分享:
分享到微信朋友圈
X
技术研究
压缩感知技术对乳腺T1高分辨率各向同性容积激发序列的成像影响及序列优化
宁宁 梁泓冰 张丽娜 张楠 田佳禾 宋清伟 吴祺 王卓 李远飞 赵思奇 杨洁

Cite this article as: NING N, LIANG H B, ZHANG L N, et al. Effect of compressed sensing on the imaging of breast T1 high resolution isotropic volume excitation sequence and its sequence optimization[J]. Chin J Magn Reson Imaging, 2023, 14(10): 116-121, 131.本文引用格式:宁宁, 梁泓冰, 张丽娜, 等. 压缩感知技术对乳腺T1高分辨率各向同性容积激发序列的成像影响及序列优化[J]. 磁共振成像, 2023, 14(10): 116-121, 131. DOI:10.12015/issn.1674-8034.2023.10.020.


[摘要] 目的 探讨压缩感知(compressed sense, CS)技术对乳腺T1高分辨率各向同性容积激发序列(enhanced-T1 high resolution isotropic volume excitation, e-THRIVE)图像质量及扫描时间的影响,并优化乳腺e-THRIVE序列。材料与方法 前瞻性纳入行乳腺MRI检查的43名乳腺患者(时间-信号强度曲线均为平台型),采用 3.0 T MRI设备在e-THRIVE序列的基础上,采用不同加速因子(acceleration factor, AF)[敏感度编码(sensitivity encoding, SENSE)技术AF=4,CS AF=4,CS AF=5,CS AF=6,CS AF=7]对患者行乳腺MRI增强扫描。本研究在注射对比剂后的e-THRIVE序列上进行。由两位观察者对图像进行主观评价和客观测量。计算图像信噪比(signal to noise ratio, SNR)和对比噪声比(contrast to noise ratio, CNR)以及相对对比度(relative contrast, RC)。采用Friedman检验对客观评分及主观评价进行组间比较,若差异有统计学意义(P<0.05),进行后续多重比较。结果 两位观察者客观评分及主观评分一致性良好,不同AF图像间SNR腺体、CNR腺体、SNR病灶、CNR病灶及主观评分差异有统计学意义(P<0.05);不同AF图像间RC腺体-病灶、RC病灶-肌肉和RC腺体-肌肉差异无统计学意义(P>0.05)。两两比较结果表明SENSE AF=4、CS AF=4和CS AF=5图像的SNR腺体、CNR腺体、SNR病灶、CNR病灶及主观评分均大于CS AF=6和CS AF=7(P<0.05)。结论 综合考虑扫描时间和图像质量,乳腺e-THRIVE序列推荐选择AF=5的CS序列,较常规扫描并行采集缩短26.7%的扫描时间。
[Abstract] Objective To investigate the impact of compressed sensing (CS) technology on breast enhanced-T1 high resolution isotropic volume excitation imaging quality and scan time, and to optimize isotropic e-THRIVE sequence.Materials and Methods A total of 43 patients isotropic DCE-MRI examination in our hospital were prospectively included, which type of time signal intensity curve of tumor was platform type. On the basis of T1 high resolution isotropic volume excitation (e-THRIVE), different acceleration factors (AF) [sensitivity encoding (SENSE) AF=4, CS AF=4, CS AF=5, CS AF=6, CS AF=7] were used with 3.0 T MRI equipment. The sequence optimization was carried out on the delayed e-THRIVE sequence. Subjective evaluation and objective measurements of the images were performed by two observers. The image signal-to-noise ratio (SNR), contrast-to-noise ratio (CNR) and relative contrast (RC) were calculated. Friedman test were used to analyze the SNR, CNR, RC and subjective scores of images between different groups. P<0.05 was that the difference was statistically significant, if the difference was statistically significant, follow-up multiple comparison.Results The objective and subjective scores were consistent between the two observers, and there were significant differences in SNRfibroglandular, CNRfibroglandular, SNRlesion, CNRlesion and subjective scores among different AF (P<0.05). There were no significant differences in RCfibroglandulars-to-lesion, RClesion-to-muscle and RCfibroglandulars-to-muscle among different AF (P>0.05). The results of pairwise comparison showed that SNRfibroglandulars, CNRfibroglandulars, SNRlesion, CNRlesion and subjective scores of sense AF=4, CS AF=4 and CS AF=5 images were higher than those of CS AF=6 and CS AF=7 images (P<0.05).Conclusions During clinical practice, in consideration scanning time and image quality, the CS AF=5 is recommended for breast e-THRIVE sequence, which saves 26.7% of scanning time compared with conventional parallel acquisition.
[关键词] 乳腺;乳腺癌;乳腺纤维腺瘤;动态增强;压缩感知;信噪比;对比噪声比;磁共振成像
[Keywords] breast;breast cancer;breast fibroadenoma;dynamic contrast enhanced;compressed sensing;signal to noise ratio;contrast to noise ratio;magnetic resonance imaging

