uMR&ISMRM
2024 年 5 月 4 日至 9 日
联影MRI与您展望未来！
前言
联影磁共振致力于汇聚全球智慧，与科学界、医学界和产业界建立了创新合作伙伴关系。通过设备研发与制造、学术与科研、临床诊疗的深度融合，联影磁共振与合作伙伴共同推动磁共振成像领域的创新与进步。
联影磁共振科学家与全球客户深度合作，在2024年ISMRM（国际医学磁共振年会）投稿中取得骄人成绩！本期将详细介绍上海交通大学2024年ISMRM终稿的部分摘要。
创新合作共享
联影始终以客户为中心。通过与全球高校、医院、研究机构和行业合作伙伴的深入合作，不断突破技术创新边界，加快精准诊疗和前瞻性科学研究探索，持续提高可及性全球高端医疗设备和服务。 。联影与合作伙伴紧跟步伐，踏上探索未知领域的征程，致力于提供覆盖“基础研究-临床研究-医学转化”全链条的创新解决方案。自2017年联影与上海交通大学深度合作以来，共同产出了一系列高质量的科研成果。
为了
上海交通大学概况
上海交通大学是我国历史最悠久、享誉国内外的高等学府之一。是教育部直属、与上海市共建的全国重点大学。经过120多年的不懈努力，上海交通大学已发展成为一所“综合性、创新型、国际化”的国内一流、国际知名大学。 2024年ISMRM中，上海交通大学杜一平教授团队、胡晨曦副教授团队、魏洪江副教授团队、冯远副教授团队、张志勇副教授团队基于联合影像MRI在头、心脏、肺部、关节等身体部位，涉及5T超高场、CEST、多参数定量成像、K空间数据填充、功能磁共振波谱等领域的研究成果，已发表论文近20篇。介入磁共振成像，包括许多 Oral 和 Oral Power Pitch 论文。今天，我们就来详细了解一下这些最新的科研进展吧！
CEST加速成像新技术
摘要：《CEST with Stack-of-stars using》（摘要编号：3871 Oral Power Pitch）
化学交换饱和转移成像 (CEST) 是一种用于定量游离蛋白质的磁共振分子成像技术。杜一平教授团队开发了一种新的无监督学习算法来加速CEST成像。
在序列获取方面，开发了黄金角堆栈星轨的稳态脉冲CEST序列（-state CEST with -angle stack-of-stars），其黄金角旋转有利于任意倍数的加速。在图像重建方面，使用隐式神经表达式（）来改进CEST重建，其中混合特征哈希编码（-hash）通过利用多分辨率哈希中不同特征网格的冗余，以更少的编码参数来改进CEST重建表。实现更高质量的重建。同时，利用CEST数据时空域低秩和加权联合稀疏性的显式先验信息进一步提高成像质量。在前瞻性实验中，使用 10 倍、20 倍甚至 30 倍加速仍然可以获得接近完全采样图像的结果。 CEST高效的采集策略和将隐式神经表达与显式先验信息相结合的高质量重建方法有望进一步推动CEST的临床应用。
图例：（a）隐式神经表达和显式先验信息组合算法的整体流程图（有先验）（b）APTw图像以及3.5 ppm重建图像和全采样图像的比较结果和误差图
快速全脑多参数同时定量成像
摘要：“使用双翻转角星堆多回波将整个大脑分成两部分”（摘要编号：Power Pitch）
磁共振多参数定量成像可以改善神经系统疾病的评估，但扫描时间长限制了其临床应用。为了减少扫描时间，杜一平教授团队研发了快速全脑多参数定量成像技术。该技术采用基于星栈采样（SOS）的双翻转角梯度多回波序列进行数据采集，利用SOS导航信号估计时间基函数，采用局部低秩约束子空间重建算法进行图像重建。此外，该技术采用基于组织先验信息的方法来估计B1+，并采用联合稀疏约束的多分量谱估计算法来提高MWF量化的准确性。在人体实验中，使用该技术进行2分钟扫描得到的结果与全采样结果吻合良好。
研究表明，该技术只需2分钟扫描即可提供精确的三维全脑多参数定量成像（T1、PD、B1+、MWF、QSM和R2*）。
