0 引言

       目前，肺部MRI技术迅速发展，其临床研究的实用性与可行性正逐步增加^[1]。既往研究通常受肺组织低信噪比（signal-to-noise ratio, SNR）的局限^[2]，而超短回波时间序列（ultrashort echo-time, UTE）的出现，针对于肺部应用进行优化，解决了短T2^*的问题^[2]。目前UTE MRI大多进行肺部结构成像，但早期诊断或定量评估肺部疾病在结构变化方面收获甚微。此外，大多数肺部疾病是异质性的，只有功能成像可以精确到肺泡—毛细血管单位，提供常规检查无法获得的局部肺功能和区域结构定量数据^[3]。通过UTE MRI获得高质量的肺部结构信息，结合最新的功能MRI，可用于提高对肺部疾病的个体化诊疗与评估^[4]。

       近年来，针对肺部MRI的最新研究发现，可以同步实现肺局部结构和功能的一体化评估。但既往针对肺部MRI的研究主要聚焦于疾病相关结构变化，对肺整体和局部的功能改变研究较少。国内新技术的不断研发推动肺功能成像的进展，而UTE MRI的成像优势进一步拓展在肺部疾病的应用范围，相关综述单纯强调UTE序列在肺结构变化的应用，对局部功能分析以质子MRI为主，缺乏对UTE序列在肺功能成像领域的研究。因此，本文综述了近年来UTE结构MRI兼具功能成像在肺部疾病的研究进展，讨论该序列在具体疾病中的临床应用，强调了此新兴技术的原理及改进途径，旨在为深入开展肺部UTE结合功能成像提供部分依据。

1 肺部功能MRI技术的应用进展

1.1 UTE序列的技术原理

       目前，在各种短T2^*序列中使用的新技术主要有^[5]：

       （1）无选择切片技术：为避免相关延迟，短T2^*成像通常使用非选择性体积激发，省略切片选择梯度，随后所有空间编码都通过三维（three dimensions, 3D）傅里叶编码实现；（2）径向中心向外梯度编码：为了在尽可能短时间内到达每个目标k空间点，k空间由从中心指向外围的直线径向轨迹编码，主要包括纯相位编码与纯频率编码两种；（3）梯度激励编码：为避免在激励后浪费读出梯度时间，先设计打开梯度，随后执行激励编码。

       UTE序列采用纯频率编码，实现了更高的SNR效率，但T2衰减可能会影响空间分辨率。非选择性激励后，数据采集与梯度斜坡同时开始，最小回波时间（echo time, TE）由射频（radio frequency, RF）接受无效时间所决定^[5]。目前3D径向编码方法的TE时间范围为0~200 µs。2D和3D UTE MRI之间存在显著的设计差异^[6]。使用两个连续的半脉冲激励对传统2D UTE MRI切片修改后立即进行采集，可以实现约8 µs的极短回波时间，而在3D UTE MRI中通过硬脉冲激励便可实现超短回波时间采集。

1.2 UTE序列肺功能图像分析的技术原理

       肺区域通气图像的评估由Matlab软件中的定制算法执行，使用任意k空间采样（SPIRiT）的迭代自洽平行成像来重建通气加权图像^[7]。针对UTE的重建图像，KLEIN等^[8]使用三维仿射和可变形B样条图像配准（Elastix）进一步分析。通过自动区域增长算法半自动地分割肺部，计算每种呼吸状态的肺容量。分别绘制出体素信号强度（signal intensity, SI）及其对应的肺容量图像，应用双曲线拟合对呼气至吸气的较低SI进行建模，同时校正图像的噪声、伪影和配准，获得基于UTE MRI的肺通气功能定量指标。

       对于肺残气量的测定，因血液主要由质子组成，可以忽略其B1场不均匀性和流入效应。首先使用卷积神经网络（U-Net体系）标记肺实质，在主动脉弓的三个感兴趣区（region of interest, ROI）层面将UTE测量的肺实质SI标准化为血池强度，获得每个体素的SIN^[9]。UTE所测肺残气量由RVMRI≈Vol Full Expiration×（1-SIN）计算得出^{[9, 10]}。

1.3 UTE序列结合肺功能成像的技术优势

       近几年来，肺部MRI使用气体制剂进行快速多光谱和功能成像，这些新技术在CT上均无法实现。尤其在功能成像方面，MRI的主要目标是通过测量三个有用指标来量化病变区域：局部通气、气体交换和灌注成像^[4]。

