基于增强空间的无失真MRI B0场图估计方法研究及其在快速成像中的应用

针对传统MRI场图估计方法因忽略采集时间分布(timemap)导致失真的问题，研究人员提出基于增强空间的场图优化重建方法(FASOR)。该方法通过?1优化求解信号方程逆问题，利用多回波数据直接估计无失真场图。实验表明，在EPI和Spiral序列中，其归一化均方根误差(NRMSE)较相位减法(PS)降低20-30%，为扩散MRI等需要高几何精度的应用提供了新解决方案。

　　

在磁共振成像(MRI)领域，精确估计主磁场B₀不均匀性分布（称为场图fieldmap）是众多关键技术的基础。从水脂分离到功能MRI，场图精度直接影响图像质量和定量分析。然而传统相位减法(PS)存在根本性缺陷——它假设所有信号均在固定回波时间(TE)瞬时采集，这个近似在快速成像序列如回波平面成像(EPI)和螺旋采集(Spiral)中会导致场图自身失真。更棘手的是，这种失真会形成恶性循环：校正用的场图本身含有待校正的几何畸变。

针对这一"先有鸡还是先有蛋"的难题，来自智利的研究团队在《Magnetic Resonance Imaging》发表创新成果。他们突破性地提出场图增强空间优化重建(FASOR)方法，核心思想是将信号方程中的时空耦合关系建模为增强空间的逆问题。与传统方法不同，FASOR充分利用了每个k空间点的实际采集时间τ(k)（称为timemap），通过?¹范数最小化求解这个高维问题。这种方法无需额外扫描，仅需常规序列的2-11个回波即可实现超越PS方法的精度。

关键技术方法包括：1) 构建包含空间-频率维度的增强空间模型；2) 设计基于?¹优化的正则化求解框架；3) 采用Pulseq设计脉冲序列；4) 通过仿真和3T扫描仪获取EPI/Spiral数据进行验证。实验使用结构相似性指数(XSIM)和归一化均方根误差(NRMSE)作为量化指标。

【Method】
FASOR方法创新性地将场图估计转化为增强空间中的稀疏优化问题。通过离散化信号方程s?(k)=∫m(x)e^{-i2π(k·x+τ(k)·?(x))}dx，建立场图?(x)与观测信号的直接关系。与忽略τ(k)变化的PS方法不同，该方法精确建模每个k空间点的采集时间分布，避免了几何失真在估计过程中的传播。

【Experimental design】
研究团队通过Pulseq设计的EPI和5叶螺旋序列进行验证，在Intel i7笔记本上实现MATLAB重建。关键发现是：当使用≥5个回波时，FASOR在0.003正则化参数下始终优于PS和线性多回波拟合(LPF)。特别值得注意的是，11回波的快速成像方案在速度上可超越传统双回波梯度回波序列。

【EPI simulation】
仿真数据显示FASOR具有显著优势：在单次激发EPI中NRMSE比PS降低30%，5叶螺旋序列中降低20%。XSIM指标也证实重建图像更接近真实解剖结构。这种优势在强场不均匀区域（如额窦附近）尤为明显。

【Discussion】
该方法突破了传统场图估计的timemap近似瓶颈，其优势体现在三方面：首先，直接利用常规序列多回波数据，无需特殊扫描；其次，增强空间框架可兼容各种快速成像序列；最重要的是，其精度提升对扩散MRI等应用具有重要价值。但作者也指出，当前计算效率仍有优化空间，未来可结合深度学习进一步提升性能。

这项研究为MRI场图估计开辟了新范式。FASOR通过严谨的数学建模将物理过程（off-resonance效应）与计算手段（增强空间优化）完美结合，其价值不仅体现在当前20-30%的精度提升，更在于提供了一种处理MRI中时空耦合问题的新思路。正如作者强调的，这种方法有望成为下一代快速MRI标准流程的关键模块，为精准医疗时代的影像诊断奠定基础。