查看更多>>摘要:目的 探究人工智能辅助下的压缩感知(artificial intelligence-assisted compressed sensing,ACS)技术对鞍区多参数集成序列(MULTI-parametric MR imaging with flexible design,MTP)成像的影响,并进行优化,筛选最合适的加速因子(acceleration factor,AF).材料与方法 前瞻性纳入受试者41例.其中鞍区病变患者27例,健康志愿者14例.所有受试者使用3.0 T MRI行不同加速因子的MTP序列扫描,包括敏感性编码(sensitivity encoding,SENSE)技术的AF=3和ACS技术的AF=3、4、5和6(分别简写为SENSE3、ACS3、ACS4、ACS5和ACS6).由MTP序列得到T1 map、R2* map、T2* map、T1WI、质子密度加权成像(proton density weighted imaging,PDWI)图像.两名观察者分别在不同AF序列的参数图及加权图上测量病灶、脑灰质信号强度(signal intensity,SI)及定量参数,测量脑白质SI、噪声强度(standard deviation,SD)及定量参数.分别计算两组不同AF之间的定量参数值,信噪比(signal-to-noise ratio,SNR)、对比噪声比(contrast-to-noise ratio,CNR).根据图像伪影、病变显著性、灰白质分界清晰度采用五分评分法对图像质量进行主观评分.使用Kappa检验两观察者主观评分的一致性;采用组内相关系数(intra-class correlation coefficients,ICC)检验两名观察者客观测量数据的一致性.使用Friedman秩和检验或单因素ANOVA检验分析不同AF之间定量值、SNR、CNR及主观评分的差异.结果 两位观察者测量数据一致性良好(ICC:0.836~0.998,Kappa:0.839~0.909).选择高年资观察者的主观评分及测量数据进行后续分析.两组各序列不同AF之间,定量值差异均无统计学意义(P>0.05);所测的SNR和CNR在不同的AF下差异具有统计学意义(P<0.05).优化后不同AF(3~6)的ACS序列的扫描时间较SENSE3序列时间分别缩短21.21%、40.77%、52.62%、61.16%.与SENSE3序列相比,当ACS3、4时,T1WI图像和PDWI图像的SNR、CNR升高,差异具有统计学意义(P<0.05).当ACS5、6时,PDWI图像的SNR升高,差异具有统计学意义(P<0.05);其余数据差异无统计学意义(P>0.05).在不同AF之间,相比SENSE3序列图像,ACS5、6序列的灰白质分界清晰度主观评分降低,差异具有统计学意义;ACS6序列的病变显著性主观评分降低,差异具有统计学意义;其余数据差异无统计学意义(P>0.05).结论 本研究结果显示采用ACS能够进一步优化MTP序列,综合时间和图像质量的平衡考虑,ACS4值得推荐,能获得质量可靠定量参数及定性图像.