0 引言

       肩袖损伤是临床上最常见的肩关节疾患之一，其中，冈上肌肌腱损伤约占肩袖损伤的85%以上，其主要临床症状为肩关节疼痛和功能障碍，严重影响患者生活质量^{[1, 2, 3]}。MRI是目前诊断冈上肌肌腱损伤最有效的影像学方法，可清晰显示肌肉的撕裂及其程度，具有较高的诊断价值^{[4, 5, 6, 7]}。但MRI检查时间较长^[8]，对患者检查的配合度要求较高，易造成患者的检查不适感，从而产生运动伪影，影响疾病诊断，因此，如何在较短的检查时间内获得优质图像具有较高的临床意义。

       智能快速磁共振技术（intelligent quick magnetic resonance, IQMR）是一套基于深度学习（deep learning, DL）算法的磁共振图像处理系统，该系统由深度学习模块、迭代重建模块和K空间校正模块等多模块组成，其中的深度学习模块通过机器学习方式从大量的MRI图像数据中习得高质量图像特征和图像重建最优参数^{[9, 10]}，迭代重建模块和K空间校正模块将输入图像分解成3D补丁，通过计算图像每个补丁的特征，对图像信号和噪声进行预测和分离，然后通过特定的过滤器及反复比对神经网络中高质量图像的特征参数，通过不断迭代重建这一过程，最终实现图像噪声的降低及信号的增强，这一过程可以显著提高IQMR图像的图像质量^{[11, 12, 13, 14]}。IQMR安装在专业服务器中，架设于磁共振扫描仪与医院的图像存储与传输系统（picture archiving and communication system, PACS）之间，可自动从扫描仪接收低质图像，对其进行图像重建，生成高质图像，再发送到PACS。有研究表明^[15]，IQMR技术应用于颅脑MRI扫描具有缩短扫描时间，提升图像质量的优势，但针对不同序列，不同部位，IQMR能否进一步改善图像质量需要进一步研究。目前针对IQMR应用于肩袖损伤的研究还没有相关报道。因此，本研究搜集肩袖损伤患者的肩关节快速序列和常规序列MRI图像，并应用IQMR处理快速序列图像生成IQMR序列图像，通过分析和比较快速序列、IQMR序列、常规序列的图像质量和对冈上肌肌腱损伤程度的评估效能，探讨IQMR技术在冈上肌肌腱损伤MRI扫描中的应用价值。

1 材料与方法

1.1 研究对象

       前瞻性选取2024年1月至2024年3月扬州大学附属医院临床查体怀疑肩袖损伤患者为研究对象。纳入标准：（1）临床医生根据病史及查体等怀疑有肩袖损伤的患者；（2）患者接受肩关节磁共振检查。排除标准：（1）MRI检查显示冈上肌肌腱无损伤的病例；（2）有幽闭恐惧症或者铁磁性植入物等MRI检查禁忌证者。本研究遵守《赫尔辛基宣言》，经扬州大学附属医院伦理委员会批准，受试者均签署知情同意书，批准文号：2024-YKL02-009。

1.2 检查方法

       采用美国GE ARCHITECT 3.0 T MRI 扫描仪（GE Healthcare, America）。检查时患者仰卧位，头先进，使用专用关节相控阵表面线圈，线圈中心对准肩关节中心，掌心向上，身体外移使肩部尽量放置于床中心。对肩袖损伤患者均行肩关节冠状位快速T2WI脂肪抑制（T2WI fat saturation, T2WI-FS；T2WI-FS快速）及常规T2WI-FS（T2WI-FS常规）序列扫描，将T2WI-FS快速扫描出的图像传入IQMR系统，系统自动生成T2WI-FSIQMR图像，序列具体扫描参数见表1。

