基于扩展空谱编码与子空间建模的7T超高场脑代谢高分辨率成像新方法

《IEEE Transactions on Biomedical Engineering》：High-Resolution Brain Metabolic Imaging at Ultrahigh Field Using Extended Spatiospectral Encoding and Subspace Modeling

本刊推荐：为解决超高场(7T)磁共振波谱成像(MRSI)中空间分辨率低、采集时间长、频谱伪影严重等问题，研究人员开展了基于自由感应衰减(FID)采集序列与扩展回波平面波谱成像(EPSI)轨迹的高分辨率脑代谢成像研究。通过集成子空间学习、频谱建模和广义级数建模等创新算法，成功实现了各向同性3.0 mm和1.8 mm分辨率的代谢图谱采集，扫描时间分别仅需4.8和14.2分钟。该技术为探索脑代谢异质性提供了强大工具，对神经疾病研究具有重要价值。

　　

在神经科学和临床医学领域，精确绘制脑内代谢物分布图谱犹如绘制一幅反映大脑生命活动的“代谢地图”，对理解脑功能机制和诊断神经系统疾病至关重要。磁共振波谱成像(Magnetic Resonance Spectroscopic Imaging, MRSI)作为一种非侵入性、无标记的代谢成像技术，能够同时检测多种代谢物浓度，为脑肿瘤、卒中、癫痫等疾病的生物化学环境评估提供独特视角。然而，由于脑内代谢物浓度极低（毫摩尔级别），传统MRSI技术长期受限于空间分辨率差（通常大于1厘米）和扫描时间过长（常需15分钟以上）两大瓶颈，导致其难以捕捉细微的代谢变化，严重制约了临床推广应用。

超高场强（如7T）磁共振系统的出现为突破这些限制带来了希望，其提供的更高信噪比(Signal-to-Noise Ratio, SNR)和频谱分辨率本应推动MRSI性能提升。但矛盾的是，7T系统也引入了新的技术挑战：更强的B₀/B₁场不均匀性、更高的射频能量沉积以及更快的信号衰减（由于横向弛豫时间T₂缩短）。特别是在追求高空间分辨率时，矛盾更加突出：一方面，7T要求更宽的频谱带宽（如覆盖8.4 ppm范围需2.5 kHz采样率），这限制了每次读出的空间编码次数；另一方面，实现三维高分辨率需要SNR成立方倍增长，而场强提升带来的SNR增益仅略高于线性。因此，如何在超高场下实现高分辨率、快速MRSI采集，并有效处理随之而来的伪影和噪声，成为该领域亟待解决的关键科学问题。

针对这一挑战，由Rong Guo、Yudu Li、Zhi-Pei Liang等研究人员在《IEEE Transactions on Biomedical Engineering》上发表的最新研究，提出了一种整合超快采集序列与模型驱动处理的新方法。该研究通过创新性的序列设计和算法优化，成功实现了7T环境下大脑代谢物的高分辨率成像，为代谢成像领域树立了新的技术标杆。

本研究采用的核心技术方法主要包括：1）基于自由感应衰减(Free-Induction-Decay, FID)的超短回波时间(Echo Time, TE=1.4 ms)采集序列，结合专门设计的双极性回波平面波谱成像(Echo-Planar Spectroscopic Imaging, EPSI)轨迹进行快速空谱编码；2）基于子空间学习(Subspace Learning)的信号建模策略，通过物理先验与训练数据结合预估计代谢物基函数；3）针对双极性梯度引起的频谱鬼影(Ghosting)，采用导航信号校正与广义级数(Generalized Series, GS)建模的两步校正法；4）结合统计约束和总变分(Total Variation)正则化的重建算法，抑制噪声并保持边缘信息；5）基于模型的时间插值技术解决因扩展回波间隔（违反奈奎斯特采样）引起的频谱混叠(Aliasing)问题。实验数据来自12名志愿者（3.0 mm采集）和5名志愿者（1.8 mm采集）的7T扫描，以及标准光谱体模验证。

