嚴祥虎,羅毅,冉玲平,張詩雨,夏黎明,黃璐*
心臟磁共振(cardiac magnetic resonance,CMR)是目前評估急性心肌梗死、心肌炎、心肌肥厚等多種心臟疾病的重要診斷方法[1-3],還是無創(chuàng)性評估心功能和組織特征的金標準[4]。CMR可以通過T2加權黑血成像(T2-weighted dark blood,T2W-DB)來識別心肌水腫[1],檢測心肌水腫在急性心肌梗死的情況下很重要,由于急性心肌梗死會引起T2值的升高,因此T2W-DB可以區(qū)分急性和慢性心肌梗死[5],而且還可以確定心肌梗死的危險區(qū)域及范圍[6]。
常規(guī)心臟T2W-DB 序列需要較長的單次屏氣時間,在不明顯延長屏氣時間的前提下,需要提高加速因子才能獲得高空間分辨率圖像,但是較高的加速因子通常會導致信噪比(signal-to-noise ratio,SNR)的明顯下降,而延長屏氣時間又會加重患者的屏氣負擔,屏氣質量不佳同樣會影響成像質量[7]。
近年來,T2 mapping越來越多地被使用在CMR中用以檢測心肌水腫,因為它提供了穩(wěn)定而良好的圖像質量,且對于心肌水腫的顯示具有良好的效果[8]。但是,由于T2 mapping使用單次激發(fā)成像,其空間分辨率通常是有限的,在這項技術中,由于部分容積效應,薄壁腔體(如右心室)的顯示質量受到嚴重影響,并且會由于表觀T2值的升高導致假陽性的出現[9],因此本研究仍然使用具有高空間分辨率的T2W-DB序列以識別心肌水腫和顯示心臟解剖結構。
深度學習已經被廣泛應用在磁共振成像的圖像重建中[10-13],人工智能輔助壓縮感知的加速(artificial intelligence assisted compressed sensing,ACS)方法已經被證明具有縮短MR掃描時間或提高圖像質量的潛力[14-16],尤其是在圖像的去噪、對高欠采樣K空間信息的恢復[17]等方面。本研究采用了ACS技術加速方法獲取高分辨率(high resolution,HR) T2W-DB圖像,并在與常規(guī)T2W-DB序列保持同樣的理論采集時間前提下,與常規(guī)并行采集(parallel imaging,PI)技術加速采集的T2W-DB圖像進行比較,探討ACS HR-T2W-DB成像技術在心肌水腫患者臨床應用的可行性。
本研究經華中科技大學同濟醫(yī)學院附屬同濟醫(yī)院倫理委員會批準(批準文號:2020 倫審字S155 號),所有患者檢查前簽署知情同意書。前瞻性納入2021 年8 月至12 月來我院進行CMR 檢查的患者。入組標準:(1)成功完成CMR檢查;(2)均完成常規(guī)T2W-DB序列和ACS HR-T2W-DB序列。排除標準:常規(guī)T2W-DB圖像不能用于臨床的診斷和主觀客觀數據的評估。最后入組38 例患者,男29 例(76%),年齡18~65 (40±14)歲。入組患者臨床診斷包括3 例缺血性心肌病、25例非缺血性心肌病、2例心臟瓣膜病、3例心肌炎和5例其他未分類心臟疾病。
CMR 采用3.0 Tesla 掃描儀(uMR790,上海聯(lián)影醫(yī)療科技股份有限公司),配備12×2 通道心臟線圈。掃描前均對受試者進行了充分的呼吸訓練以避免呼吸運動偽影,常規(guī)T2W-DB 序列和ACS HR-T2W-DB 序列掃描范圍均覆蓋左心室心尖至心底的連續(xù)9 層心臟短軸面。成像參數的詳細信息如表1 所示。記錄兩序列的實際采集時間。
表1 常規(guī)T2W-DB序列和ACS HR-T2W-DB序列參數Tab.1 Parameters of the conventional T2W-DB sequence and ACS HR-T2W-DB sequence
由兩位5 年以上心臟磁共振經驗的放射科醫(yī)生使用Likert 評分量表獨立對常規(guī)T2W-DB 序列和ACS HR-T2W-DB 序列的圖像質量進行評分[18]:1=圖像偽影范圍大和/或大于50%心肌信號丟失,圖像無法診斷;2=圖像偽影范圍較大和/或25%~50%心肌信號丟失,圖像質量差;3=圖像偽影較少和/或小于25%心肌信號丟失,圖像質量一般;4=圖像無偽影、心肌無信號丟失和信號均勻性可,圖像質量好;5=圖像無偽影、心肌無信號丟失和信號均勻性好,圖像質量優(yōu)。評分內容包括總體圖像質量、血池抑血效果、右心室游離壁、左心室游離壁和室間隔可視性。其中一位放射科醫(yī)生在1 個月后再次對常規(guī)T2W-DB 序列和ACS HR-T2W-DB序列的圖像質量進行評分。
客觀定量指標評估包括所有的受試者兩組序列圖的峰值信噪比(peak SNR,pSNR)和對比噪聲比(contrast noise ratio,CNR)。pSNR應用專業(yè)圖像分析軟件自動分析得到。CNR則由兩名有3年以上心血管磁共振掃描經驗的放射科技師進行勾畫測量。選擇左心室中間段層面上手動繪制室間隔感興趣區(qū)(region of interest,ROI)和血池ROI并計算獲得血池ROI內的背景噪聲標準差(standard deviation,SD),即SD血池,進一步計算得到心肌血池CNR (心肌-CNR)。室間隔的勾畫盡量避開心內膜和心外膜以得到心肌的平均值和SD,血池的勾畫盡量選擇血池中間避開乳頭肌以得到血池平均值和SD,其中一名技師在間隔1個月后再次對常規(guī)T2W-DB序列和ACS HR-T2W-DB序列的圖像質量進行勾畫。勾畫示意圖見圖1A。心肌水腫定義為水腫區(qū)域的T2W信號強度(signal integrity,SI)高于遠端正常心肌平均值2個SD[19]。有心肌水腫的患者,額外勾畫了心肌水腫區(qū)域和遠端正常心肌以及血池的ROI,勾畫示意圖見圖1B。心肌-CNR和心肌水腫區(qū)CNR (水腫-CNR)的計算公式如下:
