在5特斯拉磁场下使用改进的MOLLI方法进行精确的心肌T1成像：一项验证研究

《Journal of Cartilage & Joint Preservation》：Accurate myocardial T1 mapping at 5 T using an improved MOLLI method: A validation study

心肌T1映射技术优化与验证。提出5-(3)-3联合校正MOLLI（coMOLLI）方法，通过HSn/Tan/Tanh脉冲优化反转效率并建模校正读出干扰，解决5T场不均及长T1值问题。验证结果显示coMOLLI与参考IR-FSE方法在 phantom中相对误差<5%，活体研究显示健康人群心肌T1为1468±48ms（基底）、1514±39ms（中段）、1545±50ms（心尖），血T1为2182±132ms（基底）。该技术为5T临床心脏成像提供了可行方案。

　　在医学影像领域，心脏磁共振成像（MRI）已经成为评估心肌组织特性的重要工具。T1映射技术，作为心脏MRI的一种定量分析方法，可以提供关于心肌组织状态的详细信息，如纤维化、水肿等病理变化。然而，随着磁场强度的提升，特别是5特斯拉（5T）系统的发展，传统的T1映射技术面临着一系列技术挑战，主要体现在磁场不均匀性和较长的T1值上。这些因素限制了现有技术在高场强MRI中的准确性和临床适用性。因此，研究者们致力于开发新的映射方法，以解决这些问题并推动其在临床中的应用。

### 5T MRI中的技术挑战

在5T系统中，磁场的不均匀性显著增加，这可能导致信号失真，进而影响T1值的准确性。此外，由于磁场强度的提高，心肌组织的T1值通常较长，使得传统的信号恢复模型难以准确拟合。传统的MOLLI（Modified Look-Locker Inversion Recovery）序列虽然在低场强系统中表现良好，但在5T系统中由于心率波动和信号恢复过程的复杂性，其准确性受到挑战。为了解决这些问题，研究人员提出了一种改进的MOLLI序列，称为coMOLLI（combined-correction MOLLI），旨在通过优化翻转脉冲和信号读取方式，提高T1映射的精度。

### coMOLLI方法的创新

coMOLLI方法在传统MOLLI的基础上进行了多项改进。首先，它采用了更适用于高场强系统的GRE（Gradient Recalled Echo）读取方式，替代了常用的bSSFP（balanced Steady-State Free Precession）读取方式。bSSFP虽然能够提供较高的图像质量，但其较高的特定吸收率（SAR）限制了其在5T系统中的应用。相比之下，GRE读取方式在5T系统中更为安全，同时也能有效减少信号失真。其次，coMOLLI对翻转脉冲进行了重新设计，采用了宽带的Tan/Tanh脉冲，以提高翻转效率和信号均匀性。这种脉冲设计能够在较大的B0和B1变化范围内保持较高的翻转效率，从而减少因磁场不均匀性导致的信号误差。

此外，coMOLLI还引入了一个扫描特异性拟合模型，该模型能够综合考虑翻转效率、信号读取扰动和心率等因素，以提高T1值的拟合精度。这种方法不仅能够减少计算复杂度，还能增强拟合过程的鲁棒性。通过这种方法，研究人员能够更准确地估计心肌和血液的T1值，从而提高诊断的准确性。

### 实验验证与结果分析

为了验证coMOLLI方法的可行性，研究团队进行了多项实验。首先，通过使用水凝胶模型进行体模实验，结果显示coMOLLI在所有九个水凝胶管中均表现出较高的准确性，相对误差均在5%以内。随后，该方法在21名健康志愿者和9名心脏疾病患者的体内实验中得到了进一步验证。结果显示，健康志愿者的心肌T1值在不同切片位置存在轻微差异，但总体趋势与之前的研究一致。此外，血液的T1值在不同切片位置也表现出一定的差异，但其一致性较高。

在患者组中，coMOLLI能够有效区分心肌和血液的T1值，特别是在使用钆对比剂后，心肌和血液的T1值均表现出明显的缩短。这些结果表明，coMOLLI不仅在体模实验中表现出色，而且在实际临床应用中也具有较高的可行性。

### 临床应用前景

coMOLLI方法的开发为5T系统的心脏MRI提供了新的解决方案。与传统的MOLLI相比，coMOLLI在保持高精度的同时，提高了扫描效率和图像质量。此外，该方法在多中心实验中表现出良好的一致性和稳定性，进一步支持其在临床中的应用潜力。未来，随着技术的不断进步，coMOLLI有望成为高场强心脏MRI的标准技术之一。

### 未来研究方向

尽管coMOLLI在当前研究中表现出色，但仍存在一些局限性。首先，研究样本量相对较小，特别是患者组，未来需要更大的样本量来验证该方法在不同亚组中的适用性。其次，虽然GRE读取方式在5T系统中具有优势，但其信号噪声比（SNR）较低，可能导致一定的精度损失。为此，研究团队计划引入先进的深度学习去噪技术，以提高SNR和精度，同时保持图像质量。最后，当前研究中采用了固定的翻转效率值，而实际上，翻转效率可能因个体差异和组织特性而有所不同。因此，未来的研究将探索像素级的翻转效率拟合，以进一步提高体内T1值的准确性。

### 结论

综上所述，coMOLLI方法在体模实验和体内实验中均表现出较高的准确性和可行性。通过优化翻转脉冲和信号读取方式，该方法在5T系统中实现了更精确的T1映射，为临床心脏成像提供了新的技术路径。未来的研究将进一步探索该方法在更大样本量和不同亚组中的应用潜力，以推动其在临床实践中的广泛应用。