上海交大胡晨曦团队实现心脏磁共振定量成像四大技术突破
多项原创技术提升成像分辨率、扫描效率与临床适用性，推动心脏磁共振基层应用
心脏磁共振作为评估心脏结构、功能及心肌组织特征的影像学“金标准”，近年来在临床中的重要性日益凸显。然而，受限于扫描时间长、需多次屏气、图像分辨率低等问题，其在基层医疗中的广泛应用仍面临挑战。
上海交通大学胡晨曦教授课题组长期致力于心脏磁共振原创技术的研发。2024年以来，团队联合上海交通大学医学院附属瑞金医院卢湾分院、复旦大学附属中山医院及联影研究院，在心脏磁共振定量成像领域连续取得四项关键技术突破，相关成果相继发表于《Journal of Cardiovascular Magnetic Resonance》（JCMR）、《Magnetic Resonance in Medicine》（MRM）、《Journal of Magnetic Resonance Imaging》（JMRI）和《Quantitative Imaging in Medicine and Surgery》（QIMS）等国际权威期刊，为解决临床瓶颈提供了创新方案。
突破一：超高时空分辨率定量成像
传统心脏T1、T2定量成像受限于空间与时间分辨率，难以清晰显示细小病灶或应对高心率情况。胡晨曦团队基于联影科研型3T磁共振系统，提出一种结合黄金角径向采集与空间-对比度-线圈局部低秩张量（SCC-LLRT）正则化重建的新方法。该技术无需增加扫描时间，即可显著提升图像质量。
研究实现空间分辨率达1.25×1.25 mm²，时间分辨率提升至100 ms，有效增强了对乳头肌、局灶性纤维化等微小病变的识别能力，尤其适用于快速心律患者。成果已发表于JMRI与QIMS。
图1. 基于空间-对比度-线圈局部低秩张量（SCC-LLRT）约束的图像重建方法
图2. 高分辨T1成像更清晰呈现透壁性心梗病灶（绿箭头），与LGE图像匹配良好
图3. 高分辨T2成像能更准确识别高T2信号区域（箭头），优于常规成像
突破二：自由呼吸多参数定量成像
呼吸运动常导致心脏定量成像失真，影响诊断准确性。现有运动校正方法多依赖解析信号模型，难以应用于复杂的多参数任务。团队提出“字典匹配+低秩约束”（DM+LR）混合优化算法，通过构建仿真图像引导真实图像配准，并施加低秩约束提升时空间一致性。
该方法可在自由呼吸状态下完成高质量T1、T2多参数成像，显著减少运动伪影，结果接近屏气采集的金标准。研究成果发表于MRM，相关代码已开源。
图4. DM+LR方法原理：基于字典匹配与低秩性进行运动校正
图5. 所提方法获得的T1/T2图与屏气采集结果高度一致，定量精度显著提升
突破三：同时多层多参数定量成像
传统心脏定量需6次以上屏气才能完成三层短轴扫描，患者负担重且易失败。团队开发出一种融合同时多层成像（SMS）、多参数采集与稀疏-低秩重建的新技术，仅需一次屏气（11个心动周期）即可完成三层T1与T2 mapping。
在12倍加速下仍保持良好图像质量，扫描时间缩短至常规技术的1/6，病灶显示清晰。该成果发表于JCMR，初步验证了全心快速定量的可行性。
图6. 同时多层T1/T2联合定量成像方案示意图
图7. 一次屏气获取的SMS-Multimapping图像与六次屏气结果高度一致，病灶清晰可见
研究展望
上述四项技术创新分别从分辨率、运动鲁棒性、扫描效率等方面突破了当前心脏磁共振定量成像的技术瓶颈。下一步，胡晨曦团队将联合临床单位与联影研究院，进一步评估各项技术的临床诊断价值，并计划整合人工智能算法，推动实现高分辨、免屏气、快速的心脏磁共振定量成像，助力其在更广泛医疗场景中的普及应用。
[1] Gao, J., et al. (2024). High Spatial-Resolution and Acquisition-Efficiency Cardiac MR T1 Mapping Based on Radial bSSFP and a Low-Rank Tensor Constraint. Journal of magnetic resonance imaging : JMRI.
[2] Gao, J., et al. (2024). Accelerated Cartesian cardiac T2 mapping based on a calibrationless locally low-rank tensor constraint. Quantitative imaging in medicine and surgery, 14(10), 7654–7670.
[3] Chen, H., et al. (2025). Retrospective motion correction for cardiac multi-parametric mapping with dictionary matching-based image synthesis and a low-rank constraint. Magnetic resonance in medicine, 93(2), 550–562.
[4] Emu, Y., et al. (2024). Simultaneous multislice cardiac multimapping based on locally low-rank and sparsity constraints. Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance, 26(2), 101125.