《Circulation: Cardiovascular Imaging》:Synthetic Contrast-Free LGE via Diffusion-Based Framework in Acute MI for Image Quality and Quantitative Scar Analysis
编辑推荐:
本文提出了一种创新的多序列引导扩散模型(MSDiff),能够仅利用非对比剂电影磁共振成像(cine MRI)和T2短时反转恢复序列(T2 STIR)生成高质量的合成原生增强(SNE)图像,用于急性心肌梗死(MI)的评估。研究证实,SNE图像在主观评分和客观对比度上均优于传统延迟增强(LGE),且在瘢痕大小和透壁性定量分析中与LGE高度一致。该技术为肾功能不全患者提供了无钆对比剂(GBCA)风险的替代方案,有望优化心血管磁共振(CMR)工作流程。
研究背景与意义
缺血性心脏病是全球主要的死亡原因。准确识别梗死心肌对于指导血运重建、评估风险和改善患者预后至关重要。晚期钆增强(LGE)心血管磁共振(CMR)成像是评估心肌瘢痕的金标准无创方法,但其依赖钆基对比剂(GBCA),在肾功能不全患者中存在禁忌症,且扫描时间较长。因此,开发无对比剂的替代方案具有重要的临床需求。本研究旨在开发一种基于扩散模型的框架,利用常规采集的电影MRI和T2 STIR序列,生成合成原生增强(SNE)图像,以无创方式实现急性心肌梗死(MI)的准确评估。
研究方法
本研究为回顾性多中心研究,收集了自2014年1月至2024年7月期间来自3个中心的331例急性ST段抬高型心肌梗死(STEMI)患者的数据。所有患者均在经皮冠状动脉介入治疗(PCI)后7天内接受了CMR检查。成像数据包括注射GBCA前获取的电影MRI、T2 STIR序列以及注射后获取的LGE序列。
研究人员提出了多序列引导扩散(MSDiff)框架。该框架的核心是一个扩散模型,负责从噪声中逐步去噪生成图像。模型输入包括与LGE图像对齐的电影帧、T2 STIR图像,以及从电影序列中提取的运动异常提示图和灰度异常提示图,并从T2图像中提取高频细节以增强水肿信号。此外,模型还集成了一个卷积神经网络(CNN)-长短期记忆网络(LSTM)架构,用于从多层面电影序列中捕获心肌运动的时空特征,并通过交叉注意力机制引导扩散模型的生成过程。模型还引入了动态条件路由门(DCR-gate)机制,以自适应地加权不同条件引导图像的重要性。
所有图像均经过预处理,包括重采样至1x1 mm分辨率、配准和中心裁剪至128x128像素。最终,来自中心I的数据被划分为训练集和内部测试集,来自中心II和中心III的数据合并为独立的外部测试集。
模型性能通过内部和外部测试集进行评估。评估内容包括:1) 使用均方误差(MSE)、峰值信噪比(PSNR)、多尺度结构相似性指数(MS-SSIM)、弗雷歇 inception 距离(FID)和核 inception 距离(KID)等指标与现有生成模型进行比较;2) 由四位经验丰富的CMR放射科医生使用5分制Likert量表对SNE和LGE图像进行主观质量评分;3) 计算心肌梗死(MI)与心肌、MI与血池、血池与心肌之间的对比度比(CR)进行客观质量评估;4) 使用半高全宽(FWHM)方法量化瘢痕大小和透壁性,并通过线性回归、Pearson相关系数、组内相关系数(ICC)和Bland-Altman图分析SNE与LGE测量结果的一致性和相关性。
研究结果
患者特征与数据
最终分析纳入了336例患者。经过严格的切片匹配和质量控制,内部数据集(中心I)包含1855组匹配的电影-T2-LGE三联体,外部数据集(中心II和中心III)包含601组三联体。患者基线特征在各中心间基本平衡。
模型比较与消融实验
与主流生成模型(如pix2pix、CycleGAN、VQVAE、HiNet、ResViT)相比,MSDiff在定量指标上表现最优,其生成的SNE图像在视觉感知和细节描绘上更胜一筹。t-SNE可视化显示,SNE图像的分布与真实LGE图像最为接近。消融实验证实,电影和T2序列的信息具有互补性,所创建的运动和灰度异常提示图以及多层面信息提取机制对于模型性能均不可或缺。
图像质量评估
主观评分方面,在内部和外部测试集中,SNE图像的Likert评分中位数(四分位距)均显著高于LGE图像(内部:4.250 [4.000–4.750] vs 4.000 [3.750–4.500];外部:4.250 [4.000–4.750] vs 4.000 [3.500–4.250];P<0.05)。SNE图像显示出更少的运动伪影。
客观对比度方面,在外部测试集中,SNE在所有CR比较(MI vs 心肌、MI vs 血池、血池 vs 心肌)中均显著高于LGE(P<0.05)。在内部测试集中,SNE在血池 vs 心肌的CR比较中也显著优于LGE(P<0.05)。这表明SNE具有更优的组织对比度。
心肌梗死定量分析
SNE与LGE在瘢痕大小(内部 R=0.839;外部 R=0.816;P<0.001)和透壁性(内部 R=0.792;外部 R=0.758;P<0.001)的测量上表现出强相关性和良好一致性。Bland-Altman分析显示,SNE与LGE测量之间的平均偏差较小(内部瘢痕大小:2.490%,透壁性:2.984%;外部瘢痕大小:2.222%,透壁性:2.225%)。视觉上,SNE生成的增强区域、瘢痕轮廓和牛眼图与LGE高度对应,且能适应不同设备的图像风格。
在瘢痕生成方面,内部数据集的假阴性切片率为3.74%,假阳性为1.02%;外部数据集的假阴性切片率为1.90%,假阳性为0.42%。此外,MSDiff能够在一定程度上生成微血管阻塞(MVO)(内部检出率66.67%,外部62.20%)。
讨论
技术优势与临床价值
MSDiff的创新之处在于融合了电影MRI提供的节段性室壁运动异常信息和T2 STIR提供的组织特性信息。其显式的异常提示图为模型生成提供了直观的解释。类别引导的扩散策略有助于缓解不同厂商设备间对比度差异,提高了模型的多中心泛化能力。与仅依赖电影序列的方法相比,MSDFF因结合了T2信息,在描绘MVO方面更具潜力。临床层面,该技术为肾功能不全患者避免了GBCA相关风险,缩短了扫描时间,提高了工作流程效率。
研究局限性与展望
本研究为回顾性研究,存在选择偏倚可能。模型要求多序列层面良好对齐,对图像质量有一定要求,可能限制其在现实场景中的应用。对于小的内膜下瘢痕以及基底段或心尖部的病变,检测仍存在挑战,MVO的生成能力也有待进一步提升。未来工作将致力于提高模型对输入图像质量的鲁棒性,探索加入T1 mapping等参数化序列以增强组织对比,并将该框架扩展到其他心肌病变的评价中。
结论
MSDiff框架成功利用非对比剂电影MRI和T2 STIR序列生成了高质量的LGE样图像。其在多中心验证中表现出优异的图像质量、准确的MI定量分析能力和强大的泛化性。该技术为急性心肌梗死的评估提供了一种无创、无对比剂风险的补充方案,具有广阔的临床应用前景。