肌肉骨骼 MRI 新突破:从硬件革新到 AI 重建,重塑临床诊断与科研实践

在肌肉骨骼疾病的诊断与长期监测中,MRI 凭借无电离辐射、高软组织分辨率的优势已成为 “主力军”。随着人口老龄化带来的关节置换需求激增,以及个性化医疗对精准成像的要求,传统 MRI 在效率、特异性和定量能力上的局限逐渐凸显。2023 年发表于《Radiology》的综述《MRI Advancements in Musculoskeletal Clinical and Research Practice》(Sneag et al.)系统梳理了肌肉骨骼 MRI 的技术突破,涵盖硬件升级、采集重建创新、特殊场景成像优化及 AI 应用,为临床与科研提供了全面指引。本文将提炼其核心精华,详解关键技术进展。

一、硬件革新:奠定高性价比、高分辨率成像基础

MRI 硬件是成像质量的 “基石”,近年来磁铁、梯度系统和射频线圈的升级,既解决了 “患者舒适度”“成本控制” 等临床痛点,又为高分辨率成像提供了可能。

1. 磁铁与梯度系统:从 “场强选择” 到 “性能优化”

当前肌肉骨骼 MRI 以宽孔径(70cm)1.5T 和 3.0T 系统为主流,核心进展集中在梯度性能提升与场强多样化:

  • 梯度性能突破:早期宽孔径系统梯度振幅(33 mT/m)和 slew rate(120 mT/m/msec)远低于 60cm 孔径系统(50 mT/m、200 mT/m/msec);2017-2021 年新机型通过高功率梯度放大器,将性能提升至 60-80 mT/m(振幅)、150-220 mT/m/msec(slew rate),可显著缩短回波间隔,减少快速自旋回波(FSE/TSE)序列的模糊伪影。

  • 场强 “高低并举”

    • 高场强(3.0T/7.0T):3.0T 的信噪比(SNR)是 1.5T 的近 2 倍,配合专用射频线圈可缩短扫描时间或提升空间分辨率(如膝关节、腕关节成像);7.0T 虽暂限于膝关节成像,但能提供更高 SNR,支持非质子成像等创新定量应用。
    • 低场强(0.55T/0.25-0.31T):以 2021 年西门子 0.55T 全身系统为代表,其磁敏感性仅为 1.5T 的 1/3,适合骨科植入物周围成像(减少金属伪影);同时具备 80cm 宽孔径(提升患者舒适度)、小磁 footprint、低氦气消耗(降低运营成本)的优势,可满足中低收入国家的普及需求。

2. 射频线圈:“多通道 + 定制化” 提升 SNR 与灵活性

肌肉骨骼成像涉及关节、脊柱、四肢等多部位,射频线圈的 “针对性设计” 是优化分辨率的关键:

  • 通道数大幅增加:商用相控阵线圈通道数从过去的 4-16 通道提升至 8-72 通道(表 1),多线圈组合可实现 200 + 接收通道;高通道密度能同时提升浅表组织 SNR(如膝关节、手腕)和并行成像(PI)的加速能力,尤其缩短 3D 成像时间。

  • 新型线圈技术

    • 高阻抗线圈、丝网印刷线圈(适合儿科柔性成像)、液态金属线圈(可拉伸自调谐,适配关节活动成像)等,能更贴合目标解剖结构,进一步提升 SNR;
    • 专用线圈(如膝关节 18 通道收发一体线圈、脊柱 32-72 通道刚性线圈)已成为临床标配,支持动态关节成像等创新场景。
      表 1:主流厂商肌肉骨骼 MRI 高通道射频线圈配置(节选)
解剖部位 场强(T) 线圈类型(默认仅接收) 接收通道数
膝关节 1.5/3.0 刚性(收发一体) 15-18
膝关节 7.0 刚性(收发一体) 28
脊柱 1.5/3.0 刚性(台面线圈) 32-72
手 / 腕 1.5/3.0 柔性 + 刚性 16
大腿 / 手臂 1.5/3.0 柔性 18-21

二、采集与重建革新:从 “加速成像” 到 “定量整合”

传统 MRI 依赖 “延长扫描时间” 提升分辨率,而新一代采集与重建技术通过 “硬件 - 软件协同”,在缩短时间的同时实现 “定性 + 定量” 一体化成像。

1. 传统加速技术:4-8 倍加速,5 分钟完成关节 MRI

并行成像(PI)、压缩感知(CS)、同时多层(SMS)是当前临床普及的 “基础加速工具”,三者组合可实现 4-8 倍加速,将高质量关节 MRI 时间压缩至 5 分钟内:

  • 并行成像(PI):分 “图像基”(如 GE 的 ASSET、Philips 的 SENSE)和 “k 空间基”(如 Siemens 的 GRAPPA、CAIPIRINHA),利用多线圈灵敏度差异重建图像;CAIPIRINHA 技术可减少混叠伪影,在儿童膝关节 3D TSE 成像中,诊断关节内紊乱的准确率达 84%-100%。
  • 压缩感知(CS):基于 “k 空间数据稀疏性” undersample 采集,配合迭代重建;在金属伪影校正序列(如 SEMAC)中,可缩短 70% 扫描时间,同时改善植入物周围图像失真。
  • 同时多层(SMS):单次激发同时采集 2-3 层,结合 PI 解卷叠,仅轻微损失 SNR;在 3.0T 膝关节成像中,SMS+PI 组合可实现 4 倍加速,5 分钟方案与 10 分钟标准方案诊断性能相当。

