综述
压缩感知技术在颅脑MRI的临床应用进展
磁共振成像, 2022,13(9) : 144-147,159. DOI: 10.12015/issn.1674-8034.2022.09.034
摘要

MRI是临床常用的影像技术手段,由于其扫描时间过长,使患者的舒适度和依从性降低,产生不可逆的运动伪影,导致图像质量受损,对临床诊断和工作效率产生不良影响。所以在不影响图像质量的情况下缩短MRI扫描时间的需求非常迫切。压缩感知(compressed sensing, CS)技术就是采用远低于传统采样定律要求的采样点进行重建并加以恢复,可缩短信号采集时间。该技术可以明显缩短扫描时间,且不会影响MRI的图像质量,甚至可以提高图像分辨率和信噪比。本文就CS技术在颅脑MRI的应用作一综述,探讨其在多种常规MRI扫描序列上的应用进展,为临床扫描实践及CS技术的完善和未来科研热点提供多角度信息。

引用本文: 杨婧, 苗延巍. 压缩感知技术在颅脑MRI的临床应用进展 [J] . 磁共振成像, 2022, 13(9) : 144-147,159. DOI: 10.12015/issn.1674-8034.2022.09.034.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

本刊刊出的所有论文不代表本刊编委会的观点,除非特别声明

MRI因其出色的软组织对比分辨率和针对不同病理生理学方面的特殊序列而成为研究颅脑结构与功能的首选影像技术。MRI的数据在k空间中收集,通过傅里叶变换与图像空间进行数学关联,k空间中收集所有的点都是需要时间的。所以MRI采集时间在很大程度上受k空间数据点数量、采样方式以及图像重建方式的影响[1]

采集时间长是MRI的一个弱势,较长的采集时间限制了其广泛使用。特别是对于临床病情不稳定的患者和儿童患者的MRI检查,MRI长时间的扫描进程可能会使这些患者对镇静需求增加,还可能因为运动产生的伪影致使图像质量受损,影响临床诊断。而且,长时间的图像采集过程也会导致临床效率降低,甚至危及患者安全。因此,缩短图像采集和重建时间一直是MRI领域值得关注的研究热点之一。

基于MRI的成像原理,采集k空间部分重要数据进行重建不会导致原始图像信息缺失。Donoho等[2]、Candès等[3]在2006年提出压缩感知(compressed sensing, CS)技术,该技术主要是直接感知压缩之后的信号,通过选择性地采集少量重要数据并采用有效的重构算法实现原始信号的重构,缩短信号采集所需时间,减少计算量,并达到在一定程度上保持原始信号的重建质量的要求[4]。CS技术在2007年由Lustig等[5]将其应用到MRI领域。CS技术包括3个步骤:信号的稀疏性或稀疏变换、不相干欠采样和非线性重建。Sharma等[6]将CS技术应用到MRI中,进一步证明使用CS技术加速MRI扫描是可行的。CS技术的应用可以很大程度地减少采样数据量,从而可以减少后续数据传输、处理和存储的压力。CS技术以一种创新的方式改变MRI信息的获取,可以将扫描速度提高到原来的几千倍,进而缩短扫描时间。

CS技术在不显著降低图像质量的情况下,缩短MRI扫描时间方面显示出了很好的临床前景。目前,CS技术已经初步应用于腹部[7]、心脏[8]、骨关节[9]、乳腺[10]及口腔[11]等疾病中,在中枢神经系统[12]的研究也逐步展开。本文将对CS技术在中枢神经系统的应用进展进行介绍。

