基于深度学习的图像重建技术可以节省大量脊柱 MRI 检查时间，从而提高患者的舒适度和工作流程效率。

此外，根据《学术放射学》杂志发表的新研究，加速检查并不会以牺牲图像质量为代价。

与标准护理相比，研究人员发现，采用深度学习图像重建 (DLIR) 技术后，脊柱 MRI 检查时间可缩短近一半。考虑到脊柱 MRI 需求的不断增长以及背痛患者接受检查时的不适感，新研究的作者表示，节省的任何检查时间都可以显著改善患者护理和繁忙影像科室的工作流程。

“传统 MRI 有几个缺点，包括扫描时间长，这可能会因运动伪影而降低图像质量，患者不适感增加，焦虑感增加，”资深作者、中国海军军医大学第二附属医院放射科刘世元医学博士及其同事解释道。“因此，鉴于当今脊柱 MRI 的临床需求不断增加，减少 MRI 采集时间同时保持高质量诊断图像变得至关重要。”

在这项研究中，研究小组比较了一组 200 名参与者的影像，这些参与者接受了常规和加速 MRI 扫描以检查背痛，后者利用了 DLIR 后扫描。放射科医生评估了所得图像的信噪比 (SNR) 和对比度噪声比 (CNR)，此外还为检查提供了主观质量和病变特征评估。

使用 DLIR，扫描时间成功缩短了约 40%。在加速检查中，SNR 和 CNR 明显更高，并且主观质量和病变检测频率在两次扫描之间都相当。研究发现，在检测不同的脊柱异常时，DLIR 检查可以与标准护理互换，在某些情况下，使用深度学习重建的图像质量更好。

“基于深度学习的图像重建模型可以通过应用保留细节的去噪来加速序列并将质量恢复到 SOC 水平，从而克服 SNR/扫描时间关系。我们的结果表明，与 SOC 相比，深度学习图像可将总体检查时间缩短约 40%”，作者指出。“除了缩短扫描时间外，脊柱 MRI 图像的图像质量也得到了改善。”

研究小组表示，这项研究的前瞻性和真实世界性是一大优势，凸显了 DLIR 的临床实用性。不过，未来的研究有必要关注类似工具在不同设备和磁场下进行检查时的实用性，以确定其普遍性。