脉冲电子顺磁共振成像中稀疏视图与有限角度数据的精确图像重建算法研究

针对脉冲电子顺磁共振成像(EPRI)中因稀疏视图(SV)或有限角度范围(LAR)数据导致图像重建精度下降的问题，研究人员开发了基于总变分(TV)和方向性总变分(DTV)约束的优化算法。通过数字模拟、物理模型和小鼠实验验证，该研究实现了从SV/LAR数据中高精度重建EPR图像及氧浓度分布图，为缩短扫描时间、推动活体基础与临床前研究提供了新思路。

　　

在生物医学成像领域，精确测量肿瘤内部的氧浓度分布对评估肿瘤抗治疗性、指导精准治疗具有关键意义。电子顺磁共振成像（Electron Paramagnetic Resonance Imaging, EPRI）尤其是脉冲EPRI技术，因其能定量获取氧浓度空间分布而备受关注。然而，传统全角度密集采样的数据获取方式耗时较长，难以满足活体研究对快速成像的需求。如何在保证精度的前提下，通过稀疏视图（Sparse Views, SV）或有限角度范围（Limited-Angular Range, LAR）扫描缩短数据采集时间，成为亟待解决的技术难题。

为突破这一瓶颈，来自美国芝加哥大学的研究团队在《Journal of Magnetic Resonance》发表最新研究，提出两种创新算法：基于总变分（Total Variation, TV）约束的算法适用于SV数据重建，而方向性总变分（Directional-TVs, DTVs）算法专门针对LAR数据优化。通过数字体模模拟、物理模型实验和小鼠活体研究的三重验证，证实这两种算法能从大幅缩减的扫描数据中重建出数值精确的EPR图像，并进一步推导出氧浓度分布图。

关键技术方法包括：1）构建脉冲EPRI的离散数据模型，将图像重建转化为TV/DTV约束的优化问题；2）设计预处理器提升算法效率；3）采用原始-对偶框架求解优化问题；4）使用反转恢复电子自旋回波（IRESE）脉冲序列采集数据；5）通过T₁/T₂加权探针密度图像推算氧浓度。

研究结果
模拟数据研究
通过数字体模验证，TV和DTV算法在全角度数据重建中与传统FBP算法精度相当，而在SV（仅1/8采样）和LAR（60°范围）条件下仍能保持结构细节，均方根误差降低40%以上。

物理模型实验
三硝基苯自由基探针的LAR数据重建显示，DTV算法能有效抑制有限角度导致的条纹伪影，氧浓度计算误差<5%，显著优于传统方法。

小鼠活体研究
在9L神经胶质瘤模型中，SV扫描时间缩短至常规的15%，重建图像仍清晰显示肿瘤边缘氧梯度分布，与病理结果高度吻合。

讨论与结论
该研究的突破性在于首次将DTV约束引入脉冲EPRI的LAR数据重建，通过方向特异性正则化弥补角度缺失的信息。预处理器设计使迭代收敛速度提升2倍，为动态监测奠定基础。从方法学层面证实：1）TV约束适合各向同性欠采样问题；2）DTV约束能针对性解决角度受限导致的各向异性信息缺失。

这项技术将脉冲EPRI的扫描时间从小时级缩短至分钟级，为肿瘤缺氧动态监测、放疗方案优化等临床前研究提供了实用工具。作者团队披露的专利布局（#8664955等）显示其技术已进入转化阶段。未来通过GPU加速和深度学习融合，有望进一步推动EPRI在精准医学中的应用。