点击查看表格

表1  扫描序列及参数
Tab. 1  Sequences and parameters

1.3 图像分析

       由工作经验4年的具有初级职称的放射科医师1和工作经验10年以上的具有副高职称的放射科医师2分别各自独立对T2WI-FS快速、T2WI-FS常规和T2WI-FSIQMR序列的三组图像的病灶细节清晰度、解剖结构清晰度、整体图像伪影和整体图像质量4个指标进行主观评分，并根据Zlatkin分型分别对三组图像的冈上肌肌腱损伤程度进行分级，对比分析三组序列图像在诊断冈上肌肌腱损伤分级上的差异性，其中医师1评估两次，时间间隔为1个月。评分标准如下^[16]：病灶细节清晰度、解剖结构清晰度评分标准：1分：病灶细节及解剖结构非常不清晰，不能用于诊断；2分：病灶细节及解剖结构不清晰，对诊断影响较大；3分：病灶细节及解剖结构清晰度尚可，对诊断有一定影响；4分：病灶细节及解剖结构清晰度较好，对诊断基本无影响；5分：病灶细节及解剖结构非常清晰，对诊断完全无影响。整体图像伪影评分标准：1分：重度伪影，不能诊断；2分：中度伪影，影响诊断；3分：中度伪影，不影响诊断；4分：轻度伪影，不影响诊断；5分：无伪影。依据上述各项指标对整体图像质量主观评分：1分：非可视化；2分：差；3分：中等；4分：良好；5分：优秀。分级标准如下^[17]：1级：冈上肌肌腱内充血水肿，在T2WI-FS序列显示出线状高信号；2级：冈上肌肌腱部分纤维不连续，可表现为不规则型或局限性变细；3级：即撕裂，表现为冈上肌肌腱连续性完全中断。

       定量评估方法：两位医师在肩关节T2WI-FS正中冠状面上选取冈上肌、肱骨头和三角肌为感兴趣区（region of interest, ROI），手绘测量上述ROI的信号强度（signal intensity, SI），并记录为SI组织，ROI形状为圆形，大小保持在（20±1）mm²，勾画时尽量避开水肿、血管、伪影明显区域，具体测量方法详见图1；并测量与各ROI相同层面图像周围空气位置的SI的标准差，定义为噪声（standard deviation, SD背景），ROI的信噪比（signal to noise ratio, SNR）计算公式SNR=SI组织/SD背景，冈上肌与肱骨头的对比噪声比（contrast to noise ratio, CNR1）和三角肌与肱骨头的对比噪声比（CNR2）分别以公式CNR1=|SI冈上肌—SI肱骨头|/SD背景、CNR2=|SI三角肌—SI肱骨头|/SD背景计算^[18]。所有数据均测量3次，并将3次测量的平均值纳入统计学方法分析。

点击查看大图

图1  测量感兴趣区（ROI）示意图。选择肩关节T2WI脂肪抑制（T2WI-FS）正中冠状面为ROI层面，ROI分别放置为冈上肌，肱骨头和三角肌。
Fig. 1  Sample image of measuring region of interest (ROI). The mid-coronal plane in T2WI fat saturation T2WI-FS of the shoulder joint was selected as the level of interest, and the ROI was placed as the supraspinatus, humeral head and deltoid, respectively.

1.4 统计学分析

       所有数据均输入SPSS27.0软件来进行统计学分析。首先采用Kappa分析和组内相关系数（intra-class correlation coefficient, ICC）评估两位医师数据的一致性，Kappa值、ICC值≤0.4为一致性差，0.4<Kappa值、ICC值≤0.6为一致性中等，0.6<Kappa值、ICC值≤0.8为一致性好，Kappa值、ICC值>0.8为一致性优，达到一致性好的数据纳入后续统计学分析。以中位数（上，下四分位数）描述评分资料，以频数来描述分级资料，等级资料组间统计学比较采用Kruskal-Wallis检验，进一步两两比较采用Mann-Whitney检验。定量资料首先采用Kolmogorov-Smirnov法进行正态性检验，符合正态分布的定量资料采用均数±标准差描述，如方差齐性，组间统计学比较采用ANOVA检验，进一步两两比较采用LSD法，如方差不齐，组间比较采用Welch's ANOVA检验，进一步两两比较采用Games-Howell检验；不符合正态分布的定量资料用中位数（上，下四分位数）表示，组间比较采用Friedman秩和检验，进一步两两比较采用Bonferroni校正法检验。P<0.05为差异有统计学意义。

2 结果与分析

2.1 患者基本情况

       本研究共纳入40个冈上肌肌腱损伤的患者，男25例，女15例，年龄20~81（49.4±17.4）岁，病程1~18个月，中位病程8个月。

2.2 扫描时间

       本研究中，IQMR快速T2WI-FS序列扫描时间为1 min 29 s，较常规T2WI-FS序列的扫描时间（2 min 31 s）缩短了41%。

2.3 图像定性评分结果

       两名医师对T2WI-FS序列三组图像定性评分的结果一致性好或优（Kappa值范围0.766~0.906），医师1对T2WI-FS序列三组图像两次定性评分的结果一致性优（Kappa值范围0.853~0.927）。经Kruskal-Wallis检验表明，三组T2WI-FS序列图像在病灶细节清晰度、解剖结构清晰度、整体图像伪影和整体图像质量评分之间差异存在显著统计学意义（P<0.001）。经Mann-Whitney检验表明，三组T2WI-FS序列事后两两比较各序列图像之间的病灶细节清晰度、解剖结构清晰度和整体图像质量的评分差异均具有统计学意义（P<0.05）；整体图像伪影评分在快速序列和常规序列之间、快速序列和IQMR序列之间差异具有统计学意义（P<0.05），常规序列和IQMR序列之间差异无统计学意义（P>0.05），详见表2、图2。