宁宁 1   梁泓冰 1   张丽娜 1*   张楠 2   田佳禾 3   宋清伟 1   吴祺 1   王卓 1   李远飞 1   赵思奇 1   杨洁 4  

1 大连医科大学附属第一医院放射科,大连 116011

2 复旦大学附属中山医院放射科,上海 200032

3 大连医科大学中山学院,大连 116085

4 大连医科大学公共卫生学院,大连 116044

通信作者:张丽娜,E-mail:zln201045@163.com

作者贡献声明:张丽娜设计本研究的方案,对稿件重要的智力内容进行了修改;宁宁起草和撰写稿件,获取、分析或解释本研究的数据;梁泓冰、张楠、田佳禾、宋清伟、吴祺、王卓、李远飞、赵思奇、杨洁获取、分析或解释本研究的数据,对稿件重要的智力内容进行了修改;张丽娜获得了2022辽宁省成人教育学会继续教育教学改革研究课题、大连医科大学校级教学改革研究一般项目及2022年度大连市医学重点专科“登峰计划”一般项目基金资助。全体作者都同意发表最后的修改稿,同意对本研究的所有方面负责,确保本研究的准确性和诚信。


基金项目: 2022辽宁省成人教育学会继续教育教学改革研究课题项目 LCYJGZXYB22100 大连医科大学校级教学改革研究一般项目 DYLX21036 2022年度大连市医学重点专科“登峰计划”一般项目 2022DF042
收稿日期:2023-02-11
接受日期:2023-09-14
中图分类号:R445.2  R737.9 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2023.10.020
本文引用格式:宁宁, 梁泓冰, 张丽娜, 等. 压缩感知技术对乳腺T1高分辨率各向同性容积激发序列的成像影响及序列优化[J]. 磁共振成像, 2023, 14(10): 116-121, 131. DOI:10.12015/issn.1674-8034.2023.10.020.

0 前言

       当今世界,乳腺癌已成为全世界女性恶性肿瘤发病率最高的疾病,亦是导致女性死亡的重要病因[1, 2]。MRI具有良好的组织分辨率与多种后处理及功能成像方法,无辐射损伤,在乳腺疾病中的应用广泛,使乳腺良恶性病变诊断的准确率有了很大提高[3, 4]。其中动态增强MRI(dynamic contrast-enhanced MRI, DCE-MRI)是一种通过注射外源性对比剂来评估肿瘤灌注和血管通透性的技术,它提供了良好的图像对比,在进行形态学分析的同时能定量测量肿瘤组织生理参数,在乳腺肿瘤的定性诊断中具有很大的价值,是当前临床中最成熟关键的乳腺MRI检查方法[5, 6]。由于较低的空间分辨率会干扰形态学的观察,而时间分辨率差则会对乳腺定量参数的分析产生影响,因此DCE-MRI成像对时间和空间分辨率要求较高,但两者通常是相互制约的,寻找两者的平衡是乳腺DCE-MRI成像临床应用的难点。

       MR快速成像近年来发展迅速,其中,敏感度编码(sensitivity encoding, SENSE)技术是利用多个空间敏感度差异,基于对组成线圈敏感度的探测,采用以图像为基础再结合线圈信息的重建方式[7]。但由于噪声和运动伪影的干扰,SENSE敏感度探测的精准度一直存在争议,尤其是在小视野成像时图像更易出现并行采集伪影[8]。近年来压缩感知(compressed sense, CS)技术日渐被报道,通过在数据采集过程中采用图像稀疏性和非相干K空间采样[9],在保持高空间分辨率的前提下进一步缩短扫描时间[10],此技术已应用于腹部、骨关节、心脏、颅脑等疾病[11, 12, 13, 14, 15]中,但在乳腺DCE-MRI中仍处于探索阶段[16, 17, 18, 19]。已有的研究[17, 19]发现应用CS的DCE-MRI扫描效率明显高于应用SENSE的DCE-MRI,尤其在增强扫描后期,在未降低信噪比的同时大大缩短扫描时间,相比于SENSE有更好的空间分辨率,但目前尚未见对乳腺DCE-MRI如何选择最佳加速因子(acceleration factor, AF)进行疾病研究的报道。若使用不当或盲目提高AF,会产生并行采集相关伪影,导致图像模糊,影响诊断。因此寻找合适的成像AF是提高乳腺MRI临床成像速度与图像质量的迫切需要。

       时间-信号强度曲线(time-signal intensity curve, TIC)是DCE-MRI的一种常规后处理技术,可直接反映ROI增强后的信号强度随时间的变化情况[20],其中平台型曲线代表后期病灶信号强度不会随时间增加而变化,本研究充分考虑对比剂对DCE-MRI的影响,选择平台型病例分析CS技术中AF对采集时间与图像质量的影响,从而保证同一患者的不同AF序列信号强度的一致性。