       在局部通气方面，超极化气体成像主要采用吸入外源性惰性气体直接成像。其中，³He、¹²⁹Xe等在受试者吸入后呈气态和溶解相，能够进入肺部微观结构，可视化评估肺部通气功能^[11]。目前肺部磁共振光谱成像（magnetic resonance spectroscopic imaging, MRSI）技术用于可视化评估¹²⁹Xe分布的各个区域，包括单点Dixon^[12]和水脂迭代分解（iterative decomposition with echo asymmetry and least-squares estimation, IDEAL）技术^[13]。值得关注的是，这些新技术都依赖于气体溶解相的快速衰减信号，即依赖于最小化回波时间采集。通过3D UTE径向采集充分实现了在超极化气体信号大幅衰减之前进行有效采集，通过提高图像质量和减少扫描时间，帮助超极化气体MRI的技术发展。

       在气体交换方面，氧增强MRI（oxygen-enhanced MRI, OE MRI）通常采集两组T1加权图像，一组在正常氧浓度下呼吸，另一组在高氧浓度下呼吸。由于分子氧的顺磁效应，氧浓度增加导致组织和血液中的T1弛豫时间缩短，两次采集图像相减可以产生信号增强图，突出显示氧合增加的肺部区域^[14]。以往的研究^[15]中OE MRI使用2D反转恢复（inversion-recovery, IR）序列和快速自旋回波（fast spin echo, FSE）序列来实现肺组织的T1加权对比，其主要局限性包括胸部覆盖范围有限和扫描时间长。3D UTE MRI与OE MRI的结合可以快速缩短扫描时间，提高SNR效率，覆盖整个肺部区域以及降低心脏运动灵敏度等。基于UTE技术的这些优势，OE MRI也获得了进一步临床应用。正常氧浓度和高氧浓度自由呼吸期间的T2^*变化使肺组织和血液中的氧分压可视化，PO2变化对应于肺局部通气和血容量。KRUGER等^[16]研究了OE MRI的技术应用，对8名健康者分别进行两次3D UTE MRI采集（TE=0.08 ms）：一次吸入空气（21% O2），另一次吸入纯氧（100% O2），同时建立氧气增强百分率图。结果显示，吸入纯氧组相比吸入空气组平均信号增强率为（6.60±1.80）%，接近理论预测值6.30%，即3D UTE MRI结合OE-MRI有潜力成为一种可行的低成本肺功能成像方法。

       在灌注成像方面，使用钆对比剂（gadolinium-based contrast agent, GBCA）的动态对比增强（dynamic contrast enhanced, DCE）灌注可以研究肺栓塞^[17]、肺动脉高压以及囊性纤维化等^[18]。肺部DCE MRI通过注射GBCA，在对比剂通过之前和通过期间采集动态图像，利用高度欠采样的UTE序列和压缩感知重建满足肺部结构的高配准需求^[19]。获得肺血流量（pulmonary blood flow, PBF）、肺血容量（pulmonary blood volume, PBV）和平均通过时间（mean transit time, MTT）等定量血流动力学参数，对于检出肺结节、诊断肺癌纵隔淋巴结转移等具有巨大潜力。KNOBLOCH等^[20]的研究评估了Fe增强UTE-MRA（ferumoxytol-enhanced UTE-MRA, Fe-UTE-MRA）描绘肺血管和非血管结构的可行性。与钆或Fe增强的常规CMR相比，两种UTE技术都提供了对非血管结构的出色显示（P<0.001），未来可进一步探索UTE-MRA在评估肺栓塞方面的临床效用。

1.4 UTE序列目前的技术难点与研究进展

       由于高诱导局部磁化率、低质子密度和呼吸运动伪影，目前UTE MRI应用的局限性主要来自肺组织的低SNR。尽管使用了呼吸门控技术，许多图像仍存在明显残存模糊，尤其是在膈肌附近。在CT图像上，呼气和吸气时的肺体积接近肺功能残余量和肺总容量，能很好地显示肺气肿病变，但其在UTE MRI上显示欠佳。虽然3D UTE MRI在肺部研究领域显示出巨大前景，但仍需技术进步使其临床应用的效果更加稳健。