图例：传统笛卡尔全采样（采样时间15.4分钟）、SOS全采样（full-SOS，采样时间24.3分钟）和SOS欠采样（pr2-SOS，采样时间2分钟）得到的全脑多态性参数定量图像比较
动态UTE肺部成像环伪影消除技术
摘要：《基于 MRI 的 3D 超短 TE 步长》（摘要号：6858）
三维球状径向采样轨迹是一种非常适合自由呼吸下胸部、腹部和心脏动态成像的采样方法。当使用该轨迹进行动态成像时，三维球面径向k空间将被分为多个门。每个叶序都包含一个用于呼吸导航的自导航样本。数据采集完成后，根据采集过程中监测到的呼吸信号，将采集到的叶序按照呼吸位移的大小划分为不同的运动状态，得到不同运动状态的k空间数据，最终得到动态图像被重建。杜一平教授团队发现，当扫描过程中出现受试者呼吸漂移时，如果相邻k空间叶子序列的采集顺序是连续的，动态图像中可能会产生环形伪影。为了解决这个问题，杜一平教授团队提出了黄金步叶序采集顺序，将相邻k空间叶序的采集顺序随机化，消除动态图像中的环形伪影。
图例：(A) 发生呼吸漂移时的呼吸曲线。随着时间的推移，呼气末膈肌的位置逐渐向头部方向漂移； (B) k空间叶序序列获取序列图解； (C) k-空间叶序黄金步获取序列的图示； (D) 使用顺序采集序列获得的动态图像具有红色箭头所示的环形伪影； (E) 使用黄金步采集序列获得的动态图像有明显的环形伪影消除； (D)、(E)从左到右分别是呼气结束、呼吸中间状态、吸气结束的图像
心脏 bSSFP 伪影抑制协议
摘要：《基于相和双的bSSFP电影与流的联合》（摘要编号：3705 Oral）
由于非共振效应，心脏 bSSFP 电影成像经常会出现黑带伪影和血流伪影，特别是在高场、超高场或心脏植入式设备中。抑制黑带伪影和血流伪影对于准确分析左心室和左心房功能非常重要。可以使用4x相位循环（phase，4PC）去除黑带伪影，但这种方法会延长扫描时间，并且会引入额外的血流伪影，因为非共振区域移动到血流区域。在此，胡晨曦副教授团队提出了一种结合2x相位循环（,2PC）bSSFP电影序列和基于神经网络的重建方法的方案，旨在实现成像程序中对黑带和血流伪影的鲁棒联合抑制，成像时间仅需11次心跳。使用来自 18 名健康志愿者的 2PC 短轴左心室图像来训练重建网络。
该研究包括 10 名健康志愿者，他们使用 2PC 序列进行前瞻性扫描，以扫描左心室和左心房水平。通过双编码器神经网络进行伪影抑制，以更好地结合两相图像的互补解剖信息，从而实现伪影抑制。研究结果表明，所提出的2PC+方案可以实现黑带和血流伪影的联合抑制，并对解剖结构的变化表现出鲁棒性。
图例：四个方法的动态电影和两个受试者左心房的GRE。在传统的 bSSFP 图像中，黑色带伪影模糊了肺静脉（红色箭头）；虽然2PC和4PC改善了这种情况，但它们也会产生血流伪影（黄色箭头）；所提出的 2PC+ 实现了最佳的伪影抑制和肺静脉可视化，类似于 GRE 序列。重要的是，该网络没有在左心房上进行训练，这证明了该方法对解剖变化的鲁棒性。
三维冠状动脉加速成像重建方法
摘要：《3D by De-based (DARCS)》（摘要编号：2169 Oral Power Pitch）
三维冠状动脉磁共振血管造影（CMRA）是一种非侵入性、非电离无辐射的冠状动脉成像方法。然而，较长的成像时间给其应用带来了挑战。因此，加速成像和相应的重建算法对于高分辨率三维成像非常重要。 CMRA 至关重要。传统压缩感知成像的非特异性稀疏先验导致高加速下重建质量较差，而当前主流的基于迭代展开的深度学习重建算法的训练内存消耗限制了其在3D成像和图像质量提升中的应用。因此，胡晨曦副教授团队提出了一种将传统压缩感知成像的稀疏先验正则化项与深度伪影去除网络相结合的解决方案，将网络估计的伪影信息作为正则化项参与重建优化过程。