       本研究通过对比常规SENSE技术与不同AF的CS技术对乳腺T1高分辨率各向同性容积激发序列(enhanced-T1 high resolution isotropic volume excitation, e-THRIVE)成像的影响及序列优化,寻找适用于乳腺MRI临床应用的最佳AF值,以期优化乳腺e-THRIVE扫描序列,在缩短临床常规扫描时间的同时,清晰显示乳腺病变、动静脉血管等乳腺组织,以供医师精准诊疗。

1 材料与方法

1.1 一般资料

       前瞻性纳入2021年12月至2022年6月在大连医科大学附属第一医院行乳腺MRI检查的患者。纳入标准:(1)无MRI检查禁忌证,如体内有心脏起搏器、支架、金属植入物等;(2)MRI检查前无任何治疗或乳房植入物。排除标准:(1)无法配合完成MRI检查;(2)TIC为流入型或流出型;(3)病变大小<5 mm;(4)乳腺背景实质强化为中度或明显强化。最终入组患者43例,年龄为31~69(49.8±9.4)岁。本研究遵守《赫尔辛基宣言》,并经大连医科大学附属第一医院伦理委员会批准(伦理批号:PJ-KS-KY-2021-10),全体受试者均已签署知情同意书。

1.2 检查设备与方法

       采用Philips Ingenia CX 3.0 T MRI(Philips Healthcare, Best, the Netherlands)扫描仪,7通道乳腺相控阵线圈,在e-THRIVE的基础上,分别采用SENSE及CS进行加速采集。各序列几何参数与对比参数保持一致。本研究是在注射对比剂后延迟期的e-THRIVE序列上进行。所有患者在月经周期7~10天进行MRI检查,检查前禁食水4~6 h,受检时取俯卧位,脚先进,双侧乳腺自然下垂于线圈中央。先行DCE-MRI扫描,采集参数如下:TR 3.60 ms,TE 1.91 ms,体素大小1 mm×1.2 mm×4 mm,翻转角10°,视野240 mm×340 mm×160 mm,层厚4.0 mm,层间距-2.0 mm。第1期为蒙片,第2期开始注射对比剂,共扫描30期,扫描时间为409 s。在获得第1期图像后,使用对比剂注射器(tnnessee XD 2003,欧利奇医疗用品有限公司,德国)静脉注射0.1 mmol/kg钆喷酸葡胺(钆喷酸葡胺注射液,北京北陆药业股份有限公司,中国北京),注射速率为2.5 mL/s,注射对比剂后再以相同的速率注射20 mL 0.9%的氯化钠溶液进行冲洗。在DCE-MRI的30期扫描结束后,进行不同AF的e-THRIVE序列扫描。其中SENSE的AF为4;CS的AF分别为4、5、6、7。e-THRIVE序列扫描参数详见表1

表1  e-THRIVE各序列扫描参数
Tab. 1  Scan parameters for each sequence

1.3 图像分析与数据测量

1.3.1 图像客观评分

       将扫描所得到的图像传至星云工作站(intellispace portal V7,ISP V7)。由两位观察者(分别从事乳腺MRI诊断工作3年的住院医师和7年的副主任医师)采用双盲法对图像进行分析和测量。在DCE-MRI图像上选择异常强化病灶最大层面,分别放置ROI测量不同AF组的病灶、健侧无背景实质强化区域腺体组织、胸大肌的信号强度(signal, SI)、噪声值。ROI选取注意避开脂肪、血管、空气等其他对测量有影响的组织,大小为20~23 mm2,三次测量取其平均值(图1图2)。计算图像信噪比(signal to noise ratio, SNR)和对比噪声比(contrast to noise ratio, CNR)以及相对对比度(relative contrast, RC)。各参数计算公式见式(1)~(3):

       其中,SD指噪声,即感兴趣区内信号强度的标准差。组织A信号强度高于组织B。

图1  女,58岁,浸润性导管癌Ⅱ级。1A:ROI放置示意图,ROI分别位于健侧乳腺纤维腺体(R1)、病灶(R2)和胸大肌(R3);1B~1F:AF分别为SENSE AF=4、CS AF=4、CS AF=5、CS AF=6、CS AF=7的e-THRIVE图像。AF:加速因子;SENSE:敏感度编码;CS:压缩感知。
Fig. 1  A 58-year-old female diagnosed with infiltrating ductal carcinoma grade Ⅱ . 1A: The picture shows a schematic diagram of ROI placement, with ROI placed in the contralateral breast fibroglandulars (R1), lump (R2) and ipsilateral pectoralis major muscle (R3), respectively; 1B-1F: Images of e-THRIVE SENSE with AF=4, CS with AF=4, 5, 6, and 7 respectively. AF: acceleration factor; SENSE: sensitivity encoding; CS: compressed sense.
图2  女,34岁,乳腺纤维腺瘤。2A:ROI放置示意图,ROI分别位于健侧乳腺纤维腺体(R1)、病灶(R2)和胸大肌(R3);2B~2F:AF分别为SENSE AF=4、CS AF=4、CS AF=5、CS AF=6、CS AF=7的e-THRIVE图像。AF:加速因子;SENSE:敏感度编码;CS:压缩感知。CS with AF=4, 5, 6, and 7 respectively. AF: acceleration factor; SENSE: sensitivity encoding; CS: compressed sense.
Fig. 2  A 34-year-old female diagnosed with breast fibroadenoma. 2A: The picture shows a schematic diagram of ROI placement, with ROI placed in the contralateral breast fibroglandulars (R1), lump (R2) and ipsilateral pectoralis major muscle (R3), respectively; 2B-2F: Images of e-THRIVE SENSE with AF=4, CS with AF=4, 5, 6, and 7 respectively. AF: acceleration factor; SENSE: sensitivity encoding; CS: compressed sense.