1 3D结构像

3D加权MRI [3D T1WI、3D T2WI及3D T2液体抑制反转恢复(fluid attenuated inversion recovery, FLAIR)]序列提供了良好的全脑覆盖图像,空间分辨率高,是临床上的常规扫描序列。同时,3D T1WI是脑结构评估的关键组成部分,可用于定量脑容积测量(全脑、灰质、白质、脑区或亚区),提供有关衰老和各种神经疾病(如阿尔茨海默病、帕金森病和多发性硬化症等)或神经精神病(如精神分裂症)的结构变化信息[13]。癫痫、多发性硬化等病变因为病灶较小、位于皮层下等原因,在常规序列图像中难以显示,需要进行各向同性的3D容积采集,以便于显示细小病变。而三维结构像可以提供高空间分辨率及良好的灰白质对比度,但是扫描时间却大大增加[4]。这样就有可能导致MRI图像运动伪影增加,图像质量降低。研究表明,应用CS技术能够缩短3D T1WI扫描时间,保证图像质量[13, 14, 15, 16]。Duan等[13]发现CS 3可以作为3D T1WI的最佳加速因子(acceleration factor, AF),扫描时间减少65%,能够保持良好的图像质量,可用于放射学诊断。Lu等[14]在配备32通道接收线圈的3.0 T MRI状态下将CS 4.6用于3D T1WI,其图像质量满足临床要求。Yarach等[15]在1.5 T MRI采用12通道接收线圈将CS 4用于3D T1WI图像采集,图像质量依然优良。Duan等[13]发现CS 3可以作为3D T1WI的最佳加速因子(acceleration factor, AF),扫描时间减少65%,能够保持良好的图像质量,可用于放射学诊断。Vranic等[16]将CS技术应用到3D T1WI和T2 FLAIR序列的研究也进一步证实CS技术可以显著缩短扫描时间,获得满足诊断要求的脑MRI图像,其图像质量与传统成像相当;3D T1WI和3D T2 FLAIR序列比常规序列分别减少了35%和25%的成像时间。Toledano-Massiah等[17]评估了CS 3D FLAIR在多发性硬化症的应用,同样证明CS在减少成像时间的同时可以获得高诊断质量的颅脑图像。但是,Molnar等[18]的研究发现,T2 FLAIR序列受CS技术的影响更大,其图像清晰度会随着AF的增加而下降。这一结果与上述结论相矛盾,所以CS技术在T2 FLAIR序列的应用可作进一步探讨。

Mönch等[19]、Ikeda等[20]均证明在3D T2WI序列施加CS技术,可在减少扫描时间的同时获得比传统并行采集加速更优异的图像。儿童的医学成像具有很大的挑战性,原因有很多:解剖结构体积小、先天性畸形的解剖结构复杂、耐受长时间镇静或全身麻醉的能力较差可能无法配合长时间检查,所以对于胎儿MRI检查技术要求较高,用较短的时间获得高质量图像是一个非常重要的前提。Bardo等[21]从技术原理的角度证实CS技术在胎儿MRI检查的可行性和重要性。马一鸣等[22]将CS技术应用到胎儿颅脑3D T2WI中,通过分析图像灰白质SNR和对比噪声比(contrast to noise ratio, CNR)分析发现CS技术可以消除或降低伪影,最大程度上提高SNR,保证胎儿颅脑的图像质量,提高胎儿中枢神经系统疾患诊断准确率,同时减少扫描时间,进一步保障孕妇与胎儿检查中的安全。Meister等[23]将CS技术应用到儿科肿瘤患者的3D T1WI、3D T2WI和T2 FLAIR序列图像中,也证实了CS技术可以减少3D T1WI序列体素的采集和重建,但不会损失SNR。CS技术可以减少扫描时间,改善图像质量,提高图像清晰度和分辨率。

由此可见,CS技术在三维结构像的研究较多且成熟,研究过程可重复性高,缩短扫描时间获得的图像质量可以满足临床诊断需要。三维结构像作为临床最常见的扫描序列,其扫描时间的缩短和图像质量的提升对临床有积极的意义。

2 3D血管成像

磁共振血管成像(magnetic resonance angiography, MRA)是通过流动的血液与周围相对静止组织的MRI信号之间的差异获得图像,主要采用时间飞跃或者相位对比法,无需注入对比剂,即能显示血管和血流信号的整体特征[24]。MRA广泛应用于颅内动脉疾病(狭窄、动脉瘤等)患者的评估和随访[25]

