自深度学习重建（deep learning reconstruction, DLR）算法应用于MRI临床以来，其对MRI图像信噪比、对比度及扫描速度的提升迅速成为行业关注的热点。为推动业界对DLR认识，2023年5月，我们联合国内知名专家，整合DLR领域初步的探索成果，在《磁共振成像》杂志出版了“深度学习MRI”专题。时光荏苒，过去的一年，有更多医院参与探索DLR的应用潜能，临床应用成果不断涌现。此外，DLR本身也在不断更新迭代，可支持的序列也在不断拓展（3D成像、定量成像及动态电影成像等）。基于此，我们将再次推出“深度学习MRI”专题，通过展示国内最新的研究成果，促进DLR应用迈向更广更深的领域。

       DLR刚应用于临床时，只能支持部分2D序列，如今可以支持多个3D自旋回波序列（fast spin echo, FSE）及梯度回波序列（gradient echo, GRE），不仅提高图像信噪比（signal-to-noise ratio, SNR）及对比噪声比（contrast-noise-ratio, CNR），且缩短成像时间，也可以进一步提高空间分辨率，更好地显示微小结构及病变。垂体病变一直是MRI诊断的难点，将DLR应用于3D CUBE T1WI序列，采集层厚最薄仅为0.3 mm，与常规1 mm 2D T1WI相比较，显著提高了对微腺瘤和海绵窦侵犯的检出^[1]。3D GRE T1WI是颅脑增强扫描常用的序列，传统成像通常需要较长的时间，应用DLR之后，在保证图像质量的同时，可降低60%成像时间^[2]。在骨肌方面，基于DLR的亚毫米等体素CUBE T2WI更精准判断椎间孔和椎管狭窄程度，且不同阅片人评估的一致性更高^{[3, 4]}。在体部方面也有应用成果的报道，如使用DLR之后的肝胆特异性对比剂增强的肝胆期，和传统序列相比，能有效提高图像质量及肿瘤的检出率^[5]。

       运动伪影一直是影响MRI图像质量的重要原因。运动伪影抑制序列因其独特的k空间填充方式，能有效减轻各类运动伪影，广泛应用于颅脑、骨关节、腹盆等多个部位。与传统采集方法相比，结合DLR技术的周期性旋转重叠平行线增强重建（periodically rotated overlapping parallel lines with enhanced reconstruction, PROPELLER）序列，除了缩短成像时间、抑制运动伪影之外，还能在更短的时间内实现高空间分辨率成像，检出微小病变^{[6, 7]}。而PROPELLER和DLR结合应用于直肠癌术前分期，图像的运动伪影明显减少，同时实现了1.2 mm层厚高分辨率T2WI，提高了对壁外血管侵犯（extramural venous invasion, EMVI）和肿瘤肠周浸润的检出率^[8]。

       定量成像是MRI的优势之一。集成MRI（magnetic resonance image compilation, MAGiC）能一站式获取组织T1、T2等弛豫定量图谱，在生长发育评估、退行性疾病程度评估及肿瘤性病变鉴别诊断方面具有广泛的应用。然而，较长的扫描时间限制了其在临床的推广。将DLR应用于MAGiC序列后，不仅改善了图像质量，且不影响定量结果，同时缩短了成像时间^[9]。此外，心肌定量成像，包括T1 mapping，T2 mapping及T2^* mapping等均已支持DLR，这将有助于提升心脏MRI扫描流程及图像质量稳定性。

       心脏电影成像是评估心功能的金标准。传统成像方式一次屏气只能采集1~2层，因此完整检查要求患者多次屏气，对于无法配合的患者往往会检查失败。基于时间和原始空间双层深度学习的Sonic DL技术，实现了自由呼吸下的电影成像。与常规电影序列相比较，极大地缩短成像时间（75%~85%），并且提高了图像SNR和CNR，对左室射血分数不构成显著影响，有效解决了不能屏气和心律不齐患者CMR成像难题^{[10, 11, 12]}。

       经过过去一年多的临床实践，DLR应用的部位不断拓展，并在部分临床场景的应用已逐渐取代传统的重建方式，在加快扫描速度、提升图像质量、提高图像分辨率方面的价值得到广泛认可。本期入选的8篇文章，涉及的部位非常广泛，研究结果更加显示了DLR技术的应用价值，助力MRI不断提升诊断能力。目前DLR已覆盖了临床绝大多数序列，期待DLR能实现全序列应用（如动脉自旋标记，4D Flow等），同时进一步缩短扫描时间，以推动MRI在临床诊疗中发挥更大的作用，成为MRI技术革新路上的里程碑。