0 引言

       多囊卵巢综合征（polycystic ovary syndrome, PCOS）是一类常伴有卵巢多囊样改变、月经稀发、多毛、痤疮、肥胖、高血糖、高血脂等一系列表现的内分泌代谢性疾病的总称，发病率约为5%~10%，其病因和发病机制目前尚不明确。该疾病可危害机体的生殖、内分泌以及心血管等多个系统，需及时诊断和干预^{[1, 2, 3]}。根据鹿特丹标准^[4]，PCOS的诊断必须满足以下至少两个标准：（1）不规则月经（irregular menstruation, IM）；（2）高雄激素血症（hyperandrogenism, HA）；（3）多囊卵巢形态（polycystic ovary morphology, PCOM）。PCOM的判定标准过去主要依赖于经阴道超声（transvaginal ultrasonography, TVUS），然而由于超声设备分辨率的差异导致卵泡数目（follicle count, FC）的阈值变异较大，如12、20和25^{[4, 5, 6]}。而且研究证实TVUS与MRI相比，很容易低估卵泡数量^{[7, 8]}。因此，MRI被推荐为一种替代方法，但卵巢形态学的显示在常规的快速自旋回波（fast spin-echo, FSE）T2WI上仍然受到运动伪影或分辨率不足的影响，导致其在卵泡计数的重复性方面表现不佳^{[9, 10]}。急需一种抑制运动伪影的高分辨MR图像来提高卵泡计数的重复性。

       螺旋桨技术（periodically rotated overlapping parallel lines with enhanced reconstruction, PROPELLER）和单次激发快速自旋回波（single-shot fast spin-echo, SSFSE）是两类常用的减少运动伪影的方法，前者在显示子宫和卵巢形态学方面相比传统的FSE T2WI具有明显的优势^{[11, 12]}。而SSFSE具有更高的时间分辨率，但由于其固有的图像模糊效应和相对较低的信噪比，实际临床应用中通常不采用SSFSE进行高分辨卵巢MRI检查^[13]。

       近年来，深度学习重建（deep learning reconstruction, DLR）算法已被广泛应用于各种解剖部位，其优势表现在不延长扫描时间的情况下降低图像噪声^{[14, 15, 16, 17, 18, 19, 20]}。该重建算法是经过数千万次拟合迭代计算深度优化的深度卷积神经网络模型，可以有效识别噪声和低分辨率，在磁共振重建原始数据阶段实现噪声抑制和分辨率提升，最终获得高分辨率和高信噪比的图像^{[21, 22]}。然而，目前仅有极少研究^{[13, 23]}探讨了DLR结合高分辨率SSFSE成像对卵巢形态学评估的影响。而且，这些研究仅证实了DLR结合SSFSE T2WI相比传统的FSE T2WI在卵巢结构显示中的优势。相较于常规算法重建的高分辨SSFSE和PROPELLER T2WI，DLR结合高分辨SSFSE是否能够提供更优越的卵泡显示效果和计数的重复性对于能否准确地诊断PCOS具有重要的临床意义。因此，本研究的主要目的是通过与TVUS以及常规算法重建的高分辨SSFSE和PROPELLER T2WI相比较，评估DLR结合高分辨SSFSE T2WI在卵泡计数中的应用价值。

1 材料与方法

1.1 研究对象

       本研究获得武汉大学人民医院临床研究伦理委员会的批准，批准文号：WDRY2021-K028，并遵守《赫尔辛基宣言》中的伦理原则。从2023年1月到10月，本研究前瞻性招募确诊或疑似PCOS的患者进行卵巢MRI和TVUS检查。18岁及以上的患者由本人签署知情同意书，18岁以下的患者由其父母签署知情同意书，并获得患者本人同意。纳入标准：（1）年龄在14~35岁之间；（2）无MRI检查禁忌证；（3）临床确认具有任何一种PCOS表型或疑似PCOS，成年女性PCOS的诊断至少满足IM、HA和PCOM中的两项指标，小于18岁的青春期女性PCOS的诊断必须同时符合IM和HA，仅符合IM和HA中一项的被定义为疑似PCOS^[6]。排除标准：（1）怀孕；（2）卵巢手术史；（3）严重磁化率伪影影响卵巢显示。

