一致重建算法对扩散磁共振成像（diffusion MRI）中扫描仪间重复性（inter-scanner reproducibility）的影响

《MEDICAL PHYSICS》：Effect of a consistent reconstruction algorithm on inter-scanner reproducibility in diffusion MRI

跨设备扩散MRI重建算法对微观结构及tractography测量的影响研究。采用双设备同时多切片EPI序列，对比在线重建、Split-GRAPPA和L1-ESPIRiT三种算法，发现Split-GRAPPA显著降低纤维各向异性分数的跨扫描变异，但对平均扩散系数和tractography指标影响有限，证实序列参数标准化比重建算法更为关键。

　　

摘要

背景：扩散磁共振成像（dMRI）能够无创地评估大脑的微观结构和连接性。然而，多中心研究由于扫描仪之间的差异（包括硬件、采集协议和图像重建算法的差异）而面临可重复性挑战。尽管之前的协调工作主要集中在标准化协议和后处理方法上，但使用统一的重建算法对扫描仪间可重复性的影响尚未得到充分研究。

目的：评估统一重建算法对跨供应商、不同扫描仪之间dMRI微观结构和纤维追踪测量结果的可重复性的影响。

方法：在两台临床3T扫描仪（Siemens Prisma和GE Premier）上使用相同的单壳dMRI协议，并采用同时多切片（SMS）EPI序列进行扫描。对五名健康志愿者进行了两次扫描，以捕捉扫描仪内的变异情况，并在两台扫描仪上分别进行扫描以计算扫描仪间的变异情况（共20次扫描）。评估了三种MRI图像重建方法：供应商提供的在线重建软件（Product）、离线的分片GRAPPA（Split-GRAPPA）和离线的L1小波正则化SENSE（L1-ESPIRiT）。评估的微观结构指标包括特定纤维的各向异性（FA）和平均扩散率（MD）（来自多张量UKF纤维追踪模型）以及FA和MD（来自扩散张量成像（DTI）模型）。纤维追踪指标包括流线的数量和体积重叠度（加权Dice系数，wDice）。使用标准误差（SE）和wDice来评估扫描仪内和扫描仪间的变异情况。此外，还使用同态滤波算法进行了体素级噪声估计，并采用残差重采样方法对FA/MD的不确定性进行了自助量化分析。

结果：与Product相比，离线Split-GRAPPA显著降低了多张量模型和DTI模型中FA的扫描仪间SE（p值<0.001，Wilcoxon秩和检验）。所有重建方法下的MD值显示的扫描仪间变异情况相似。对于纤维追踪指标，流线数量和wDice值的SE（约0.8）在不同重建算法间相似。噪声分析表明，Split-GRAPPA实现了最低的噪声水平，并且FA的变异性也始终较低。值得注意的是，无论是微观结构指标还是纤维追踪指标，扫描仪间的变异性都显著高于扫描仪内的变异性。

结论：离线Split-GRAPPA重建算法降低了FA的扫描仪间变异性，但并未降低MD的变异性。总体而言，使用一致的重建方法（匹配的采集参数）并未提高dMRI测量结果或纤维追踪结果的跨供应商可重复性。这些发现强调了需要在采集层面（即序列）进行进一步协调，以实现dMRI研究的跨供应商可比性。

利益冲突声明

朱博士是GE Healthcare的雇员。