在两点Dixon磁共振成像中实现高效且全面的脂肪抑制：序列选择考量及在腰丛成像中的应用评估

《Skeletal Radiology》：Efficient and complete fat suppression in two-point Dixon MR imaging: sequence considerations and assessment in lumbar plexus imaging

针对两点Dixon MRI脂肪抑制不足的问题，本研究提出并验证了Dark-fat后处理算法，通过考虑脂肪多峰频谱实现更高效抑制，显著提升腰椎丛成像质量，且不影响解剖结构，适用于任何两点Dixon数据。

　　

摘要

目的

两点Dixon磁共振成像（two-point Dixon MRI）被广泛用于腰丛神经的成像，但由于忽略了脂肪的多峰谱特性，常常导致脂肪抑制效果不理想。本研究开发并评估了一种后处理算法，该算法能够考虑脂肪的多峰谱特性，从而实现更有效的脂肪抑制。

方法

我们开发了一种新的“暗脂肪处理”（Dark-fat processing）算法，用于增强标准两点Dixon重建得到的仅含水的MR图像中的脂肪抑制效果。该算法通过定制的脂肪/水模体进行了验证，并在一名健康志愿者身上进行了前瞻性研究，同时还在2023年3月至10月期间对30名接受临床腰丛神经成像的患者进行了回顾性研究。成像采用FFE（或GRE）-Dixon、TSE（或FSE）-Dixon和mDixon-Quant技术进行。研究分析了定量指标（信噪比SNR、表观信噪比aSNR和表观对比度aCNR），以及两位放射科医生的定性评估结果。统计显著性通过Welch’s t检验（p < 0.05）和带有Benjamini-Krieger-Yekutieli校正的Wilcoxon符号秩检验（q < 0.05）来确定。

结果

“暗脂肪处理”算法：(i) 在仅含水的图像中显著降低了脂肪信号（在TSE-Dixon模体中减少了84%），并且与参考标准方法（多回波mDixon-Quant）相比在统计学上没有差异（p = 0.58）；(ii) 改进了整体脂肪抑制效果（q < 0.05，效应量分别为0.67和0.92），但在解剖结构可视化方面没有显著差异；(iii) 显著降低了皮下脂肪（p < 0.0001，效应量 > 1）和肌肉组织（p < 0.01，效应量 = 0.81）的aSNR；(iv) 未改变神经组织和肌肉组织之间的aCNR（p = 0.27，效应量 = 0.29）。

结论

“暗脂肪处理”算法能够实现两点Dixon成像中的高效且完整的脂肪抑制，尤其是在TSE-Dixon成像中，显著提升了腰丛神经图像的质量。当该方法以离线方式或回顾性应用时，无需改变扫描时间，并且可以应用于任何两点Dixon数据集。