三维时间飞跃法磁共振血管成像(three dimensional time of flight magnetic resonance angiography, 3D TOF-MRA)是MRA的一种,既往有研究证明3D TOF-MRA在检测脑血管疾病方面具有较好的诊断效果,与数字减影血管造影(digital subtraction angiography, DSA)相当[26]。但是3D TOF-MRA较长的采集时间可能导致运动伪影,从而影响血管病变的检出,尤其是在使用亚毫米分辨率进行图像采集时[27]。TOF-MRA的源图像主要由散在的“白色”动脉和“黑色”脑实质组成,其存储形式主要是二维矩阵,因此在数学上被认为是稀疏的[28]。CS技术恰好是在欠采样的k空间利用潜在的稀疏性来提高成像速度,所以在3D TOF-MRA上应用CS技术是可行的。近期,很多研究将CS技术应用于3D TOF-MRA。Lin等[29]的研究比较传统MRA与CS-MRA的图像质量,CS-MRA的AF设置为2,降噪20%,传统MRA未设置AF和降噪比例,二者其他参数完全相同,其结果发现CS-MRA在显示动脉图像方面其质量显著提高,降低了模糊度,其主要是通过降低图像背景噪声来增强血管对比度。对颅内动脉病变的诊断性能与传统MRA的相当,扫描时间降低50%。同样由Fushimi等[30]对脑动脉瘤患者进行稀疏采样TOF扫描研究发现,脑动脉瘤在稀疏采样TOF和并行成像TOF(paralle imaging TOF, PI-TOF)图像上的显示清晰度相当。而Kim等[31]对脑动脉瘤患者进行CS-TOF和PI-TOF扫描,该研究认为PI可以缩短扫描时间,但是AF的增加会导致图像信噪比(signal-noise ratio, SNR)的降低,在本研究中二者的扫描参数略有不同,图像切片厚度分别为0.4 mm和0.6 mm,扫描层数分别为236和177,AF分别为4.6和广义自动校准部分并行采集(generalised autocalibrating partially parallel acquisition, GRAPPA)2,尽管个别参数不同,图像扫描时间仍可以减少18.2%,切相对于PI-TOF,CS-TOF提供了更好的图像质量和诊断性能。Lu等[14]比较了CS-TOF和PI-TOF的图像质量,其AF分别为10.3和GRAPPA 2,重建分辨率分别为0.4 mm×0.4 mm×0.4 mm和0.4 mm×0.4 mm×0.6 mm,其他扫描参数完全相同。结果发现CS显著缩短采集时间,对颅内动脉显示比PI-TOF能更清晰,动脉边缘锐度更高,并增高了动脉对比度。其原因可能是,在观察CS-TOF的源图像中发现了与稀疏欠采样相关的弯曲条纹样伪影,这些伪影被认为是源自颅骨边界的伪影,但是这些伪影在CS-TOF的最大密度投影(maximum intensity projection, MIP)图像上几乎看不到,传统PI-TOF源图像中心部分的斑点噪声在CS-TOF上得到了降低。Zhu等[32]将优化后的CS-SPACE(sampling perfection with application optimized contrasts using different flip angle evolution)应用于颅内黑血血管壁成像,得到良好的图像质量和可靠的血管区域测量,图像对比度增高,扫描时间减少了37%;而且CS-SPACE在AF为5的情况下能保持良好的信噪比(signal-noise ratio, SNR)。

颅内血管疾病通常具有发病急、病情重、患者状态差的特点。应用CS技术缩短了MRA扫描时间,图像质量不受影响,可以明显提高临床诊断效率,对患者疾病的治疗和预后有很大的正向影响,临床和患者之间形成一个良性循环。

3 弥散加权成像

弥散加权成像(diffusion weighted imaging, DWI)广泛应用于中枢神经系统疾病和各种肿瘤的微观结构和生理特征的诊断[33]。目前,DWI采用了两种采集技术,即回波平面成像(echo planar imaging, EPI)和涡轮自旋回波(turbo spin echo, TSE)成像。单次采集EPI-DWI具有快速图像采集的优势,在临床实践中广泛应用。但是,EPI-DWI在不同介质交界处成像时会产生明显的磁敏感伪影(如颅底),造成图像明显扭曲,影响图像质量及病变观察。与EPI不同,TSE成像序列由于采用180°的重聚焦脉冲[34],磁敏感伪影大大降低。然而,与EPI-DWI相比,TSE-DWI的主要局限性是低SNR和长采集时间[35]。Takashima等[36]将CS技术应用到TSE-DWI序列,采用根均方误差(root mean square error, RSME)和结构相似性(structural similarity, SSIM)系数作为评价图像质量的重要指标。结果发现AF<8是在保持图像质量的同时减少扫描时间的最佳选择。Sartoretti等[37]将CS技术应用到EPI-DWI发现,由于EPI与CS技术不兼容,EPI常见的伪影,如相位编码方向上的化学位移伪影、磁化率伪影、EPI重影伪影、EPI失真和饱和伪影[38]均没有表现出来。Zhang等[39]在研究使用核低秩CS方法与传统的CS方法在重建DWI时发现,传统CS-DWI在AF大于4时,海马体与周围组织难以区分,推荐DWI可应用AF为2时的CS技术。

