基于深度學(xué)習(xí)重建算法HASTE序列肝臟MR圖像質(zhì)量:與BLADE序列的對照研究

張楠,劉鍇,傅彩霞,陳財忠,孫海濤,曾蒙蘇

肝臟T2WI對于顯示肝臟解剖結(jié)構(gòu)和病灶形態(tài)至關(guān)重要。常規(guī)T2WI通常使用快速自旋回波序列在呼吸導(dǎo)航下進(jìn)行,但易受到呼吸模式的影響從而導(dǎo)致掃描時間長、圖像質(zhì)量不穩(wěn)定等問題[1]。刀鋒偽影矯正(BLADE)序列的應(yīng)用可以降低呼吸運(yùn)動的影響,但仍然需要使用呼吸觸發(fā)或多次屏氣來完成全肝掃描,因此無法保證每次激發(fā)時肝臟位置保持一致,從而使得圖像掃描層面的連續(xù)性受到影響,最終會影響到對病灶的顯示。另外,多次屏氣方法不僅掃描時間長[2],而且身體比較虛弱的患者很難配合完成。半傅立葉采集單次激發(fā)快速自旋回波(half-fourier acquisition single-shot turbo-spin-echo,HASTE)序列由于采集時間較短,對運(yùn)動不敏感[2]。但HASTE序列因?yàn)椴捎昧朔浅ｉL的回波鏈長度,同時采用半傅立葉采集,導(dǎo)致圖像模糊且信噪比低[3]。怎樣能在最短時間內(nèi)得到符合臨床檢查要求的圖像是目前MRI檢查中遇到的主要困難。基于深度學(xué)習(xí)的圖像重建是繼并行成像和壓縮感知之后的又一革命性的MR成像加速方法,并已被證明在臨床上是可行的[3-7]。本研究擬探討基于深度學(xué)習(xí)重建方法的HASTE(deep learning HASTE,HASTEDL)序列在肝臟檢查中的應(yīng)用價值。

材料與方法

1.臨床資料

2022年6月-12月前瞻性納入有肝臟占位性病變的患者。納入標(biāo)準(zhǔn):①完成腹部增強(qiáng)MRI檢查;②經(jīng)病理檢查確診為肝細(xì)胞肝癌(hepatocellular carcinoma,HCC)或肝內(nèi)膽管細(xì)胞癌(intrahepatic cholangiocarcinoma,ICC),或綜合臨床資料和典型影像學(xué)表現(xiàn)而診斷為肝臟轉(zhuǎn)移瘤、肝血管瘤或肝臟局灶性結(jié)節(jié)增生(focal nodular hyperplasia,FNH)。排除標(biāo)準(zhǔn):①綜合臨床資料和典型影像學(xué)表現(xiàn)確診為肝臟囊腫;②腹內(nèi)有金屬植入物。最終納入36例患者,男28例,女8例,平均年齡(57.3±12.8)歲;36 例共計45個病灶,經(jīng)手術(shù)或穿刺活檢取得病理學(xué)診斷,包括 HCC 22個、ICC 4個、肝臟轉(zhuǎn)移瘤6個、肝血管瘤9個和FNH 4個;腫瘤最大直徑(3.24±2.12) cm。

本研究經(jīng)本院倫理委員會審核通過(B2021-425R),所有志愿者簽署了知情同意書。

2.MRI檢查方法

使用Siemens Magnetom Prisma 3.0T超導(dǎo)磁共振儀和18通道腹部線圈,對36例臨床擬診為肝臟實(shí)質(zhì)性占位的患者行上腹部MRI掃描。囑患者在檢查前禁食、禁水4 h。掃描方式為仰臥位、頭先進(jìn)。掃描序列包括HASTEDL、BLADE及臨床常規(guī)掃描序列(T2WI,T1WI,DWI,MRCP),HASTEDL和BLADE序列的主要掃描參數(shù)見表1。

表1 HASTEDL和BLADE序列掃描參數(shù)

HASTEDL序列所用圖像重建方法包括固定的迭代重建方案或變分網(wǎng)絡(luò)[8-9],在數(shù)據(jù)保真和基于卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks,CNN)正則化之間交替進(jìn)行。其中,正則化模型基于迭代網(wǎng)絡(luò)層級設(shè)計,即經(jīng)過多次編碼和解碼過程來提升或降低特征圖的分辨率,從而可獲得比傳統(tǒng)神經(jīng)網(wǎng)絡(luò)更高效的模型。目前該模型已被超過1萬幀的1.5T和3.0T常規(guī)HASTE和TSE圖像進(jìn)行了訓(xùn)練。

