时间为10:30 ± 03:04 min,而MRCPDL为3:57 min ± 01:13 min,P < 0.001。常规MRCP的采集时间范围为06:30至17:10 min,MRCPDL为02:02至06:47 min。与常规MRCP相比,MRCPDL的平均采集时间减少了62.4%。
常规MRCP和MRCPDL的图像质量
表3总结了图像质量评估结果。背景信号抑制的平均评分在常规MRCP中为3.13 ± 0.69,在MRCPDL中为3.16 ± 0.65,P = 0.898。常规MRCP与MRCPDL之间的胆管可见性无显著差异,所有节段P > 0.05。常规MRCP与MRCPDL之间的胰管可见性无显著差异,所有节段P > 0.05。伪影水平在常规MRCP中评分为3.17 ± 0.77,在MRCPDL中为3.56 ± 0.66,P = 0.041。图4展示了突出两种序列之间伪影水平差异的MRCP示例。诊断信心在常规MRCP中评分为3.29 ± 0.73,在MRCPDL中为3.41 ± 0.67,P = 0.501。
阅片者间一致性(κ统计量)
常规MRCP图像质量参数的阅片者间一致性从相当一致到几乎完全一致不等,κ值为0.67至0.86,表3。对于MRCPDL,阅片者间一致性同样从相当一致到几乎完全一致不等,κ值在0.64至0.87之间。
讨论
本研究比较了常规三维(3-D)磁共振胰胆管成像(MRCP)序列与深度学习(DL)重建加速3-D MRCP序列(MRCPDL),重点关注采集时间和图像质量。研究结果表明,MRCPDL显著缩短了采集时间,从平均10:30 min降至3:57 min,减少了62.4%(P < 0.001)。值得注意的是,尽管MRCPDL大幅加速了成像过程,但并未牺牲图像质量。这些结果表明,MRCPDL在缩短扫描时间的同时保持诊断准确性方面具有显著优势,从而可能提高临床效率和患者流通量。
该研究的结果与近期研究一致,这些研究表明,在腹部成像的多个领域中,深度学习(DL)重建采集在缩短采集时间的同时维持或提升图像质量方面优于传统方法[19, 20, 22–27]。具体针对三维磁共振胰胆管成像(3-D MRCP),多年来一直在努力缩短传统上较长的采集时间[28]。压缩感知和并行成像等技术已使3-D MRCP的扫描时间缩短达50%[7, 28]。然而,深度学习模型已被证明在维持图像质量的同时显著缩短采集时间方面优于这些技术[29]。本研究的一个重要考量是,基于DL的MRCP序列所使用的回波时间(TE)显著短于传统MRCP(TE = 435 ms vs. TE = 695 ms)。较短的TE会增加T2弛豫时间较短组织的信号贡献,导致背景信号升高,并可能削弱胆道结构与周围组织之间的对比度。尽管存在这一固有挑战,我们的研究结果表明,基于DL的MRCP的背景信号抑制与传统序列相当。具体而言,传统MRCP的背景信号抑制平均评分为3.13 ± 0.69,基于DL的MRCP为3.16 ± 0.65(P > 0.05)。这表明先进的DL重建算法有效补偿了与较短TE相关的背景信号增加,增强了背景抑制。基于DL的重建尽管TE较短仍能维持有效的背景抑制,这可能有助于提高MRCP检查的图像质量和诊断信心。维持诊断效能至关重要,重点应放在保留有利于疾病检测的MRCP序列采集上,尤其考虑到复杂的胆管解剖结构。特别强调这一点,我们的研究显示传统MRCP与MRCPDL在管腔可见性方面无显著差异。传统MRCP的胆管可见性和胰管可见性平均评分在3.18 ± 0.65至3.58 ± 0.53之间,而MRCPDL的平均评分在3.31 ± 0.66至3.66 ± 0.54之间(所有P > 0.05)。这些发现强调了深度神经网络在k空间数据大幅欠采样的情况下生成高质量图像的效力[30]。对于呼吸模式不规则且尽管实施了MRCPDL但采集时间仍较长的情况,可考虑采用屏气3-D MRCP作为替代方案[31]。然而,这种方法需要在呼吸触发3-D MRCP中对运动伪影敏感性增加与屏气3-D MRCP中因受限时间窗导致的空间分辨率降低之间进行权衡。深度学习重建的最新进展可能有助于即使在呼吸模式不规则的患者中也能提高图像质量[32]。关于伪影,我们的研究显示了令人鼓舞的结果,MRCPDL的伪影水平低于传统MRCP(3.56 ± 0.66 vs. 3.17 ± 0.77,P = 0.041),这可能是由于MRCPDL采集时间较短所致。总体而言,用于加速MRCP的深度学习重建表现出稳健的性能。应鼓励未来研究进行成本效益分析,评估在临床实践中实施加速MRCPDL的经济影响,包括缩短扫描时间和提高工作流程效率所带来的潜在节约。更快的患者流通量可能使临床医生能够更及时地做出诊断并启动适当治疗,避免不必要的延误。此外,以患者为中心的研究可探讨该技术对患者体验的影响,特别是扫描过程中的舒适度和整体福祉,从而促进更高效、更友好的临床环境。总体而言,采用基于深度学习的加速MRCP有可能提升诊断信息质量和患者护理效果。
本研究存在局限性。首先,本研究在单一三级中心开展,样本量有限,可能限制研究结果对其他环境、设备和患者人群的推广性。其次,尽管采用了标准化标准,图像质量评估仍为主观评估,依赖于个体阅片者的判读。执行图像分析的放射科医师之间的变异性可能导致在评估图像质量、胆管可见性和诊断信心时出现不一致。尽管如此,定量方法也有其自身局限性。在本研究中,MRI序列是前瞻性采集的,而非从常规图像进行回顾性重建。因此,由于序列采集之间呼吸深度和患者运动等生理因素导致的器官和胆管方向或构型差异,无法对定量测量进行直接比较。第三,虽然研究表明采集时间缩短且图像质量得以保持,但仍需进一步研究以确定对患者诊疗和管理的更广泛临床影响,而不仅限于即时的基于图像的观察。
总之,用于加速3-D MRCP的深度学习重建将采集时间缩短了62%,减少了伪影,并保持了胆管和胰管的可见性。这些发现支持将其整合到常规临床实践中。将这种方法纳入标准MRCP和腹部MRI方案可能会改善患者舒适度并提高检查通量。
引用
- Brendel JM, Dehdab R, Herrmann J, et al. Deep learning reconstruction for accelerated 3-D magnetic resonance cholangiopancreatography. Radiol Med. 2025. PMID: 40100541. doi:10.1007/s11547-025-01987-z
- 全文:PMC12106143(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12106143/
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。