磁共振成像（MRI）对膝关节结构异常的显示具有突出的优势，是目前最常见的检查之一。与其他方式相比，MRI采集的一个主要挑战是扫描持续时间延长，较长的扫描时间会增加运动伪影干扰的可能性，尤其是在膝关节疼痛的患者中，甚至会导致扫描失败。因此，开发先进的加速扫描协议对临床意义重大。

基于人工智能 (AD）的加速核磁共振成像尚处于起步阶段，但近年来已经取得了重大进展。虽然临床上已经提出了几种先进的技术来减少图像获取时间，然而在传统的加速方法下可能会导致信号-噪声比 (SNR) 的降低和图像伪影的增加，限制了进一步加速扫描的可行性 。基于人工智能的重建方法通过卷积神经网络从大量完全采样的MR图像中预学习图像结构信息，并将预训练的知识应用于欠采样图像重建，允许高加速水平，并可同时保持高图像质量和潜力。

然而，在临床实践中，基于人工智能的图像重建必须是现实的，以确保正确的诊断。虽然以前的一些研究调查了基于人工智能的重建的应用，但迄今为止研究的主要局限性是缺乏诊断信息内容和基础事实，这限制了其对临床应用的发展。因此，基于人工智能的加速方法进入临床实践仍然存在挑战。

近日，发表在European Radiology杂志上的一篇研究评价了人工智能辅助压缩感知(ACS)加速二维快速自旋回波MRI与标准平行成像(PI)在临床3.0T膝关节快速扫描中的图像质量和诊断性能。

本项前瞻性研究在2022年3月至9月期间招募了130名连续参与者。MRI扫描程序包括一个8.0 min PI方案和两个ACS方案(3.5 min和2.0 min)。通过边缘上升距离(ERD)和信噪比(SNR)对图像质量进行定量评价。Shapiro-Wilk检验采用弗里德曼检验和事后分析。三位放射科医生独立评估每位参与者的图像质量。使用Fleiss κ分析比较阅读器间协议和协议间协议，并采用DeLong试验对各方案的诊断性能进行了研究和比较。差异有统计学意义的阈值为p < 0.05。

共150例膝关节MRI检查构成研究队列。采用ACS方案对4个常规序列进行定量评估，信噪比显著提高(p < 0.001)， ERD显著降低或与PI方案相当。对于评估的异常，阅读器之间(κ = 0.75-0.98)和协议之间(κ = 0.73-0.98)的类内相关系数从中等到显著不等。对于半月板撕裂、十字韧带撕裂和软骨缺损，ACS方案的诊断性能与PI方案相当(Delong检验，p > 0.05)。

 表 三种不同扫描协议的诊断性能

本项研究表明，与传统的PI采集相比，新的ACS方案显示出更好的图像质量，并且可以实现等效的结构异常检测，同时将采集时间缩短一半，为更多患者提高了膝关节MRI的效率和可及性，具有显著的临床优势。

原文出处：

Qizheng Wang,Weili Zhao,Xiaoying Xing,et al.Feasibility of AI-assisted compressed sensing protocols in knee MR imaging: a prospective multi-reader study.DOI:10.1007/s00330-023-09823-6