0 引言

       前列腺癌是常见的恶性肿瘤，病理表现为腺体异常增生、腺泡结构破坏及细胞核形态不规则^{[1, 2]}。扩散加权成像（diffusion-weighted imaging, DWI）是一种能够快速、无创量化检测人体内水分子扩散运动的MRI技术^{[3, 4]}。有研究表明^{[5, 6]}，前列腺DWI能清晰显示组织微结构变化，精准揭示病变区水分子扩散受限程度；这种受限程度与组织学分级显著相关，对临床分级诊断及疗效评估具有重要价值。扩散敏感系数（diffusion-sensitive factor, b-value）是DWI的关键参数，随着b值升高，DWI序列对水分子扩散运动受限程度差异的检测敏感度显著提升；但该过程同时伴随图像质量下降与形变加剧的问题。因此，采用高b值的DWI序列虽能提高前列腺癌的检出敏感性，却会因图像质量劣化而影响诊断准确性。

       智能快速磁共振（intelligent quick magnetic resonance, IQMR）技术是基于深度学习算法构建的磁共振后处理系统，其核心技术框架包含三大协同组件：深度学习单元、K空间校正单元及迭代优化单元。该系统通过解析由50万例临床MRI影像构建的数据库实现算法优化，其中深度学习单元运用机器学习技术，从训练数据中提取高价值图像特征并确定最佳重建参数^[7]；K空间校正单元通过逆向傅里叶变换对输入的低质量MRI图像进行频域分析，建立信号与噪声的统计分布模型，为后续去噪提供理论依据；迭代优化单元首先运用三维块分割技术处理低质量输入图像，通过特征解析实现图像信号与噪声的精确分离，继而基于K空间校正模块建立的统计分布模型，持续比对深度学习模块生成的高质量图像特征与最优重建参数，同步完成图像信号增强与噪声分离。通过该重建流程的循环迭代，最终重建出高质量MRI图像^{[8, 9, 10, 11]}。该系统的硬件架构部署于MRI扫描仪与图像存储与传输系（picture archiving and communication system, PACS）间的专用服务器集群，作为中间处理节点无缝接入影像工作流，可自动接收MRI序列图像，完成影像质量提升后传输至PACS系统归档。KANEMARU^[12]等在其研究中使用IQMR技术提升颅脑MRI图像质量，已取得不错的表现，但其更侧重于探讨IQMR技术在颅脑T1WI结构像中形态计量学分析的准确度。YAO等^[13]表明IQMR应用于腰椎常规序列上具有提高图像质量，减少扫描时间的优势。但针对功能磁共振序列，特别是IQMR技术能否适用于前列腺高b值DWI的研究，据我们所知还没有相关报道。此外，有研究表明，高b值（b=2000 s/mm²）较常规b值（b=1000 s/mm²）对前列腺病变展现出更高的敏感性与特异性，可更精准评估病变性质，尤其在早期或微小病变的检出方面具有重要临床价值^{[14, 15]}。因此，本研究搜集b值为2000 s/mm²的前列腺小视野高清DWI（field of view optimized and constrained undistorted single-shot DWI, FOCUS-DWI）序列的MRI图像，运用IQMR技术处理这些图像，以生成IQMR高b值FOCUS-DWI序列图像，通过分析和对比前列腺IQMR高b值FOCUS-DWI序列和高b值FOCUS-DWI序列的图像质量，探讨IQMR技术在前列腺高b值DWI成像中的应用价值。

1 材料与方法

1.1 研究对象

       本研究回顾性纳入2024年9月至2025年3月期间接受前列腺MRI（含DWI序列）检查并经穿刺活检确诊为前列腺癌的患者作为研究对象。排除标准：（1）MRI图像未明确局灶性病灶，无法确定表观扩散系数（apparent diffusion coefficient, ADC）值感兴趣区（region of interest, ROI）测量范围；（2）存在横截面积过小病灶（<20 mm²）；（3）MRI检查前已接受手术、放疗或化疗干预。针对前列腺多发病灶情况，移行带或外周带单区域多发者选取前列腺影像报告和数据系统（prostate-imaging reporting and data system, PI-RADS）评分最高病灶；移行带与外周带跨区域多发者，则分别遴选各区域PI-RADS评分最高且横截面积最大病灶作为研究对象。研究最终纳入31例患者，中位年龄69岁，年龄范围58~83岁。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，免除受试者知情同意书，批准文号：2025-YKL02-05。