1.3.2 图像主观评分

       主观评分由同样的两名观察者采用双盲法进行,分别从乳腺纤维腺体的清晰度、病灶显示、图像伪影、脂肪抑制情况四个方面对图像质量进行5分制主观评分,其中1分图像伪影严重影响病变观察,不能满足诊断要求[21]。评分标准见表2图3

图3  主观评分标准对应图像。3A:女,58岁,浸润性导管癌Ⅱ级,CS AF=4,主观评分为5分;3B:女,55岁,浸润性导管癌Ⅲ级,CS AF=5,主观评分为4分;3C:女,56岁,浸润性导管癌Ⅱ级,CS AF=6,主观评分为3分;3D:女,53岁,浸润性导管癌Ⅱ级,CS AF=7,主观评分为2分。CS:压缩感知技术;AF:加速因子。
Fig. 3  The subjective scoring criteria correspond to the image. 3A: A 58-year-old female with invasive ductal carcinoma of grade Ⅱ, the CS AF=4 and the subjective score is 5; 3B: A 55-year-old female with invasive ductal carcinoma of grade Ⅲ, the CS AF=5 and the subjective score is 4; 3C: A 56-year-old female with invasive ductal carcinoma of grade Ⅱ, the CS AF=6 and the subjective score is 3; 3D: A 46-year-old female with invasive ductal carcinoma of grade Ⅱ, the CS AF=7 and the subjective score is 2. CS: compressed sense; AF: acceleration factor.
表2  图像主观评分标准
Tab. 2  Image subjective scoring criteria

1.4 统计学分析

       采用SPSS(IBM SPSS statistics 26, USA)软件包对数据进行统计学分析。连续性变量数据采用组内相关系数(intra-class correlation coefficients, ICC)检测观察者一致性,主观评分一致性分析则采用Kappa检验,0.75<ICC/Kappa≤1表示一致性良好。若一致性良好,选择高年资观察者主观评分及测量的数据进行后续统计学分析。采用Shpiro-Wilk检验分析数据的正态性,符合正态分布的数据采用平均数±标准差表示;不符合正态分布的数据采用中位数(25百分位数,75百分位数)表示。采用Friedman检验对客观评分及主观评价进行组间比较,选择有差异的数据进行两两比较并对P值进行Bonferroni校正。P<0.05被认为差异有统计学意义。

2 结果

2.1 图像主观评分与客观测量数据的一致性检验

       两名观察者对五组图像的主观评分(表3)、病灶、健侧腺体SI平均值及胸大肌SI平均值和噪声平均值数据一致性良好(ICC: 0.826-0.966, Kappa: 0.788-0.831),取高年资者(观察者2)测量数据及主观评分进行后续分析。

表3  两观察者主观评分一致性比较
Tab. 3  Comparison of subjective score consistency between two observers

2.2 不同AF间SNR、CNR、RC及主观评分的差异性检验

       不同AF图像间SNR腺体、CNR腺体、SNR病灶和CNR病灶差异具有统计学意义(P<0.05)。而不同AF图像间RC腺体-病灶、RC病灶-肌肉和RC腺体-肌肉差异没有统计学意义(P>0.05)。后续两两比较结果表明SENSE AF=4、CS AF=4和CS AF=5图像的SNR腺体、CNR腺体、SNR病灶和CNR病灶均大于CS AF=6和CS AF=7(P<0.05)。不同AF的图像间主观评分差异具有统计学意义(P<0.05),随着AF增大,图像质量主观评分逐渐减低,CS AF=4组的主观评分得分最高,CS AF=7组主观评分得分最低。两两比较结果表明SENSE AF=4,CS AF=4和CS AF=5图像的主观评分均大于CS AF=6和CS AF=7(P<0.05)。详见表4图4

图4  e-THRIVE序列各序列不同AF客观评价以及主观评分的两两比较。e-THRIVE:T1高分辨率各向同性容积激发序列;AF:加速因子;SENSE:敏感度编码技术;CS:压缩感知技术;SNR:信噪比;CNR:对比噪声比。
Fig. 4  The pairwise comparison of different AF objective evaluation and subjective score of each e-THRIVE sequence. e-THRIVE: enhanced-T1 high resolution isotropic volume excitation; AF: acceleration factor; SENSE: sensitivity encoding; CS: compressed sense; SNR: signal to noise ratio; CNR: contrast to noise ratio.
表4  不同AF间SNR、CNR、RC及主观评分的差异性检验
Tab. 4  Test of variability of SNR, CNR, RC and subjective scores among different AF

