编辑推荐：
为优化头颈部 QSM 重建流程，研究人员对比多种指标，发现 autoNDI 等方法重复性较好，对临床应用意义重大。
在医学影像学领域，定量磁敏感成像（Quantitative Susceptibility Mapping，QSM）是一项前沿技术，它利用磁共振成像（MRI）信号的相位来重建磁敏感分布。这一技术就像给人体内部组织做了一个 “磁性指纹”，能够敏感地检测出组织中不同浓度的铁和其他金属沉积，以及静脉氧合和组织氧代谢的变化。因此，它在探究与多种疾病相关的病理生理变化方面，具有巨大的潜力，有望成为肿瘤缺氧的生物标志物，而肿瘤缺氧与包括头颈部鳞状细胞癌（HNSCC）在内的多种癌症的放疗抵抗和不良预后密切相关。
然而，在将 QSM 应用于临床之前，有一个关键问题亟待解决 —— 其定量结果的重复性和可比性。在大脑研究中，QSM 结果的重复性已得到广泛验证，但当它应用于身体其他部位时，情况就变得复杂起来。目前，量化 QSM 重复性的方法在不同研究中差异很大，缺乏统一的标准，这使得评估不同方法或协议变得困难重重。此外，QSM 体部成像领域发展迅速，针对头颈部的 QSM 重复性研究虽然已有一定基础，但仍需要进一步深入，特别是在纳入最新算法和综合评估方面。
为了攻克这些难题，伦敦大学学院（University College London）的研究人员开展了一项深入研究。他们的研究成果发表在《Magnetic Resonance Materials in Physics, Biology and Medicine》上，为 QSM 在头颈部的临床应用提供了重要参考。
研究人员采用了一系列先进的技术方法。首先，招募了 10 名健康志愿者（7 名女性，年龄 23 - 30 岁），在当地伦理委员会批准下，让志愿者接受两次扫描，每次扫描进行三次相同的检查，获取多回波 3D 梯度回波（GRE）图像。然后，研究人员从每个受试者的第一次扫描的第一回波 GRE 幅度图像中分割出感兴趣区域（ROIs），包括四个深部脑灰质区域和六个头颈部 ROIs。对于 QSM 重建，研究人员使用了 Marchenko-Pastur 主成分分析（MP-PCA）对复杂的多回波 GRE 数据进行去噪，之后进行非线性拟合估计场图和噪声。在 QSM 重建的后续步骤中，研究人员对不同方法进行了探索和比较，如掩模、相位展开、背景场去除和偶极反演等步骤的不同算法。最后，研究人员选择了多种重复性指标，包括体素级指标（归一化均方根误差 NRMSE 和 XSIM）和基于 ROI 的指标（受试者内标准差σw、受试者间标准差σb、变异系数 CV、组内相关系数 ICC），并使用 MATLAB 进行统计分析。
研究结果丰富而有价值。在 QSM 重建管道的初始阶段，研究人员发现，根据 NRMSE、XSIM、σw和 ICC 等指标，噪声掩模中是否包含孔洞对重复性影响很小，相位展开方法的选择在大多数 ROIs 中也对重复性影响不显著，而背景场去除方法的改变会导致重复性有所差异，总体上投影到偶极场（PDF）方法比 V-SHARP 表现更好。在比较偶极反演方法时，发现 autoNDI 和 QSMnet 在整个头颈部区域产生了最可重复的结果。autoNDI 是一种非线性迭代、正则化方法，它利用幅度数据作为先验，避免了对正则化参数的精细调整。QSMnet 是一种基于深度学习的偶极反演方法，虽然结果可重复，但由于其训练数据是脑部数据，与本研究的分辨率不同，导致其在头颈部成像中对比度较低。
进一步分析发现，QSM 结果的变异来源多样。在相对较小的解剖 ROIs 内，组织的异质性会导致结果变异，即使在无明显伪影的图像中，区域内标准差也显著大于采集之间的均值变异，这给利用 QSM 识别病理区域带来挑战。生理变异也是一个重要因素，氧合的短期和长期变化会影响大脑的磁敏感性，并且受试者内变异小于受试者间变异，这表明个体之间存在真实差异。此外，研究还发现，在大多数 ROIs 中，偶极反演方法的选择是磁敏感性值变化的最大来源，不同方法的选择显著影响了检测变化的可能性。
研究结论和讨论部分强调了这项研究的重要意义。研究表明，联合考虑受试者内标准差和组内相关系数能很好地指示 QSM 的重复性。虽然目前可接受的重复性阈值在不同模态和应用之间难以转移，但本研究为验证 QSM 作为头颈部临床有用工具奠定了基础。未来的研究应进一步探索深度学习 QSM 方法，特别是针对头颈部数据训练的方法，以及磁敏感源分离方法，以提高对比度和减少 ROIs 内的异质性。这一研究为 QSM 技术在头颈部疾病的临床诊断、治疗监测等方面的应用提供了重要的理论依据和实践指导，有望推动医学影像学的发展，为患者带来更精准的医疗服务。
