基于深度学习重建的超快速脑部MRI在疑似急性缺血性卒中诊断中的研究：一项前瞻性诊断互换性研究
一、 研究作者、机构及发表信息
本研究由来自德国美因茨大学医学中心神经放射学系（Sebastian Altmann, Nils F. Grauhan, Lavinia Brockstedt, Mariya Kondova, Marc A. Brockmann, Ahmed E. Othman）、医学生物统计学、流行病学与信息学研究所（Irene Schmidtmann, Roman Paul）和神经病学系（Timo Uphaus, Sergiu Groppa）的研究人员，与美国波士顿的 Siemens Medical Solutions USA（Bryan Clifford）以及德国埃朗根的 Siemens Healthcare（Thorsten Feiweier, Zahra Hosseini）合作完成。
该研究成果以题为“Ultrafast Brain MRI with Deep Learning Reconstruction for Suspected Acute Ischemic Stroke”的原创性研究论文形式，发表于Radiology期刊的2024年2月第310卷第2期（具体在线发表日期为2024年1月）。
二、 学术背景与研究目的
主要科学领域： 本研究属于神经放射学领域，聚焦于急性缺血性卒中的影像学诊断，同时涉及医学影像物理与人工智能（深度学习）在医学成像中的应用。
研究背景： 磁共振成像（MRI）是评估脑部病变（包括卒中）的参考标准，其在检测急性缺血性病灶方面优于CT，且无辐射。然而，传统MRI扫描时间相对较长，限制了其在要求快速、可靠诊断的急诊环境中的应用。急性缺血性卒中是全球性的重大公共卫生问题，随着脑部成像需求的增长和医疗系统面临的财务压力，寻求高效、优化的解决方案至关重要。
近年来，基于深度神经网络和K空间欠采样的深度学习（Deep Learning, DL）重建技术，可大幅加速MRI采集，超越了传统的并行成像和同步多层采集等技术。此前，一种基于多激发平面回波成像（multishot echo-planar imaging）的DL加速脑部MRI技术已被开发，可在1.5 T和3.0 T场强下快速生成多种加权图像。然而，前瞻性评估DL加速MRI在急性疑似卒中诊断中性能的研究尚缺乏。
研究目的： 本研究旨在验证一项假设：使用DL加速的多激发平面回波成像超快速MRI卒中协议，能否在1.5 T场强下，在不影响诊断性能的前提下，显著缩短检查时间。具体目标为：在前瞻性疑似急性缺血性卒中成年患者队列中，评估DL加速MRI与传统MRI在检测急性缺血性卒中（主要终点），以及识别受累血管区域和临床相关次要发现（次要终点） 方面的互换性。
三、 详细研究方法与流程
本研究为一项单中心前瞻性诊断性研究，工作流程严谨，主要包括受试者招募、图像采集、图像分析与统计评估三个阶段。
1. 受试者纳入与样本： 研究获得了当地伦理委员会的批准，所有参与者均签署知情同意书。在2022年6月至2023年3月期间，共筛选了263名有临床指征需进行脑部MRI检查的疑似急性卒中患者。最终，211名参与者（平均年龄65±16岁；123名男性，88名女性）被纳入研究。纳入标准为年龄≥18岁、临床状况稳定（生命体征稳定，自主呼吸）且能提供知情同意。排除标准为存在MRI绝对禁忌症或拒绝参与。所有纳入参与者均成功完成了全部扫描。一名参与者的DL加速MRI检查因运动伪影显著而影响诊断，但仍被纳入分析。