3 讨论

       本研究通过采用不同AF(CS AF=4、CS AF=5、CS AF=6和CS AF=7)选择对乳腺延迟期的e-THRIVE序列进行加速采集,实现乳腺各向同性DCE-MRI序列优化,并通过图像质量定量分析指标(SNR、CNR、RC)及医师主观评分与目前已广泛应用于临床的SENSE技术进行比较,研究认为在保证组织SNR、CNR、RC与图像质量的前提下,CS AF=5可将扫描时间缩短26.7%,在保证乳腺组织及良恶性肿瘤疾病清晰显示的同时缩短扫描时间,进一步扩大乳腺MRI临床适用性,具有良好的临床应用前景。

3.1 各向同性DCE-MRI技术优势

       乳腺DCE-MRI的核心是分析结合来自增强动力学的形态特征和功能信息[22, 23],与其他影像检查技术相比,DCE-MRI是乳腺癌检测最敏感的方式[24],也是乳腺MRI扫描中最重要的序列之一,已有多项临床研究是基于DCE-MRI完成的[25, 26]。理想的乳腺MRI方案应同时包含高空间和高时间分辨率MRI扫描方案[27]。本研究的乳腺动态增强扫描采用e-THRIVE序列,该序列是飞利浦公司开发的一种主要用于软组织器官动态增强的技术[28, 29],采用特有的频率选择反转脉冲脂肪抑制技术(spectral attenuated in-version recovery, SPAIR),实现均匀的抑脂效果。对比剂注射后血管结构和软组织显示好,可提供连续的薄层各向同性容积扫描,从而获得高信噪比的图像,并且可以进行三维重建,一次扫描即可获得三维的高清图像,但三维扫描同时也面临扫描时间长的问题。为了获得可靠的肿瘤形态学和血流动力学的评估,本研究提出了乳腺DCE-MRI与快速成像技术结合的方法,力求达到两者兼顾的平衡。这样能够同时并准确地评估病变形态和病变增强动力学,并优化敏感度和特异度。

3.2 CS DCE-MRI技术应用于乳腺研究的可行性

       CS是一种有利于从高度欠采样的K空间数据中重建图像的技术,可提高成像速度[30],并利用图像的稀疏性提供稳健的扫描,其图像质量与完全采样的图像相似[31],无须在分辨率上有所取舍。SARTORETTI等[32]将CS应用于包括乳腺在内的六个解剖结构,结果表明其可以显著缩短MRI的检查时间。KIM等[33]采用基于CS的超快MRI衍生的早期增强参数(增强时间和最大斜率),证明了其与乳腺癌的组织病理学预后因素有关。ONISHI等[16]证明使用CS的DCE-MRI能够单独识别乳腺动静脉,有助于区分同侧乳腺良恶性病变。上述研究成果表明将CS技术应用于乳腺DCE-MRI扫描具有良好的可行性。本研究中CS采用不同AF图像的主观评分基本在3分及以上,证实CS技术可以满足临床诊断需要。既往乳腺的CS相关MRI研究主要针对于不同加速技术和CS的对比分析,并未对不同AF值进行细致比较,本研究CS选择AF=4、5与SENSE选择AF=4的主客观评分均无明显差异,考虑CS AF=5比CS AF=4和SENSE AF=4的扫描时间更短,而不影响图像质量,因此选择AF=5作为CS成像的最优加速因子。VREEMANN等[17]将基于CS的DCE-MRI与常规DCE-MRI相比较,发现两者对病变的形态学评估结果相同,而后者需要更长的扫描时间,这与本研究结果一致。本研究结果发现AF=6、7时腺体的SNR、CNR以及病灶侧SNR及CNR与SENSE图像相比均有明显下降。在对图像进行主观评分时,AF=6、7的图像在腺体显示、病灶边缘锐利度、抑脂效果、伪影方面都与SENSE图像有明显差异,且随着AF值的提高,扫描时间缩短,采集到的MR信号变少,导致图像无法满足正常临床诊断需要。在前期预实验中,我们将同样AF的扫描序列设置于注射对比剂前,结果发现CS AF=4为最优加速倍数。将序列设在注射对比剂后,发现CS AF=5为最优加速倍数。因此,我们推测对比剂对CS技术有一定的影响,注射对比剂后的加速倍数可以更高,该结论尚需扩大样本进一步验证。

       有研究[34]提出,由于CS重建的非线性性质和不均匀分布的噪声强度,SNR和CNR评估可能并不完全代表CS的真实价值,因此本研究纳入了RC值作为半定量的测量,该参数代表了两个组织之间的对比度差异,且排除了噪声的影响。本研究评估了腺体与病灶、病灶与肌肉以及腺体与肌肉的RC值,研究结果显示不同AF图像间RC值的差异并没有统计学意义,这与既往研究[35, 36, 37]虽然不一致,但说明e-THRIVE和CS的计算噪声水平可能并没有明显差异,CS有潜力保持相对高的SNR,此外本研究选取的样本部位和样本增强时相与既往研究样本不同也对研究结果有一定影响。