1.2 检查方法

       采用Architect 3.0 T MRI（General Electric Healthcare, USA）扫描系统。检查时患者仰卧位，足先进，采用16通道体部相控阵线圈，分别进行前列腺斜横断位T2WI-FS和FOCUS-DWI序列扫描，扫描范围上缘至耻骨联合上缘，下缘至会阴部，范围包全整个前列腺和精囊腺。T2WI-FS序列扫描参数：Slice Thickness=3 mm，Spacing=0 mm，Freq FOV=20 cm，Phase FOV=1，No Phase Wrap=1.50，Frequency=288，Phase=288，TR=3210 ms，TE=105 ms，NEX=2.5，Chem SAT=Fat。FOCUS-DWI序列扫描参数：Slice Thickness=3 mm，Spacing=1 mm，Freq FOV=26 cm，Phase FOV=0.6，Frequency=120，Phase=60，TR=5215 ms，TE=85 ms，NEX=16，b=0、2000 s/mm²。将FOCUS-DWI序列的图像传入IQMR系统，系统自动生成IQMR-FOCUS-DWI序列图像。

1.3 图像分析

1.3.1 主观评分

       由两名具有10年以上临床经验的放射科医师分别独立运用李克特五分量表法完成，针对b值为2000 s/mm²的FOCUS-DWI与IQMR-FOCUS-DWI序列图像，根据噪声水平、几何形变、伪影程度及整体成像质量四个指标实施系统性定性评估。评估标准如下^{[16, 17]}：

       （1）图像噪声水平评分标准：1分，图像噪声严重，图像颗粒大、粗；2分，图像噪声大，图像颗粒粗；3分，图像噪声适中，图像颗粒较粗；4分，图像噪声轻微，图像颗粒小、较细腻；5分，图像无明显噪声，图像颗粒小、细腻。

       （2）几何形变评分标准：1分，图像严重变形，解剖结构非常不清晰，辨识困难，不能用于诊断；2分，图像严重变形，解剖结构不清晰，可辨识部分结构，对诊断影响较大；3分，图像变形，解剖结构清晰度尚可，可辨识全部结构，对诊断有一定的影响；4分，图像轻微变形，解剖结构清晰度较好，可辨识全部结构，对诊断基本无影响；5分，图像无变形，解剖结构非常清晰，可辨识全部结构，对诊断完全无影响。

       （3）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。

       综合上述各项指标对整体图像质量进行主观评分：1分，非可视化；2分，差；3分，中等；4分，良好；5分，优秀。

1.3.2 定量评估

       在AW4.7后处理工作站（General Electric Healthcare, USA）上，上述两位医师基于T2WI脂肪抑制（T2WI fat saturation, T2WI-FS）序列，首先确定病灶最显著层面，随后分别在b值为2000 s/mm²的FOCUS-DWI与IQMR-FOCUS-DWI序列图像及其ADC图像上手动勾画ROI。两组DWI图像中，前列腺组织ROI沿病灶轮廓精确勾画；闭孔内肌ROI则采用面积为10 mm²的圆形区域。两组ADC图像中仅勾画前列腺病灶。所有ROI勾画时避开尿道、射精管及钙化区域。记录两组DWI图像中前列腺癌病灶与闭孔内肌的信号强度（signal intensity, SI）及其标准差（standard deviation, SD），同时记录ADC图像中前列腺癌病灶的ADC值。其中，前列腺病灶信号强度记为SI病灶，闭孔内肌信号强度记为SI闭孔内肌；前列腺病灶标准差记为SD病灶，闭孔内肌标准差记为SD闭孔内肌。取两位医师测量的平均值作为最终测量值。基于上述测量值，ROI的信噪比（signal to noise ratio, SNR）与对比噪声比（contrast to noise ratio, CNR）按以下公式计算：SNR=SI病灶/SD病灶，CNR=（SI病灶-SI闭孔内肌）/SD病灶2 + SD闭孔内肌2。

1.4 统计学分析

       本研究样本量估算主要基于中心极限定理和t检验效能分析。统计分析通过SPSS 25.0（version 25.0, IBM, NY, USA）软件实施。等级变量以频数和均值±标准差形式呈现，定量数据首先经Shapiro-Wilk法检验正态性，符合正态分布者以均值±标准差表示，非正态数据采用中位数（四分位间距）表述。采用Kappa分析评估两位医师的主观评分的一致性，采用组内相关系数（intra-class correlation coefficient, ICC）评估两位医师客观定量测量结果的一致性。评判标准：Kappa值、ICC值≤0.4提示一致性不足，0.4<Kappa值、ICC值≤0.6为中等，0.6<Kappa值、ICC值≤0.8为良好，Kappa值、ICC值>0.8为优秀。主观评分的组间差异运用Mann-Whitney U检验分析，SNR和CNR在两种序列间的比较采用配对t检验完成，而ADC值的差异性评估则通过Wilcoxon秩和检验实现。以P<0.05为差异具有统计学意义。