圖1 感興趣區(qū)勾畫示意圖。圖1A 白線顯示的是正常心肌ROI 的勾畫區(qū)域,黃線顯示的是血池的勾畫區(qū)域。圖1B白線顯示的是正常心肌ROI的勾畫區(qū)域,紅線顯示的是水腫心肌的勾畫區(qū)域。Fig. 1 Schematic diagram of the region of interest. The white line on Fig. 1A shows the outlined area of normal myocardial ROI, and the yellow cycle shows the outlined area of the blood pool. The white line on Fig. 1B shows the outlined area of normal myocardial ROI, and the red one shows the outlined area of the edema.
所有數據均使用SPSS (version 25.0, Chicago,IL)軟件進行統(tǒng)計分析。定量數據應用(±s)表示,分類數據應用中位數(四分位數間距)表示。所有定量數據均進行正態(tài)分布和方差齊性分析,符合正態(tài)分布和方差齊性的使用配對t檢驗,不符合則使用配對Wilcoxon 檢驗。主觀評分的各項指標采用兩位放射科醫(yī)生評分的均值進行比較。主觀評分的觀察者內和觀察者間一致性應用加權Kappa分析??陀^定量指標心肌-CNR 使用組內相關系數(intraclass correlation coefficient,ICC)評估兩觀察者內和觀察者間的一致性。加權Kappa和ICC一致性評價標準:小于0.20認為一致性較差;0.21~0.40 認為一致性一般;0.41~0.60 認為一致性中等;0.61~0.80 認為一致性較好;0.81~1.00認為一致性好。P<0.05認為差異具有統(tǒng)計學意義。
與常規(guī)T2W-DB序列相比,ACS HR-T2W-DB序列的空間分辨率提高了一倍(常規(guī)256×163 vs.ACS 336×269),兩序列對比圖像見圖2、3。常規(guī)T2W-DB序列和ACS HR-T2W-DB序列圖像質量的評估結果見表2。在圖像質量主觀評分中,ACS HR-T2W-DB 序列右心室壁和左心室游離壁可視性的圖像質量得分明顯高于常規(guī)T2W-DB序列,差異有統(tǒng)計學意義(P均<0.05),總體圖像質量、血池抑血效果和室間隔可視性在兩個序列之間差異無統(tǒng)計學意義(P均>0.05)。在客觀定量評價指標中,基于ACS 的HR-T2W-DB 序列在pSNR 和水腫-CNR中均明顯高于常規(guī)T2W-DB序列,差異有統(tǒng)計學意義(P均<0.05),心肌-CNR差異無統(tǒng)計學意義。常規(guī)T2W-DB 序列和ACS HR-T2W-DB 序列圖像質量評估觀察者內和觀察者間的一致性分析見表3,ACS HR-T2W-DB 和常規(guī)T2W-DB 中測量的心肌-CNR 值有較好的一致性(ICC 均>0.600,P均<0.001),主觀評分數據也有較好的一致性(加權Kappa均>0.600,P均<0.001)。單次屏氣掃描時間為常規(guī)T2W-DB (9.6±1.6)s vs. ACS HR-T2W-DB (9.9±1.8) s,總屏氣時間為常規(guī)T2W-DB (86.4±14.6) s vs. ACS HR-T2W-DB (88.8±16.0) s。
表2 常規(guī)T2W-DB和ACS HR-T2W-DB序列主觀評分和客觀測量(±s)Tab.2 Subjective scores and objective quantitative of the conventional T2W-DB and ACS HR-T2W-DB sequence(±s)
表2 常規(guī)T2W-DB和ACS HR-T2W-DB序列主觀評分和客觀測量(±s)Tab.2 Subjective scores and objective quantitative of the conventional T2W-DB and ACS HR-T2W-DB sequence(±s)
注:a:Z 值;b:t 值;T2W-DB:T2 黑血加權;ACS:人工智能輔助壓縮感知;HR:高分辨率;心肌-CNR:心肌血池對比噪聲比;水腫-CNR:心肌水腫區(qū)對比噪聲比;pSNR:峰值信號噪聲比;*:P<0.05.