3.圖像處理及分析

圖像質(zhì)量的主觀評分:由兩位觀察者(分別具有MR診斷經(jīng)驗(yàn)3和6年)采用雙盲法在一定的條件下(窗寬240 HU,窗位226 HU)對圖像質(zhì)量進(jìn)行主觀評分,主要評估內(nèi)容為肝臟病灶邊緣的銳利度和圖像偽影兩方面,采用5分制,評分標(biāo)準(zhǔn)詳見表2。

表2 圖像質(zhì)量評分標(biāo)準(zhǔn)

此外,對層面的連續(xù)性進(jìn)行評分,采用2分制(0分:發(fā)生層面不連續(xù);1分:沒有發(fā)生層面不連續(xù)),并計算圖像錯層率(發(fā)生層面不連續(xù)的患者數(shù)量與患者總數(shù)的比值)。

圖像質(zhì)量的客觀評價:將圖像傳至西門子工作站syngo.via。兩位觀察者分別于肝門水平的肝右葉和肝左葉、病灶顯示最大層面及其相應(yīng)層面同一相位方向的右側(cè)背景區(qū)放置ROI(肝內(nèi)ROI大小約為210 mm2,背景區(qū)約為310 mm2),ROI放置于信號均勻處,應(yīng)避開血管和肝管,測量兩組圖像上肝右葉和肝左葉實(shí)質(zhì)、病灶信號值(signal,SI)及背景區(qū)SI的標(biāo)準(zhǔn)差(standard deviation,SD)作為噪聲 (noise,N),計算肝實(shí)質(zhì)(肝左葉和肝右葉的平均值)和病灶的信噪比(signal to noise ratio,SNR)和病灶的對比噪聲比(contrast to noise ratio,CNR),計算公式:

(1)

(2)

(3)

對病灶的評估和測量:在病灶顯示最大層面測量病灶的最大徑(diameter,Dmax)。分別計算兩個序列的圖像上病灶的檢出率。以增強(qiáng)掃描觀察到的病灶數(shù)作為金標(biāo)準(zhǔn),并且至少兩位專家分別計算,取得一致意見,若不一致,再由第三位專家進(jìn)行仲裁的方法來確定總病灶數(shù)。病灶檢出率為檢出的病灶數(shù)與總病灶數(shù)的比值。

4.統(tǒng)計學(xué)分析

使用SPSS 21.0軟件進(jìn)行統(tǒng)計學(xué)分析。應(yīng)用組內(nèi)相關(guān)系數(shù)(ICC)對兩位醫(yī)師的測量數(shù)據(jù)進(jìn)行一致性分析,ICC≤0.4表示一致性較差,0.4

結(jié) 果

1.一致性檢驗(yàn)

兩位醫(yī)師對兩組圖像的主觀評分、肝右葉和肝左葉實(shí)質(zhì)及病灶的SI及圖像噪聲的測量結(jié)果的一致性均為良好(ICC均>0.75)。取高年資醫(yī)師的測量數(shù)據(jù)進(jìn)行后續(xù)分析。

2.圖像質(zhì)量主觀評分的比較

HASTEDL組和BLADE組中病灶邊緣銳利度和圖像偽影的主觀評分結(jié)果見表3和圖1、2。兩組之間銳利度的主觀評分的差異無統(tǒng)計學(xué)意義(P>0.05),HASTEDL組圖像偽影主觀評分顯著高于 BLADE 組,差異有統(tǒng)計學(xué)意義(P<0.001)。

圖1 女性患者,40歲,有肝腫瘤病史,肝內(nèi)多發(fā)轉(zhuǎn)移灶。a)單次屏氣HASTEDL-T2WI圖像,肝左葉內(nèi)小結(jié)節(jié)灶顯示清晰(箭);b)多次屏氣BLADE-T2WI圖像,肝左葉近胃壁處病灶顯示欠清(箭);c)同層面增強(qiáng)動脈期T1WI,病灶呈邊緣強(qiáng)化(箭);d)同層面增強(qiáng)平衡期T1WI,顯示呈環(huán)形強(qiáng)化的病灶(箭)。