2 结果

2.1 样本量估算

       中心极限定理指出，当样本量足够大时，样本均值的分布将趋近于正态分布，即使总体分布未知。基于该定理，实际应用中通常认为样本量≥30时，样本均值的分布已充分接近正态分布，使得t检验等常用统计方法可基于样本均值进行可靠的统计推断。基于t检验效能分析，设定显著性水平α=0.05（双侧检验）、统计功效（1-β）=0.8、两组均值差异Δ=1、标准差σ=2，根据t检验样本量计算公式n=[2×σ²×(zα+zβ)²]/Δ²，代入zα=1.96，zβ=0.84，可得n≈30。研究最终纳入31例患者，可满足样本统计需要。

2.2 图像主观评分和客观测量值的组间一致性

       两位医师对IQMR-FOCUS-DWI与FOCUS-DWI的主观评分、SNR、CNR和ADC测量结果的一致性分析显示，主观评分结果一致性优（Kappa≥0.832）；在SNR、CNR和ADC值的测量结果方面，两位医师的一致性好或优（ICC≥0.795），详见表1。

点击查看表格

表1  IQMR-FOCUS-DWI和FOCUS-DWI的主观评分和客观测量值的一致性
Tab. 1  Consistency of subjective scores and objective measurements of IQMR-FOCUS-DWI and FOCUS-DWI

2.3 IQMR-FOCUS-DWI与FOCUS-DWI序列在主观评分之间的比较

       Mann-Whitney U检验表明，IQMR-FOCUS-DWI图像的噪声水平、几何形变和整体图像质量评分均优于FOCUS-DWI图像（P≤0.005）；虽然IQMR-FOCUS-DWI图像在伪影方面评分略高于FOCUS-DWI图像，但差异没有统计学意义（P=0.313），详见表2、图1~2。

点击查看大图

图1  男，68岁，前列腺移行带肿块，大小约5.8 cm×5.0 cm×4.9 cm，病理证实为前列腺腺癌。1A：T2WI-FS图像；1B：FOCUS-DWI图像；1C：IQMR-FOCUS-DWI图像；1D：FOCUS-DWI的ADC图；1E：IQMR-FOCUS-DWI的ADC图。病灶在DWI图像上呈高信号，ADC图像上呈低信号（箭），与FOCUS-DWI相比，IQMR-FOCUS-DWI噪声更小，形变更小，信号更加均匀，图像质量更高。
图2  男，71岁，前列腺外周带肿块，大小约4.8 cm×2.8 cm×3.6 cm，病理证实为前列腺腺癌。2A：T2WI-FS图像；2B：FOCUS-DWI图像；2C：IQMR-FOCUS-DWI图像；2D：FOCUS-DWI的ADC图；2E：IQMR-FOCUS-DWI的ADC图。病灶在DWI图像上呈高信号，ADC图像上呈低信号（箭），与FOCUS-DWI相比，IQMR-FOCUS-DWI噪声更小，形变更小，信号更加均匀，图像质量更高。FS：脂肪抑制；FOCUS-DWI：小视野高清扩散加权成像；IQMR：智能快速磁共振；ADC：表观扩散系数。
Fig. 1  Male, 68 years old, patient with a prostate transitional mass measuring approximately 5.8 cm × 5.0 cm × 4.9 cm, pathological examination confirmed the presence of prostate adenocarcinoma. 1A: T2WI-FS image; 1B: FOCUS-DWI image; 1C: IQMR-FOCUS-DWI image; 1D: ADC image of the FOCUS-DWI; 1E: ADC image of the IQMR-FOCUS-DWI. The lesion appears as a high signal on DWI images and a low signal on ADC images (arrow), compared with FOCUS-DWI, IQMR-FOCUS-DWI has less noise, less deformation, more uniform signals, and higher image quality.
Fig. 2  Male, 71 years old, patient with a prostate peripheral mass measuring approximately 4.8 cm × 2.8 cm × 3.6 cm, pathological examination confirmed the presence of prostate adenocarcinoma. 2A: T2WI-FS image; 2B: FOCUS-DWI image; 2C: IQMR-FOCUS-DWI image; 2D: ADC image of the FOCUS-DWI; 2E: ADC image of the IQMR-FOCUS-DWI. The lesion appears as a high signal on DWI images and a low signal on ADC images (arrow), compared with FOCUS-DWI, IQMR-FOCUS-DWI has less noise, less deformation, more uniform signals, and higher image quality. FS: fat saturation; FOCUS-DWI: field of view optimized and constrained undistorted single-shot diffusion-weighted imaging; IQMR: intelligent quick magnetic resonance; ADC: apparent diffusion coefficient.

