探索联影ACS在宫颈癌中的应用价值

查福祥，彭成东，邹乾，钟洪涛，李震，吴思思

华中科技大学同济医学院附属同济医院 放射科，湖北 武汉 430030

引言

宫颈癌是全球女性第四常见的癌症，在发展中国家的发病率和死亡率排名第二[1]。宫颈癌患者死亡率高，其治疗方案和预后很大程度上取决于肿瘤的侵犯范围。因此，术前准确的分期诊断至为重要。2018年最新修订的FIGO分期首次纳入横断面成像技术，与病理活组织检查结果相结合以确定宫颈癌分期[2]。MRI由于其无辐射、多参数成像、软组织对比度高的特点，成为了宫颈癌局部分期、评价治疗效果、检测肿瘤复发和随访检查的首选方法[3]。快速自旋回波序列 T1WI、T2WI有助于评估肿瘤大小、宫旁浸润、盆腔侧壁和淋巴结浸润，弥散加权成像和动态增强有助于判断肿瘤的良恶性[4-6]。另外，近年来有文献报道MRI有助于早期宫颈癌的亚型分型诊断[7]。

相较于其他影像学检查，MRI检查扫描时间长，易造成运动伪影，从而降低图像质量及患者舒适度。在临床MRI应用中使用压缩感知（Compressed Sensing，CS）、并行采集成像（Parallel Imaging，PI）和半傅立叶采集（Half Fourier，HF）等技术来缩短扫描时间。但是，这些传统的技术在使用高加速因子时，图像质量会下降。为了取得成像速度与图像质量的双赢，联影公司开发出一种新型的MR加速解决方案——AI辅助下的压缩感知（AI-assisted Compressed Sensing，ACS），在不牺牲图像质量的前提下大幅度缩短扫描时间，能够更好地提高效率，降低运动伪影的可能影响。这一创新性的技术目前还未广泛应用于临床，至今为止亦无相关文献报道。本文通过对比宫颈癌在3.0 T联影U790 MRI检查常规T2WI和ACS T2WI的图像质量和扫描时间，探讨ACS技术在宫颈癌中的应用价值。

1 材料与方法

1.1 临床资料

前瞻性研究华中科技大学同济医学院附属同济医院光谷院区2021年1至6月临床确诊并有完整术前进行的MRI资料的宫颈病变患者。纳入标准如下：① 所有患者最终病理确诊；② 所有患者的MRI检查均在术前、药物治疗、放射治疗前进行；③ 所有患者均进行常规T2WI与ACS T2WI扫描检查，且扫描参数一致。排除标准：① 最终病理确诊为除本研究宫颈癌以外的其他类型病变；② MRI检查前进行过手术或药物治疗；③ 缺乏完整的DWI图像或图像质量差，无法测量；④ DWI扫描参数不一致。最终，共30例患者纳入本研究（女性，年龄28～69岁，平均年龄49.2岁）。

1.2 检查方法

MRI检查在3.0 T磁共振（uMR 790，上海联影医疗科技股份有限公司，中国，上海）上完成，使用12通道体部相控阵线圈。患者检查前充盈膀胱，若患者佩戴节育器则取出后再实施检查。患者体位仰卧位，脚先进。常规轴位FSE T2WI序列参数如下：层厚5 mm，层间距 1 mm，NEX=1，带宽 =±350 kHz，TR 3200 ms，TE 83 ms，视野380 mm×260 mm，采集矩阵336×90。ACS轴位FSE T2WI序列参数如下：层厚5 mm，层间距1 mm，NEX=1，带宽 =±350 kHz，TR 3200 ms，TE 83 ms，视野380 mm×260 mm，采集矩阵304×95。

1.3 图像分析

1.3.1 客观评价

所有图像均传输入联影uWS-MR R005工作站上进行处理分析。由两位具有10年工作经验的放射科医师采用盲法分别对常规T2WI和ACS T2WI图像中病灶信号强度、背景的信号强度、病灶层面的腰大肌信号强度进行测量，并计算信噪比（Signal to Noise Ratio，SNR）与对比信噪比（Contrast to Noise Ratio，CNR）。同时对扫描时间进行记录。选取ROI时尽量选取信号均匀、无伪影、无形变的区域，并避开周围正常组织、膀胱、出血、液化或坏死组织。SNR与CNR计算公式如公式(1)～(2)所示。

