深度学习助力磁共振引导下肝脏恶性肿瘤热消融：图像质量与手术效率双提升

《Cancer Imaging》：Deep learning-based reconstruction and superresolution for MR-guided thermal ablation of malignant liver lesions

为解决磁共振引导下肝脏肿瘤热消融存在的图像获取时间长、 applicator 尖端可视性差等问题，研究人员开展了基于深度学习增强的 T1 加权 VIBE 序列（DL-VIBE）对图像质量及手术参数影响的研究。结果显示 DL-VIBE 显著提升图像质量、缩短获取及重建时间，对提升该技术的安全性和精准性意义重大。

　　在医学领域，肝脏恶性肿瘤严重威胁人类健康，热消融是常用的微创治疗手段，其中磁共振（MR）引导下的热消融备受关注。传统的热消融多在 CT 或超声引导下进行，虽然这些技术有实时成像和操作便捷等优点，但也存在诸多局限性。比如 CT 会使患者暴露于辐射中，超声成像在遇到气体或骨骼时会受到干扰，成像效果不佳。而 MR 引导下的热消融，能在不使用造影剂的情况下清晰显示肿瘤及周围解剖结构，还能从多个角度进行实时透视，精准定位并监测治疗效果。不过，MR 引导热消融也面临不少难题，像图像采集时间长，会增加患者的不适感，还可能因患者呼吸或身体移动产生运动伪影； applicator 尖端可视性差，难以精确判断其在肿瘤中的位置，影响治疗精度，而且这些问题限制了该技术的广泛应用 。

为了解决这些问题，德国图宾根大学医院（University Hospital of Tübingen）的研究人员开展了一项研究，旨在探究深度学习重建和超分辨率技术（DL-VIBE）对标准 T1 加权 VIBE-MRI（SD-VIBE）在 MR 引导热消融中的作用。该研究成果发表在《Cancer Imaging》上，为提高 MR 引导热消融的效果带来新的希望。

研究人员在 2021 年 9 月至 2023 年 2 月期间，选取了 34 例接受 MR 引导微波消融的肝脏恶性肿瘤患者。他们采用了两步深度学习图像重建方法，对术中获取的 T1 加权 3D VIBE 数据集进行回顾性处理。同时，让两位经验丰富的介入放射科医生独立评估图像质量、噪声、伪影、锐度、诊断信心和手术相关参数，还通过创建噪声图来评估信噪比的改善情况 。

研究结果如下：

• 图像质量提升：DL-VIBE 在多个方面显著优于 SD-VIBE。DL-VIBE 的整体图像质量（DL-VIBE 中位数为 4，四分位距 2；SD-VIBE 为 3，四分位距 2，p<0.01）和肝脏对比度锐度更高，噪声（DL-VIBE 中位数为 5，四分位距 2；SD-VIBE 为 3，四分位距 2，p<0.01）和伪影（DL-VIBE 中位数为 4，四分位距 2；SD-VIBE 为 3，四分位距 2，p<0.01）明显减少。而且，DL-VIBE 使肝脏轮廓和门静脉分支的锐度显著增强（DL-VIBE 中位数为 5，四分位距 2；SD-VIBE 为 3.5，四分位距 2，p<0.01） 。
• 手术相关参数改善：DL-VIBE 在关键手术环节的表现更出色。针尖的可检测性（DL-VIBE 中位数为 5，四分位距 1；SD-VIBE 为 4，四分位距 2，p<0.01）、对针定位的信心（DL-VIBE 中位数为 5，四分位距 1；SD-VIBE 为 4，四分位距 2，p<0.01）以及消融区评估的准确性（DL-VIBE 中位数为 5，四分位距 1；SD-VIBE 为 4，四分位距 2，p<0.01）都显著提高 。
• 重建和采集时间缩短：DL-VIBE 的重建时间较短，k 空间重建仅需 3 秒，超分辨率处理为 1 秒。模拟采集修改后，屏气时间可缩短约 2 秒，这对于患者来说，能减少因长时间屏气带来的不适，提高手术的耐受性 。
• 信噪比提升：通过伪复制方法计算的信噪比（SNR）地图显示，尽管 DL-VIBE 重建使用的数据较少且包含超分辨率步骤，但在均匀组织中的 SNR 仍有所提高，至少与传统重建相当 。

研究结论和讨论部分表明，DL-VIBE 技术在 MR 引导热消融中具有重要意义。它不仅能提升图像质量，使医生更清晰地观察肿瘤和周围组织，还能提高手术关键参数的准确性，降低手术风险，如减少穿刺肺部导致气胸的可能性。此外，DL-VIBE 在图像采集和重建方面节省了时间，这对提高手术效率、减轻患者负担具有积极作用。不过，该研究也存在一些局限性，比如样本量较小，3D VIBE 序列是回顾性处理的，未在实际手术中使用，图像质量评估也是回顾性的，时间节省只是理论上的。未来还需要进一步研究，将 DL-VIBE 技术安装在设备上并融入手术流程，重新评估其实际效果 。

总的来说，这项研究为 MR 引导热消融技术的发展提供了新的方向，深度学习技术有望成为提高肝脏恶性肿瘤热消融治疗效果的有力工具，为更多患者带来希望。