2. 合成 MRI 与 MR 指纹识别:单次采集实现 “多对比度 + 定量”

定量 MRI(如 T2 mapping、T1ρ)能捕捉组织微结构变化,但传统技术存在 “扫描时间长、分辨率低” 的问题,合成 MRI 和 MR 指纹识别为其提供了新路径:

  • 合成 MRI:通过单次采集生成多对比度定性图像和定量参数图,典型技术包括:

    • GRAPPATINI:结合 PI 和多回波 k 空间 undersample,快速生成 T2 map 和合成 T2 加权像,在脊柱、膝关节成像中与传统 TSE 序列诊断一致性高;
    • QRAPMASTER:可同时输出 T1、质子密度、T2 参数图和任意对比度图像,无需多次扫描。
  • MR 指纹识别(MRF):采用伪随机脉冲序列(如翻转角、采样轨迹变化),生成 “组织指纹” 并匹配物理字典,输出 T1、T2/T2*、B0 等定量值;可减少骨科植入物的场不均匀性伪影,还能量化骨关节炎软骨退变、肌肉 dystrophy 的细胞外容积分数。

局限:目前二者以 2D 成像为主,且需解决长采集时间带来的运动伪影,未来需跨设备、跨场强验证定量准确性,才能普及临床。

3. 深度学习(DL)重建:AI 重塑 “加速 + 画质” 天花板

DL 重建突破传统技术的 “SNR - 加速比” 权衡,通过卷积神经网络(CNN)学习数据特征,实现超分辨率、去噪、伪影校正:

  • 核心优势:无需依赖物理模型,端到端优化;例如 “k 空间 - 图像双域学习” 算法,可确保重建图像与原始 k 空间数据一致性,优于单一域学习。

  • 临床应用

    • 超分辨率重建:在脚踝 2D FSE 成像中,DL 可处理 6-8 倍加速(SMS+PI)的数据,生成高清晰度图像;
    • 3D 成像优化:在颈椎、腰椎 3D MRI 中,DL 重建可提升空间分辨率,改善神经孔狭窄评估;
    • 厂商产品落地:GE 的 AIR Recon DL、Siemens 的 Deep Resolve Boost、Philips 的 SmartSpeed 已用于临床,可同时去噪和锐化图像,提升 MR 神经成像(MRN)的神经分支清晰度。
  • 挑战:需大量标注数据训练,且需建立 “感知相似性指标”(如结构相似性指数 SSIM)评估图像诊断价值,避免重建误差导致漏诊。

三、关键临床场景技术突破

针对肌肉骨骼成像的 “难点场景”(如植入物伪影、软骨微结构、短 T2 组织成像),专项技术优化显著提升诊断能力。

1. 骨科植入物周围成像:3D 多光谱技术攻克金属伪影

随着关节置换术增加,MRI 需评估植入物松动、滑膜炎、骨溶解,但金属(如钴铬合金)的磁敏感性会导致严重伪影,3D 多光谱成像成为核心解决方案:

  • 主流技术

    • MAVRIC(多采集可变共振图像组合):区分金属与组织的共振频率,抑制伪影;可识别假体轴承类型相关的滑膜炎,还能纵向监测膝关节置换术后滑膜变化;
    • SEMAC(金属伪影校正切片编码):结合 CS 可实现 8 倍加速,清晰显示植入物周围骨溶解。
  • 未来方向:需提升 3D 多光谱成像的面内分辨率,减少模糊;同时整合定量技术(如 T2 mapping、弥散加权成像),区分滑膜炎与感染。

2. 软骨成像:从 “形态评估” 到 “微结构量化”

软骨损伤是骨关节炎、运动损伤的核心靶点,MRI 技术从 “2D 形态” 向 “3D + 定量” 升级:

  • 3D 成像优势:3D FSE/TSE 序列通过各向同性分辨率(配合 PI/DL 加速),减少 2D 成像的部分容积效应,对软骨损伤的诊断性能优于 2D 序列;

  • 定量技术全景(表 2):不同技术针对软骨不同微结构,可早期发现退变:

    • T2 mapping:评估胶原纤维排列和水分子分布,临床验证充分,但易受魔角效应影响;

    • T1ρ、dGEMRIC、GagCEST:均针对蛋白多糖(PG/GAG)含量,dGEMRIC 需注射钆剂,GagCEST 无需对比剂但 3.0T 敏感性低;

    • UTE 技术:回波时间缩短至 30μs,可直接可视化软骨深层和骨软骨交界(短 T2 组织),结合 T2* mapping 实现全层软骨评估。
      表 2:软骨定量 MRI 技术核心参数

