磁共振成像（magnetic resonance imaging，MRI）以其無(wú)輻射、高軟組織分辨率、多參數(shù)成像等特點(diǎn)，在多種疾病的診斷和評(píng)估中具有不可替代的優(yōu)勢(shì)，已成為現(xiàn)代醫(yī)學(xué)影像學(xué)的重要組成部分。圖像診斷能力和掃描速度是決定MRI檢查工作流程是否經(jīng)濟(jì)高效的基礎(chǔ)。在臨床實(shí)踐中，MRI圖像質(zhì)量和成像速度受軟件和硬件限制，由于MRI成像時(shí)間長(zhǎng)，部分患者（例如耐受度差、嬰幼兒、危重癥患者等）往往難以堅(jiān)持而產(chǎn)生不自主運(yùn)動(dòng)，造成圖像質(zhì)量較低，偽影嚴(yán)重，甚至成像失敗。MRI成像時(shí)間與圖像分辨率、信噪比、對(duì)比度等因素相互制約，如何快速高質(zhì)量成像一直是MRI領(lǐng)域面臨的重大難題和關(guān)注焦點(diǎn)。填充k空間以及將k空間數(shù)據(jù)通過(guò)算法（例如，傅里葉變換）轉(zhuǎn)換為MR圖像是MRI原理的核心；其中k空間欠采樣是MR數(shù)據(jù)快速采集的基礎(chǔ)，可有效地節(jié)省成像時(shí)間；優(yōu)化算法是保證圖像重建質(zhì)量和重建速度的關(guān)鍵。

人工智能（artificial intelligence，AI）已經(jīng)廣泛應(yīng)用于醫(yī)學(xué)成像過(guò)程中，計(jì)算機(jī)輔助診斷作為AI的一個(gè)分支，早在數(shù)十年前就已經(jīng)在放射學(xué)領(lǐng)域展現(xiàn)出獨(dú)特的優(yōu)勢(shì)和較好的臨床應(yīng)用。近幾年，AI在計(jì)算機(jī)視覺(jué)領(lǐng)域展現(xiàn)出巨大的潛力，特別是深度學(xué)習(xí)（deep learning，DL）中的卷積神經(jīng)網(wǎng)絡(luò)在醫(yī)學(xué)成像領(lǐng)域取得了許多令人興奮的突破，涉及疾病分類、解剖結(jié)構(gòu)分割、圖像合成以及圖像重建等。稀疏采樣結(jié)合基于DL的重建算法在磁共振加速成像領(lǐng)域也取得了很大進(jìn)展。本文綜合近年來(lái)AI在k空間填充和MR圖像重建方面的研究，闡述AI在磁共振加速成像中的進(jìn)展，有助于影像技師和診斷醫(yī)師更好地理解、使用和開(kāi)發(fā)基于AI的MR加速技術(shù)，通過(guò)縮短成像時(shí)間為耐受度差、危重癥、嬰幼兒等患者帶來(lái)福音。

第一作者丁金立主任，是首都醫(yī)科大學(xué)附屬北京天壇醫(yī)院放射科主任技師，長(zhǎng)期從事醫(yī)學(xué)影像技術(shù)臨床、科研和教學(xué)工作。發(fā)表中英文學(xué)術(shù)論文60余篇，副主編醫(yī)學(xué)影像相關(guān)國(guó)家級(jí)教材2部，參編4部。

通訊作者牛延濤，主任技師、教授、博士生導(dǎo)師。首都醫(yī)科大學(xué)附屬北京友誼醫(yī)院放射科副主任以第一作者或通訊作者發(fā)表中華級(jí)和SCI論文60篇。榮獲國(guó)家科技進(jìn)步二等獎(jiǎng)1項(xiàng)，榮獲北京市抗擊新冠肺炎疫情先進(jìn)個(gè)人、北京市衛(wèi)生健康委優(yōu)秀共產(chǎn)黨員、“國(guó)之名醫(yī)-優(yōu)秀風(fēng)范”、“人民好醫(yī)生-特殊貢獻(xiàn)”等榮譽(yù)稱號(hào)。

文章信息

丁金立，鄭鳳蓮，靳步，等。人工智能在磁共振加速成像中的研究進(jìn)展. 科學(xué)通報(bào), 2025.

https://doi.org/10.1360/CSB-2025-5211

https://www.sciengine.com/doi/10.1360/CSB-2025-5211.

轉(zhuǎn)載、投稿請(qǐng)留言

| 關(guān)注科學(xué)通報(bào) | 了解科學(xué)前沿