摘要：某些病理的神经影像学检查需要多参数定性和定量成像。定量磁共振成像(qMRI)的作用已获得广泛认可，但其采集时间较长，容易导致患者尤其是在老年患者和儿童患者群体不适。先前的研究表明，可以使用合成MRI来缩短扫描时间，并提供qMRI以及多对比度数据。然而，这种方法

导读

某些病理的神经影像学检查需要多参数定性和定量成像。定量磁共振成像(qMRI)的作用已获得广泛认可，但其采集时间较长，容易导致患者尤其是在老年患者和儿童患者群体不适。先前的研究表明，可以使用合成MRI来缩短扫描时间，并提供qMRI以及多对比度数据。然而，这种方法会受到诸如部分体积和流动等伪影的影响。为了提高扫描效率(单位时间内获得的对比图和定量图的数量)，本研究设计、模拟并演示了通过定制MR指纹(TMRF)的方法在大约4分钟内覆盖全脑的快速、同时、多对比度定性[T1加权、T1液体衰减反转恢复(FLAIR)、T2加权、水和脂肪]和定量成像(T1和T2图)。

研究在体内四个健康人脑和体外ISMRM/NST模型上进行了TMRF，并与供应商提供的金标准(GS)和MRF序列进行了比较。所有扫描均在3T GE Premier系统上进行，并使用MATLAB离线重建图像。然后对重建的定性图像进行自定义深度学习(DL)去噪和梯度各向异性扩散去噪。与字典匹配相比，采用密集神经网络重建定量组织参数图以提高计算速度。对体内数据集中定性和定量数据的灰质和白质组织进行半自动分割。绘制并比较三种方法的信噪比(SNR)和平均对比度。结果发现，GS图像的SNR优于MRF和TMRF(GS＞TMRF＞MRF)。与GS和TMRF相比，MRF的T1和T2值相对高估。TMRF的扫描效率为1.72min-1，高于GS(0.32min-1)和MRF(0.90min-1)。

材料和方法

框架：TMRF方法包括磁化演化、模拟、采集和重建的设计。图1显示了从模拟到图像分析的TMRF框架。

设计和模拟：设计一个具有螺旋读出的稳态自由进动序列(SSFP)，该序列包含四种不同脑组织的独特信号演变。TMRF总共使用749个时间点来定制四种组织类型的磁化演化。

MRI实验：使用21通道头部线圈在3T GE Premier系统(GE Healthcare，USA)上对ISMRM/NIST模型和四名健康人类参与者进行GS、MRF和TMRF序列成像。

定性成像研究：MRF和TMRF序列利用了一个具有608点读出的89-shot spiral。

TMRF重建：对获得的原始数据进行预处理。

MRF合成图像：MRF同时提供T1和T2参数图。

基于深度学习(DL)的去噪：使用(NNDnet)的神经网络(NN)去噪技术降噪。

定量成像研究——TMRF重建和模式匹配：采用基于DRONE的DL方法进行TMRF定量组织弛豫图重建。该架构由一个四层、全连接的神经网络组成。

MRF重建和模式匹配：MRF重建与模式匹配遵循Ma等人(2013)中使用字典匹配方法的相同协议。

图像分析：3D Slicer用于对所有时间层和所有四个体内数据集的定性和定量数据进行GM和WM组织分割。

来源：茗创科技