总之,CS技术可以减少EPI-DWI在成像过程中的磁敏感伪影,提高TSE-DWI的信噪比并缩短扫描时间。CS技术可以同时解决DWI成像过程中的不足之处,对图像质量没有影响。

4 弥散张量成像

弥散张量成像(diffusion tensor imaging, DTI)是探测体内生物组织的微观结构和生理特征的有力工具,能够定量反映人体内水分子在三维空间中的弥散效应。DTI这种独特的能力已在前沿研究和临床应用中被广泛探索,如纤维跟踪和脑中各种疾病的诊断,是目前唯一的、以非侵入方式提供人体细微结构和纤维束走行分布的成像方法[40]。但是,由于DTI难以在合理的扫描时间内获得高质量的弥散图像,大大限制了DTI的实际应用。其原因是[41]:由于弥散成像是在强弥散加权梯度的存在下通过减弱信号来显示分子位移,所得到的图像本质上具有低SNR;此外,其需要至少6个不同弥散方向的测量值和一个非弥散加权基线(即b0图像)来计算代表三维弥散过程的弥散张量。因此,DTI的扫描时间通常较长。Shi等[41]认为PI会导致图像的噪声放大和高分辨率下图像伪影混叠,使得其加速扫描进程受限,而CS技术恰巧可以解决这个问题,并且可以增加用于内核校准的全采样k空间的大小,减少迭代次数。该研究将PI-CS结合应用到DTI上发现其重建图像质量好,具有更高的SNR和更少的混叠伪影;与单独基于CS的方法相比,该方法可以优化结构轮廓的显示。

目前将CS技术应用到DTI序列的研究较少,未来将CS技术应用到不同部位、不同性质病灶的DTI序列中,研究其图像质量的变化。

5 酰胺质子转移成像

酰胺质子转移(amide proton transfer, APT)成像是基于化学交换饱和转移(chemical exchange saturation transfer, CEST)的分子MRI技术的一种变体,它基于游离体水质子和组织中内源性移动蛋白和多肽的酰胺质子(-NH)之间的化学交换[42]。这一过程可以通过在人体组织中选择性诱导射频饱和,减少水信号的测量[43]。大量的临床前和临床数据表明,APT加权(APT weighted, APTw)MRI能够无创识别和区分脑肿瘤周围水肿或正常组织、高级别和低级别肿瘤或肿瘤复发的放射性坏死。临床CEST成像采集也很缓慢,主要是因为b0不均匀性校正或CEST定量需要多个射频饱和偏移[42]。尽管APTw有许多临床价值,但扫描时间长限制了其临床转化。所以,快速CEST图像技术的开发是提高APT在日常临床实践中应用的一个重要前提。

Heo等[44]将CS技术分别应用到健康人群和肿瘤患者中发现,该技术将2D CEST扩展到3D CEST,在不影响APTw图像质量的情况下,AF可以达到4,显著缩短扫描时间;更快的CEST扫描不仅有助于提高患者的舒适度和依从性,还可以用于提高图像质量,例如减少运动对不同射频饱和偏移的影响。同时发现肿瘤患者的射频饱和功率为2 μT,该功率非常适合在3.0 T磁场强度下进行APTw的成像。CS加速度可以利用射频偏倚维度中的稀疏性来进一步增加,所以该研究还发现,沿着射频偏倚方向应用随机采样模式时,能显著提高重建图像精度。She等[45]将CS技术与PI结合应用到CEST发现,可以在不改变图像质量的情况下加速扫描过程,对头部扫描的最佳AF可达到10。

脑肿瘤病因复杂、潜伏时间长、对患者生存质量危害较大,故早发现、早诊断、早治疗显得尤为重要。APT在肿瘤的分级、诊断、治疗和预后中都占有重要作用,但是其扫描时间过长,脑肿瘤患者对长时间密闭空间扫描的耐受程度的反应不一,CS技术可以解决这一难题,对各种类型和疾病程度的患者都有积极影响。然而目前CS技术在3D APT的研究较少,脑肿瘤在人群中的发病率逐年上升,未来有可能成为一个研究热点。