3.3 本研究的局限性

       本研究尚存在一些局限性:首先,本研究的序列优化是在注入对比剂后的e-THRIVE序列上模拟的,并没有直接在增强的动态多期序列上进行,因为实验需要设置不同AF,无法在临床实现对同一个患者多次注射对比剂,因此本研究选择信号强度受对比剂影响最小的“平台型”乳腺病变进行研究,保证肿瘤对比剂廓清后特征的相对一致性;其次,本研究选择乳腺病灶信号均匀的区域放置ROI,且勾画面积和标准在同一患者的病灶、健康腺体及胸大肌区域是一致的,虽然能保证ROI的获取不会存在偏差,但可能会遗漏病灶信号不均匀区域的信息,需要在今后的研究中适当考虑;此外,本研究为单中心研究,样本量相对少难免会产生一定偏倚,希望今后能多中心合作扩大样本量进行研究,结合本研究结果,在保证图像质量的前提下选择动态增强期相进行最佳AF因子的前瞻性研究。

4 结论

       总之,CS技术通过将CS、并行成像和半傅里叶成像结合到一个重建过程中,提供了更好的加速能力,与任何单一方法相比,能更好地勾勒出图像细节,有利于乳腺肿瘤、乳腺纤维腺体、动脉、静脉等乳腺组织的显示。本研究充分考虑符合临床需求的扫描时间和图像质量,乳腺各向同性e-THRIVE序列推荐选择CS AF=5的加速因子,较常规SENSE扫描节省26.7%的扫描时间,为乳腺常规DCE-MRI检查中CS AF的选择提供一定的参考,具有良好的临床应用前景。

