使用高梯度强度和深度学习的超快速 3T 前列腺 MRI

前列腺多参数 MRI (mpMRI) 已成为评估前列腺癌最重要的非侵入性诊断工具，并且是 MRI 靶向活检的基线 (1,2)。 由于前列腺癌的发病率很高，预计 2023 年仅在美国就有 290,000 例新发病例 (3)，因此广泛提供前列腺 mpMRI 的需求是巨大的。 然而，当前的临床 MRI 协议较长，采集时间超过 30 分钟，可能限制了检查患者的数量。 根据前列腺成像报告和数据系统 (PI-RADS) 的指南，足够的 mpMRI 方案必须包括弥散加权成像 (DWI)、T2 加权 (T2w) 成像、动态对比增强成像以及前后 T1 加权成像给予造影剂(4,5)。 人们已经开发出不同的方法来缩短协议本身或加快采集时间。 例如，通过采用深度学习方法 (6) 或压缩感知的进步 (7)，显着减少了 T2w 序列采集时间，同时图像质量得到了提高。 不同的研究表明，与标准多参数协议相比，双参数 MRI (bpMRI) 协议具有相同的性能，有效地将采集时间缩短至 5 分钟 (8,9,10)。 这是通过仅关注 DWI 和 T2w 成像而忽略动态对比增强序列和 T1 加权序列来完成的，因为这些序列的附加诊断价值应该是有限的 (11)。

MRI 技术的最新发展允许高达 500 mT/m 的超高扩散梯度强度和高达 600 T/m/s 的转换速率，从而通过更快地建立扩散梯度来减少回波时间和采集时间 (12, 13）。 此外，这些梯度能够以高信噪比以小尺度成像，连续增强组织微结构检测的灵敏度 (14,15)。 由于这些梯度的实验性质，该技术仅在健康志愿者的研究环境中进行了研究 (16)，而没有在现实世界的临床环境中进行研究，更不用说在前列腺成像中了。

因此，本研究的目的是使用超高梯度和深度学习重建 DWI 和 T2w 序列，为怀疑患有前列腺癌的患者建立超快速简化 bpMRI 方案。 除了采集时间的评估之外，本研究的主要目的是评估 bpMRI 和 mpMRI 的整体图像质量以及对 PI-RADS 评分的影响。