6 磁敏感加权成像

磁敏感加权成像(susceptibility weighted imaging, SWI)是利用血液代谢物、铁、钙等不同组织和物质之间磁敏感差异性,增加组织间对比的MRI技术[46]。SWI原理是以组织磁化率不同为基础,通过对组织产生磁化效应,在回波时间足够长时,沉积的顺磁性物质会改变局部组织的磁性,使不同部位质子的进动频率出现差异,从而形成相位差。其特点有[47]:(1)3D采集,图像空间分辨率明显增高;(2)在投影时使用最小强度的邻近层面,加上薄层重建技术进行成像,显著降低T2WI背景场的噪声影响;(3)在多个方向上进行完全流动补偿,并在相位图片的基础上成像,去除小动脉的影响,避免信号丢失,形成的图像有别于传统的MRI图像,可充分显示组织之间内在的磁敏感特异性差别,这种差别可在SWI相位图上得以显示。SWI已经广泛应用于脑创伤[48]、急性脑卒中[49]、神经退行性疾病[50]和脑肿瘤[51]等的诊断、随访。Ding等[52]对志愿者进行常规SWI和添加不同CS加速度(AF=2、4、6、8、10)的SWI序列扫描,其他扫描参数完全相同。分析红核的SNR和CNR,评价红核、黑质、大脑内静脉、基底静脉的可见性。其结果发现利用CS技术加速SWI上可行的,为了红核/黑质及大脑内静脉的可视化,推荐CS 4作为常规SWI扫描的最佳AF,可以达到在不损害图像质量的情况下缩短扫描时间,其主要原因是扫描时间的缩短导致生理运动减少。

SWI序列成像可呈现的疾病范围越来越广,但是目前少见CS技术与SWI结合的研究,需要进一步研究探索其更多的可能性。

综上所述,CS技术在保障图像质量的前提下,能够明显缩短颅脑3D结构像、3D TOF MRA、DWI、DTI及3D APT的扫描时间,提供丰富的结构与功能影像信息,具有广阔的应用前景。

志      谢
ACKNOWLEDGMENTS

Nationl Natural Science Foundation of China (No. 81671646); Dalian Science and Technology Innovation Fund Plan (No. 2020JJ27SN075).

利益冲突
作者利益冲突声明:

全部作者均声明无利益冲突。

参考文献References
[1]
YangAC, KretzlerM, SudarskiS, et al. Sparse reconstruction techniques in magnetic resonance imaging: methods, applications, and challenges to clinical adoption[J]. Invest Radiol, 2016, 51(6): 349-364. DOI: 10.1097/RLI.0000000000000274.
[2]
DonohoDL. Compressed sensing[J]. IEEE Trans Inf Theory, 2006, 52(4): 1289-1306.
[3]
CandesE, RombergJ, TaoT. Stable signal recovery from incomplete and inaccurate measurements[EB/OL]. 2005: https://arxiv.org/abs/math/0503066. DOI: 10.48550/arXiv.math/0503066.
[4]
SehgalV, DelpropostoZ, HaackeEM, et al. Clinical applications of neuroimaging with susceptibility-weighted imaging[J]. J Magn Reson Imaging, 2005, 22(4): 439-450. DOI: 10.1002/jmri.20404.
[5]
LustigM, DonohoD, PaulyJM. Sparse MRI: the application of compressed sensing for rapid MR imaging[J]. Magn Reson Med, 2007, 58(6): 1182-1195. DOI: 10.1002/mrm.21391.
[6]
SharmaSD, FongCL, TzungBS, et al. Clinical image quality assessment of accelerated magnetic resonance neuroimaging using compressed sensing[J]. Invest Radiol, 2013, 48(9): 638-645. DOI: 10.1097/RLI.0b013e31828a012d.
[7]
KimY, HwangJ, HongSS, et al. Clinical feasibility of high-resolution contrast-enhanced dynamic T1-weighted magnetic resonance imaging of the upper abdomen using compressed sensing[J]. J Comput Assist Tomogr, 2021, 45(5): 669-677. DOI: 10.1097/RCT.0000000000001221.
[8]
AltmannS, HalfmannMC, AbidoyeI, et al. Compressed sensing acceleration of cardiac cine imaging allows reliable and reproducible assessment of volumetric and functional parameters of the left and right atrium[J]. Eur Radiol, 2021, 31(10): 7219-7230. DOI: 10.1007/s00330-021-07830-z.
[9]
UtzschneiderM, MüllerM, GastLV, et al. Towards accelerated quantitative sodium MRI at 7 T in the skeletal muscle: comparison of anisotropic acquisition-and compressed sensing techniques[J]. Magn Reson Imaging, 2021, 75: 72-88. DOI: 10.1016/j.mri.2020.09.019.
[10]
WangPN, VelikinaJV, StrigelRM, et al. Comparison of data-driven and general temporal constraints on compressed sensing for breast DCE MRI[J]. Magn Reson Med, 2021, 85(6): 3071-3084. DOI: 10.1002/mrm.28628.
[11]
TomitaH, DeguchiY, FukuchiH, et al. Combination of compressed sensing and parallel imaging for T2-weighted imaging of the oral cavity in healthy volunteers: comparison with parallel imaging[J]. Eur Radiol, 2021, 31(8): 6305-6311. DOI: 10.1007/s00330-021-07699-y.
[12]
SuhCH, JungSC, LeeHB, et al. High-resolution magnetic resonance imaging using compressed sensing for intracranial and extracranial arteries: comparison with conventional parallel imaging[J]. Korean J Radiol, 2019, 20(3): 487-497. DOI: 10.3348/kjr.2018.0424.
[13]
DuanY, ZhangJ, ZhuoZ, et al. Accelerating brain 3D T1-weighted turbo field echo MRI using compressed sensing-sensitivity encoding (CS-SENSE)[J/OL]. Eur J Radio, 2020, 131 [2022-04-05]. https://www.ejradiology.com/article/S0720-048X(20)30444-7/fulltext. DOI: 10.1016/j.ejrad.2020.109255.
[14]
LuSS, QiM, ZhangX, et al. Clinical evaluation of highly accelerated compressed sensing time-of-flight MR angiography for intracranial arterial Stenosis[J]. AJNR Am J Neuroradiol, 2018, 39(10): 1833-1838. DOI: 10.3174/ajnr.A5786.
[15]
YarachU, SaekhoS, SetsompopK, et al. Feasibility of accelerated 3D T1-weighted MRI using compressed sensing: application to quantitative volume measurements of human brain structures[J]. MAGMA, 2021, 34(6): 915-927. DOI: 10.1007/s10334-021-00939-8.
[16]
VranicJE, CrossNM, WangY, et al. Compressed sensing-sensitivity encoding (CS-SENSE) accelerated brain imaging: reduced scan time without reduced image quality[J]. AJNR Am J Neuroradiol, 2019, 40(1): 92-98. DOI: 10.3174/ajnr.A5905.
[17]
Toledano-MassiahS, SayadiA, de BoerR, et al. Accuracy of the compressed sensing accelerated 3D-FLAIR sequence for the detection of MS plaques at 3T[J]. AJNR Am J Neuroradiol, 2018, 39(3): 454-458. DOI: 10.3174/ajnr.A5517.
[18]