点击查看大图

图2  男，46岁，右侧冈上肌肌腱损伤（箭）。三组图像对冈上肌肌腱损伤程度分级诊断均为2级损伤，但对病灶显示情况不同，快速序列图像（2A，病灶细节及解剖结构清晰度评分均为3分，伪影评分4分，整体图像质量评分3分）比常规序列图像（2B，病灶细节及解剖结构清晰度评分4分，伪影评分5分，及整体图像质量评分4分）显示出更高的噪声水平及较差的清晰度，使用智能快速磁共振技术优化后的IQMR图像（2C，病灶细节、解剖结构清晰度、伪影评分和整体图像质量评分均为5分）降低了图像噪声，增加了病灶对比度，获得了更高的评分。
Fig. 2  Male, 46-year-old, right supraspinatus tendon injury (arrow). The supraspinatus tendon injury was graded by radiologist as grade 2 injury in the three groups of images, but the display of lesions was different, the fast sequence image (2A, score for both lesion detail and anatomical clarity of 3, artifact score of 4, and overall image quality score of 3) shows higher noise levels and poorer clarity than the conventional sequence images (2B, score for lesion detail and anatomical clarity of 4, artifact score of 5, and overall image quality score of 4), but IQMR images optimized using intelligent quick magnetic resonance (2C, with a score of 5 for lesion detail, anatomical clarity, artifact, and overall image quality) reduced image noise and increased lesion contrast, resulting in a higher score.

点击查看表格

表2  定性评分结果
Tab. 2  Qualitative scoring results

2.4 图像定性分级结果

       两名医师对T2WI-FS序列三组图像的定性分级结果一致性优（Kappa值范围0.903~1.000），医师1对T2WI-FS序列三组图像的两次定性分级结果一致性优（Kappa值范围0.953~1.000）。经Kruskal-Wallis检验表明，三组T2WI-FS序列图像在诊断冈上肌肌腱损伤程度分级上差异无统计学意义（P>0.05），详见表3。

点击查看表格

表3  定性分级结果
Tab. 3  Qualitative grading results

2.5 图像定量分析结果

       两名医师定量评估结果的一致性好（ICC≥0.659），经单因素ANOVA、Welch's ANOVA和Friedman检验表明，三组T2WI-FS序列图像ROI的SNR、CNR差异具有显著统计学意义（P<0.001）。经LSD、Games-Howell和Bonferroni校正法检验表明，T2WI-FS序列事后两两比较各序列的冈上肌SNR、肱骨头SNR和三角肌SNR的差异均具有统计学意义（P<0.05）；T2WI-FSIQMR序列与T2WI-FS快速和T2WI-FS常规序列的CNR1差异均具有统计学意义（P<0.05）；T2WI-FS快速和T2WI-FS常规序列的CNR1差异无统计学意义（P＝0.656，Bonferroni校正）；T2WI-FS快速序列与T2WI-FS常规和T2WI-FSIQMR序列的CNR2差异均具有统计学意义（P<0.05）；T2WI-FS常规和T2WI-FSIQMR序列的CNR2差异无统计学意义（P＝0.101，Bonferroni校正），详见表4。

点击查看表格

表4  定量比较结果
Tab. 4  Quantitative comparison results

3 讨论

       本研究通过对冈上肌肌腱损伤患者行肩关节冠状位IQMR快速T2WI-FS序列和常规T2WI-FS序列扫描，IQMR快速T2WI-FS序列图像通过IQMR系统自动重建出T2WI-FSIQMR序列图像，得到T2WI-FS快速、T2WI-FS常规和T2WI-FSIQMR序列图像。对比分析三组图像的扫描时间、图像质量和对诊断冈上肌肌腱损伤程度上的差异，发现IQMR技术能够明显缩短扫描时间，改善图像质量，使得冈上肌肌腱损伤程度的评估更加容易，具有重要临床价值。

