编辑推荐：
为解决儿科磁共振成像（MRI）中运动和混叠伪影、扫描时间长等问题，研究人员开展了基于深度学习（DL）的儿童体部 MRI 去噪图像重建研究。结果显示，DL 重建可提升图像质量、缩短扫描时间，但非呼吸门控 T1 加权像呼吸运动伪影更明显。该研究对优化儿科 MRI 检查意义重大。
在医学影像领域，磁共振成像（Magnetic Resonance Imaging，MRI）是儿科临床中一项至关重要的检查手段。它凭借着高分辨率、出色的组织对比度，并且不产生电离辐射等优势，在儿科疾病的诊断中发挥着关键作用。然而，儿科 MRI 检查面临着诸多挑战。其中，运动伪影是最为突出的问题之一，像患者的大幅度身体运动、呼吸运动、血管搏动、肠道蠕动以及心脏收缩等，都会导致运动伪影的产生，严重影响图像质量，进而干扰疾病的准确诊断。此外，传统的成像技术在扫描时间上也不尽人意，较长的扫描时间不仅让患儿难以配合，还可能增加检查成本和风险。
为了攻克这些难题，来自瑞士苏黎世大学儿童医院诊断影像科等机构的研究人员，开展了一项关于基于深度学习（Deep Learning，DL）的儿童体部 MRI 去噪图像重建的研究。他们的研究成果发表在《Pediatric Radiology》上，为儿科 MRI 的发展带来了新的希望。
研究人员采用了一系列先进的技术方法。首先，在样本选择上，他们选取了 2022 年 4 月至 2023 年 1 月期间，在苏黎世大学儿童医院进行胸腹部 MRI 检查的患儿。这些患儿均采用了径向 k 空间填充技术（PROPELLER）进行扫描，并且同时拥有传统图像重建和基于 DL 图像重建的影像资料。其次，在成像技术方面，研究人员运用了 1.5T 扫描仪（Signa Artist，GE HealthCare），配合多通道表面线圈进行胸腹部成像，扫描序列涵盖了多种类型，如 3 维（3-D）短反转时间反转恢复快速自旋回波序列（CUBE）、扩散加权成像、轴向和冠状 T1 加权 PROPELLER 序列以及呼吸门控轴向 T2 加权 PROPELLER 脂肪抑制序列等。最后，利用 DL 重建算法（AIRTM Recon DL，GE HealthCare）对图像进行处理，该算法通过训练残差神经网络，能够有效减少噪声和截断伪影，提升边缘锐度。
研究结果主要从以下几个方面进行呈现：
- 定量图像质量：通过计算肝脏和脾脏的信噪比（Signal-to-Noise Ratio，SNR）以及对比噪声比（Contrast-to-Noise Ratio，CNR）来评估。结果显示，DL 重建的 T1 加权和 T2 加权图像中，肝脏和脾脏的 SNR 和 CNR 均显著高于传统重建图像（P<0.001）。这表明 DL 重建能够有效提升图像的清晰度和对比度，为医生提供更准确的诊断信息。
- 定性图像质量：由三位经验丰富的儿科放射科医生采用 4 分李克特量表对图像进行独立评估。评估内容包括噪声、运动伪影、肺底部外周肺血管和亚段支气管的显示情况、腹部器官边界的清晰度以及肝脏和脾脏外周血管的可见性等。结果表明，DL 重建图像的累积图像质量评分更高（T1 加权图像P<0.002，T2 加权图像P<0.001），噪声更不明显（T1 加权图像P<0.005，T2 加权图像P<0.001）。在肺、肝脏和脾脏的外周血管、肺底部亚段支气管以及腹部器官边界的显示上，DL 重建图像均优于传统重建图像。不过，在 T1 加权图像上，DL 重建的呼吸运动伪影比传统重建更为明显（P=0.015），而 T2 加权图像中两者的运动伪影无显著差异（P=0.664）。
- 扫描时间：与之前采用传统 PROPELLER 协议的 MRI 检查相比，T1 加权图像的中位扫描时间从 6.3 秒（四分位数间距 4.2 - 7.0 秒）缩短至 4.8 秒（四分位数间距 4.4 - 4.9 秒），T2 加权图像的中位扫描时间从 5.6 秒（四分位数间距 5.4 - 5.9 秒）缩短至 4.2 秒（四分位数间距 3.9 - 4.8 秒）。这意味着基于 DL 的图像重建能够在不影响图像质量的前提下，有效缩短扫描时间，提高检查效率。
综合研究结论和讨论部分，该研究表明基于 DL 的去噪图像重建在儿科体部 MRI 中具有显著优势。它不仅能够通过降低噪声、增强对比度和更清晰地显示器官结构来提升图像质量，还能缩短扫描时间，这对于配合度较差的患儿以及需要减少镇静时间的幼儿来说意义重大。不过，研究也发现 DL 重建在 T1 加权图像上会使呼吸运动伪影更明显，因此在图像采集过程中需要采取措施尽量减少运动伪影。虽然该研究存在样本量较小、仅在 1.5T 扫描仪上进行等局限性，但它依然为儿科 MRI 的发展提供了新的方向和思路，有望推动该领域进一步发展，让更多患儿受益于更精准、高效的医学影像检查。
