2026.7.9
本文提出ORCAS框架，将可变CAIPIRINHA采集与双域AI重建结合，使全心cDTI在显著加速下仍能保留关键微结构指标。
Title题目
01
采用可变CAIPIRINHA位移与伪影感知AI的同步多层心脏扩散张量成像
Simultaneous multi-slice Cardiac Diffusion Tensor Imaging with variable CAIPIRINHA shifts and artefact-aware AI
文献速递介绍
02
cDTI通过测量心肌内水分子扩散来推断局部微结构，可计算MD、FA、HA和E2A等指标，用于表征心肌组织完整性、心肌纤维走向和层片结构。该技术已在心肌梗死、肥厚型心肌病等疾病中显示出临床价值，但核心障碍是采集时间过长，因为扩散信号较弱，需要8到10次重复采集来获得足够信噪比；如果还要覆盖全心并同时观察收缩期和舒张期，扫描可长达数小时。现有加速方案主要包括减少重复次数和同步多层成像SMS，前者降低信噪比，后者引入层间泄漏伪影。传统CAIPIRINHA使用固定FOV位移来帮助分离重叠切片，但残余伪影在不同重复中位置和形态一致，容易被重建算法误认为真实解剖结构。本文的核心思想是主动让SMS伪影在重复维度上失相干，再用面向伪影的AI模型去识别和消除它们，从而在高加速下维持cDTI定量质量。
Aastract摘要
03
心脏扩散张量成像能够无创表征心肌微结构，但为了获得足够信噪比通常需要多次重复采集，导致全心扫描时间过长。本文提出ORCAS框架，把重复相关、切片相关的可变CAIPIRINHA位移与伪影感知深度学习重建结合，用于同时缓解SMS层间泄漏伪影和减少重复次数带来的低信噪比问题。该模型采用基于NAFNet的双分支结构，分别在扩散加权图像域和张量域处理标量指标与方向指标，并引入受试者特异的单层b0辅助图像保持解剖一致性。在离体猪心及人工微结构异常模型上的验证显示，ORCAS可实现超过18倍加速，将全心cDTI从超过2小时缩短到7分钟以内，并使FA等关键生物标志物误差最高降低约64%。结果表明，该框架在强加速条件下仍能较好保留心肌已知扩散性质和异常区域形态，为全心cDTI临床转化提供了重要技术路径。
Method方法
04
研究使用24颗离体健康猪心的单层采集数据，模拟SMS factor 2和SMS factor 3场景，并以10次重复单层数据作为参考真值。每个切片采集3个b值和6个扩散方向，左心室区域经人工分割后被裁剪到128乘128大小，数据划分为20颗训练、2颗验证和2颗测试。作者首先在k空间模拟SMS，将相位调制后的多个切片信号叠加，再用split-slice GRAPPA分离切片，形成带SMS伪影的数据。传统固定CAIPIRINHA的位移只依赖切片编号，而本文提出的可变CAIPIRINHA让相位函数同时依赖重复编号和切片编号，使连续重复中的位移方向交替、位移幅度成对变化，从而把层间泄漏伪影分散到不同空间位置。重复次数方面，作者评估6、4、2、1次重复的协议，并为训练选择重叠尽量少的重复组合，以增加噪声和伪影模式多样性。ORCAS重建模型基于NAFNet，包含标量分支和方向分支：标量分支输入带伪影的SMS DWI幅值与相位以及单层b0辅助图像，输出校正后的幅值图像，用于计算MD和FA；方向分支直接输入由DWI估计的扩散张量并输出改进张量，用于计算HA和E2A。模型训练500个epoch，使用MAE损失、Adam优化器和余弦退火学习率。作者还设置了标准U-Net基线，使用固定CAIPIRINHA、无辅助输入、单图像域分支，以检验ORCAS的改进是否仅来自深度学习本身。
实验设计与评价
实验比较单层参考、固定CAIPIRINHA、可变CAIPIRINHA、加入AI重建的不同组合以及完整ORCAS框架，重点报告SMS factor 2在10次重复和1次重复下的结果，并在附录中给出更多重复数和SMS factor 3结果。DWI用归一化均方根误差NRMSE评价，cDTI标量图MD和FA用平均绝对误差MAE评价，角度图HA和E2A用平均绝对角误差MAAE评价，所有误差均在左心室像素内统计，并报告逐切片均值的中位数和四分位距。统计检验采用Wilcoxon符号秩检验并进行Bonferroni校正。为验证模型没有把真实组织特征当作伪影抹除，作者分析了MD、FA、HA、E2A分布是否接近单层参考，并进一步检验从心内膜到心外膜的HA跨壁梯度是否被保留。另一个关键验证是构建人工异常模型：切取左室游离壁一块组织，平面内旋转90度后重新固定，以产生局部HA梯度反转和E2A不连续，用于观察ORCAS在病变样结构存在时是否仍能保留异常。
Discussion讨论
05
