基于4D压缩感知的超快速3D磁共振波谱成像新方法突破HP-13C代谢研究瓶颈

《Magnetic Resonance Materials in Physics, Biology and Medicine》：Fast 3D-MRSI using sparse acquisition and 4D compressed sensing reconstruction

本研究针对超极化13C磁共振波谱成像(HP-13C-MRSI)中信号衰减快、采集时间长的技术难题，开发了稀疏采样结合4D压缩感知(4D-CS)重建的创新方法。通过设计可变密度概率采样模式和4D小波变换算法，在保持6.25%采样率(R=16)下仍能实现nRMSE<0.004、SSIM>0.95的高质量重建，成功在大鼠肾脏实验中解析乳酸/丙氨酸/丙酮酸/碳酸氢盐的空间分布。该技术将3D-MRSI采集时间缩短32倍，为动态代谢研究提供了关键技术支撑。

　　

实时观测生命体内的代谢活动一直是生物医学研究的圣杯，这种能力将彻底改变我们对疾病诊断、治疗监测和病理机制的认识方式。虽然传统磁共振成像(MRI)能够清晰显示解剖结构，但磁共振波谱成像(Magnetic Resonance Spectroscopic Imaging, MRSI)——又称化学位移成像(Chemical Shift Imaging, CSI)——却能通过绘制代谢物空间分布图，揭示组织生物化学的分子指纹。特别是在其最先进的形式中，3D-MRSI同时采样三个空间维度(k_x, k_y, k_z)和光谱时域，产生丰富的四维(4D)数据集，将空间定位与详细的化学信息完美结合。

MRSI的关键优势在于其能够解析弱信号或紧密间隔共振的代谢物，尤其是在使用宽光谱带宽时，可提供高光谱分辨率。这使得MRSI非常适合进行详细的代谢分析。然而，实现高分辨率3D-MRSI通常需要在空间和光谱维度上进行密集采样，这会导致采集时间过长和激发次数过多。在常规研究中这已经是一个实际挑战，对于超极化(Hyperpolarized, HP) ¹³C MRI来说更是难以逾越的障碍。HP技术产生的瞬态、不可再生的磁化强度会因短暂的T₁弛豫时间而迅速衰减。每次激发都会不可逆地消耗信号，只留下短暂的数据采集窗口。因此，稀疏采样不仅是可取的，而且是必不可少的。

在¹³C-MRSI中，特别是使用超极化示踪剂时，通常需要更宽的光谱带宽来捕获多种代谢物，而磁化强度的瞬态特性要求快速采集。这些因素使得¹³C-MRSI特别适合基于压缩感知(Compressed Sensing, CS)的加速。现有的加速策略，如平面回波波谱成像(Echo-Planar Spectroscopic Imaging, EPSI)，可以缩短采集时间，但这是以降低光谱带宽为代价的，因为驻留时间至少增加到正常驻留时间乘以缩减因子(Δt×R)。这些方法通常需要额外的解混叠程序来分离重叠信号，这一额外步骤会使重建过程复杂化，并可能降低光谱质量。

为了克服这些局限性，美国阿拉巴马大学伯明翰分校的Jian-Xiong Wang研究员在《Magnetic Resonance Materials in Physics, Biology and Medicine》上发表了一项创新研究，提出了一个新颖的4D压缩感知框架，将整个k_x-k_y-k_z-MRS数据集视为一个统一的、不可分割的整体。这标志着与传统切片式或维度特定CS策略的根本性背离。该研究没有分割重建过程，而是在整个数据集中应用4D小波变换和4D总变分(Total Variation, TV)正则化，利用信号固有的空谱相干性。从稀疏性强制到重建的每一个操作都嵌入到完整的4D结构中。

这种统一框架能够在高度欠采样的情况下进行采集，而不会牺牲光谱带宽或空间分辨率。它专门针对HP-¹³C-MRSI的限制条件量身定制，其中快速、高保真度的重建不仅是有利的，而且是强制性的。与新兴的基于人工智能或机器学习的重建方法不同，这些方法需要大量且多样化的训练数据集，而这种基于模型的CS方法直接处理采集到的数据。这消除了对难以获得的训练样本的依赖，并确保了在不同解剖和代谢条件下的可重复性。

关键技术方法

研究团队在GE 3T临床MRI扫描仪上实现了稀疏采样的3D-MRSI脉冲序列，采用可变密度概率性3D采样模式，通过4D压缩感知重建算法联合重建三个空间维度和频率维度。算法利用4D小波变换和4D总变分正则化，采用非线性共轭梯度优化。在大鼠实验中，通过尾静脉注射超极化[1-¹³C]丙酮酸，分别进行R=8和R=16两次采集，使用可变翻转角策略优化信号利用。

研究方法与结果

A. 稀疏3D-MRSI采集

研究设计了以k空间中心为中心的3D高斯分布采样模式，通过伪随机数矩阵对比生成采样掩码。射频序列采用小于5°的翻转角，离心式相位编码顺序确保高信噪比数据优先采集。可变翻转角模块根据T₁弛豫时间动态调整翻转角，如当TR=125ms、T₁=30s时，256次激发的首翻角为5.57°。

B. 4D压缩感知重建

重建算法求解包含数据保真度、小波稀疏性和总变分正则化的优化问题。4D总变分正则化涵盖三个空间梯度和一个光谱梯度维度。采用非线性共轭梯度下降算法，设置正则化权重λ₁=λ₂=0.03，最大迭代次数30次。

C. 验证与活体成像

热模体实验显示，在R=16缩减率(6.25%采样率)下，归一化均方根误差(nRMSE)为2.336×10^-3，结构相似性指数(SSIM)为0.977。即使在高缩减率下，乳酸、丙氨酸、甲酸盐和碳酸氢盐的代谢物分布仍与全采样数据视觉一致。

活体大鼠肾脏实验成功重建了乳酸、丙氨酸、丙酮酸和碳酸氢盐的代谢分布。4D-CS算法即使对未直接采集信号的空间点也能准确重建光谱信息，证明了该框架对稀疏MRSI的鲁棒性。

研究结论与意义

该研究通过将压缩感知应用于统一的四维优化框架，实现了稀疏采样MRSI数据集的高效重建。这种方法在保持高保真度的同时，将3D-MRSI的激发次数从4096次减少到256次(16倍加速)，使采集时间从传统方法的数小时缩短至32-58秒，为超极化¹³C标记化合物的实时代谢成像提供了实用方案。

研究证实，4D-CS方法通过利用全4D数据的自然可压缩性，保持了数据集固有的空间和光谱相干性，避免了切片重建可能带来的不连续性和光谱质量下降。算法参数经过精心调整，确保鲁棒收敛并避免陷入局部最小值，为临床前和临床环境中的准确3D-MRSI提供了可靠工具。

该技术的重要意义在于解决了HP-¹³C-MRSI的核心挑战：如何在超极化的短暂时间窗口内捕获详细的代谢信息。通过统一速度和精度，这项研究为探索疾病机制、监测治疗和指导个性化医疗开辟了新前沿，使实时MRSI更接近临床现实。