       近期诸如呼吸补偿技术、低分辨率3D导航仪和压缩采样技术等已经显示出解决上述问题的潜能^{[21, 22]}。HIGANO等^[23]对肺部3D UTE MRI图像进行整体呼吸运动回顾性跟踪，该技术自动拒绝运动损坏数据，对剩余数据进行呼吸补偿，随后重建呼吸门控图像，在此期间对潮气量和呼吸频率进行定量功能评估。结果表明，回顾性呼吸自门控和整体运动消除技术的潜力很大，在未经镇静、自由呼吸的新生儿3D UTE MRI中使用，可以获得具有诊断价值的自呼吸门控图像。TAN等^[24]通过使用呼吸相位分辨重建技术[又称运动补偿低秩重建（motion-compensated low-rank, MoCoLoR）]来改善图像质量。通过将运动补偿直接整合到低秩约束重建模型中，提供了更高的表观SNR，产生用于通气映射的高质量呼吸相位分辨图像，同样可以对未经镇静、自由呼吸的新生儿进行扫描。DING等^[25]利用带有上下导航仪的3D UTE MRI采集肺部数据。根据上下导航仪提取的呼吸信号，将所有采集数据划分为不同的运动状态。使用超维（eXtra-Dimensional, XD）UTE重建来重建运动分辨图像，并提出了一种运动状态加权运动补偿（motion-state weighted motion-compensation, MostMoCo）的重建算法，适用于动态UTE图像。MostMoCo-UTE为UTE MRI提供了更高质量的肺部结构图像和通气定量成像，具有检测肺部结构及功能障碍的潜力。

       综上所述，UTE序列的主要特点是极短TE采集，能够对短T2^*组织进行成像。近年来，肺功能图像分析技术不仅能评估组织的T2^*值改变，还可以量化肺局部通气。与此同时，UTE与其他功能序列相结合，其量化指标用于评估肺部早期病变。疾病的功能变化通常先于结构改变，发现局部功能异常有助于对疾病早期检测、精确分型并提供干预。目前，由于高诱导磁化率和呼吸运动伪影，UTE图像质量仍不稳定。从技术角度来看，图像后处理通常是复杂的，希望以后的研究针对快速和自动化的处理分析工具，以期获得更好的图像稳定性与可重复性，制订出跨成像中心的定量再现性标准化方案。

2 UTE序列功能成像在肺部疾病的临床应用

2.1 UTE序列在囊性纤维化的应用

       囊性纤维化（cystic fibrosis, CF）是一种严重的遗传性疾病，主要影响儿童及青少年^[26]。CF患者常出现汗液氯离子浓度升高，体内胶样黏液积聚，导致支气管异常堵塞，95%的患者死亡率与肺部疾病有关^[27]。在CF早期诊疗期间，需要反复进行影像学和肺功能检查（pulmonary function test, PFT）来评估病情。为减少年轻患者长期随访所受的辐射剂量，MRI被建议用于肺部检查。近期的研究旨在开发一种无创、无需对比剂且联合肺部形态和功能学图像的检查技术。

       既往研究证明^[28]，UTE MRI可以显示肺结节与肺实质病变，其疗效与CT相当。HEIDENREICH等^[10]的研究通过连续采集不同呼吸深度的UTE图像对肺通气分数（forced vital capacity, FVC）进行功能学评估。利用UTE MRI的后处理算法可以计算每个体素的点阵FVC，并将数据归一化为全肺平均值（FVCN）和标准化通气的四分位距（interquartile range, IQRN），作为通气异质性的衡量标准。结果显示：CF患者的通气不均匀性显著高于健康对照者（IQRN，0.66 vs. 0.50，P=0.007），其IQRN与LCI呈正相关，与FEV1、25%平均呼气流量呈负相关。在完全呼气时评估肺实质SI（SIN），CF患者的SIN较健康对照者低（0.34 vs. 0.39，P=0.030），且与LCI呈负相关，与PFT呈正相关。该研究证明，肺部3D UTE MRI可用于对CF患者的通气不均匀和过度充气进行定量图像分析，使功能性肺部成像得以实现。