表3 兩個序列圖像上圖像質(zhì)量主觀評分結(jié)果

3.圖像質(zhì)量客觀評價結(jié)果

兩組圖像質(zhì)量客觀評價及組間比較的結(jié)果詳見表4和圖3。HASTEDL組肝左葉和肝右葉的SNR、病灶的SNR和CNR均顯著高于BLADE組(P<0.001)。兩組間病灶的Dmax的差異無統(tǒng)計學(xué)意義(P=0.978)。

圖3 兩組圖像上病灶CNR和SNR的箱式圖及組間比較結(jié)果示意圖。

表4 組間肝臟定量數(shù)據(jù)差異性結(jié)果

4.錯層率和病灶檢出率

BLADE組中圖像的錯層率高于HASTEDL組(44.4% vs.13.8%),差異有統(tǒng)計學(xué)意義(P=0.029)。本研究中36例患者共45個病灶,兩個序列對病灶的檢出率均為100%,沒有遺漏病灶。

5.掃描時間

相對于多次屏氣BLADE序列,單次屏氣HASTEDL序列掃描時間縮短約82.3%(16s vs.90s)。

討 論

T2WI對肝臟局灶性病變的檢出和定性診斷起著關(guān)鍵作用[10],在肝臟惡性和良性腫瘤的鑒別以及肝臟惡性腫瘤分級的評估[如肝臟影像診斷和數(shù)據(jù)報告系統(tǒng)(Liver Imaging Reporting and Data System,LI-RADS)]等方面發(fā)揮著重要作用[11]。盡管T2WI序列在日常臨床工作中經(jīng)常應(yīng)用,但在部分患者中由于采樣時間與患者的呼吸運(yùn)動難以協(xié)調(diào),要獲得滿足診斷要求的圖像質(zhì)量仍然具有挑戰(zhàn)性,尤其是在老年或重癥患者中。呼吸運(yùn)動偽影、圖像模糊和層面錯位等都有可能降低診斷的可信度,尤其是對于局灶性病變,其解剖結(jié)構(gòu)的有效信息有可能被運(yùn)動偽影所掩蓋[8],或者因?qū)用驽e位而丟失。因此,腹部成像技術(shù)的發(fā)展方向集中在可在更具運(yùn)動魯棒性的自由呼吸狀態(tài)下或更短屏氣時間的成像技術(shù)上。目前常用于肝臟T2WI的屏氣序列為基于自旋回波的多次屏氣TSE、BLADE和HASTE序列等。與傳統(tǒng)TSE序列相比,BLADE序列應(yīng)用螺旋填充K空間的方式提高了圖像采集的運(yùn)動魯棒性,同時因?yàn)镵空間中心數(shù)據(jù)多次累加而提高了圖像信噪比。但與TSE序列一樣,BLADE序列采集時間也比較長,通常需要至少4次屏氣才能完成全肝掃描,使得層面錯位和病灶遺漏的風(fēng)險增加。HASTE序列采集時間較短,但通常圖像較模糊,且也需要2～3次屏氣才能完成全肝數(shù)據(jù)的采集。

我們的研究展示了使用基于深度學(xué)習(xí)重建算法的HASTE序列進(jìn)行單次屏氣T2WI掃描的方案。該掃描方案同時利用了深度學(xué)習(xí)重建方法能夠高效提高圖像信噪比和清晰度,以及HASTE序列快速采樣的優(yōu)點(diǎn),使得在單次屏氣情況下完成全肝掃描能夠獲得滿足診斷要求的T2WI圖像。與傳統(tǒng)BLADE序列進(jìn)行對比,基于深度學(xué)習(xí)重建的HASTE序列既能夠?qū)崿F(xiàn)更短的掃描時間,又能保證病灶的清晰顯示。尤其是在掃描時間方面,HASTEDL序列的掃描時間較BLADE序列減少了80%以上,這為工作流的優(yōu)化和MRI臨床使用效率的提高提供了有力的支持。

本研究結(jié)果顯示采用HASTEDL序列進(jìn)行T2WI掃描僅需一次屏氣,而BLADE序列需4次屏氣;HASTEDL組中肝組織和病灶的SNR以及病灶-肝實(shí)質(zhì)的CNR皆顯著高于BLADE組(P<0.05),HASTEDL組的圖像錯層率顯著低于BLADE組(P<0.05);病灶最大徑的測量值在兩組之間的差異無統(tǒng)計學(xué)意義(P>0.05)。此外,主觀評價方面,HASTEDL組的圖像銳利度與BLADE組無明顯差異(P>0.05),但偽影較BLADE組顯著減少(P<0.05);HASTEDL組層面連續(xù)性好,使得病灶在HASTEDL圖像上的顯示更加清晰完整。

