联影AI智能光梭技术显著缩短踝关节MRI扫描时间

北医三院袁慧书团队研究证实ACS技术在保证图像质量前提下提升临床效率

北京大学第三医院与联影合作开展的最新研究成果显示，基于联影uAIFI“类脑”平台的智能光梭成像技术（AI-assisted Compressed Sensing, ACS）可显著缩短踝关节MRI扫描时间，同时保持优异图像质量与诊断精度。该成果已发表于国际权威期刊《European Radiology Experimental》（IF=3.8），为肌肉骨骼系统影像检查提供了高效新方案。

研究背景

踝关节损伤是常见的肌肉骨骼问题，磁共振成像（MRI）因其无创、安全、高分辨率等优势，成为临床首选检查手段。然而，传统高分辨率快速自旋回波序列（FSE）受限于较长扫描时间，易受运动伪影影响。为突破这一瓶颈，联影研发了ACS技术，融合人工智能、压缩感知、并行成像和半傅立叶四大加速技术，实现欠采样数据的高质量重建，在超高加速倍数下仍保障图像质量。

研究方法

研究前瞻性纳入2名健康志愿者及105例踝关节疼痛患者（男性55例，女性50例）。通过先导试验优化T1、T2及质子密度（PD）加权序列的ACS加速因子（3.2–3.3倍），随后对比ACS与常规并行成像（PI）、压缩感知（CS）在扫描时间、信噪比（SNR）、对比度噪声比（CNR）、图像质量评分及诊断一致性方面的表现。统计分析采用Shapiro-Wilk检验、Cohen's Kappa、类内相关系数及方差分析等方法。

研究成果

采用ACS技术后，踝关节MRI总扫描时间由传统PI方法的9:32分钟缩短至5:23分钟，整体提速达43%。具体来看：

• PD-FSE序列：扫描时间减少至57%
• T1加权FSE：减少至59%
• T2加权FSE：减少至57%

相较于CS技术，ACS在PD、T1、T2序列中亦分别缩短扫描时间至62%-67%、67%和62%。

图像质量方面，ACS在软骨、软骨下骨、液体、肌肉和脂肪组织中的SNR均显著高于PI与CS（p＜0.004）。在韧带/液体、软骨/液体、肌腱/液体等多个关键解剖结构对中，ACS的CNR也明显优于PI和CS（p≤0.001）。

图1. 不同解剖结构在ACS、CS和PI加速下的SNR测量结果

图2. ACS、CS和PI加速序列的CNR对比

诊断一致性评估显示，ACS、CS与PI三种方法对韧带损伤和骨软骨病变的诊断结果完全一致（κ=1.00），观察者间信度良好（κ=0.96–1.00）。

图3. 横断位PD压脂与T2加权图像显示前距腓韧带撕裂（箭头所示）

研究展望

ACS技术在踝关节MRI中的成功应用，标志着医学影像进入智能化高效成像新时代。该技术不仅大幅提升扫描效率、改善患者体验，更在不牺牲图像质量的前提下实现诊断性能等效，具有广阔临床推广前景。随着人工智能在医疗领域的深入发展，此类融合多模态加速算法的技术有望拓展至更多部位与病种，推动精准医疗与智慧医院建设进程。