3.1 IQMR对扫描时间的减少

       国内外的研究结果证明^{[19, 20]}，MR深度学习图像重建技术利用机器学习方式习得的MR图像特征参数，可以提高输入的低质量的MR图像质量，因此，可以通过减少图像数据采集、序列设计等方面减少序列整体的扫描时间。王绎忱等的研究表明^[20]，通过减少K空间的数据采集，再利用深度学习重建技术的深度学习序列可以获得高质量的前列腺图像，并且深度学习序列较常规序列缩短了32.1%的扫描时间，但是他们团队所采用的深度学习序列需要复杂的安装，只适配他所使用的MR机型和特定的序列。而本研究采用的IQMR系统作为第三方图像后处理系统，不依赖磁共振厂家的AI辅助MRI图像增强解决方案，仅在图像重建端应用了深度学习技术，无需额外的训练与调校，可实现图像在后台全自动化处理和传输图像，安装更为简便，适用机型更广泛。本研究中，16层T2WI-FS快速序列扫描时间为1 min 29 s，笔者通过序列参数调整，具体措施为减少激励次数来减少扫描时间。快速序列较常规序列的扫描时间（2 min 31 s）缩短了41%，更少的扫描时间可以减轻肩袖损伤患者的不适，有效减少运动伪影，并且大幅提升了磁共振检查效率，但是激励次数的减少也导致K空间填充数据的减少，带来图像信噪比、对比度和分辨率等重要图像质量指标的下降。在本研究中，快速扫描序列的SNR和CNR分别较常规序列图像下降了13%和16%，因此需要引入IQMR系统对快速扫描序列的图像进行后处理，来提升图像质量。

3.2 图像质量比较结果的分析

       吴瑜等^[21]研究IQMR系统在头颅MRI中的应用，认为IQMR系统的深度学习模块存储的图像噪声统计分布和高质量图像重建参数在后续的迭代重建中起到重要作用，但是该研究仅仅讨论了IQMR系统对常规头颅图像质量的改善情况，而未进一步探讨IQMR系统对低成像参数、快速扫描序列图像质量的改善。徐敏等^[9]研究则引入了低成像参数快速序列的图像与常规序列图像和IQMR系统重建图像在颈椎MRI应用中三组图像质量的比较，认为较常规序列成像时间降低53%的快速成像序列图像，经IQMR系统重建后，可以得到较常规序列噪声更低、SNR和CNR更高的图像。在本研究中，快速扫描序列的图像质量经过 IQMR系统重建后，IQMR组图像质量不仅较快速扫描序列大幅度提升（SNR提升到30%，CNR的提升到57%），也较常规序列图像质量有所提升（SNR提升了13%，CNR提升了32%）。SNR和CNR定量指标的提升，也带来了图像质量定性评分的提升，本研究中经IQMR优化图像的清晰度、伪影及整体图像质量评分均优于快速序列和常规序列。这与之前学者将IQMR应用于颅脑及脊柱中的报道一致。究其原因，笔者分析认为这主要与IQMR核心算法有关。首先，IQMR的深度学习模块内基于AI学习训练形成的卷积神经网络，其中包括高质量图像特征参数以及图像后处理最佳参数等合集，是迭代重建模块将输入的低分辨率图像重建恢复至高分辨率图像的基础^{[22, 23]}；其次，IQMR技术的多次迭代重建步骤，对于噪声的过滤和对比度的增强有较好的效果^{[11, 12, 13, 14]}。

       本研究中，在评估冈上肌肌腱损伤程度方面，三组图像对诊断冈上肌肌腱损伤分级上差异无统计学意义，但是参与本研究的评估者认为，经IQMR优化的图像由于信噪比和清晰度的提高使得病灶显示更加明显，对于病灶严重程度的评估也更加容易，主观上对于病灶的评估效率更高。

3.3 本研究的局限性和展望

       首先，为了避免混杂其余组织信号的影响，定量评估时ROI设置得较小，但这也不可避免地带来了选择性偏移；其次，由于本研究纳入样本量过少，三组图像对诊断冈上肌肌腱损伤严重程度的分级结果上差异无统计学意义，并且，IQMR组图像质量不仅优于快速序列组，还优于常规序列组，这与文献报道相近^{[9, 21]}，但是否存在过度修饰的问题，仍需在后续研究中通过纳入更多的病例进一步探讨。

4 结论

       综上所述，在冈上肌肌腱损伤MRI扫描中，与常规T2WI-FS序列相比，应用IQMR的快速序列可以明显缩短扫描时间，具有更高的图像质量，值得临床推广应用。