李刚 黄锦彬 汪昕荣 雷漫诗 熊安妮 向青 邓锶锶 孟占鳌

    MRI 已经发展为评估腰椎椎体、髓内及周围软组织结构的首选成像方式，是已被证实的对椎间盘突出或膨出、椎体退变、脊髓和椎骨异常、软组织水肿、椎体血管瘤或肿瘤等软组织病变有效的检查方法[1-2]。但是MRI 的缺点也不容忽视，目前最主要的弊端是MRI 需要较长的时间来收集成像所需的数据，而且在某些特殊类型成像的扫描中，例如在心血管实时成像和脑功能成像的扫描中，需要十几分钟甚至更长时间才能获得必要的数据[3]。

    人工智能(AI)正在崛起，基于传统加速技术的卷积神经网络(CNN)对加速MRI 成像具有强大潜力[4]。本研究主要探索在以往的并行成像(PI)、半傅里叶采集(HF)、压缩感知技术(CS)基础上衍生出的AI 辅助压缩感知技术(ACS)这种全新加速技术的应用效果[5]。

    T2加权像(T2WI)中的高信号是由水肿信号与脂肪信号共同构成，脂肪信号不是炎症的特征，但会掩盖炎症表现，因此在T2WI 中必须使用压脂技术[6]。压脂技术有数种， 例如常用的频率选择饱和法(FS)、水脂分离成像技术(WFI)及短反转时间的反转恢复技术(STIR)，压脂序列在不同部位的特点也不尽相同。

    本 研 究 探 讨 了ACS 结 合FS、WFI、STIR 在T2WI 压脂过程中缩短成像时间、保证图像质量、抑制脂肪干扰等方面的效果，并进行优势与劣势分析，为放射科医师将AI 应用于MRI 提供参考数据。

    对象与方法

    一、研究对象

    将2022 年 6 至8 月在本院放射科因腰痛而行腰椎MRI 平扫的30 例患者作为研究对象 ......