       在CF预后评估方面，目前卡托类药物（elexacaftor-tezacaftor-ivacaftor, ETI）对患者病情的改善有积极影响^[29]。对于结构性病变的纵向评估，DAVID等^[30]使用UTE Bhalla评分比较两次随访（M0和M12）期间的变化。他们按照KLEIN等^[8]的算法得到吸气与呼气期间的FVC，为各体素的肺实质提供通气值，获得通气不均匀性的量化指标。而通气缺陷百分比（ventilation defect percentage, VDP）则根据16名健康志愿者的标准化通气指数来确定。将低于阈值的数据标记在体素上，并生成VDPmaps。结果显示，经ETI治疗后UTE Bhalla评分显著改善（M0：12.80；M12：15.20），36%的患者支气管扩张可逆。此外，另一项研究^[31]评估了接受ETI治疗后CF患者的肺功能，通过将基于UTE图像所得功能参数（通气不均匀性和VDP）与常见肺功能参数（肺容量体积描记和LCI）进行比较发现，肺通气不均匀性、VDP与LCI均显著相关；LCI（治疗前：r=0.92，P<0.001；治疗后：r=0.81，P=0.002）、平均通气不均匀性（治疗前：0.74±0.15；治疗后，0.64±0.11；P=0.02）与平均VDP（治疗前：14.1%±7.4%；治疗后：8.5%±3.3%；P=0.02）在治疗后都有所下降，并且随时间变化稳定。WILLMERING等^[32]的一项研究通过随访1年间经调节剂治疗后CF患儿的肺部结构及功能变化发现，相比传统的肺功能检查，超极化气体磁共振成像（¹²⁹Xe MRI）和UTE MRI对CF患者的肺部阻塞性病变更敏感，是诊断早期CF的有效检查。UTE图像结果还显示，当同一肺叶中存在粘液堵塞时，支气管病变的几率大大增加。

       通过将UTE MRI用于对CF患者的长期随访，验证了其在量化肺部结构方面与CT结果显著相关。与此同时，UTE MRI在评估肺功能变化时同样具有高度敏感性，加深了我们对CF肺部病变的认识。但是，目前仍有因素阻碍UTE序列肺功能成像在临床的广泛应用，未来应就图像衍生的肺功能指标其标准化定义进行探索，填补UTE序列肺功能成像对改善CF患者预后影响的证据空白。

2.2 UTE序列在支气管肺发育不良的应用

       支气管肺发育不良（bronchopulmonary dysplasia, BPD）是早产儿最常见的肺部并发症，其特征是肺组织生长发育受损，对该病变的纵向监测十分重要^[33]。

2.2.1 UTE MRI评估患儿肺容量变化

       YODER等^[34]的研究通过重建并分割17例BPD患儿k0时间点的UTE图像，确定了肺总量、肺潮气量（tidal volume, TV）和功能残气量（functional residual capacity, FRC），再经UTE呼吸波形计算其每分钟通气量。结果表明：BPD患儿的每分钟通气量、FRC、TV均随病变严重程度而增加，即UTE MRI可以量化BPD患儿的过度充气，其相对肺容量随疾病严重程度而显著增加。

2.2.2 UTE MRI评估患儿肺实质变化

       BPD患儿的肺部在妊娠第24周进入囊状期后停止发育，导致其可用的功能性肺实质减少，影响呼吸功能^[33]。进一步研究^[35]发现，BPD患儿肺实质改变与肺容量改变高度一致，是相对更早的疾病标志物，该研究纳入35名7~9岁儿童同步进行肺部UTE MRI和PFT，回归分析显示，BPD患儿的肺部平均总质子密度（3.6±2.6）比正常儿童（6.1±4.0）低44%（95%置信区间：10%~66%），在完全呼气时也相对低25%（95%置信区间：3%~42%），且较低的质子密度与较大的残气量和LCI呈中度相关。即UTE MRI质子密度测量与功能性参数显著相关，适用于检测异常肺实质，可作为气体潴留的指标。

       总而言之，UTE MRI对BPD患儿肺部结构及功能的定量评估有助于组间比较与个体随访。除此之外，UTE MRI还可以识别BPD儿童的亚组，代表具有不同呼吸系统疾病的表型。针对治疗BPD的新疗法，这种表型十分必要，可能会影响患者的预后。但是目前的研究样本量小，未来可以多中心研究，联合其他分析方法，进一步考虑评估不同亚组BPD患儿经治疗后，UTE肺部检查结果随时间的变化，以期提示BPD患儿早期肺部功能异常，提前提供干预措施，减少进一步肺功能的损害。

2.3 UTE序列在间质性肺病的应用

       高分辨率CT（high resolution CT, HRCT）在肺纤维化的检测和随访中广泛应用，由于HRCT只提供肺部形态学信息，对肺纤维化引起的功能变化不敏感^[36]，因此需要一种新的肺纤维化影像学生物标志物来显示肺部细微改变。UTE序列利用极短回波时间的k空间螺旋采样，实现了薄层厚的高空间分辨率成像，在减少采集时间的同时提高图像质量^[5]。对肺功能差、屏气时间短的间质性肺病（interstitial lung disease, ILD）患者，自由呼吸的UTE MRI是一种具有优势的新选择。

