针对PRESS-Localized Edited MRS的梯度方案优化：采用加权路径抑制技术

《NMR in Biomedicine》：Gradient Scheme Optimization for PRESS-Localized Edited MRS Using Weighted Pathway Suppression

梯度优化抑制出像区伪影；体积 likelihood 模型指导梯度方案；遗传算法优化；k 空间粉碎效率提升197%；MRI谱学质量改善；编辑序列伪影抑制；多脑区验证（PCC/丘脑/mPFC）；方差分析显著（p<0.001）；算法约束与硬件适配；量化伪影模型

　　本研究的核心目标是设计并实现一种优化的梯度方案，用于改进PRESS定位编辑磁共振波谱（MRS）中对“出体素”（OOV）伪影的抑制效果。这些伪影源于对不需要的相干传递路径（CTP）的抑制不足，尤其在测量某些代谢物（如γ-氨基丁酸GABA和谷胱甘肽GSH）时，OOV伪影的存在对信号质量和定量精度构成了显著挑战。为了应对这一问题，我们提出了一种基于体积的CTP权重模型，用于指导梯度方案的优化，优先抑制那些最可能产生伪影的CTP。该模型被整合进一种基于“通过相干阶路径选择进行去相位优化”（DOTCOPS）的梯度优化框架中，使用遗传算法（GA）和加权双惩罚成本函数，以最大化特定路径的抑制效果。硬件和序列限制，包括最大梯度幅度和延迟时间，也作为优化的约束条件。为了验证优化后的梯度方案，我们通过模拟计算了k空间的去相位效率，并在人体内使用编辑MRS序列对三个脑区（后扣带回皮层PCC、丘脑和内侧前额叶皮层mPFC）进行了实验验证，重点关注OOV伪影的减少和谱线质量的提升。我们采用三因素方差分析（ANOVA）评估了OOV伪影减少的显著性。结果显示，优化后的梯度方案在k空间去相位效率方面提升了约197%。在所有测试的脑区中，OOV伪影均得到明显改善，特别是在对OOV伪影较为敏感的丘脑和mPFC区域。在4.3 ppm附近，伪影幅度显著降低（p < 0.001），进一步表明该优化方案在提升信号质量和减少干扰方面的有效性。通过基于体积的CTP权重模型，优化后的DOTCOPS方案在不同区域中展现出稳健的性能，能够有效减少OOV伪影。

### 背景与挑战

磁共振波谱（MRS）作为一种非侵入性的成像技术，能够测量体内组织中代谢物的浓度，如N-乙酰天门冬氨酸（NAA）、胆碱类化合物（Cho）、谷氨酸（Glu）、谷氨酰胺（Gln）、乳酸（Lac）等，这些代谢物是诊断脑肿瘤、精神疾病等病症的潜在生物标志物。MRS实验通常采用脉冲序列，其中包含射频（RF）脉冲和磁场梯度脉冲，用于控制感兴趣区域内的信号演化并抑制干扰信号。为了跟踪信号在脉冲序列中的演化路径，研究人员使用了相干传递路径（CTP）图，该图展示了每个阶段的相干阶（coherence order）变化。干扰信号通常来源于与目标信号不同的CTP，从而影响谱线质量和定量准确性。其中，OOV伪影尤为突出，这些伪影是由于局部磁场梯度在组织边界处无意中对水信号进行重聚焦所引起的，表现为谱线中3.9至4.5 ppm之间的宽泛信号。由于这些伪影主要出现在与水共振频率相近的区域，因此在这些区域更容易被观察到，但它们也可能出现在其他频率范围内。

对于编辑MRS，CTP的选择尤为关键。这是因为，弱信号（如GABA和GSH）对微小伪影更加敏感，同时编辑MRS序列通常包含更多的RF脉冲和子实验，使得CTP的数量呈指数级增长。例如，在一个标准的五脉冲序列（如MEGA-PRESS）中，考虑到相干阶为±1和0，共有81条可能的CTP路径。在这些路径中，仅有一条对应于目标代谢物信号，其余80条均可能成为伪影来源。因此，如何有效地抑制这些路径是编辑MRS的关键挑战之一。

传统的去相位梯度设计往往依赖于启发式策略，即通过反复调整梯度的时序、持续时间和幅度，直至获得无伪影的谱线。这种方法在简单的定位序列（如PRESS或STEAM）中是可行的，但对于复杂的编辑序列，由于涉及的脉冲和梯度数量较多，这种方法变得不够高效。为了更系统地解决这一问题，研究者提出了DOTCOPS方案，这是一种基于算法的去相位梯度设计方法，旨在优化所有不需要的CTP的抑制效果。然而，由于缺乏对不同CTP重要性的理论依据，DOTCOPS方案在路径权重方面并未进行差异化处理。实际上，不同的CTP对谱线质量的影响是不同的，有些路径更可能被激发，而有些则相对更少。因此，建立一个可以计算这些权重的模型，对于优化方案至关重要。

### 优化方法与模型

本研究提出了一种基于体积的CTP权重模型，并将其整合到加权DOTCOPS梯度优化框架中。该模型通过计算不同CTP对最终信号的贡献概率，指导优化过程。具体而言，我们根据RF脉冲引起的相干阶变化（Δp）对每条CTP进行了分类。Δp = ±2代表180°重聚焦脉冲，Δp = ±1代表90°脉冲，而Δp = 0则对应于不在脉冲作用带内的区域。这些脉冲行为随后被映射到特定的空间和频谱区域，以实现切片选择和频谱选择。