1.2 检查方法

       所有患者均采用美国GE 3.0 T Architect扫描仪和30通道AIR Coil线圈进行卵巢MRI检查。患者无需特殊的肠道准备。患者MRI检查时的生理周期为早期卵泡期（月经第1天至第10天），以保留更多的未成熟小卵泡。扫描序列包括非脂肪抑制的轴位、冠状位和矢状位的PROPELLER T2WI序列（TR 5358~7240 ms；TE 85 ms；带宽±62.5 kHz；回波链长度32；激励次数3；采集体素0.5 mm×0.5 mm×3.0 mm；总采集时间7 min 12 s至7 min 25 s）和SSFSE T2WI序列（TR 1700 ms；TE 84 ms；带宽±83.3 kHz；激励次数1；采集体素0.5 mm×0.5 mm×3.0 mm；总采集时间1 min 34 s至2 min 7 s）。SSFSE序列同时采用常规算法重建（conventional reconstruction, CR）和DLR（AIR^TM Recon DL, GE Healthcare），分别生成SSFSE-CR图像和SSFSE-DLR图像。最终，每位患者分别有三个不同的图像数据集，包括SSFSE-CR、SSFSE-DLR和PROPELLER。

       MRI检查同日，有性生活史的患者采用美国GE Voluson E10超声诊断仪和4~9 MHz阴超探头行TVUS检查，检查前排尿、排便。检查由一位具有12年妇科超声诊断经验的副主任医师执行。

1.3 图像质量定性评价和卵泡计数

       所有MRI图像数据被传输到图像存储与传输系统（picture archiving and communication system, PACS）进行后续的定性分析。为了评估三种图像类型的卵巢MRI的图像质量，每个患者的三种轴位T2WI图像被用于定性分析。两名放射科医生（观察者1和观察者2，分别具有13年和4年MRI诊断经验的副主任医师和住院医师）对每位患者的两个卵巢进行独立、双盲评价。模糊伪影和主观噪声均按照3分制进行评分，卵泡清晰性按照4分制进行评分，评分标准参考示例图1~3。

       超声图像采集时，在有效放大倍数下，对整个卵巢进行连续扫描，每个卵巢中长轴大小为2~9 mm的卵泡计数记为FC。而对于三种不同类型的MRI图像，两名放射科医生分别在PACS上对每个卵巢中长轴大小为2~9 mm的卵泡进行计数。为了减小计数误差，卵泡主要在轴位T2WI图像上进行观察，同时以其他两个平面作为参考。每个患者两侧卵巢的FC分别由观察者1执行两次评估，由观察者2执行一次评估。为了减小潜在的回忆偏倚，观察者1的第二次评估在4周后执行。

点击查看大图

图1  模糊伪影评分标准。1A：3分，几乎没有可见的模糊伪影；1B：2分，存在模糊伪影但不影响卵泡计数；1C：1分，存在模糊伪影且影响卵泡计数。
图2  主观噪声评分标准。2A：3分，几乎没有可见的噪声；2B：2分，存在噪声但不影响卵泡计数；2C：1分，存在噪声且影响卵泡计数。
图3  卵泡清晰性评分标准。3A：4分，优秀；3B：3分，良好；3C：2分，一般；3D：1分，差。
Fig. 1  Scoring criteria for blurring artifact. 1A: Scored 3, almost no visible blurring artifact; 1B: Scored 2, present blurring without interfering follicle counting; 1C: Scored 1, present blurring and interfering follicle counting.
Fig. 2  Scoring criteria for subjective noise. 2A: Scored 3, almost no visible noise; 2B: Scored 2, present noise without interfering follicle counting; 2C: Scored 1, present noise and interfering follicle counting.
Fig. 3  Scoring criteria for clarity of the follicles. 3A: Scored 4, excellent; 3B: Scored 3, good; 3C: Scored 2, moderate; 3D: Scored 1, poor.

1.4 统计学分析

       所有统计学分析均使用MedCalc 11.6软件进行处理。首先采用Kolmogorov-Smirnov检验和Levene检验分别对数据的正态性和方差齐性进行检验。正态分布的数据用均值±标准差表示，非正态分布的数据用中位数和四分位间距表示。SSFSE-DLR和SSFSE-CR之间，以及SSFSE-DLR和PROPELLER之间定性评价指标的比较采用Wilcoxon符号秩检验。采用Cohen's weighted Kappa检验评估观察者间的一致性，Kappa值的分类标准如下：0.01~0.20，较差的一致性；0.21~0.40，一般的一致性；0.41~0.60，中等的一致性；0.61~0.80，较好的一致性；0.81~0.99，几乎完全一致，同时计算Kappa值的95%置信区间（confidence intervals, CI）。采用组内相关系数（intra-class correlation coefficient, ICC）评价基于每个MRI图像类型的FC的观察者内（观察者1两次计数之间）和观察者间（观察者1和观察者2的第一次计数之间）的一致性。采用Bland-Altman法的95%一致性限度（limits of agreement, LOA）评估观察者内和观察者间的变异性。SSFSE-DLR与SSFSE-CR和PROPELLER之间观察者内和观察者间FC差异绝对值的比较以及每种图像类型的观察者和观察者间差异绝对值的比较均采用配对t检验。两名观察者在SSFSE-DLR图像上第一次评估的FC与TVUS评估的FC之间比较采用配对t检验。P<0.05为差异有统计学意义。

