人工智能辅助快速磁共振成像技术在踝关节损伤中的应用可行性：质子密度加权图像的对比研究

《Frontiers in Radiology》：Feasibility of artificial intelligence-assisted fast magnetic resonance imaging technology in the ankle joint injury: a comparison of the proton density-weighted image

智能快速磁共振成像（iQMR）可显著缩短踝关节MRI扫描时间，同时提升图像质量参数（SNR、CNR）及诊断信心（Kappa=0.919），且不改变韧带/肌腱损伤分级。

　　在医学影像领域，随着对诊断效率和图像质量要求的不断提升，快速且高精度的成像技术成为研究的重点。踝关节作为人体重要的承重结构，其损伤不仅影响患者的日常活动，还可能导致长期的疼痛和功能障碍。传统的踝关节磁共振成像（MRI）虽然能够提供优秀的软组织对比度，但由于扫描时间较长，常因患者无法保持静止而产生运动伪影，影响诊断的准确性。为了解决这一问题，近年来发展出一种基于人工智能（AI）的快速MRI技术——智能快速磁共振（iQMR），它在提高扫描效率的同时，也保持了图像质量，为临床诊断带来了新的可能性。

iQMR技术通过整合深度学习、迭代重建和k空间校正等多个模块，实现了从原始数据到高质量图像的自动化处理。这种技术不仅减少了扫描时间，还显著提升了图像的信噪比（SNR）和对比度噪声比（CNR），使得在不牺牲诊断信息的前提下，能够更清晰地显示踝关节内部结构。相比于传统的MRI扫描方法，iQMR技术在图像质量评估和诊断准确性方面表现出了明显的优势，尤其是在处理运动伪影敏感的患者时，其效果尤为突出。

本研究通过前瞻性队列的方式，对46名踝关节损伤患者进行了对比分析。患者在接受iQMR和传统扫描协议下的MRI后，其原始图像经过iQMR系统处理，生成了四组图像：iQMR原始图像、iQMR处理图像、传统原始图像和传统处理图像。通过定量和定性评估，研究者发现iQMR处理图像在SNR和CNR方面显著优于传统原始图像，但在某些结构如跟腱上，两者之间没有显著差异。此外，iQMR处理图像在组织边缘清晰度、信号均匀性和整体图像质量方面也表现更好，而脂肪抑制均匀性和血管搏动伪影则无明显差异。这些结果表明，尽管iQMR技术在某些方面存在局限，但其整体上仍能够有效提升踝关节MRI的诊断信心。

在诊断评估方面，iQMR处理图像在踝关节韧带和肌腱损伤的分级上与传统图像无显著差异，但显示出更高的诊断一致性。通过加权Cohen’s kappa（κ）统计分析，研究者发现iQMR处理图像在不同结构上的诊断一致性显著高于传统图像。这一结果进一步证明了iQMR技术在临床诊断中的可靠性，尤其是在处理那些在传统图像上难以区分的损伤类型时，如Schweitzer分级中的1级（纤维性改变）和2级（部分或完全撕裂）之间的区分，iQMR技术提供了更清晰的图像信息，有助于减少诊断的不确定性。

此外，iQMR技术在提高图像处理效率方面也展现出显著优势。通过缩短扫描时间，iQMR技术能够更好地满足那些因急性疼痛或肿胀而难以长时间保持静止的患者需求。这不仅减少了对镇静剂的依赖，还优化了医院的检查流程，提高了MRI的吞吐量。然而，尽管iQMR技术在图像质量和诊断准确性方面表现出色，其在某些方面仍存在局限性。例如，样本量较小、单中心设计限制了研究结果的普遍适用性；目前仅评估了PDWI-FS序列，未涉及T1WI、T2WI和其他增强序列的性能；此外，研究未探讨iQMR技术对长期患者结果、临床决策或重复扫描率的影响。

综上所述，iQMR技术在踝关节MRI中展现出显著的优势，能够有效缩短扫描时间，减少运动伪影，并在不降低图像质量的前提下提高诊断准确性。尽管存在一些局限，但其在提升图像质量和诊断信心方面的潜力为临床应用提供了新的方向。未来的研究应进一步扩大样本规模，采用多中心合作，收集更全面的手术病理和随访数据，以全面评估iQMR技术在优化整体诊断流程中的可靠性、长期效益和临床价值。此外，研究还应关注如何提高模型在不同扫描协议下的稳健性，以及如何通过可解释性分析，如生成注意力图，直观展示iQMR重建如何增强关键解剖结构的可视化，从而进一步提升诊断信心。