为了简化空间选择性，我们将组织区域划分为不同的类别。对于切片选择脉冲，我们将其分为“切片内”和“切片外”，分别对应于90°和0°的翻转角，这与Δp = ±1和Δp = 0相关。对于重聚焦脉冲，我们进一步将区域分为“切片内”、“切片边缘”和“切片外”，分别对应于Δp = ±2、±1和0。对于编辑脉冲，我们定义了类似的分类：“编辑内”、“编辑过渡”和“编辑外”，分别代表共振、频谱边缘和非共振区域。每条路径的相对概率被计算出来，并作为优化过程中的权重。例如，“切片外”区域的概率被设为10，而“切片边缘”区域的概率被设为0.2，以反映其在空间分布上的差异。这些权重的选择基于对RF脉冲空间选择性分布的估计，而不是对特定切片形状和体积的精确计算，以便在更广泛的应用中保持一致性。

在优化过程中，我们使用了遗传算法（GA）来调整梯度幅度，同时保持梯度持续时间不变。优化目标是平衡两个方面：确保最弱抑制路径的充分去相位，同时保持整体抑制效率。此外，为了进一步提高优化效果，我们引入了一种新的成本函数，该函数在最小和平均抑制项中强调了优先路径，以实现全局一致的性能。

### 实验验证与结果

为了评估优化后的梯度方案在实际应用中的效果，我们进行了人体实验，采集了10名健康志愿者的MRS数据。所有实验均在3T Philips dStream Ingenia Elition MRI扫描仪上进行，使用32通道头部线圈。对于MRS体积定位，我们采用了T₁加权的结构MPRAGE扫描，参数设置为TR/TE = 8.0 ms/3.7 ms，翻转角8°，切片厚度1.0 mm，共150个切片，体积大小为1 mm³，并利用压缩感知技术将采集时间缩短至2分46秒。随后，我们使用HERCULES协议对三个脑区（PCC、丘脑和mPFC）进行了编辑MRS数据采集，每个脑区的体积分别为30×30×30 mm³、23×30×23 mm³和23×23×23 mm³。

在实验中，我们比较了两种梯度方案：“延迟填充优化”（delay-filling optimized）和“最后两个增加区域”（two-last, increased-areas）。结果表明，优化后的方案在多个方面表现出显著优势。例如，在k空间中，优化后的方案实现了更高的去相位效率，特别是在那些对OOV伪影更敏感的区域（如丘脑和mPFC）。通过分析残差信号的相对幅度，我们发现优化后的方案在4.3 ppm附近显著降低了OOV伪影的幅度（p < 0.001），进一步验证了其有效性。此外，三因素方差分析（ANOVA）的结果显示，梯度方案对OOV伪影的减少具有显著影响（p < 0.001），而个体差异和脑区位置的交互作用也具有统计学意义（p < 0.001）。尽管脑区位置本身对伪影的影响不显著（p = 0.248），但优化后的方案在不同个体和脑区中表现出良好的一致性。

在扩散加权方面，优化后的梯度方案引入了约347.41 s/mm²的总b值，导致代谢物信号的适度衰减（11%–12%）。相比之下，水信号的衰减更为显著，约为8%–12%。这一结果与实验数据一致，如图7所示。虽然这种扩散加权可能会对绝对定量造成一定影响，但通过结合长TE和短TE的水参考信号，可以进行更精确的校正。此外，由于水的扩散速率较快，因此在优化方案中，水信号的衰减更为显著。

### 结论与展望

本研究提出了一种基于体积的CTP权重模型，用于优化PRESS定位编辑MRS中的去相位梯度方案。通过将该模型整合到DOTCOPS框架中，并结合遗传算法进行优化，我们实现了更高效的信号抑制和更低的伪影水平。实验结果表明，优化后的方案在多个脑区中表现出良好的性能，特别是在那些对OOV伪影敏感的区域。此外，该方案在不同的个体和脑区中具有较高的鲁棒性，说明其适用于广泛的人体研究。

未来的研究可以进一步扩展该优化方案，以适用于其他类型的MRS序列，如STEAM或半LASER序列，这些序列涉及不同的相干路径动态和梯度需求。在当前的实现中，我们假设序列时序是固定的，并优化了梯度面积。然而，在MEGA-PRESS序列中，第一和第二切片选择回波脉冲的持续时间以及切片选择和编辑脉冲的相对时序是可调的，未来可以将这些参数纳入优化框架中。此外，可以进一步建模扩散引起的信号衰减与优化路径之间的关系，以在降低扩散权重的同时保持对OOV伪影的有效抑制。

尽管当前方案需要至少80 ms的回波时间（TE），这在GABA和GSH编辑中是可行的，但对于需要更短TE的协议可能不适用。因此，未来的工作可以探索如何在更短的TE下优化梯度方案，以扩大其应用范围。同时，由于梯度性能参数（如延迟时间和最大幅度）因设备供应商而异，未来的研究还可以在其他主要设备平台（如Siemens和GE）上进行验证，以确认该方法的广泛适用性。总的来说，本研究为减少OOV伪影提供了一种新的方法，并展示了其在不同序列和脑区中的有效性。