深度学习重建加速儿童脑部磁共振成像：图像质量的临床对比研究

为解决儿童MRI检查时间长需镇静的临床难题，研究人员开展深度学习重建(DLR)加速脑部MRI的前瞻性研究。通过对116例患儿(7.9±5.4岁)三种成像方式(C-MRI/DLC-MRI/DLA-MRI)的对比显示，DLA-MRI扫描时间缩短43%，图像质量提升且病灶检出率达100%，为优化儿科神经影像工作流程提供新方案。

　　

磁共振成像(Magnetic Resonance Imaging, MRI)在儿科放射学中具有不可替代的作用，但传统扫描耗时长往往需要镇静剂辅助。这项研究创新性地采用深度学习重建(Deep Learning Reconstruction, DLR)技术，在116名平均年龄7.9±5.4岁的儿童群体中开展三种扫描方案的对比：传统MRI(C-MRI)、传统MRI结合DLR(DLC-MRI)以及加速MRI结合DLR(DLA-MRI)。

研究结果显示，DLA-MRI方案实现43%的扫描时间缩减，同时图像质量评分显著提升——在整体质量、噪声控制和伪影抑制方面优于C-MRI，病灶显影清晰度(lesion conspicuity)相当或更优，仅锐利度(sharpness)指标略低。定量分析证实DLA-MRI具有更低的图像噪声和变异系数(Coefficient of Variation, CoV_0.72-0.97)。值得注意的是，虽然不同方案图像质量存在差异，但所有重建方式的病灶检出率均达100%。

这项突破性研究证实，DLR技术不仅能大幅缩短儿科MRI检查时间，还能同步提升成像质量，为解决儿童患者需镇静这个临床痛点提供创新解决方案，对优化神经影像工作流程具有重要实践意义。