1.3.2 主观评价

由两位具有10年工作经验的磁共振放射技师采用双盲法、利用四分法对两组DWI进行图像质量评分，内容包括清晰度、形变、伪影、病灶显示。评分标准如下：① 清晰度：1分=差，2分=不好，3分=尚可，4分=好；② 形变：1分=严重，2分=中度，3分=稍许，4分=无；③ 伪影：1分=严重，不能诊断，2分=严重，影响局部诊断，3分=稍许，不影响诊断，4分=无伪影；④ 病灶显示：1分=病变不能识别，2分=病变显示一般，大部分轮廓显示不清，3分=病变显示良好，小部分轮廓显示不清，4分=病变显示好，轮廓清楚。

1.4 统计学分析

采用SPSS 23.0软件进行数据分析。对不同医师的图像质量客观评分（包括CNR与SNR）与主观评分（包括清晰度、形变、伪影、病灶显示）采用Kappa检验评估一致性。Kappa值：0～0.20认为两者不一致；0.21～0.40认为一致性差；0.41～0.60认为一致性中等；0.61～0.80认为一致性良好；0.81～1.00认为一致性极好。常规T2WI和ACS T2WI两组间图像质量主观评分（包括清晰度、形变、伪影、病灶显示）采用Wilcoxon’s秩和检验进行差异性统计分析。两组间图像质量客观评分（SNR、CNR）采用配对t检验进行差异性统计分析。

2 结果

2.1 两位医师对测量结果和图像质量评分一致性分析

两位技师对测量结果和图像质量评分一致性良好或极好（表1）。

表1 图像质量评分一致性结果

2.2 两组T2WI图像评分

2.2.1 主观评分

常规T2WI与ACS T2WI的图像质量主观评分均无统计学差异（P均>0.05）。ACS T2WI的伪影评分高于常规T2WI （P=0.009），见表2和图1。

图1 两组T2WI的主观评分

表2 两组T2WI图像主观评分/[分（n，%）]

2.2.2 客观评分

常规T2WI与ACS T2WI的SNR、CNR比较，差异均无统计学意义（P>0.05），见表3。

表3 两组T2WI客观评分[（±s），分]

表3 两组T2WI客观评分[（±s），分]

项目 常规T2WI ACS T2WI t值 P值SNR 9.21±2.41 8.15±2.45 -1.693 0.096 CNR 0.33±0.12 0.27±0.13 -1.725 0.090

2.3 病例图像

如图2所示，通过对比4例宫颈癌患者的常规T2WI图像与ACS T2WI图像发现，两者的图像质量没有明显差异。但是ACS组扫描时间41 s，远小于使用并行采集技术的常规T2WI 116 s。

图2 4 例宫颈癌患者的常规T2WI图像与ACS T2WI图像比较

3 讨论

磁共振成像因无辐射、多参数成像、软组织分辨率高的特点，成为宫颈癌的首选影像学检查。但由于其检查时间长，患者不配合或者不耐受易造成运动伪影，从而影响诊断图像质量。在临床扫描中，有两类方法可以减少磁共振成像时间：缩短扫描时间和二次采样。前者会降低图像的分辨率和信噪比[8]。二次采样的加速方式有并行采集、半傅里叶采集和压缩感知。这些技术在使用低加速因子时对图像质量不会有太大影响，但是在使用高加速因子时图像重建会产生各种伪影。并行采集在使用高加速因子时，图像质量会因噪声放大和或采样不足而降低[9-10]。单独使用半傅里叶可以实现的最大加速因子不超过2，所以半傅里叶通常与其他方法结合使用[11-12]。压缩感知是在合适的变换域中开发稀疏性，从而从欠采样K空间中恢复图像信息。然而，在使用高加速因子时，不充分的稀疏会导致噪声样的混叠伪影[13-14]。近年来，卷积神经网络（Convolutional Neural Network，CNN）作为一种广泛应用于人工智能领域的体系结构，已经能够超越传统的图像处理方法（如图像分类、超分辨率、降噪等），具有出色的MR加速能力[15-17]。然而，CNN也有其局限性：神经网络具有数百个参数和大量的非线性函数，由于其太复杂，导致无法通过简单的数学函数定量分析，从而无法避免一些可能的错误来确保其可靠性。