结果

幽灵校正与重建效果

体模实验结果表明，原始MRSI数据特别是读出方向边缘区域存在严重频谱鬼影。经过提出的两步校正方法处理后，鬼影被显著抑制至噪声水平以下。去噪后的频谱仍受到测量噪声的严重影响，噪声水平与代谢物信号相当。采用基于子空间建模的重建方法后，噪声被有效抑制，同时保留了代谢物信号特征。

代谢物定量准确性

体模实验中，3.0 mm和1.8 mm采集获得的代谢物比值图均显示出合理的均匀性。计算得到的代谢物比值与体模参考值高度一致：3.0 mm采集的NAA/Cr为1.249±0.031，Cho/Cr为0.334±0.010，Ins/Cr为0.757±0.022，Glu/Cr为1.15±0.051；1.8 mm采集的相应值分别为1.256±0.039、0.358±0.015、0.745±0.029和1.261±0.060。这表明该方法在不同分辨率下均能提供准确的定量结果。

高分辨率代谢图谱

活体实验结果显示，3.0 mm分辨率代谢图谱（NAA、Cr、Cho、Ins、Glx）质量优异，伪影极少，能够清晰显示灰质与白质之间的代谢对比度，并准确呈现脑室区域无代谢物的特征。在脑出血患者的应用中，该方法成功检测到病灶区域（18×12 mm²）代谢物水平的显著降低，证明了其对病理变化的敏感性。

超高分辨率细节展示

1.8 mm超高分辨率代谢图谱进一步揭示了更精细的代谢异质性。在放大区域中，可以观察到皮层灰质层、大脑纵裂、深部脑核团等结构的代谢细节。特别是皮层灰质层显示出比周围白质主导区域更高的NAA和Glx水平，这与神经元密度较高的预期一致。仅几毫米宽度的纵裂能够被清晰区分，证明了该方法在减少部分容积效应方面的卓越能力。

分辨率对比验证

通过将1.8 mm数据零填充外围k空间数据生成3.6 mm和5.4 mm分辨率数据进行对比，研究发现当分辨率降至5.4 mm时，相距约10 mm的两个相邻小脑室结构变得难以区分；皮层沟回代谢特征也随分辨率降低而逐渐模糊。这直接证明了超高分辨率对于解析精细代谢特征的必要性。

加速潜力评估

研究还评估了并行成像加速潜力，通过回顾性下采样3.0 mm数据（保留约2/3相位编码点，扫描时间约3分钟）并进行SENSE(Sensitivity Encoding)重建，结果显示相对误差约为10%，代谢对比度保持良好，证明该方法可与加速技术兼容，进一步缩短扫描时间。

讨论与结论

本研究通过整合扩展空谱编码与子空间建模，成功实现了7T超高场下脑代谢的高分辨率成像。3.0 mm分辨率采集可在5分钟内完成，与常规MRI扫描时间相当，具备了临床推广应用的实际可行性；而1.8 mm分辨率则能以14.2分钟扫描时间揭示传统方法难以观察到的代谢细节。方法学的核心创新在于：采用扩展EPSI读出在单次重复时间内完成整个(k_x,t)平面采集，避免多激发交错带来的伪影；利用预学习的子空间结构作为强先验，有效克服了因违反奈奎斯特采样引起的频谱混叠；基于导航信号和广义级数建模的鬼影校正方法，使双极性梯度编码效率提升近一倍。

该技术达到的空间分辨率与正电子发射断层扫描(Positron Emission Tomography, PET)相当，接近功能磁共振成像水平，为病变精确定位、区域代谢异质性绘图、细微代谢异常检测等应用提供了强大工具。研究中展示的脑出血病灶代谢改变以及皮层代谢特征与解剖结构的高度对应性，初步证明了其临床价值。

未来改进方向包括：B₁不均匀性校正以实现更精确量化；利用7T增加的频谱分辨率拓展可定量代谢物种类；通过更大规模人群研究（计划超过200例）建立群体先验，并结合机器学习进一步提升成像能力。随着10.5T、11.7T等更高场强MR系统的发展，该方法有望继续突破分辨率极限，最终为理解脑代谢机制和诊断神经系统疾病提供前所未有的细节信息。