1.5 样本量估计

       本研究样本量估计采用R语言（v4.1.3）的pwr包进行计算。假设基于三类图像FC评估测量ICC差异存在统计学意义。本研究预实验阶段发现，基于SSFSE-DLR、SSFSE-CR和PROPELLER图像FC评估的观察者内ICC为0.9、0.8和0.8；而观察者间ICC为0.9、0.8和0.7；双侧α为5%，把握度（1-β）为90%，考虑30%丢失率。

2 结果

2.1 入组病例资料

       样本量估计结果为至少17例。最终，18例临床确诊的PCOS患者（11例为IM/HA/PCO表型，6例为IM/PCO表型，1例为IM/HA表型）同时执行了MRI检查和TVUS检查，6例疑似PCOS患者（5例只有IM，1例只有HA）仅执行了MRI检查。患者年龄为24.8±5.2岁。

2.2 图像质量定性评价结果

       两位观察者对SSFSE-DLR图像的模糊伪影、主观噪声以及卵泡清晰性的评分均高于SSFSE-CR图像（P<0.05）。观察者2对SSFSE-DLR图像各项定性评价指标的评分明显高于PROPELLER图像（P<0.05），而观察者1对SSFSE-DLR和PROPELLER图像主观噪声评分的差异无统计学意义（P>0.05）（表1）。三项定性指标的观察者间一致性为中等到良好，分别为SSFSE-DLR（Kappa值为0.600~0.739）、SSFSE-CR（Kappa值为0.455~0.660）和PROPELLER（Kappa值为0.556~0.695）。图4为一例代表性病例。

点击查看大图

图4  女，17岁，多囊卵巢综合征患者，三种类型的卵巢T2WI图像。4A、4D、4G：SSFSE-DLR T2WI图像；4B、4E、4H：SSFSE-CR T2WI图像；4C、4F、4I：PROPELLER T2WI图像。SSFSE-DLR T2WI图像显示出最小的噪声和模糊伪影，同时清晰显示双侧增大的卵巢和卵巢中增多呈周围分布的小卵泡。SSFSE-CR T2WI图像主要受噪声的影响，而PROPELLER T2WI图像主要受运动相关模糊伪影的影响。SSFSE-DLR：深度学习重建的单次激发快速自旋回波成像；SSFSE-CR：常规算法重建的单次激发快速自旋回波成像；PROPELLER：螺旋桨技术成像。
Fig. 4  Female, 17 years old, patient with polycystic ovary syndrome, three types of ovarian T2WI images. 4A, 4D, 4G: SSFSE-DLR T2WI images; 4B, 4E, 4H: SSFSE-CR T2WI images; 4C, 4F, 4I: PROPELLER T2WI images. The SSFSE-DLR T2WI images show minimal noise and blurring artifacts, while clearly showing bilaterally enlarged ovaries and an increased number of peripheral follicles. The SSFSE-CR T2WI images are mainly affected by noise, while the PROPELLER T2WI images are mainly affected by motion-related blurring artifacts. SSFSE-DLR: single-shot fast spin-echo acquisition using deep learning reconstruction; SSFSE-CR, single-shot fast spin-echo acquisition using conventional reconstruction; PROPELLER: periodically rotated overlapping parallel lines with enhanced reconstruction.

点击查看表格

表1  SSFSE-DLR与SSFSE-CR和PROPELLER图像之间图像质量评分的比较
Tab. 1  Comparisons of image quality scores between SSFSE-DLR and SSFSE-CR images as well as between SSFSE-DLR and PROPELLER images