2. 图像采集与重建： * 设备与协议： 所有扫描均在1.5 T临床MRI扫描仪（Siemens Magnetom Sola）上使用20通道头颈线圈完成。每位参与者均接受了两套完整的脑部MRI扫描： * 传统MRI协议： 包括矢状位T1加权、横断位T2加权、T2*加权、T2液体衰减反转恢复（FLAIR）和扩散加权成像（DWI）序列。总采集时间为14分18秒。 * DL加速MRI协议： 采用相同的解剖覆盖和序列类型（T1加权、T2加权、T2*加权、T2-FLAIR、DWI），但使用基于研究应用的DL加速技术进行采集和重建。总采集时间大幅缩短至3分04秒（减少了78%）。 * 关键技术（DL加速）： 本研究采用的DL加速技术核心在于深度神经网络重建与K空间欠采样相结合。具体而言，它利用了一个“展开”的神经网络架构，该网络经过训练，能够从高度欠采样的K空间数据中重建出高质量图像，同时保持数据一致性，旨在避免产生虚假的“幻觉”病灶或掩盖微小病变。该协议采用了多激发平面回波成像技术来加速T2、T2*和FLAIR序列的采集，并使用双重回波序列同时获取T2和T2*加权图像。DWI序列则结合了层面内（广义自动校准部分并行采集）和层间（同步多层采集）两种加速技术。
3. 图像分析： 图像分析采用盲法，由三位分别具有6年、5年和6年脑部MRI诊断经验的放射科医生独立完成。 * 主观图像分析： 评估内容包括： * 主要终点： 是否存在急性缺血性病灶（参与者层面）。 * 次要终点： 受累血管区域（左前循环、右前循环、后循环）的判定；是否存在临床相关的次要发现（如微出血、肿瘤、慢性梗死等）。 * 图像质量与诊断信心： 使用四点李克特量表（差、一般、好、优）评估整体图像质量和诊断信心（医生对自己判断正确的确信度）。 * 定量与半定量图像分析（针对急性缺血病灶）： * 病灶尺寸： 基于横断位T2加权图像测量最大病灶的长度和宽度。 * 信号特性： 评估病灶在T1、T2、T2*、FLAIR、DWI（最高b值）和表观扩散系数（Apparent Diffusion Coefficient, ADC）图上的信号表现。 * 绝对与相对信号强度： 测量病灶和对应健康脑组织的绝对信号强度值，并计算DWI和ADC的相对信号强度值（病灶/正常组织）。 * 分析流程控制： 为避免回忆偏倚，传统和DL加速MRI图像被混合、随机化，并在两次评估会话之间设置了至少6周的“洗脱期”。
4. 统计分析方法： * 互换性评估： 这是核心分析方法。研究者定义了个体等价指数（Individual Equivalence Index, IEI），即两位不同读者使用两次传统协议达成一致的概率，与一位读者使用传统协议、另一位使用DL加速协议达成一致的概率之差。通过广义估计方程模型计算IEI及其90%置信区间。预设的互换性界限（ε）为5%。如果IEI的90% CI完全落在[-5%， +5%]区间内，则证明两种方法具有互换性。 * 一致性分析： 评估读者间一致性，使用多评分者Fleiss κ系数（分类变量）和组内相关系数（Intraclass Correlation Coefficient, ICC，连续变量）。 * 比较分析： 对于图像质量和诊断信心等有序变量，使用广义估计方程模型进行比较，以传统协议为参考，计算比值比。 * 样本量计算： 基于临床考虑，设定互换性界限为5%，为达到92%的检验效能，计划纳入200名患者的图像数据（实际纳入211名）。
四、 主要研究结果
本研究结果全面支持了DL加速MRI与传统MRI在急性缺血性卒中诊断中的互换性。
1. 受试者特征与发现： 在211名参与者中，79名（37.4%）确诊为急性缺血性卒中。111名（52.6%）参与者发现了临床相关的次要发现，最常见的是慢性梗死（19.4%），其次是皮层下动脉硬化性脑病（10.4%）和微出血（7.6%）。
2. 互换性分析结果（核心发现）： * 主要终点（急性缺血性病灶检测）： 参与者层面的检测显示出几乎完美的读者内协议一致性（传统MRI κ=0.97， DL加速MRI κ=0.96）。IEI为-0.002（90% CI：-0.007， 0.004），其置信区间完全落在预设的±5%界限内，证明了两种方法在检测急性缺血性卒中方面具有统计学意义的互换性。 * 次要终点： * 血管区域判定： 对于左前循环、右前循环和后循环，读者内协议一致性几乎完美（κ值范围0.91-0.94）。各血管区域的IEI及其90% CI均未超过5%的界限（例如，后循环IEI：-0.007， 90% CI：-0.013， -0.001），证明在识别受累血管区域上也具有互换性。 * 临床相关次要发现： 检测次要发现的读者内一致性为“实质性”到“几乎完美”（传统 κ=0.77， DL加速 κ=0.80）。IEI为-0.036（90% CI：-0.046， -0.025），同样完全落在±5%界限内，表明对于微出血、肿瘤等其他重要病变的检测，两种方法也具有互换性。
