来源：器械之家

就纯粹的功能而言，没有任何一种成像方式可以比MR挖掘更多的新潜力

从超强大的7T，到新一代便携式系统，MR的前沿都朝着两个方向发展。同时，深度学习和图像重建为每次扫描带来了更多见识。这里按时间顺序排列，是《每日新闻》在线年度十大MR事件。

01

查克·诺里斯（Chuck Norris）和妻子

驳回了对钆生产商的诉讼

从医学影像新闻传到主流，但这就是演员查克·诺里斯（Chuck Norris）和他的妻子吉娜·奥凯莉（Gena O’Kelley）对Bracco Diagnostics提起与钆有关的诉讼时发生的情况，Inc是Bracco Imaging的子公司，于2017年成立。2020年的首批重大事件之一是他们决定在一月份撤销诉讼。

该诉讼是针对11家制药公司提起的，称注射MR造影剂导致Gena患上了Ga沉积病，并导致多次住院治疗，使这对夫妇赔付了200万美元或更多的自付费用。Gena声称，造影剂导致她出现了包括认知障碍、身体疼痛/烧伤、肾脏损害、能量/活动能力丧失和呼吸困难，她在2017年表示，即使她最近一次接触钆五年后仍继续接受治疗，包括有争议且无偿的螯合疗法，以弥补她所遭受的伤害。

钆长期以来被认为是完全安全的，但在2006年有证据表明它可能导致肾功能不全的患者发生肾原性系统性纤维化。2013年，研究人员表明，造影剂可能会在接受多次检查的患者的大脑中积聚，但专家表示，尚无证据表明保留药物会产生有害影响。

02

世界上首个便携式床头MR系统获FDA批准

今年 2 月， Hyper fine 获得了 FDA 对全球首个床边 MR 系统的批准，这为医院寻求使用该系统的护理点成像创造了新的可能性，该公司称该系统比固定的传统 MR 解决方案便宜 20 倍，重量轻 10 倍，耗电少 35 倍。

该系统配备了0.064 特斯拉磁铁，不需要屏蔽。它的开发是考虑到世界上近 90 %的人缺乏获得 MR 的途径，但也可能被证明有利于在传统 MR 已经可用的地方接受治疗的各种患者。

在医院中，大多数人想到的第一个应用是儿科，并避免了CT的电离辐射， Hyperfine的营销主管Chris Ward告诉HCB News。另一种是重症监护，只要医院里一些病情最严重、最脆弱、难以转运的病人想随时使用就可以使用 MR 。在 FDA 批准之前，在耶鲁纽黑文大学、宾夕法尼亚医学院、长岛好撒玛利亚医院、纽约长老会布鲁克林卫理公会医院和布朗大学作为研究合作伙伴进行了数千次扫描。

今年 9 月，耶鲁大学纽黑文分校的一个研究小组发表的研究显示，扫描仪在出现神经系统症状的患者中发现了缺血性卒中、出血性中风、蛛网膜下腔出血、创伤性脑损伤和脑肿瘤的证据。它也被用来分析 20 例有严重 COVID-19 症状的患者，其中许多患者病情严重，无法转移到磁共振套件进行神经学诊断。8 人被发现有神经异常。

Hyper fine 在 2019 年 RSN A 年会上公布了该系统。

03

研究显示：改良MR优于3D乳腺

致密组织筛查

2 月下旬发表在《美国医学会杂志》上的一项研究显示，在发现乳腺组织致密的女性癌症方面，改良乳房磁共振可能比数字式乳房断层合成更好。

这项评估是根据美国和德国 48 个中心的研究结果进行的，这些中心参与了首次AB-MR 前瞻性多中心研究。领导这项研究的是斯隆凯特琳癌症中心，与一个国际研究团队和 ECOG – ACRIN 癌症研究小组合作。

MSK和该研究的主要作者Christopher E. Comstock博士对HCB新闻说：“在评估采用新的测试时，需要进行这些类型的研究，并在考虑是否进行该测试时告知患者其风险和收益。”我们的研究证实，在患有乳腺癌的女性中，具有致密乳腺组织的平均风险的女性的AB-MR优于3D乳腺摄影术的2.4倍。它不仅发现更多的癌症，而且发现在3D乳腺摄影术中未发现的浸润性和高度癌症。