       YANG等^[36]的研究将弹性配准算法应用于3D UTE MRI来分析呼吸运动。弹性配准算法允许源图像与目标图像匹配，求出变换，用于量化两图像之间的差异。用该技术对特发性肺纤维化（idiopathic pulmonary fibrosis, IPF）患者的肺部变形进行评估，计算出变形区域的雅可比行列式（absolute value of the log means of Jacobian determinants, Jac-mean）并在彩色图上表示，分析其变形与IPF严重程度的关系。结果显示，与健康对照组相比，IPF患者的Jac-mean显著降低（0.21±0.08 vs. 0.27±0.07，P<0.001）；Jac-mean和Dice系数与PFT以及综合生理指标相关；此外，Jac-mean还与HRCT上肺血管指标相关。经分析，IPF患者肺部变形的减少与临床严重程度相关，3D UTE MRI的弹性配准将成为评估IPF无创、无辐射的新型形态和功能标志物。

       近期研究表明^[37]，ILD病变的严重程度分层是疾病预后的决定因素，而进展性IPF是疾病死亡的风险因素。该研究采用Goh评分系统直观地测量ILD累及范围，在五个层面上评估肺部受累的百分比，用两种方法定义进展性ILD：（1）ILD>30%或10%<ILD≤30%，FVC%<70%；（2）ILD>20%或ILD<20%，FVC%<70%。随后计算UTE MRI显示病变的敏感性、特异性、阳性预测值、阴性预测值和准确性。结果显示，UTE序列在评估ILD患者疾病累及范围和严重程度分层方面，与CT及PFT检查结果高度相关，可在无辐射条件下量化评估进展性IPF。

       总之，UTE MRI不仅在评估ILD疾病范围方面与CT相当，在对ILD严重程度分层时同样具有可比性。除此之外，UTE的显著优势更多表现在显示肺功能变化。但是，肺功能异常的区域广泛，局部通气异常区域交互复杂，因此仅用UTE MRI和CT显示疾病范围的局部一致性解释ILD患者肺纤维化的机制不够完善。鉴于这些发现，未来应尽可能与深度学习算法相结合，通过CT和UTE序列在ILD病变的长期随访结果，全面反映ILD患者的异常影像学特征，获得更可靠的影像学标记物，证明UTE技术的可靠性，为验证ILD肺部UTE的预后价值提供证据。

2.4 UTE序列在其他肺部疾病的应用

2.4.1 UTE序列在COPD的功能成像

       慢性阻塞性肺疾病（chronic obstructive pulmonary disease, COPD）既往的评估主要基于临床病史、PFT和影像学检查。X线片和CT用于评估肺局部结构改变，对疾病进一步分型的价值有限。相比之下，MRI可以在无辐射条件下提供病变结构及功能信息，适用于纵向研究和疾病随访。

       LEE等^[38]利用呼吸相位图进行体素减法，从3D UTE MRI中计算出通气加权图（ventilation weighted, VW）和通气流量加权图（ventilation flow weighted, VFW），分别在慢/深、快/浅的呼吸条件下对9名健康对照者进行测试，计算其结构相似度指标，并且参照CT图像对2名COPD患者的3D VW和3D VFW图进行肺气肿评估。经分析，不同呼吸条件下的通气流量和通气次数差异具有统计学意义。将其应用于COPD患者时，3D VW和3D VFW图能够区分不同表型，有助于评估COPD亚型和疾病进展，即3D UTE MRI结合VW和VWF图有助于更好地评估肺通气功能。在另一项研究中^[39]，对比了10名COPD患者和10名健康对照者的肺功能指标。结果表明，基于UTE MRI的肺气肿指数与基于CT的肺气肿指数显著相关（r=0.89，P<0.0001）。

       总的来说，UTE MRI在评估COPD患者肺功能变化方面显示出潜能，在COPD患者的随访中具有优势。由于COPD是肺动脉高压（pulmonary hypertension, PH）的常见病因，未来可进一步探索UTE在PH的应用，并通过更多的研究队列来验证其应用价值。