点击查看表格

表2  两种扩散加权成像图像主观评分比较结果
Tab. 2  Comparison results of subjective scores of two diffusion weighted imaging images

2.4 IQMR-FOCUS-DWI与FOCUS-DWI序列在SNR、CNR以及ADC值中的差异比较

       Wilcoxon秩和检验表明：IQMR-FOCUS-DWI序列病变ADC值与FOCUS-DWI序列病变ADC值的差异无统计学意义（P=0.061）。经配对t检验表明，IQMR-FOCUS-DWI图像的SNR和CNR均优于FOCUS-DWI图像（P<0.001），详见表3。

点击查看表格

表3  两种扩散加权成像图像SNR、CNR和ADC值比较结果
Tab. 3  Comparison results of SNR, CNR and ADC values of two diffusion weighted imaging images

3 讨论

       本研究为国内首次将前列腺癌FOCUS-DWI序列图像与经IQMR后处理系统自动生成的IQMR-FOCUS-DWI序列图像的对比研究，通过对比图像的图像质量和定量参数发现，相较于FOCUS-DWI，IQMR-FOCUS-DWI图像质量得到显著提升，SNR、CNR与主观评分均显著提高，具有重要临床价值。

3.1 IQMR对前列腺DWI图像质量的影响

       DWI是前列腺癌诊断中的重要成像技术，可提供组织微观结构和细胞密度信息；高b值DWI能提高病灶检测敏感性^[18]，但其图像质量较差。IIMA^[19]等研究者指出，低质量的扩散加权图像不利于准确评估病变的性质。LEE^[20]等尝试采用深度学习重建（deep learning reconstruction, DLR）技术以提升b值为1400 s/mm²的前列腺DWI图像的SNR。他们研究结果表明，在b值为1400 s/mm²的DWI图像中应用DLR技术所得到的图像SNR显著高于传统扩散成像重建技术。本研究结果与LEE团队研究结果相近，本研究结果表明在前列腺b为2000 s/mm²的DWI图像中，IQMR-FOCUS-DWI的SNR和CNR同样优于FOCUS-DWI。笔者分析认为这可能得益于与IQMR核心算法。一方面，IQMR深度学习模块的核心架构依托于人工智能训练构建的深度卷积神经网络结构，其通过机器学习整合了高质量影像特征参数与最优化的图像后处理参数组合，为重建模块实现从低分辨率输入影像到高分辨率输出的精准复原提供了技术支撑。另一方面，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。本研究定性评估结果也印证了IQMR技术在改善DWI图像质量的优势，IQMR-FOCUS-DWI序列图像在主观评分中不仅在噪声水平方面的评分优于FOCUS-DWI序列，在几何形变和整体图像质量评分同样也均优于FOCUS-DWI。

3.2 IQMR对前列腺DWI定量值的影响

       范文文等^[21]在研究DLR技术提升b值为1000 s/mm²的乳腺DWI图像质量的应用中指出，DLR重建出的DWI图像相较于常规重建图像，其主观评分、病灶SNR与CNR均获显著提升。然而，该研究仅探讨了DLR技术对DWI图像质量的改善效果，未进一步分析该技术对DWI的ADC值影响。本研究将IQMR技术应用于前列腺癌DWI检查，在探讨其对DWI图像质量提升作用的同时，还对比了IQMR优化后的DWI序列与常规DWI序列的ADC值差异。本研究针对前列腺癌ADC值的比较结果显示，IQMR-FOCUS-DWI序列的ADC值高于FOCUS-DWI序列。这一发现与先前DLR技术在肝脏^[22]部位应用的相关报道结论相吻合。这可能是因为噪声对ADC值的计算产生了影响，FOCUS-DWI较低的图像质量可能导致了ADC值的低估。然而，本研究发现这种差异在统计学上并不显著，这可能是由于本研究样本量较小所致。

3.3 本研究的局限性

       首先，本研究样本量较小且为单中心研究，尽管两组间DWI-ADC值的差异未达到统计学意义，但其P值非常接近0.05，此局限性可能降低研究结论的稳定性；其次，由于样本量限制，本研究未对肿瘤病理组织亚型进行进一步分级，亦未针对特定亚型展开细胞学分析。以上不足将在后续的大规模多中心研究中予以深入探讨。

4 结论

       综上所述，在前列腺癌DWI检查中，与FOCUS-DWI序列相比，IQMR技术能在不增加额外扫描时间的情况下，使图像具有更高的SNR、CNR和主观评分，显著提高了前列腺DWI图像质量。因此，IQMR技术的使用有助于前列腺癌DWI的应用。