3. 图像质量与诊断信心： * 整体图像质量： DL加速MRI序列被评级为“优”的比例显著高于传统MRI（77.1% vs. 61.9%， p < 0.001），比值比为2.215。 * 诊断信心： DL加速MRI也带来了显著更高的诊断信心（评级为高信心的比例：96.2% vs. 91.9%， p < 0.001），比值比为2.134。这表明加速扫描并未降低医生的诊断把握度，反而可能因图像质量更优而有所提升。
4. 定量与半定量分析结果： * 病灶尺寸： 两种技术测量的病灶长度无显著差异（p=0.11），宽度虽有轻微统计学差异（估计差异0.27mm， p=0.04），但被认为无临床相关性。尺寸测量的可靠性极佳（ICC > 0.99）。 * 信号特性： 急性缺血病灶在两种技术中的所有序列（T1， T2， T2*， FLAIR， DWI， ADC）上呈现相似的主观信号表现，评估者间可靠性为良好至优秀（ICC ≥ 0.8， T2序列为0.8）。 * 信号强度值： DL加速MRI的DWI和ADC绝对信号强度值显著高于传统MRI（p < 0.001）。然而，更关键的相对信号强度值（病灶与正常组织的比值）在两种技术间没有差异（ADC相对值 p=0.74）。DWI相对值虽有统计学差异（p < 0.001），但数值非常接近（传统：2.08， DL加速：2.06），差异无临床意义。Bland-Altman图也显示了两者良好的一致性。
五、 研究结论与价值
本研究得出的核心结论是：在1.5 T场强下，用于疑似急性缺血性卒中评估的DL加速脑部MRI，尽管扫描速度比传统MRI快四倍（3分04秒 vs. 14分18秒），但在检测急性缺血性病灶方面与传统MRI具有诊断互换性。
科学价值与应用意义： 1. 临床验证： 这是首项前瞻性评估DL加速脑部MRI与传统MRI在急性卒中诊断中互换性的研究，为该项前沿技术的临床应用提供了强有力的循证医学证据。 2. 优化急诊流程： 研究证实，将扫描时间从超过14分钟缩短至约3分钟，且不损失诊断信息，这使得MRI在时间至关重要的急诊卒中评估中的应用可行性大大增加。它为解决传统MRI扫描时间长、限制其在急诊应用的瓶颈问题提供了切实可行的方案。 3. 提升诊断效率与信心： DL加速MRI不仅速度快，还提供了更优的整体图像质量和更高的诊断信心，有助于放射科医生更快、更有把握地做出诊断。 4. 医疗资源优化： 在医疗影像需求日益增长和医疗成本控制的背景下，这种能够大幅提升扫描通量的技术，有助于提高医疗设备的利用效率，优化工作流程，具有重要的卫生经济学价值。 5. 技术推广支持： 研究结果支持将这种基于DL重建的超快速MRI协议灵活地整合到既有的临床工作流程中，作为疑似急性卒中患者（尤其是症状轻微或发病时间不明的患者）快速、可靠的初始评估工具，为后续治疗决策（如静脉溶栓）争取宝贵时间。
六、 研究亮点
七、 其他有价值内容
研究也坦率地指出了其局限性：1) 单中心设计可能限制结果的普适性；2) DL协议在传统协议之后采集，患者可能因烦躁增加而导致运动伪影风险升高（尽管仅一例因此无法诊断）；3) DWI/ADC值为手动测量，可能存在偏倚；4) 未纳入对比增强扫描，且未重点评估卒中以外的其他病变，其普适性需在更大、更多样的患者队列中进一步验证。这些说明体现了研究的客观性。
这项研究有力证明了深度学习加速的超快速脑部MRI协议在急性缺血性卒中诊断中可作为传统MRI的可靠替代方案，标志着人工智能驱动的影像加速技术向成熟的临床落地迈出了关键一步，有望革新急诊神经影像的实践模式。