共有1444名40至75岁的女性参加了该试验。所有患者在其先前的乳房X光照片上都具有密集的乳房，并且目前没有乳腺癌或任何临床症状，例如BRCA状况或乳腺癌家族病史。第一年有23名妇女被诊断出患有乳腺癌，其中23例中有22例由AB-MR诊断为癌症。3D乳腺X线照片仅检测到9例，而AB-MR则发现了所有3D乳腺X线照片中发现的所有癌症，除了早期阶段的情况。

结果于今年晚些时候得到了支持，该研究评估了475名无症状乳房密实的女性，这些女性先前在2016年至2019年之间进行了3D乳腺钼靶筛查，结果为阴性。这他们在《临床肿瘤学杂志》上报告了13种癌症。

04

在ICU的近半数COVID-19患者的

MR扫描中发现大脑异常

一项在5月《放射学》杂志上发表的研究发现，土耳其有近一半的COVID-19患者被ICU收治在MR扫描中显示出脑部异常的迹象。这项发现是由伊斯坦布尔大学-塞拉帕萨分校的神经放射学家做出的，他们断言该发现证实了已经为患有该疾病的人确定的症状，特别是与神经系统有关的症状。

这组作者在他们的报告中说：“最近的证据表明，在COVID-19患者中，中枢神经系统症状占相对较高的比例（36％），包括头痛、精神状态改变、急性脑血管疾病和癫痫病。” 患有严重呼吸系统疾病的患者的神经系统症状发生率更高。相对较高的神经系统症状百分比与研究显示冠状病毒的嗜神经性相一致。”

这项研究的目的是评估COVID-19患者的神经系统状况，因为有关该主题的最新文献有限。接受评估的患者中有6％患有急性中风，另有15％的患者精神状态发生了改变。这组作者认为，造成细胞因子风暴的原因之一是细胞因子风暴，在这种风暴中，除了抵抗病毒之外，人体还攻击自己的细胞和组织。

研究人员在两家学术医院和六家非学术附属医院的ICU中对235名COVID-19患者进行了MR检查。其中有50（21％）人出现神经系统症状。所有异常均在大脑的不同区域发现，包括额叶、顶叶、枕叶、颞叶、岛叶皮层和扣带回。诊断包括自身免疫性脑炎、癫痫发作、低血糖和低氧是该组的主要区别，因为它可以伴有皮质微出血和血脑屏障破坏。研究结果强调，由于COVID-19具有嗜神经的潜能，因此可能导致感染性或自身免疫性脑炎。

作者声称，该研究可能有助于提高人们对SARS-CoV-2与感染患者（尤其是ICU患者）神经系统异常之间可能关系的认识。但是，他们警告说，合并症必须作为发现神经系统异常的混杂因素，包括糖尿病，ICU停留时间延长以及低氧引起的呼吸窘迫。

05

佳能通过1.5T MR系统获得了

迭代重建技术的认可

迭代重建技术是MR成像技术的一种发展趋势。通过允许扫描仪以更少的数据做更多的事情，它们可以在不影响图像质量的情况下加快扫描速度。

六月，FDA批准了佳能公司整合Compressed SPEEDER技术，该技术通过应用迭代重建将欠采样数据的全分辨率图像重建到Vantage Orian 1.5T MR系统中，从而缩短了扫描时间。

该消息是在三月份宣布该技术被批准用于Vantage Galan 3T MR系统上之后发布的。

佳能美国公司MR Solutions Marketing的高级经理Tom Naypaur对HCB新闻说：“ Canon Medical的压缩SPEEDER可以将扫描时间减少2.5倍，在某些情况下，相比使用压缩SPEEDER和不使用压缩SPEEDER的采集，我们发现整体扫描时间减少了60％，当然，扫描时间会因扫描协议的不同而有所差异。”

为了减少MR扫描的时间，压缩 SPEEDER使一天之内可以进行更多的扫描，并允许提供者在每次检查之间有更多的时间来帮助清洁和消毒扫描仪。减少扫描时间可提高患者的舒适度，这可能有助于减少因不适而引起的患者运动，从而获得更高质量的图像。