2.4.2 UTE序列在肺癌的应用

       在肺结构成像方面，UTE序列对肺结节和肿块等病灶的显示能力几乎达到CT水平^[40]。CHA等^[41]的研究探讨了联合螺旋堆叠采集的3D UTE MRI（spiral 3D UTE MRI）对肿瘤患者肺结节检测的准确性。最终得出结论，spiral 3D UTE MRI的扫描时间合理，图像质量具有诊断价值，对肺结节检测高度敏感，未来可能成为肿瘤患者CT检查的潜在替代方式。

       与此同时，结合UTE的OE MRI支持结构和功能成像，适用于PFT无法评估的病变分级。LIU等^[42]的研究纳入44例经病理证实的肺腺癌（lung adenocarcinoma, LUAD）患者，分别对其进行体素内不相干运动扩散加权成像（intravoxel incoherent motion diffusion weighted imaging, IVIM-DWI）和UTE-OE MRI。经Pearson检验评估全肺平均信号增强百分比（percent signal enhancement, PSE）与PFT，IVIM衍生参数与PFT，肿瘤平均PSE与IVIM衍生参数等之间的关系。结果显示，全肺平均PSE与PFT呈显著正相关（r=0.40~0.44，P<0.05）；IVIM-DWI的f值与PFT呈显著负相关（r=-0.38~-0.47，P<0.05）；肿瘤平均PSE和f值均可区分不同组织学分级，并呈现出显著负相关（r=-0.61，P<0.001）。

       综上所述，UTE-OE MRI与IVIM-DWI的联合定量分析是一种无创、无辐射的肺功能评估技术，提供了一种新的对于LUAD亚型分类的方法，具有预后诊断价值。但是，复杂的细胞内外环境导致肿瘤成分具有异质性，通过影像组学和深度学习模型可捕获形态学特征作为生物标志物，广泛应用于各亚型肺癌疾病中。但目前尚无针对UTE序列结合肺功能成像的组学研究。未来应进一步探索UTE功能成像的组学研究，有助于捕捉LUAD肿瘤微观结构的复杂性变化，以期改进特定肺癌病例治疗计划的结果。

3 人工智能在UTE肺功能成像中的辅助作用

       目前人工智能（artificial intelligence, AI）在肺功能成像的研究主要集中在基于深度学习的肺部MRI图像分割与重建算法提升^[43]。GENKIN等^[44]开发了一种半自动UTE MRI气道分割技术，可以从气管检测至三级气道，其衍生的管腔测量技术与肺功能相关，并且具有可重复性。相关研究证明，基于深度学习的自动全肺分割技术可以实现UTE序列对肺部成像、肺部容积和局部肺功能的准确评估^[45]。

       在重建算法提升方面，DUAN等^[46]提出一种新算法，通过深度学习模型从高度欠采样的k空间快速准确地重建肺部MRI，改进了通气成像质量，为未来在气体MRI实时重建中使用深度学习模型铺平道路。

       在肺部功能量化与评估方面，AI使用定量易感性映射（quantitative susceptibility mapping, QMS）估计肺组织参数，以此获得更多标准化的生物标志物^[47]。此外，新型深度学习图像重建（deep learning image reconstruction, DLIR）方法可以获得更准确和稳健的配准结果，改善了体素水平肺局部区域的通气评估^[48]。

       目前，AI结合UTE肺功能成像已广泛应用于疾病的研究，为我们深入了解相关结构和功能异常，探寻影像标志物、评估疗效提供了可靠依据。但目前的研究仍存在一些局限性，如样本量少、年龄范围广泛、个体病程等对肺部的影响等。在临床应用中，对深度学习算法需要进一步验证、确定正常值、实现成像采集和分析的标准化，对于UTE序列结构和功能耦合、动态肺功能分析的认知不足。未来将对以上不足开展深入研究，应用多模态MRI扩大样本量，联合多种分析方法对UTE肺功能成像进行全面分析，以期全面深入地探讨肺部疾病功能受损机制，为早期诊疗提供更为可靠的影像学依据。

4 总结与展望

       近年来，UTE MRI不仅在肺部形态学评估方面备受青睐，在功能成像领域同样具有潜力。通过结合特殊功能成像展示肺部气体交换、血流信号以及氧合状态，更全面地评估肺部病变性质、严重程度及预后效果。未来，基于深度学习的自动分割和定量弛豫测量可以促进新型形态学和功能性UTE MRI的技术转化，这些进展将会对肺部疾病的诊断和预后产生重大影响。