MRI 技术 靶点微结构 优势 局限
T2 mapping 胶原纤维、水分子 临床验证充分,跨场强可用 受魔角效应影响,无法量化深层软骨
T1ρ PG/GAG、胶原纤维 敏感于早期退变 易受伪影干扰,定量误差大
T2* mapping 胶原纤维、水分子 可评估深层软骨和软骨下骨,速度快 受场不均匀性、魔角效应影响
dGEMRIC PG/GAG 与 PG 含量负相关强(间接测量) 需钆剂,注射后 1.5 小时才能扫描
GagCEST PG/GAG 无需对比剂,7.0T 下性能优 3.0T 低 GAG 含量敏感性低,验证不足
钠 MRI PG/GAG 无需对比剂,敏感于早期退变 23Na 丰度低(1H 的 1/10000),需 7.0T + 专用线圈
弥散 MRI 水分子、胶原、PG/GAG 可同时评估胶原和 PG 受场不均匀性、运动伪影影响

文章配图
文章配图
文章配图

图一 不同的定量Mapping图

3. UTE 与 ZTE MRI:捕捉 “短 T2 组织” 信号,替代 CT 辐射

皮质骨、韧带、肌腱、半月板的 T2/T2 * 极短(1μs-11ms),传统 FSE 序列(最小回波时间 10ms)无法显示其信号,UTE(超短回波时间)和 ZTE(零回波时间)技术填补了这一空白:

  • 技术核心:通过 “射频激发后立即采集” 捕捉自由感应衰减信号,UTE 回波时间≈30μs,ZTE 理论上为 0μs(表 3);

  • 关键应用

    • ZTE:3D 成像,皮质骨细节优于 CT(无辐射),可用于肩关节创伤、骶髂关节炎、脊柱退变评估,在儿童、孕妇群体中可替代 CT;
    • UTE:灵活性更高,可结合脂肪抑制、磁化传递等技术,定量评估肌腱微结构(如 T2* mapping),还能监测治疗响应(如肌腱修复术后)。
      表 3:GRE、UTE、ZTE 序列关键属性对比
属性 GRE(梯度回波) UTE(超短回波) ZTE(零回波)
最短回波时间 ≈0.3ms ≈30μs 理论 0μs
商用可用性 标准配置 厂商支持原型机 GE/Philips(ZTE)、Siemens(PETRA)
成像维度 2D/3D 以 3D 为主 仅 3D
核心应用 韧带、肌腱接口 韧带、肌腱、软骨深层 皮质骨成像
多回波能力 支持 支持 不支持

4. MR 神经成像(MRN):精准定位外周神经损伤

MRN 通过 “高分辨率 + 血管抑制”,成为外周神经病变(如臂丛神经损伤、周围神经瘤)的关键诊断工具,尤其适合电生理检查阴性的病例:

  • 血管抑制技术:区分神经与邻近小血管,核心方法包括:

    • 非对比技术:如运动敏感驱动平衡(MSDE)、SHINKEI 序列,通过梯度去相位血流信号;
    • 对比增强:钆剂 + STIR 脉冲可同时抑制脂肪和液体;ferumoxytol(半衰期长、T2 缩短效应强)的 “超说明书应用” 可增强血管抑制效果,提升神经病变显示清晰度。
  • 定量评估:T2 mapping 可量化失神经肌肉水肿(T2 值升高),弥散 - derived 肌径可评估慢性失神经萎缩,且 T2 升高比定性水肿更早出现(<21 天),有助于早期发现轴索变性。

四、未来方向与总结

肌肉骨骼 MRI 的发展将围绕 “效率提升、精准定量、个性化方案” 三大核心,关键方向包括:

  1. 硬件持续优化:高场强(7.0T+)提升空间分辨率和定量敏感性,低场强(0.55T)扩大普及范围,宽孔径线圈进一步改善患者体验;
  2. AI 深度整合:DL 不仅用于重建加速,还将结合自动化分割(如软骨厚度测量)、预后预测(如骨关节炎进展),推动 “非 interpretative 工具”(如重建算法)快速落地;
  3. 定量技术标准化:建立跨中心、跨设备的 phantom 校准和协议规范,解决定量 MRI 的一致性问题;
  4. 多模态融合:PET/MRI 可能用于定位不明原因的肌肉骨骼疼痛,提供功能 + 结构信息。
    总之,从硬件的 “高低场并举” 到软件的 “AI 驱动重建”,从 “形态诊断” 到 “微结构量化”,肌肉骨骼 MRI 正逐步满足临床对 “高效、精准、个性化” 的需求。未来,随着技术的成熟与普及,其在骨关节炎早期干预、运动损伤精准治疗、植入物长期监测等领域的价值将进一步凸显。

参考文献

Sneag DB, Abel F, Potter HG, et al. MRI Advancements in Musculoskeletal Clinical and Research Practice. Radiology. 2023;308(2):e230531. https://doi.org/10.1148/radiol.230531

感谢关注

微信:Chushanzhishi2022
微信公众号:NMR凯米小屋
作者B站:楚山之石

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