MolnarU, NikolovJ, NikolićO, et al. Diagnostic quality assessment of compressed SENSE accelerated magnetic resonance images in standard neuroimaging protocol: choosing the right acceleration[J]. Phys Med, 2021, 88: 158-166. DOI: 10.1016/j.ejmp.2021.07.003.
[19]
MönchS, SollmannN, HockA, et al. Magnetic resonance imaging of the brain using compressed sensing-quality assessment in daily clinical routine[J]. Clin Neuroradiol, 2020, 30(2): 279-286. DOI: 10.1007/s00062-019-00789-x.
[20]
IkedaH, OhnoY, MurayamaK, et al. Compressed sensing and parallel imaging accelerated T2 FSE sequence for head and neck MR imaging: Comparison of its utility in routine clinical practice[J/OL]. Eur J Radiol, 2021, 135 [2022-04-05]. https://www.ejradiology.com/article/S0720-048X(20)30691-4/fulltext. DOI: 10.1016/j.ejrad.2020.109501.
[21]
BardoDME, RubertN. Radial sequences and compressed sensing in pediatric body magnetic resonance imaging[J]. Pediatr Radiol, 2022, 52(2): 382-390. DOI: 10.1007/s00247-021-05097-6.
[22]
马一鸣, 李茗, 张永杰. 压缩感知技术在胎儿颅脑MRI中的价值[J]. 中国临床研究, 2021, 34(5): 615-619. DOI: 10.13429/j.cnki.cjcr.2021.05.009.
MaYM, LiM, ZhangYJ. Value of compressed sensing technique in fetal brain magnetic resonance imaging[J]. Chin J Clin Res, 2021, 34(5): 615-619. DOI: 10.13429/j.cnki.cjcr.2021.05.009.
[23]
MeisterRL, GrothM, JürgensJHW, et al. Compressed SENSE in pediatric brain tumor MR imaging: assessment of image quality, examination time and energy release[J]. Clin Neuroradiol, 2022, 32(3): 725-733. DOI: 10.1007/s00062-021-01112-3.
[24]
JinZY, DuYP. Application of partial-echo compressed sensing in MR angiography[C]//2012 5th International Conference on BioMedical Engineering and Informatics. Chongqing: IEEE, 2012: 26-29. DOI: 10.1109/BMEI.2012.6513105.
[25]
FujitaN, HirabukiN, FujiiK, et al. MR imaging of middle cerebral artery stenosis and occlusion: value of MR angiography[J]. AJNR Am J Neuroradiol, 1994, 15(2): 335-341.
[26]
DingJ, DuanY, ZhuoZ, et al. Acceleration of brain TOF-MRA with compressed sensitivity encoding: a multicenter clinical study[J]. AJNR Am J Neuroradiol, 2021, 42(7): 1208-1215. DOI: 10.3174/ajnr.A7091.
[27]
BhagatYA, EmeryDJ, NaikS, et al. Comparison of generalized autocalibrating partially parallel acquisitions and modified sensitivity encoding for diffusion tensor imaging[J]. AJNR Am J Neuroradiol, 2007, 28(2): 293-298.
[28]
SakataA, FushimiY, OkadaT, et al. Evaluation of cerebral arteriovenous shunts: a comparison of parallel imaging time-of-flight magnetic resonance angiography (TOF-MRA) and compressed sensing TOF-MRA to digital subtraction angiography[J]. Neuroradiology, 2021, 63(6): 879-887. DOI: 10.1007/s00234-020-02581-y.
[29]
LinZY, ZhangXD, GuoL, et al. Clinical feasibility study of 3D intracranial magnetic resonance angiography using compressed sensing[J]. J Magn Reson Imaging, 2019, 50(6): 1843-1851. DOI: 10.1002/jmri.26752.
[30]
FushimiY, FujimotoK, OkadaT, et al. Compressed sensing 3-dimensional time-of-flight magnetic resonance angiography for cerebral aneurysms: optimization and evaluation[J]. Invest Radiol, 2016, 51(4): 228-235. DOI: 10.1097/RLI.0000000000000226.
[31]
KimD, HeoYJ, JeongHW, et al. Compressed sensing time-of-flight magnetic resonance angiography with high spatial resolution for evaluating intracranial aneurysms: comparison with digital subtraction angiography[J]. Neuroradiol J, 2021, 34(3): 213-221. DOI: 10.1177/1971400920988099.
[32]
ZhuCC, TianB, ChenLG, et al. Accelerated whole brain intracranial vessel wall imaging using black blood fast spin echo with compressed sensing (CS-SPACE)[J]. MAGMA, 2018, 31(3): 457-467. DOI: 10.1007/s10334-017-0667-3.
[33]
GeethanathS, ReddyR, KonarAS, et al. Compressed sensing MRI: a review[J]. Crit Rev Biomed Eng, 2013, 41(3): 183-204. DOI: 10.1615/critrevbiomedeng.2014008058.
[34]
ZhangZ, ZhangB, LiM, et al. Multishot Cartesian turbo spin-echo diffusion imaging using iterative POCSMUSE Reconstruction[J]. J Magn Reson Imaging, 2017, 46(1): 167-174. DOI: 10.1002/jmri.25522.
[35]