该研究招募了 20 名健康志愿者，使用心电门控呼吸导航的双回波 GRE 序列扫描全心三维区域，并使用回顾性生成的欠采样图像来训练伪影消除生成对抗网络模型。随后，利用网络估计的伪影残差的L1范数构造正则项，并利用迭代优化算法来解决重建问题。该研究将所提出的方法与传统的深度学习方法（例如补丁张量低秩重建方法、基于模型的深度学习重建方法和伪影去除生成对抗网络）进行了比较。结果表明，8倍欠采样加速的重建结果在图像质量指标上具有优势，能够高质量地显示冠状动脉主要节段。
图例：所提出的压缩感知方法的原理示意图，该方法具有用于伪影去除网络的正则项。该方法利用深度伪影去除网络估计的图像伪影作为稀疏约束来构造优化目标的正则项。
图例：健康受试者左冠状动脉前降支（LAD）和右冠状动脉（RCA）的最大密度投影图像，以及重建结果与参考图像中可见冠状动脉长度的统计比较。所提出的方法比现有方法能够更好地显示冠状动脉的结构细节，并且冠状动脉的最大可见长度与金标准参考图像没有显着差异。
心脏多参数定量成像运动校正新技术
摘要：“A-Based for Multi-”（摘要编号：4648）
为了提高定量心脏成像的准确性，在估计参数之前，通常需要对获取的加权图像进行回顾性运动校正。然而，加权图像之间的剧烈对比度变化对相关运动校正方法的开发提出了挑战。基于模型的运动校正方法利用信号弛豫的物理模型构建无运动且与真实图像具有相同对比度的模拟图像，并通过将真实图像配准到模拟图像来实现运动校正。然而，现有的基于模型的方法依赖于分析信号模型，因此不适合大多数心脏多参数定量成像任务。
针对上述问题，胡晨曦副教授团队开发了一种基于字典匹配的运动校正方法。该方法通过字典匹配生成模拟图像来指导配准，而不需要任何解析信号模型，从而大大扩展了基于模型的运动校正方法的应用范围。该团队收集了 10 名健康志愿者在自由呼吸和屏气条件下心脏的组合 T1 和 T2 定量成像图像，并使用这些图像来测试所提出方法的性能。实验结果表明，基于字典匹配的运动校正方法有效抑制了呼吸运动引起的图像之间的不匹配，从而显着减少了T1和T2定量图像的运动伪影和模糊。
图例：基于字典匹配的心脏多参数定量成像运动校正方法原理图
图例：健康志愿者在屏气状态之前、之后和屏气状态下的定量三层短轴 T1 和 T2 图像。所提出的运动校正方法显着减少了参数定量图中的运动伪影
同时多切片 T1 和 T2 组合定量成像
摘要：《基于Low-Rank and :and的Multi-Slice》（摘要编号：3706）
临床上，为了对心脏进行综合评估，至少需要6次重复屏气扫描，才能获得心脏短轴三层T1和T2的定量图像。这种反复屏气扫描不仅会导致采集时间过长，还会增加患者和技术人员的负担。 。为了解决这一问题，胡晨曦副教授团队提出了同时多层T1和T2联合定量成像方案，将6次屏气扫描减少为1次屏气扫描。该方案开发基于同时多层技术（SMS）和多参数映射技术（）的成像序列，并将其与局部低秩（LLR）和稀疏性（）约束图像重建算法相结合，以提高成像质量。
该研究在定量模型、模拟数据和 20 名健康志愿者中得到了验证。研究结果表明，所提出的同时多层T1和T2组合定量方案可以在单次屏气扫描下同时获得心脏短轴三层T1和T2定量图，并且与获得的结果一致通过传统的心脏成像方法。
图例：在两名健康志愿者的 T1 和 T2 图像上，所提出的成像方案 SMS-（1 次屏气）与参考成像方法 MOLLI/T2（6 次屏气）、（3 次屏气）的比较
多对比定量成像的新序列
摘要：《多与一基于》（摘要编号：）
多对比定量MRI通常需要多次序列扫描，这使得扫描时间较长，并且可能导致不同扫描之间的错位。魏洪江副教授团队开发了一种多对比定量成像序列，可在单次扫描中同时获得T1、T2、T2*和亚体素QSM图像。本研究利用高度欠采样的高维 k 空间数据进行图像重建，以计算不同对比度的定量图像。