評價指標整體圖像質量(分)血池抑血效果(分)右心室壁可視性(分)左心室游離壁可視性(分)室間隔可視性(分)心肌-CNR水腫-CNR pSNR常規(guī)T2W-DB 3.9±0.6 4.7±0.5 3.8±0.5 4.1±0.6 4.5±0.6 60.4±26.7 23.4±18.2 34.5±3.6 ACS HR-T2W-DB 4.0±0.6 4.7±0.5 4.0±0.6 4.3±0.6 4.6±0.6 62.0±23.6 31.6±28.6 35.6±3.5 t/Z-1.700a-1.667a-2.371a-2.282a-1.470a-0.421b 2.897b-4.356b P 0.089 0.096 0.018*0.022*0.142 0.676 0.012*<0.001*
表3 常規(guī)T2W-DB和ACS HR-T2W-DB序列圖像質量評估的觀察者內和觀察者間的一致性分析Tab.3 Intra-and inter-observer consistency analysis of image quality assessment for the conventional T2W-DB and ACS HR-T2W-DB sequence
圖2 男,32 歲,心臟磁共振常規(guī)T2W-DB 序列和ACS HR-T2W-DB 序列對比圖。第一行為常規(guī)T2W-DB 全心短軸圖像,第二行為與之對應的ACS HR-T2W-DB全心短軸圖像。第一行與第二行均對心肌血池等顯示良好,且第二行具有更高的空間分辨率。注:T2W-DB:T2 黑血加權;ACS:人工智能輔助壓縮感知;HR:高分辨率。Fig. 2 Male, 32 years old, the contrast images of the conventional MRI T2-weighted dark blood (T2W-DB) sequence and high resolution T2W-DB based artificial intelligence assisted compressed sensing (ACS HR-T2W-DB) sequence. The first row shows whole heart short-axis images of the conventional T2W-DB, the second row displays the same whole heart short-axis images corresponding to the conventional T2W-DB.The of the ACS HR-T2W-DB.All images show the myocardial blood pools,etc.well,while the ACS HR-T2W-DB has a higher spatial resolution.
圖3 女,49歲,前間壁心肌水腫。常規(guī)T2W-DB序列和ACS HR-T2W-DB序列對于心肌水腫顯示圖像對比。3A:常規(guī)T2W-DB序列圖像,3B:ACS HR-T2W-DB 序列圖像。黃箭為心肌水腫區(qū)域,可以看到圖3B 對于心肌水腫范圍相較于圖3A 更加清晰,對于乳頭肌以及血池的抑制顯示效果也更好。注:T2W-DB:T2 黑血加權;ACS:人工智能輔助壓縮感知;HR:高分辨率。Fig. 3 Female, 49 years old, anterior interval wall myocardial edema.Comparison of the conventional T2-weighted dark blood (T2W-DB) sequence and high resolution T2W-DB based artificial intelligence assisted compressed sensing (ACS HR-T2W-DB) sequence in showing myocardial edema. 3A is the image of the conventional T2W-DB sequence, 3B is the image of the ACS HR-T2W-DB sequence. The yellow arrow shows the edema region. It can be clearly seen that 3B is clearer for the region of myocardial edema than 3A with a better suppression of the papillary muscle and blood pool.