[1]
SUNG H, FERLAY J, SIEGEL R L, et al. Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J]. CA Cancer J Clin, 2021, 71(3): 209-249. DOI: 10.3322/caac.21660.
[2]
WANG X R, WANG C, GUAN J H, et al. Progress of Breast Cancer basic research in China[J]. Int J Biol Sci, 2021, 17(8): 2069-2079. DOI: 10.7150/ijbs.60631.
[3]
MANN R M, CHO N, MOY L. Breast MRI: state of the art[J]. Radiology, 2019, 292(3): 520-536. DOI: 10.1148/radiol.2019182947.
[4]
COMSTOCK C E, GATSONIS C, NEWSTEAD G M, et al. Comparison of abbreviated breast MRI vs digital breast tomosynthesis for breast cancer detection among women with dense breasts undergoing screening[J]. JAMA, 2020, 323(8): 746-756. DOI: 10.1001/jama.2020.0572.
[5]
KANG S R, KIM H W, KIM H S. Evaluating the relationship between dynamic contrast-enhanced MRI (DCE-MRI) parameters and pathological characteristics in breast cancer[J]. J Magn Reson Imaging, 2020, 52(5): 1360-1373. DOI: 10.1002/jmri.27241.
[6]
CHENG Q, HUANG J, LIANG J, et al. The Diagnostic Performance of DCE-MRI in Evaluating the Pathological Response to Neoadjuvant Chemotherapy in Breast Cancer: A Meta-Analysis[J/OL]. Front Oncol, 2020, 10: 93 [2023-02-06]. https://pubmed.ncbi.nlm.nih.gov/32117747/. DOI: 10.3389/fonc.2020.00093.
[7]
BOYARKO A C, DILLMAN J R, TKACH J A, et al. Comparison of compressed SENSE and SENSE for quantitative liver MRI in children and young adults[J]. Abdom Radiol (NY), 2021, 46(10): 4567-4575. DOI: 10.1007/s00261-021-03092-x.
[8]
IKEDA H, OHNO Y, MURAYAMA K, et al. Compressed sensing and parallel imaging accelerated T2 FSE sequence for head and neck MR imaging: Comparison of its utility in routine clinical practice[J/OL]. Eur J Radiol, 2021, 135: 109501 [2023-02-06]. https://pubmed.ncbi.nlm.nih.gov/33395594/. DOI: 10.1016/j.ejrad.2020.109501.
[9]
LACHNER S, UTZSCHNEIDER M, ZARIC O, et al. Compressed sensing and the use of phased array coils in 23Na MRI: a comparison of a SENSE-based and an individually combined multi-channel reconstruction[J]. Z Med Phys, 2021, 31(1): 48-57. DOI: 10.1016/j.zemedi.2020.10.003.
[10]
DELATTRE B M A, BOUDABBOUS S, HANSEN C, et al. Compressed sensing MRI of different organs: ready for clinical daily practice?[J]. Eur Radiol, 2020, 30(1): 308-319. DOI: 10.1007/s00330-019-06319-0.
[11]
YARACH U, SAEKHO S, SETSOMPOP K, et al. Feasibility of accelerated 3D T1-weighted MRI using compressed sensing: application to quantitative volume measurements of human brain structures[J]. MAGMA, 2021, 34(6): 915-927. DOI: 10.1007/s10334-021-00939-8.
[12]
潘珂, 刘倩倩, 唐玲玲, 等. 人工智能-压缩感知与压缩感知在膝关节MRI中的加速效率及图像质量评价研究[J]. 磁共振成像, 2022, 13(5): 94-98. DOI: 10.12015/issn.1674-8034.2022.05.017.
PAN K, LIU Q Q, TANG L L, et al. Study on acceleration efficiency and image quality of artificial intelligence compressed sensing and compressed sensing in knee MRI[J]. Chin J Magn Reson Imag, 2022, 13(5): 94-98. DOI: 10.12015/issn.1674-8034.2022.05.017.
[13]
LIN L, LI Y, WANG J, et al. Free-breathing cardiac cine MRI with compressed sensing real-time imaging and retrospective motion correction: clinical feasibility and validation[J/OL]. Eur Radiol, 2022 [2023-02-06]. https://pubmed.ncbi.nlm.nih.gov/36357691/. DOI: 10.1007/s00330-022-09210-7.
[14]
YOSHIMARU D, ARAKI Y, MATSUDA C, et al. Evaluation of liver tumor identification rate of volumetric-interpolated breath-hold images using the compressed sensing method and qualitative evaluation of tumor contrast effect via visual evaluation[J]. Quant Imaging Med Surg, 2022, 12(5): 2649-2657. DOI: 10.21037/qims-21-850.
[15]
UEDA T, OHNO Y, YAMAMOTO K, et al. Compressed sensing and deep learning reconstruction for women's pelvic MRI denoising: Utility for improving image quality and examination time in routine clinical practice[J/OL]. Eur J Radiol, 2021, 134: 109430 [2023-02-06]. https://pubmed.ncbi.nlm.nih.gov/33276249/. DOI: 10.1016/j.ejrad.2020.109430.
[16]
ONISHI N, KATAOKA M, KANAO S, et al. Ultrafast dynamic contrast-enhanced MRI of the breast using compressed sensing: breast cancer diagnosis based on separate visualization of breast arteries and veins[J]. J Magn Reson Imaging, 2018, 47(1): 97-104. DOI: 10.1002/jmri.25747.
[17]
VREEMANN S, RODRIGUEZ-RUIZ A, NICKEL D, et al. Compressed sensing for breast MRI: resolving the trade-off between spatial and temporal resolution[J]. Invest Radiol, 2017, 52(10): 574-582. DOI: 10.1097/RLI.0000000000000384.
[18]
HONDA M, KATAOKA M, ONISHI N, et al. New parameters of ultrafast dynamic contrast-enhanced breast MRI using compressed sensing[J]. J Magn Reson Imaging, 2020, 51(1): 164-174. DOI: 10.1002/jmri.26838.
[19]
吴晓燕, 詹松华, 龚志刚, 等. 联合压缩感知与并行成像技术在乳腺MRI扫描中的比较研究[J]. 中国中西医结合影像学杂志, 2020, 18(4): 387-390. DOI: 10.3969/j.issn.1672-0512.2020.04.017.
WU X Y, ZHAN S H, GONG Z G, et al. Comparison study between united compressed sensing and parallel imaging in breast MRI[J]. Chin Imag J Integr Tradit West Med, 2020, 18(4): 387-390. DOI: 10.3969/j.issn.1672-0512.2020.04.017.