这项研究在模拟数据、定量体膜和健康受试者上得到了验证。结果表明，新序列的定量图像与参考序列拟合得到的定量图像具有较高的一致性。同时，本研究提出的序列和重建框架可以在5.8分钟的扫描时间内实现全脑的多对比定量成像，在组织特性分析和病理学研究等领域具有重要的临床应用前景。神经科学。
图例：所提出的方法和低秩张量重建方法在模拟数据上的结果。与低秩张量重建方法相比，本研究的方法具有更高的图像质量和更小的误差。
图例：健康受试者 T1、T2、T2* 和亚体素 QSM 图像上所提出的方法与参考序列的比较
K空间补全框架的新方法
摘要：“快速 MRI 中 k 空间的低秩”（摘要编号：）
在 MRI 并行成像中，k 空间欠采样会在重建图像中引入噪声和伪影。为了有效填充欠采样的k空间点并重建高质量的MRI图像，魏洪江副教授团队提出了一种基于隐式神经表示的k空间补全框架。该模型利用 k 空间的低秩作为约束。捕获 k 空间的连续性。本研究的方法在公共数据集上进行了验证和评估，并与图像域和 k 空间域的重建方法进行了比较。结果表明，本研究中的方法能够在没有任何图像域先验知识的情况下重建高质量图像，证明其在高加速因子下填充欠采样 k 空间的能力。这一结果意味着本研究提出的方法可以进一步减少并行成像中采集的k空间点的数量，从而加快MRI采集过程。
图例：基于隐式神经表示的k空间补全框架
图例：二维变密度采样下16通道脑部数据重建结果（AF=12和ACS=24）
使用亚体素 QSM 技术对关节软骨进行量化
摘要：《人体膝关节 QSM：一项研究》（摘要编号：）
定量磁敏感成像（QSM）可以反映膝关节软骨中胶原纤维等物质的含量，已用于评估骨关节炎、严重负重、衰老等患者膝关节软骨微观成分的变化。然而，单个体素可能同时包含顺磁和反磁物质。传统的QSM体现了两者混合的结果。亚体素QSM可以进一步提高QSM的定量精度。魏洪江副教授团队此前开发的APART-QSM技术可以实现顺磁源的高精度分离。但除了梯度回波序列（GRE）序列提供的相位信息外，还需要额外的自旋回波序列（MSE）序列来获得T2定量图。该摘要依托魏洪江副教授团队开发的磁共振多参数集成定量框架，实现了序列内T2和相位图的同时计算（图1），然后输入到APART-QSM重建算法中，成功实现关节软骨重建。在体素水平上分离顺磁源和反磁源。
图2显示了传统GRE序列加MSE序列的重建结果与使用本文所用方法重建传统QSM图、抗磁图和顺磁图的结果的比较。膝关节软骨的深层主要是抗磁性物质，表层主要是顺磁性物质。这种趋势可以在两种方法的亚体素 QSM 定量结果中发现。总体而言，该摘要首次实现了膝关节软骨磁化率源分离，有望为膝关节软骨研究提供新的定量工具。
图注： 幅度图和相位图是根据信号公式使用 T1、T2 和 T2* 图像合成的。相位图和T2定量图将用于后续的亚体素QSM重建。
图例：传统GRE序列加MSE序列重建结果与本文采用的方法重建传统磁化率图、抗磁图、顺磁图的结果对比
介入针定位算法助力精准定位
摘要：《尖端在 MRI 中的应用》（摘要编号：3324 Oral Power Pitch）
介入磁共振成像（MRI，i-MRI）在磁共振图像引导手术中发挥着至关重要的作用，例如深部脑刺激（DBS）和脑穿刺。实时i-MRI可以提供术中图像，使得介入针实时准确定位成为可能，从而提高介入手术的准确性。然而介入物体往往会产生磁场效应，导致磁共振图像出现金属伪影，影响针尖的精确定位。冯远副教授团队基于联影高端科研3T磁共振系统，利用介入针针尖位置的伪影形态特征，开发了介入针定位算法，可以快速、准确地定位针提示位置并解决工件引起的问题。定位精度降低的问题。
由于针尖位置的伪影主要受介入针的介入角度和脉冲序列类型的影响，因此不同参数下会出现不同的伪影形状。伪影特征作为一种先验信息，可以帮助定位介入针。本研究结合模板匹配和目标跟踪算法，实现高识别速度、高精度、高稳定性的针尖跟踪定位。