本研究在心臟T2W-DB 序列上應用了ACS 的加速框架,與傳統(tǒng)的PI加速的T2W-DB相比,將空間分辨率提高了一倍,且在水腫心肌上具有更高的CNR,這在臨床診斷對心肌水腫的檢出十分有利。
目前在保證圖像SNR 的前提下實現高空間分辨率MRI 有以下兩種方法:第一,增加激勵次數。臨床掃描中單純的通過增大矩陣來提高空間分辨率會導致SNR的下降,可以通過增加激勵次數來實現高空間分辨率,但是這會延長掃描時間。心臟T2W-DB 成像中最常見的偽影是呼吸導致的運動偽影以及心率不規(guī)律導致的信號丟失[20-21],常規(guī)T2W-DB序列采集圖像是在屏氣下進行,單次屏氣時間較長會導致患者屏氣質量不佳,因而易產生呼吸運動偽影,因此,單純的增加激勵次數以實現高空間分辨率的方法并不可靠。第二,使用新的加速方法。MRI 已經將一些加速方法如PI 和CS 應用在臨床[22],目前常規(guī)使用的是PI,在保證SNR 的前提下又不延長單次屏氣時間,不可能實現高的空間分辨率。而在不明顯增加掃描時間的前提下,使用高加速因子可以得到高空間分辨率的圖像,圖像質量又可能會因噪聲的放大和欠采樣偽影而降低[23]。CS 提供了一種從欠采樣的K 空間恢復圖像信息的新方法[24],可能實現在不增加掃描時間和保證圖像質量的前提下實現高空間分辨率,但在尋找適合的稀疏變換方法和手動調整超參數方面具有挑戰(zhàn)性。
AI 表現出了對圖像去噪、數據恢復等方面的極大潛力。在最新的研究進展中,基于卷積的神經網絡(convolutional neural networks,CNN)的深度學習技術為MR圖像重建時的信息恢復問題上提供了新的解決方法,即通過訓練過程最小化特定的損失函數來學習輸入(即零填充的欠采樣K 空間)和目標(即全采樣K 空間)之間的適當變換。Chen 等[26]的研究發(fā)現基于CNN的重建方法在噪聲抑制、結構保留和病變檢測等方面具有良好的效果[25]。之前的研究利用基于CNN 的技術加速2D 心臟MRI,獲得了更小的重建誤差和更快的重建速度。因此,使用深度學習重建的方法輔助壓縮感知可以實現在保證圖像質量的前提下使用更高的加速因子。本研究將ACS 的加速框架應用在T2W-DB 序列中,可以保證在相同的理論采集時間下獲得優(yōu)于常規(guī)T2W-DB圖像質量的高空間分辨率圖像。除此之外,由于ACS作為新的加速技術直接與T2W-DB 序列整合,獲得K 空間數據后掃描儀可以自動重建出高分辨率的圖像,通常掃描一層圖像僅僅需要幾秒鐘即可出圖,與常規(guī)PI加速序列相比,對掃描工作時間及流程沒有任何影響。
在常規(guī)T2W-DB的快速自旋回波序列中,主要通過T2 信號值的增高來識別水腫[27]。雖然血液以及脂肪在T2 圖像上也顯示為高信號,但是使用180°雙反轉恢復脈沖可以對血池進行非常好的抑制[28],同時化學位移選擇性脂肪抑制減弱了明亮的脂肪信號,使檢測T2信號增高的心肌區(qū)域更容易與水腫相關[1,29]。本研究已經證實,ACS HR-T2W-DB 序列對水腫區(qū)域的CNR具有明顯的提升作用,這可能對提高水腫區(qū)域的顯示效果以及確定水腫區(qū)域的面積十分有利。除此以外,通過對比常規(guī)T2W-DB 序列與ACS HR-T2W-DB 序列圖像,發(fā)現ACS HR-T2W-DB序列還能獲得更好的pSNR和更佳的左室游離壁以及右心室游離壁可視性。
本研究尚有一些不足之處。首先,本研究納入的受試者數量不夠多,因此不能完全評估大樣本的實際情況。其次,本研究只是在保證相同的采集時間的情況下與常規(guī)T2W-DB序列進行了定性與定量的比較,因而采用的是三倍加速,而未對采用更高加速倍數的HR-T2W-DB進行研究,通常高加速因子會導致圖像質量的下降,如果能夠在屏氣時間更短的情況下獲得不亞于常規(guī)T2W-DB 序列的圖像質量,那么ACS HR-T2W-DB會成為更吸引臨床的選擇。
綜上所述,與常規(guī)T2W-DB 序列相比,基于ACS 的HR-T2W-DB 序列在不明顯增加掃描時間和影響圖像質量的情況下將空間分辨率提高了一倍?;贏CS的HR-T2W-DB序列可以獲得更好的圖像質量,尤其是對左心室游離壁可視性的提高,將有利于心肌水腫的檢出,特別是在心肌炎好發(fā)于左心室游離壁。ACS這種新型加速方法在心臟磁共振方面顯示出了巨大的應用前景。
作者利益沖突聲明:全部作者均聲明無利益沖突。