为了弥补上述加速技术的不足，一种完整的MR加速解决方案——ACS技术被提出。ACS创新性地引入了基于深度学习神经网络的AI模块，该神经网络以不同加速因子下取得的欠采样数据作为输入，以相应的全采样数据作为金标准进行训练。在学习阶段，调整数百个参数，使网络生成全采样等量无伪影的高质量图像。然后将压缩的AI模块集成到压缩感知框架的迭代重建程序中，得到最终图像。ACS沿用了压缩感知的原理，加用了AI模块的学习能力[18]。这种有效的结合充分发挥了深度学习的优势，同时也能使AI模块可控。AI模块的输出添加到迭代重建框架，而这个迭代框架作为一个扩展项受到两方面限制：① 来自PI、HF、CS的数学模型约束；② 来自原始欠采样K空间的数据一致性限制。因为AI模块结合了HF、PI、CS技术来降低噪声、减少伪影、进行信息重建，所以ACS技术可以有效地纠正这些技术单独使用带来的缺陷，从而实现高加速水平的MRI成像。因此，ACS可以在更短的时间内为临床诊断提供可靠图像。

本研究通过对比常规T2WI和ACS T2WI图像质量发现，两组图像在SNR、CNR、清晰度、形变、病灶显示方面无显著差异，但是ACS在抑制重建伪影方面显著优于常规T2WI。常规T2WI加速方式是并行采集，其产生伪影的原因主要来自两个方面：残余混叠和噪声增多[11]。产生这两种伪影的原因都是因为加速因子过高，太多的像素彼此之间需要展开，而线圈范围通道有限无法承载太多信号，表现为感兴趣区内部或外部的重影，而噪声则表现为图像解剖结构不均匀的颗粒感。ACS中的AI模块能在高加速水平下，减轻传统方法重建伪影，其原理如图3所示。扫描获取到的欠采样图像，作为真实数据输被送入网络重建。网络内部重要的数据一致性检查模型保留了输入数据的先验知识，而特征检测和图像优化过程中的参数将在训练阶段进行优化，直到网络的预测达到最佳状态为止。由于ACS中Al模块的目标是学习没有重建伪影的全采样高质量图像的特性，因此将获取的全K空间数据转换为图像域并作为目标输出。因此，ACS图像相较于常规T2WI伪影抑制方面表现更优。

图3 ACS 中的AI 模块能在高加速水平下减轻重建伪影的原理

本研究的不足之处在于收集病例数量太小，会造成测量值的选择偏倚。另外，宫颈癌盆腔平扫的序列还有其他数个，同样可以使用ACS技术，但未纳入研究范围。在下一步的相关研究中，我们将扩大病例样本，纳入其他序列一同分析。

4 结论

综上所述，常规T2WI图像质量与ACS无显著性差异，且ACS技术大幅度缩短了扫描时间，减少了运动伪影，更有利于因检查时间长而不耐受的宫颈癌患者，并提高患者检查效率。磁共振因多参数成像、软组织分辨率高的特点，成为宫颈癌患者术前诊断、术后随访复查最重要的影像学检查方法，但是MRI最大的局限就是成像速度慢。联影采用的新技术为uCS2.0光梭引擎，可以实现高速重建。联影的光梭有迭代校正功能，它是以压缩感知为基础，并行采集与半傅立叶迭代，不停重建校正反馈，光梭ACS的图像真实度有保障。联影的ACS技术不仅仅适用于盆腔MRI检查，更可用于头部、脊柱、胸部、腹部、四肢骨关节等全身其他器官检查，实现百秒成像。在今后的研究中，我们将对联影ACS技术的全身百秒成像进行探究。