图例：图(a)和(b)分别显示了该算法在胶体模型和猪脑体模上的测试结果。绿框为算法跟踪的针尖伪影区域，红点为算法估计的针尖位置；图(c)所示为不同介入角度下介入针针尖伪影的模拟成像结果，红点标记了实际的针尖位置和不同的介入角度产生了具有不同形态特征的不同伪影。
fMRS 探索谷氨酸浓度的变化
摘要：《5T MRS 的使用类型》（摘要号：6888）
功能磁共振波谱（fMRS）是一种可以无创检测人体内谷氨酸、GABA、乳酸等代谢物动态变化的磁共振技术。现有的fMRS研究表明，在闪烁的视觉棋盘刺激下，大脑视觉皮层中的谷氨酸浓度比非视觉刺激（即黑屏）下增加约2-4%。这项工作探讨了不同图像类型的视觉刺激是否可以诱发不同水平的刺激反应。
在这项工作中，张志勇副教授团队利用fMRS技术探索人体受到不同类型图像刺激时视觉皮层谷氨酸浓度的变化。初步实验中，招募了6名视力正常的健康志愿者，均采用2分钟休息-5分钟任务-3分钟休息的实验范式进行视觉刺激实验。 5分钟任务分为三种类型：5张无图片。有意义的图像、房屋和面孔。初步实验结果表明，人脸刺激产生的谷氨酸浓度变化大于其他两幅图像。收集更多样本后将讨论进一步的定量和统计分析。
图例：用于 fMRS 的视觉刺激范例。它由 3 个阶段组成。每个阶段由 3 个部分组成：2 分钟休息、5 分钟任务和 3 分钟休息。休息期间，会显示带有白色固定十字准线的黑色背景。任务周期由 5 个 50 秒的视觉刺激块组成，中间有 10 秒的短暂休息时间。第一阶段的视觉刺激是5张无意义的图片，第二阶段是5张房子图片，第三阶段是5张人脸图片。
图例：(A) MRS 体素放置和 BOLD 激活图示例（右下）。 (B) fMRS 数据示例。红色光谱来自任务期间，黑色光谱来自休息时间
基于子空间的不同时基重构
摘要：《基于 EPTI 使用基础的研究》（摘要号：4171）
局部低秩 (LLR) 子空间方法将 MRI 信号的演化视为基数和系数的线性组合。它通过先验知识获得依据并重建相应的系数，大大减少了重建计算量，实现了快速多对比MRI重建。已被广泛使用。然而，基础的选择及其对重建结构的影响还需要进一步评估和分析。因此，张志勇副教授团队以回波平面时间分辨成像（EPTI）技术为例，利用子空间的线性变换，基于局部低秩子空间重建的影响。
该研究根据序列及其参数通过Bloch模拟获得了相应的子空间基，并通过校准扫描收集了健康人和脑肿瘤受试者的子空间基，并比较了3T和5T不同场强下的子空间重建结果。 。该研究招募了3名健康受试者和3名脑肿瘤受试者，使用GESE-EPSI序列获得全采样数据集，然后通过SVD分解获得数据集的子空间基础，然后使用GESE-EPTI采样。轨迹对数据进行回顾性欠采样，比较不同子空间基对相应子空间重建结果的影响。
结果表明，通过校准扫描获得的基础可以优化子空间重建结果，并且可以通过线性转换优化结果，而无需增加扫描时间。比较了3T和5T的不同场强度下的GESE-EPTI子空间重建。结果。
图例：（a）是研究中使用的GESE-EPTI序列； （b）是相应的低级子空间重建算法； （c）使用BLOCH模拟（BLOCH-SIM）和校准扫描（Calib-Scan）的示意图研究获得了信号演化数据集，并通过SVD分解获得相应的前6个子空间碱基； （d）是通过使用不同碱和通过不同碱基之间存在的线性变换获得的GESE-EPTI子空间重建结果。结果表明，通过重建模拟基础和子空间重建的校准扫描获得的结果之间没有显着差异。
传说：使用从健康受试者（底部）和肿瘤受试者（肿瘤碱基）获得的子空间碱基的重建结果。重建结果表明，肿瘤碱基重建结果的误差略大于健康碱的误差。忽略了这种差异，健康的碱和肿瘤碱都可以在脑肿瘤组织的GESE-EPTI子空间重建中获得相似的结果。
传说：使用类似的实验参数，分别使用3T和5T的GESE-EPTI扫描相同的健康受试者，并使用基于低级别子空间的重建算法获得定量结果。 5T系统比3T系统具有更好的梯度性能，并且获得的结果比值更高。同时，T2和T2*值较短，信号衰减更快。