2.3 卵泡计数的评价结果

       观察者1和观察者2对所有24例患者（48个卵巢）的FC评估结果分别为10~39个和10~35个。在SSFSE-DLR图像上FC评估的观察者内和观察者间ICC（0.938和0.917）均高于与SSFSE-CR（0.874和0.791）和PROPELLER（0.816和0.681）图像（表2）。对于FC评估的变异性，SSFSE-DLR、SSFSE-CR和PROPELLER的观察者内95% LOA分别为-3.0~4.4，-4.2~5.7和-6.6~6.2，而观察者间95% LOA为-4.3~4.6，-6.9~7.0和-8.4~9.0。SSFSE-DLR的观察者内和观察者间95% LOA均小于SSFSE-CR和PROPELLER。SSFSE-DLR的观察者内和观察者间差异的绝对值均显著低于SSFSE-CR和PROPELLER（P<0.05），且SSFSE-DLR的观察者内和观察者间差异的绝对值之间无统计学意义（P>0.05）（表3）。

       对于同时执行了MRI和TVUS检查的18例患者（36个卵巢），TVUS的FC为20.4±3.8。观察者1在SSFSE-DLR图像上评估的FC为22.9±4.5，显著高于TVUS（t=-6.032，P<0.001）；观察者2在SSFSE-DLR图像上评估的FC为23.2±4.1，显著高于TVUS（t=-8.141，P<0.001）。

点击查看表格

表2  三种类型图像上卵泡计数的可重复性
Tab. 2  Repeatability of follicle counting for three image types

点击查看表格

表3  观察者内和观察者间卵泡计数差异绝对值的比较
Tab. 3  Comparisons of absolute values of intra-observer and inter-observer differences in follicle counting

3 讨论

       为评估高分辨SSFSE-DLR图像在卵泡计数中的应用价值，本研究对SSFSE-DLR、SSFSE-CR和PROPELLER图像的卵泡检测效果进行了定性和定量评估，并与TVUS进行了比较。研究结果显示SSFSE-DLR可以显著改善卵泡显示的清晰性，从而获得具有高度可重复性的卵泡计数结果。而且，相对TVUS可以检测更多的卵泡。对于不能接受TVUS检查的PCOS患者的随访以及疑似PCOS患者的辅助诊断，DLR结合SSFSE有潜能取代常规MRI成为一种更可靠的卵泡计数的影像学方法。

3.1 三种类型图像定性评价结果分析

       MRI图像的空间分辨率是决定卵泡计数准确性的一个至关重要的因素。在本研究中，SSFSE和PROPELLER T2WI序列均采用了0.5 mm×0.5 mm×3.0 mm的空间分辨率以能够获得更好的卵泡显示效果。对于PROPELLER图像，NEX采用3便有效地减轻了图像主观噪声。而SSFSE-CR图像则由于相对较小的体素和其固有的低信噪比（signal-to-noise ratio, SNR）显示出明显的噪声。在之前的一项卵巢MRI研究^[24]中，常规3 mm层厚的SSFSE图像上同样观察到了大量噪声，6 mm层厚的图像上仍然存在肉眼可见的噪声。本研究中引入AIR^TM Recon DL，与SSFSE-CR图像相比，SSFSE-DLR图像上的噪声显著减少，达到与PROPELLER图像相当的噪声水平。与传统的重建算法（inverse Fourier transform, iFT）相比，AIR^TM Recon DL是一种基于深度卷积神经网络模型的全新重建算法，该模型采用超过400万个专门的噪声模式识别，可以在相同体素大小的情况下重建出更高SNR的图像^[21]。因此，AIR^TM Recon DL有效地解决了高分辨SSFSE成像固有低SNR的缺陷，同时也使SSFSE序列高时间分辨率的特性得以保留。值得注意的是，AIR^TM Recon DL的所带来的图像噪声的降低明显增加了卵泡与周围卵巢基质之间的对比度，使得卵泡的显示更加清晰。