[20]
LI H, SUN H, LIU S Q, et al. Assessing the performance of benign and malignant breast lesion classification with bilateral TIC differentiation and other effective features in DCE-MRI[J]. J Magn Reson Imaging, 2019, 50(2): 465-473. DOI: 10.1002/jmri.26646.
[21]
林婷婷, 董江宁, 邓克学, 等. 3.0T MRI乳腺SE-EPI-DWI与STIR-DWI序列图像质量对比研究[J]. 安徽医科大学学报, 2017, 52(8): 1188-1191. DOI: 10.19405/j.cnki.issn1000-1492.2017.08.019.
LIN T T, DONG J N, DENG K X, et al. Comparison study of the imaging quality of SE-EPI-DWI and STIR-DWI in breast lesions[J]. Acta Univ Med Anhui, 2017, 52(8): 1188-1191. DOI: 10.19405/j.cnki.issn1000-1492.2017.08.019.
[22]
LIANG X, CHEN X, YANG Z, et al. Early prediction of pathological complete response to neoadjuvant chemotherapy combining DCE-MRI and apparent diffusion coefficient values in breast Cancer[J/OL]. BMC Cancer, 2022, 22(1): 1250 [2023-02-06]. https://pubmed.ncbi.nlm.nih.gov/36460972/. DOI: 10.1186/s12885-022-10315-x.
[23]
TANG W J, KONG Q C, CHENG Z X, et al. Performance of radiomics models for tumour-infiltrating lymphocyte (TIL) prediction in breast cancer: the role of the dynamic contrast-enhanced (DCE) MRI phase[J]. Eur Radiol, 2022, 32(2): 864-875. DOI: 10.1007/s00330-021-08173-5.
[24]
PÖTSCH N, VATTERONI G, CLAUSER P, et al. Contrast-enhanced mammography versus contrast-enhanced breast MRI: a systematic review and meta-analysis[J]. Radiology, 2022, 305(1): 94-103. DOI: 10.1148/radiol.212530.
[25]
WANG S, SUN K, WANG L, et al. Breast Tumor Segmentation in DCE-MRI With Tumor Sensitive Synthesis[J/OL]. IEEE Trans Neural Netw Learn Syst, 2021, PP [2023-02-06]. https://pubmed.ncbi.nlm.nih.gov/34874872/. DOI: 10.1109/tnnls.2021.3129781.
[26]
ZHANG J, LI L, ZHE X, et al. The Diagnostic Performance of Machine Learning-Based Radiomics of DCE-MRI in Predicting Axillary Lymph Node Metastasis in Breast Cancer: A Meta-Analysis[J/OL]. Front Oncol, 2022, 12: 799209 [2023-02-06]. https://pubmed.ncbi.nlm.nih.gov/35186739/. DOI: 10.3389/fonc.2022.799209.
[27]
LEITHNER D, MOY L, MORRIS E A, et al. Abbreviated MRI of the Breast: Does It Provide Value?[J/OL]. J Magn Reson Imaging, 2019, 49(7): e85-e100 [2023-02-06]. https://pubmed.ncbi.nlm.nih.gov/30194749/. DOI: 10.1002/jmri.26291.
[28]
ZHOU W, JIAN W, CEN X, et al. Prediction of Microvascular Invasion of Hepatocellular Carcinoma Based on Contrast-Enhanced MR and 3D Convolutional Neural Networks[J/OL]. Front Oncol, 2021, 11: 588010 [2023-02-14]. https://pubmed.ncbi.nlm.nih.gov/33854959/. DOI: 10.3389/fonc.2021.588010.
[29]
LIU Y, HOU J, ZHU Z, et al. Assessment of breast arteries and lymph nodes by 3D MR angiography enhancement imaging: feasibility and pilot clinical results [J/OL]. BMC Med Imaging, 2021, 21(1): 97 [2023-02-14]. https://pubmed.ncbi.nlm.nih.gov/34098896/. DOI: 10.1186/s12880-021-00629-w.
[30]
FENG L, BENKERT T, BLOCK K T, et al. Compressed sensing for body MRI[J]. J Magn Reson Imaging, 2017, 45(4): 966-987. DOI: 10.1002/jmri.25547.
[31]
JASPAN O N, FLEYSHER R, LIPTON M L. Compressed sensing MRI: a review of the clinical literature[J/OL]. Br J Radiol, 2015, 88(1056): 20150487 [2023-02-06]. https://pubmed.ncbi.nlm.nih.gov/26402216/. DOI: 10.1259/bjr.20150487.
[32]
SARTORETTI E, SARTORETTI T, BINKERT C, et al. Reduction of procedure times in routine clinical practice with Compressed SENSE magnetic resonance imaging technique[J/OL]. PLoS One, 2019, 14(4): e0214887 [2023-02-06]. https://pubmed.ncbi.nlm.nih.gov/30978232/. DOI: 10.1371/journal.pone.0214887.
[33]
KIM J J, KIM J Y, HWANGBO L, et al. Ultrafast dynamic contrast-enhanced MRI using compressed sensing: associations of early kinetic parameters with prognostic factors of breast cancer[J]. AJR Am J Roentgenol, 2021, 217(1): 56-63. DOI: 10.2214/AJR.20.23457.
[34]
DIETRICH O, RAYA J G, REEDER S B, et al. Measurement of signal-to-noise ratios in MR images: influence of multichannel coils, parallel imaging, and reconstruction filters[J]. J Magn Reson Imaging, 2007, 26(2): 375-385. DOI: 10.1002/jmri.20969.
[35]
YOON J K, KIM M J, LEE S. Compressed sensing and parallel imaging for double hepatic arterial phase acquisition in gadoxetate-enhanced dynamic liver magnetic resonance imaging[J]. Invest Radiol, 2019, 54(6): 374-382. DOI: 10.1097/RLI.0000000000000548.
[36]
MEISTER R L, GROTH M, JÜRGENS J H W, et al. Compressed SENSE in pediatric brain tumor MR imaging: assessment of image quality, examination time and energy release[J]. Clin Neuroradiol, 2022, 32(3): 725-733. DOI: 10.1007/s00062-021-01112-3.
[37]
SUN W, WANG W, ZHU K, et al. Feasibility of compressed sensing technique for isotropic dynamic contrast-enhanced liver magnetic resonance imaging[J/OL]. Eur J Radiol, 2021, 139: 109729 [2023-02-06]. https://pubmed.ncbi.nlm.nih.gov/33905976/. DOI: 10.1016/j.ejrad.2021.109729.

上一篇 快速智能磁共振技术在颈椎磁共振扫描中的应用价值
下一篇 副鼻窦肉瘤样癌影像学表现一例
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2