联影与深圳先进院联合突破磁共振脂肪定量成像技术

基于产学研协同创新，实现高精度、稳定性的水脂分离与全身脂肪自动分析

自2015年联影与中国科学院深圳先进技术研究院（简称“深圳先进院”）合作推出中国首台3.0T磁共振以来，双方在高端医学影像设备自主研发领域持续深耕。2021年，由联影与深圳先进院牵头，联合解放军总医院、复旦大学中山医院共同完成的《高场强磁共振医学影像设备自主研制与产业化》项目荣获国家科技进步一等奖，标志着我国在高场磁共振领域的全面突破。 磁共振脂肪定量成像作为一种无创、精准的技术，广泛应用于非酒精性脂肪肝、肥胖及相关代谢性疾病的临床诊断与科研研究。然而，脂肪定量的准确性长期受限于主磁场不均匀性带来的场图估计难题，尤其在局部磁场快速变化和低信噪比条件下，传统方法稳定性差、误差大。 针对上述挑战，深圳先进院与联影团队依托联影1.5T、3.0T及9.4T磁共振系统，开展了一系列关键技术攻关： 2017年，团队提出**场图自校正方法**，通过多分辨率图像降采样生成不同尺度下的场图解，并相互校验作为种子区域，实现全局场图的稳定求解。该方法在ISMRM 2012公开数据集上得分达9928/10000，水模实验显示定量精度优于1%，显著提升复杂磁场环境下的脂肪定量稳定性。相关专利（ZL201580001253.3）获2020年广东专利金奖及2021年中国优秀专利奖。 2019年，团队进一步攻克低信噪比条件下的水脂分离难题，提出**基于水脂转换区域的TREE算法**。该方法利用水脂信号在转换区的唯一性特征，结合聚类策略缩小计算规模，在信噪比低至10时仍保持稳定性能，ISMRM 2012数据集得分为9936.8/10000，达到国际领先水平。研究成果入选《Magnetic Resonance in Medicine》2019年7月封面文章，并获ISMRM 2018年Magna Cum Laude奖。 在此基础上，为实现全身脂肪分布的自动化分析，团队联合北京大学深圳医院，基于U-Net深度学习模型开发了**全身脂肪自动分割算法**。使用联影3T磁共振采集20名志愿者从颈部至膝盖共160层图像进行训练，手动标注皮下脂肪区域用于模型优化。测试结果显示dice系数、准确率与召回率均超过0.976，具备高度一致性与可靠性，为研究脂肪沉积与糖尿病、高血压等慢性病关系提供了关键技术支撑。

图1：场图自校正方法水脂分离结果流程图

图2：左，文章图片被选为MRM 2019年7月期刊封面；右，算法低信噪比仿真结果

图3：男性和女性全身脂肪分割结果示意图

目前，该系列脂肪定量与分析技术已在人体及动物研究中广泛应用，并与多家医疗机构和科研单位建立合作，形成成熟稳定的解决方案。这一成果充分体现了“企业+科研院所+临床机构”三位一体的产学研医协同创新模式在高端医疗装备核心技术突破中的关键作用。 SEO关键字：磁共振脂肪定量、联影、深圳先进院、水脂分离、场图自校正、TREE算法、U-Net、全身脂肪分割、高场磁共振、产学研协同