       除了空间分辨率以外，时间分辨率是决定卵泡计数准确性的另一个重要因素，原因是卵巢MRI图像的清晰性会受到呼吸运动和卵巢周围肠道蠕动的影响。相比传统的FSE序列，刀锋技术（BLADE，类似于PROPELLER）作为一种专门的运动伪影抑制技术，可以通过抑制来源于呼吸运动和肠蠕动的伪影来提高子宫和卵巢的形态学显示效果，已经得到研究^{[11, 25]}证实。在本研究中，PROPELLER图像相比SSFSE-DLR图像显示出更明显的模糊伪影，这一结果与TSUBOYAMA等^[26]所报道的SSFSE-DLR可以显著改善子宫MRI图像质量的结果相似。这可能归因于PROPELLER T2WI序列相对较长的采集时间（大于2 min），造成时间分辨率的降低减弱了其抑制运动伪影的能力。此外，PROPELLER图像内，卵巢位置更靠近盆腔前部和上部区域，以及肥胖患者的卵巢，运动相关的模糊伪影更明显。原因可能为卵巢位于盆腔前部和上部区域时更容易受到呼吸运动的影响，而肥胖患者高信号的皮下和盆腔内脂肪可能会加剧呼吸相关的模糊伪影。与具有一定节律性的呼吸运动相比，无节律性的肠蠕动即使在静脉注射抗胆碱药物的情况下也不能保证肠蠕动被完全抑制^[27]。因此，采集序列的时间分辨率是抑制卵巢MRI图像运动相关模糊伪影的关键要素。SSFSE序列可以在不到1 s的时间内采集一层图像，这一高时间分辨率特性有助于冻结呼吸运动和肠蠕动。然而，卵泡在SSFSE-CR图像上仍然受到iFT重建算法和T2衰减效应所导致的模糊伪影的影响。iFT算法在采用传统的线性滤波时，Gibbs环状伪影和噪声抑制方面仍然存在明显的缺陷，部分获取的k-空间数据可能消除这些伪影，但也可能扩大点扩散函数，进而导致分辨率下降和图像模糊^[21]。与之相比，AIR^TM Recon DL利用插值来估计高频数据，从而提高了图像的锐利度。因此，得益于降低的噪声和模糊伪影，SSFSE-DLR图像显示出更好的卵泡清晰性。与之相似，DLR和SSFSE序列相结合在肝脏、女性盆腔以及心脏等部位的MRI检查中也被证实具有独特的优势^{[28, 29, 30, 31]}。DLR与SSFSE相结合在很大程度上摆脱了传统MRI的成像方法受到的时间分辨率、空间分辨率以及信噪比三者之间的制约。

3.2 卵泡计数的重复性评价结果分析

       PCOM的识别对于疑似PCOS患者的诊断至关重要，而为了准确识别PCOM，FC相比卵巢体积已被证实为更敏感的指标^{[32, 33, 34]}。然而，由于超声成像的局限性，被用于判定PCOM的FC阈值仍然存在明显的变异性^{[4, 5, 6]}。因此，卵泡计数的重复性是决定能否使用MRI替代TVUS去进行PCOS辅助诊断的关键因素。本研究结果显示SSFSE-DL相比TVUS可以检出更多的卵泡，与之类似，以往研究^{[8, 35, 36]}使用采集体素约为0.7 mm×0.7 mm×3.0 mm的FSE序列同样证实了其相比TVUS在卵泡检测方面的优势，但基于FSE卵泡计数的观察者间一致性仅为差到中等水平。本研究使用采集体素为0.5 mm×0.5 mm×3.0 mm的PROPELLER图像已经获得了良好的观察者间一致性。这一结果符合之前研究^{[11, 25]}所报道的BLADE图像相比常规FSE图像在显示卵泡方面的优势。然而，得益于更好的卵泡显示清晰性，研究结果显示SSFSE-DLR图像相比PROPELLER图像在FC评估方面显示出更好的重复性，表现在更高的ICC、更窄的95% LOA以及更小的观察者内和观察者间差值的绝对值。此外，鉴于SSFSE-DLR图像相似的观察者间和观察者内差异的绝对值，在SSFSE-DLR图像上进行卵泡计数时一定程度上减少了对放射科医生诊断经验的依赖性。因此，基于DLR的高时间和高空间分辨率SSFSE T2WI很好地解决了目前常规MRI序列用于卵泡计数时重复性不佳的缺陷，表现出优越的卵泡检测能力。

3.3 局限性及展望

       首先，因为本研究同时招募了临床确诊或疑似PCOS的患者，而未设置正常对照组，所以并未评估PCOM识别的卵泡数量阈值。但本研究所评估的不同成像方法的重复性是获得可靠PCOM阈值的前提条件。其次，由于PROPELLER序列未采用AIR^TM Recon DL重建，两者结合的优势并不确定，基于DLR的高时间分辨率和高空间分辨率PROPELLER成像对卵泡计数的影响值得进一步研究。最后，尽管本研究所采用的层厚已经相对较薄，但由于2D图像的部分容积效应，卵泡计数可能仍然不够精确。因此，DLR结合高分辨率3D成像在卵泡计数方面可能具有一定的优势，值得进一步研究。

4 结论

       综上所述，DLR的高分辨SSFSE T2WI相比常规算法重建的SSFSE和PROPELLER T2WI，可以显著改善卵巢MRI的图像质量，从而提高卵泡计数的可重复性，且相比TVUS可以检出更多的卵泡，在将来的临床实践中有潜力成为识别PCOM更加可靠的成像方法。