它还支持图像加速，可用于避免在标准并行成像中有时会出现的伪影，或者可在2D Fast Spin Echo采集中获得更高的分辨率。

压缩的SPEEDER技术包含在可用于Vantage Orian 1.5T的M-Power软件的全新版本中。该扫描仪是Windows 10的标准配置，并提供了佳能医疗公司的嵌入式网络安全解决方案，该解决方案提供了Microsoft的连续补丁和更新程序，以确保患者数据的安全。该扫描仪还具有白名单功能，该功能使临床医生只能访问已授权的应用程序和过程。

06

前列腺MR和活检质量因机构而异

虽然前列腺磁共振扫描越来越受欢迎，但明尼苏达大学医学院的研究人员在《放射学》杂志上发表的研究结果表明，不同的设备对癌症的检测质量可能不一致。

现场协调员Ben Spilseth博士在六月份告诉HCB新闻，“这确实说明，在一些机构，前列腺磁共振成像和随后的病变活检过程不像其他机构那样稳健，这可能是由于活检本身和泌尿科医生进行活检，磁共振的质量，病理学家，或解释研究的放射学家。”

Spilseth和他的同事回顾了超过3400名在前列腺MR上确定了靶标并且总共有5082个病变的男性的前列腺活检。患者分布在26个机构中，结果从前列腺成像报告和数据系统（PI-RADS）收集。

活检结果显示，按照格里森评分标准，在2082名男性中，有1698例癌症大于或等于3+4（国际泌尿外科病理学协会等级组≥2）。

大于或等于3的PI-RADS分数的估计PPV为35％，大于或等于4的PPV的估计分数为49％。在相同的PI-RADS分数阈值下，PPV的四分位数范围为27％-44 ％和27％-48％。

研究小组得出结论，此类测试的阳性预测价值在不同地点之间的差异很大，并说需要更多的研究来确定如何在不同的设施上实现相似的结果。

Spilseth说，美国放射学院目前正在开发一种新的认证程序，可以为这项工作提供帮助。他断言，最重要的是放射科医生和泌尿科医师应定期进行交流，以监测活检病理并将其与MR结果进行比较，以便他们可以快速评估和排除意外病例。

07

SPIONs是低场MR成像的未来吗？

低场MR系统正在进入神经ICU之类的领域，以评估无法轻易转移到MR室的重症患者，但是它们产生的图像比常规系统弱。6月，马萨诸塞州总医院和澳大利亚悉尼大学的研究人员调查了SPIONs进行此类扫描的潜力，SPIONs是超顺磁性氧化铁纳米粒子的缩写，磁性是传统MR造影剂的3,000倍，这使其成为低场扫描仪的理想选择。

MGH Martinos生物医学成像中心的低场MR和超极化媒体实验室主任物理学家Matthew Rosen对HCB新闻说：“没有在低磁场下表现出色的造影剂，为低磁场扫描仪增加对比度，可以使人们对高磁场进行全面的扫描。这是试图研究某些脑癌进展的肿瘤学家的非常标准的工作流程。”

这项研究的主要作者物理学家戴维·沃丁顿（David Waddington）和悉尼大学的兹登卡·昆西奇（Zdenka Kuncic）在一项涉及健康实验室大鼠的试验中测试了他们的方法，该试验用罗森自制的超低场MR扫描仪进行了扫描。对每个受试者进行了一次不带造影剂的初次扫描，而另一个进行了对比。比较了两次扫描的图像，对比增强扫描中的肾脏，肝脏和其他器官的发光比非对比扫描中的更为明亮。

罗森说：“我一直在这里与临床合作者联系，对此有很多热情，我与交谈的人（主要是神经病学）对此非常感兴趣，这样的事情可能很快就会发生，而不是迟些。正在进行低场MR的人，例如耶鲁大学的人和Northwell Health人，都对从这种新的成像方式中获得可获取的成像信息感到非常兴奋。”

08

GE Healthcare推出了7T MR系统

GE Healthcare在8月的国际医学磁共振学会（ISMRM）虚拟会议上推出了其SIGNA 7T MR系统。

配备超高磁场磁体技术的60厘米孔径扫描仪提供的功率比大多数临床系统高出约五倍，并有望增强神经退行性疾病（如阿尔茨海默氏病，轻度脑外伤（TBI）以及四肢）的成像。

斯坦福大学放射学教授加里·戈德（Garry Gold）在一份声明中说：“将新的MR平台集成到SIGNA 7.0T系统中已经产生了出色的图像质量，斯坦福大学一直在7.0T磁场强度领域与GE合作超过15年，我们希望这个新平台将为下一代科学家，研究人员和临床医生带来变革。”该系统旨在检测可能为临床医生和研究人员提供重要信息的细微结构。