NaeyaertM, AeltermanJ, van AudekerkeJ, et al. Accelerating in vivo fast spin echo high angular resolution diffusion imaging with an isotropic resolution in mice through compressed sensing[J]. Magn Reson Med, 2021, 85(3): 1397-1413. DOI: 10.1002/mrm.28520.
[36]
TakashimaH, NakanishiM, ImamuraR, et al. Optimal acceleration factor for image acquisition in turbo spin echo: diffusion-weighted imaging with compressed sensing[J]. Radiol Phys Technol, 2021, 14(1): 100-104. DOI: 10.1007/s12194-021-00607-5.
[37]
SartorettiT, ReischauerC, SartorettiE, et al. Common artefacts encountered on images acquired with combined compressed sensing and SENSE[J]. Insights Imaging, 2018, 9(6): 1107-1115. DOI: 10.1007/s13244-018-0668-4.
[38]
HeilandS. From A as in aliasing to Z as in zipper: artifacts in MRI[J]. Clin Neuroradiol, 2008, 18(1): 25-36. DOI: 10.1007/s00062-008-8003-y.
[39]
ZhangC, ArefinTM, NakarmiU, et al. Acceleration of three-dimensional diffusion magnetic resonance imaging using a kernel low-rank compressed sensing method[J/OL]. Neuroimage, 2020, 210 [2022-04-05]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7359413/pdf/nihms-1598221.pdf. DOI: 10.1016/j.neuroimage.2020.116584.
[40]
LebihanD, ManginJF, PouponC, et al. Diffusion tensor imaging: concepts and applications[J]. J Magn Reson Imaging, 2001, 13(4): 534-546. DOI: 10.1002/jmri.1076.
[41]
ShiXW, MaXD, WuWC, et al. Parallel imaging and compressed sensing combined framework for accelerating high-resolution diffusion tensor imaging using inter-image correlation[J]. Magn Reson Med, 2015, 73(5): 1775-1785. DOI: 10.1002/mrm.25290.
[42]
ZhouJY, HeoHY, KnutssonL, et al. APT-weighted MRI: techniques, current neuro applications, and challenging issues[J]. J Magn Reson Imaging, 2019, 50(2): 347-364. DOI: 10.1002/jmri.26645.
[43]
LinglJP, WunderlichA, GoerkeS, et al. The Value of APTw CEST MRI in Routine Clinical Assessment of Human Brain Tumor Patients at 3T[J/OL]. Diagnostics (Basel), 2022, 12(2) [2022-04-05]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8871436/pdf/diagnostics-12-00490.pdf. DOI: 10.3390/diagnostics12020490.
[44]
HeoHY, XuX, JiangSS, et al. Prospective acceleration of parallel RF transmission-based 3D chemical exchange saturation transfer imaging with compressed sensing[J]. Magn Reson Med, 2019, 82(5): 1812-1821. DOI: 10.1002/mrm.27875.
[45]
SheHJ, GreerJS, ZhangS, et al. Accelerating chemical exchange saturation transfer MRI with parallel blind compressed sensing[J]. Magn Reson Med, 2019, 81(1): 504-513. DOI: 10.1002/mrm.27400.
[46]
HalefogluAM, YousemDM. Susceptibility weighted imaging: clinical applications and future directions[J]. World J Radiol, 2018, 10(4): 30-45. DOI: 10.4329/wjr.v10.i4.30.
[47]
杨露, 张士德. SWI在中枢神经系统疾病中的应用及发展[J]. 医学影像学杂志, 2019, 29(12):2144-2146.
YangL, ZhangSD. Application and development of susceptibility weighted imaging in central nervous system diseases[J]. J Med Imaging, 2019, 29(12):2144-2146.
[48]
GencturkM, CamI, KokselY, et al. Role of susceptibility-weighted imaging in detecting retinal hemorrhages in children with head trauma[J]. Clin Neuroradiol, 2021, 31(3): 611-617. DOI: 10.1007/s00062-020-00939-6.
[49]
JiangHF, ZhangYQ, PangJX, et al. Factors associated with prominent vessel sign on susceptibility-weighted imaging in acute ischemic stroke[J]. Sci Rep, 2021, 11(1) [2022-04-05]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7952411/pdf/41598_2021_Article_84269.pdf. DOI: 10.1038/s41598-021-84269-8.
[50]
SotoudehH, SarramiAH, WangJX, et al. Susceptibility-weighted imaging in neurodegenerative disorders: a review[J]. J Neuroimaging, 2021, 31(3): 459-470. DOI: 10.1111/jon.12841.
[51]
KangH, JangS. The diagnostic value of postcontrast susceptibility-weighted imaging in the assessment of intracranial brain neoplasm at 3T[J]. Acta Radiol Stock Swed, 2021, 62(6): 791-798. DOI: 10.1177/0284185120940265.
[52]
DingJ, DuanY, WangM, et al. Acceleration of brain susceptibility-weighted imaging with compressed sensitivity encoding: a prospective multicenter study[J]. AJNR Am J Neuroradiol, 2022, 43(3): 402-409. DOI: 10.3174/ajnr.A7441.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词