HASTE序列使用長回波鏈和半傅里葉采集技術(shù)實(shí)現(xiàn)單次激發(fā)完成單層面采集,顯著縮短了肝臟T2WI的掃描時間,減少了呼吸運(yùn)動可能帶來的偽影。但長回波鏈會造成圖像模糊,故通常HASTE序列并不適合于實(shí)質(zhì)性臟器的成像。DL技術(shù)的快速發(fā)展對傳統(tǒng)成像技術(shù)帶來了新的突破?；谏疃葘W(xué)習(xí)的重建方法可提高短時間采集的高分辨圖像的信噪比[7,12],從而解決了傳統(tǒng)HASTE序列圖像質(zhì)量不足的問題,為快速T2WI提供一種新的高質(zhì)量重建方法。本研究中使用的DL技術(shù)是基于最為成熟的CNN算法,發(fā)揮了DL在重建中高清晰度和去偽影的優(yōu)勢。以CNN作為運(yùn)算模塊是以海量的高質(zhì)量圖像進(jìn)行基礎(chǔ)訓(xùn)練為前提的,從而保障了圖像細(xì)節(jié)的完整表達(dá),不會影響成像的細(xì)節(jié)。DL的學(xué)習(xí)方法,通過訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)來重建采樣不足的k空間數(shù)據(jù)、它將k空間的測量值(或零填充重建)作為輸入并產(chǎn)生重建的圖像。這些方法實(shí)現(xiàn)更快的圖像重建速度,同時又可保持相當(dāng)高的圖像質(zhì)量,彌補(bǔ)了HASTE采樣法K空間信息不足及可視化圖像噪聲水平大的問題。深度學(xué)習(xí)已經(jīng)成為一個非常重要的研究和發(fā)展領(lǐng)域,具有深遠(yuǎn)的潛力[13]。

在醫(yī)學(xué)成像領(lǐng)域,已有研究發(fā)現(xiàn)深度學(xué)習(xí)技術(shù)可以應(yīng)用于提高M(jìn)RI圖像重建速度等方面。通常加速圖像重建的方法包括并行成像(parallel imaging,PI)和壓縮感知(compressed sensing imaging,CS)成像,但這2種技術(shù)仍然存在欠采樣偽影等缺點(diǎn)[14]。傳統(tǒng)的CS圖像重建相當(dāng)于并行成像、稀疏采樣和圖像去噪的組合。并行成像是通過數(shù)據(jù)一致性項(xiàng),變換域稀疏假設(shè)驅(qū)動進(jìn)行圖像去噪。典型的迭代優(yōu)化算法的模式研究數(shù)據(jù)一致性和圖像正則化。DL重建的架構(gòu)復(fù)制了PI重建的迭代優(yōu)化。然而,它使用可訓(xùn)練組件的數(shù)據(jù)與傳統(tǒng)算法相比,可訓(xùn)練的數(shù)據(jù)可以實(shí)現(xiàn)更快的計算速度。深度學(xué)習(xí)使我們能夠?qū)?yōu)化的關(guān)鍵工作從在線重建階段轉(zhuǎn)移為預(yù)先的離線訓(xùn)練任務(wù),在原始數(shù)據(jù)和圖像之間進(jìn)行合適的轉(zhuǎn)換,從而實(shí)現(xiàn)逆變換關(guān)鍵參數(shù)的改進(jìn),使其可以作為模擬流程操作應(yīng)用于所有新數(shù)據(jù),在數(shù)據(jù)保真和基于CNN正則化之間交替進(jìn)行,該模型已經(jīng)在HASTE序列中完成訓(xùn)練。本研究結(jié)果顯示HASTEDL序列在肝臟占位性病變的檢出和圖像質(zhì)量等方面均具有臨床應(yīng)用價值。

本研究存在的不足之處:一,納入的樣本量比較小,且為單中心研究;二,本研究中沒有對肝占位性病變進(jìn)行分類,不同病變的SNR和CNR等指標(biāo)可能有不同表現(xiàn)。在今后可適當(dāng)擴(kuò)大樣本量進(jìn)一步論證,并對病變進(jìn)行分類分析,以得到更客觀可靠的結(jié)果。

綜上所述,單次屏氣HASTEDL序列能顯著縮短肝臟T2WI的掃描時間,減少圖像錯層的情況,提升圖像質(zhì)量而不影響病灶的檢出,具有較好的臨床應(yīng)用價值。