European Radiology：深度学习让1.5 T颈椎MRI“又好又快”！

颈椎病是一种临床上十分常见的疾病，以脊柱退变为特征。颈椎病可对神经结构造成机械性压迫，从而引起疼痛或神经功能障碍。在大多数病人中，这些症状会在保守治疗中得到改善。然而，出现临床上显著的神经功能障碍和颈椎的渐进性畸形是需进行手术的重要指征。

颈椎MRI，特别是T2加权MRI，能以高对比度描述软组织结构、同时评估椎管狭窄和神经孔狭窄。具有如3T等较高静磁场的MRI装置可以用来进行颈椎MRI检查。然而，1.5T的MRI装置在世界范围内更容易获得，而且与更高磁场的装置相比，对有金属植入物的患者更加安全。然而，使用1.5T设备获得的MR图像与使用3.0T设备获得的图像相比信噪比较低。此外，由于神经根的直径较小，1.5TMR的成像效果不佳，这导致在评估椎管狭窄时观察者之间的一致性较低。

现阶段，深度学习不仅可以应用于影像诊断，还可以应用于图像处理。深度学习重建（DLR）通过使用噪声图像作为输入数据和去噪图像作为参考数据进行训练，可用于图像的降噪，可以克服1.5T颈椎MRI的局限性而不增加成像时间。

近日，发表在European Radiology杂志的一项研究探讨了使用DLR在1.5T颈椎矢状位T2加权MRI上评估颈椎退行性改变中的表现，为临床快速准确的诊断颈椎病变并评估疾病程度提供了强有力的影像学支持。

本研究纳入了21名志愿者（年龄42.4±11.9岁；17名男性），每位志愿者均接受了1.5T颈椎矢状T2加权MRI扫描。从采集次数（NAQ）为1或2的成像数据中分别使用DLR（NAQ1-DLR）和无DLR（NAQ1）或无DLR（NAQ2）对图像进行了重建。两位阅读者对图像的结构描述、伪影、噪声、整体图像质量、椎管狭窄和神经孔狭窄进行了评估。两位读者采用盲法随机对报告进行了评估。使用Wilcoxon签名秩检验比较NAQ1-DLR和NAQ1以及NAQ1-DLR和NAQ2之间的数值。 

分析显示，与NAQ1和NAQ2相比，NAQ1-DLR的结果明显更好（P < 0.023）。NAQ1-DLR/NAQ1/NAQ2的椎管狭窄评估的观察者间一致性（Cohen的加权卡帕[97.5%置信区间]）为0.874（0.866-0.883）/0.778（0. 767-0.789）/0.818（0.809-0.827），而在评价神经管狭窄时，分别为0.878（0.872-0.883）、0.855（0.849-0.860）、0.852（0.845-0.860）。 

图 一位52岁男性的矢状位MR图像，采集次数（NAQ）1-深度学习重建（DLR）（a）、NAQ1（b）和NAQ2（c）。C4/5椎管（白色箭头）的狭窄程度在DLR（a）中被评为2/2，在NAQ1（b）中被评为3/3，而在NAQ2（c）中评为3/2

本研究表明，DLR技术可减少图像噪声，并在使用1.5T设备获得的颈椎矢状位T2加权MR图像上提供了清晰的结构显示，即使是在NAQ较小的图像上也是如此。

原文出处：

Koichiro Yasaka,Tomoya Tanishima,Yuta Ohtake,et al.Deep learning reconstruction for 1.5 T cervical spine MRI: effect on interobserver agreement in the evaluation of degenerative changes.DOI:10.1007/s00330-022-08729-z