它采用了GE最强大的全身梯度线圈UltraG梯度技术，可实现超高场成像速度和分辨率。它还熟悉SIGNA Works应用程序平台，该平台为临床医生提供了最先进的应用程序的访问权限，例如基于深度学习的平台工具，如用于自动切片定位和静音MR成像的AIR x brain。另一个功能是其精确的RF发送和接收体系结构，可提高图像质量和研究灵活性。

09

NYU和Facebook提升MR

4x速度而又不损失质量

早在2018年，Facebook人工智能研究与纽约大学朗格尼大学放射学系合作的fastMRI发布了大规模的里程碑式MR数据集并计划最终通过AI为其提供动力，并使MR扫描速度显着提高。

8月，他们在《美国放射学杂志》上发表了研究报告，展示了该团队通过AI生成的MR扫描与传统扫描一样有效，但又具有速度优势。从理论上讲，这意味着服务提供者一天可以扫描更多的患者，而且也减少了患者的不适感。

纽约大学朗格尼大学放射学教授，主要研究作者迈克尔·P·雷赫特（Michael P. Recht）说：“这项研究是迈向AI加速MR扫描临床接受和利用的重要一步，因为它首次证明AI产生的图像在外观上与标准的临床MR检查基本没有区别，并且在诊断准确性方面可以互换，这标志着我们如何改善患者体验和创建图像的方式发生了令人振奋的变化。”

这个开源项目包括来自10000次扫描的150万个未识别的MR膝盖图像以及来自1600次扫描的原始测量数据，研究人员从中建立了一个神经网络并对其进行了训练。这包括重建底层图像结构遗漏的视图，类似于人们插入感官信息的方式。

在这项研究中，肌肉骨骼放射科医生被要求评估每位患者的两组扫描结果，包括一组来自标准MR检查的扫描结果和一组来自fastMRI模型的扫描结果，但没有告知使用AI创建的扫描结果。检查图像的半月板撕裂，韧带异常和软骨缺损，并对图像质量进行分级。两组都提供了相同的结果，并导致了相同的诊断，但是放射科医生表示，他们比传统图像更喜欢AI图像质量。

10

用 AI 减少磁共振检查次数

在人工智能预测分析的帮助下，放射科可以减少预约磁共振的未出现次数。

至少这是新加坡樟宜总医院的研究人员在 9 月发表的一项研究中发现的，他们使用的是他们所描述的“只有少量数据和基本特征工程”。

樟宜诊断放射科高级顾问Chong Le Roy博士说：“除非有人干预，否则跟踪预约不显示的能力本身就没有用，这确实是挑战所在。只有随着最近最先进的机器学习算法的出现和最近几年中计算能力的提高，才有可能进行预测，从而使我们能够通过干预来解决此类问题。”Le Roy和他的同事使用樟宜综合医院放射线信息系统中计划在2016年1月至2018年12月之间进行的32957个门诊MR预约记录对培训和验证了他们的模型。

该团队发现总体未出现率为17.4％，评估了使用广泛使用的开源软件工具开发的各种机器学习预测模型，然后找到了使用梯度提升框架XGBoost 0.8版的基于决策树的集成算法。然后，他们在六个月内为模型预测的未参加MR约会的最高风险中最高的25％的患者实施了电话提醒。

在这六个月之后，该预测模型的未出现率是15.9％，而去年同期是19.3％，相对于基线未出现率提高了17.2％。

罗伊（Le Roy）说：“一般放射科专业将利用先进的成像方式（例如磁共振成像，CT和超声扫描）提供大量成像服务，其中门诊病人占很大比例，患有慢性非危及生命的疾病，而常规筛查将从中受益最大降低未出现率。一些例子包括用于各种关节常见内部移位的肌肉骨骼成像，用于颈椎下腰痛的脊柱成像以及乳房筛查成像。”