作者认为ORCAS的成功来自采集设计与重建模型的协同，而不只是网络容量本身。可变CAIPIRINHA通过在重复间改变伪影空间模式，使伪影从与解剖结构高度一致的固定模式变成更容易被模型识别的不相干模式；双分支AI则分别针对图像强度和张量方向信息优化，避免只在图像域去噪而损害HA、E2A等方向指标。单层b0辅助输入为网络提供受试者特异、无SMS伪影的解剖参考，类似并行成像中的校准信号，因此对b0和解剖一致性尤其有帮助。论文也指出，在极端加速下模型可能出现视觉平滑，可能压缩HA范围或削弱边界处细微结构；E2A改善相对有限，可能与次级特征向量对噪声和伪影更敏感有关。主要局限包括SMS数据由离体单层数据模拟而来，缺乏真实在体心脏和呼吸运动、相位误差、层间位移和信号丢失；样本量较小；人工异常模型不能完全代表真实心脏病理；此外，当重复次数极少时，可变位移可提供的不相干伪影样本也会减少。作者提出未来应先做前瞻性离体SMS采集验证，再用在体数据回顾性模拟评估运动影响，最终开展大样本前瞻性在体临床研究。
Conclusion结论
06
本文提出的ORCAS框架将可变CAIPIRINHA位移与双分支伪影感知AI重建结合，用于解决SMS cDTI中的层间泄漏伪影和重复减少导致的低信噪比问题。该方法在SMS本身2倍加速的基础上结合重复数减少，实现超过18倍总体加速，同时相对传统方法将cDTI指标误差最高降低约64%。更重要的是，ORCAS能在强加速条件下保持MD、FA、HA、E2A等关键指标分布、HA跨壁梯度以及人工异常区域的可识别性。尽管仍需真实前瞻性在体验证，本文证明了通过联合设计采集伪影模式和AI重建模型，可以显著推进全心cDTI进入临床可接受扫描时间范围。
Results结果
07
结果
ORCAS显著降低了DWI和cDTI图中的伪影和定量误差。在SMS factor 2、10次重复条件下，ORCAS在b0、b150和b750上的DWI NRMSE分别为0.010、0.029和0.072，均优于标准重建；其中b0误差相对固定CAIPIRINHA基线降低超过75%。这些DWI改进传导到张量图，MD误差从0.040降低到0.030乘10的负3次方平方毫米每秒，FA误差从0.037降低到0.028。在最强加速的1次重复条件下，ORCAS仍有明显优势，整体DWI NRMSE从固定方案的0.189降至0.074，b0误差从0.102降至0.028。对于最终cDTI指标，ORCAS相对标准固定方案使MD误差降低48.3%，FA误差降低63.9%，HA误差降低53.7%，E2A误差降低39.1%。与U-Net基线相比，ORCAS在10次重复下对MD、FA、HA和E2A均更优，在1次重复下标量指标接近但HA和E2A仍明显占优，说明可变位移、单层辅助输入和张量分支确实带来超越普通深度学习重建的收益。可变CAIPIRINHA单独使用时提升较小且未必显著，但与AI结合后效果显著，说明其主要价值在于制造可被网络利用的伪影不相干性。单层b0辅助图像同样关键，可显著改善b0重建和后续张量图质量，但会轻微牺牲有效加速倍数；例如SMS 2、1次重复时从理论20倍降至18.57倍。
微结构保持与异常保持结果
对cDTI参数分布的分析显示，ORCAS在10次重复和1次重复下都比常规SMS更接近单层参考。MD分布在各方法间相对稳定，ORCAS尤其在1次重复时表现出更紧的分布，提示其能降低噪声引起的变异；FA在常规SMS中明显高估，特别是重复数较少时，而ORCAS能使FA分布更接近参考，尽管在1次重复时存在轻微低估倾向。HA和E2A的极坐标分布显示，常规SMS在1次重复下出现角度分布偏移和变宽，ORCAS则更好地保持参考分布形态。HA跨壁梯度分析进一步证明，ORCAS不仅能得到接近SB参考的梯度中位数，还能显著提高拟合质量。10次重复时ORCAS的HA梯度中位数与SB参考均为约负7.9，R2约0.96；1次重复时ORCAS仍维持R2约0.96，而常规SMS降至约0.56。符合质量标准的径向线比例在1次重复时，ORCAS达到74.2%，常规SMS仅27.6%。在人工微结构异常模型中，单层参考显示旋转区域存在清晰的正向HA梯度和E2A不连续。10次重复时常规SMS和ORCAS均能识别异常；1次重复强加速下，ORCAS虽有更高角度误差和一定平滑，但仍能保留异常的可见性，说明该方法并非简单地把局部异常过度平滑为正常结构。
Figure图
08
图1.
该图比较SMS factor 2下单层参考、固定CAIPIRINHA、可变CAIPIRINHA和ORCAS在不同b值DWI上的图像和绝对误差。10次重复时，固定和可变SMS仍可见层间泄漏误差，ORCAS进一步压低误差；1次重复时固定SMS误差显著增大，而ORCAS明显恢复图像质量，显示其能同时应对低信噪比和SMS伪影。
图2.
该图展示MD、FA、HA和E2A参数图及其误差图。相比固定和可变CAIPIRINHA的非AI重建，ORCAS在10次重复和1次重复下都能减少左心室区域内的结构化误差，尤其在1次重复极端加速下仍能保持更清晰、更接近单层参考的DT-CMR图。
图3.
该图用箱线图和极坐标直方图比较SB参考、常规SMS和ORCAS在10次重复与1次重复下的MD、FA、HA、E2A分布。常规SMS在低重复数下出现FA高估和角度分布偏移，而ORCAS的分布整体更接近SB参考，说明其不仅降低误差，也较好保持了定量生物标志物的统计特性。
图4.
该图比较从心内膜到心外膜径向线的HA梯度和线性拟合R2。ORCAS在10次重复和1次重复下都保持了与SB接近的负向跨壁梯度，并显著提高有效径向线比例和拟合质量；1次重复时ORCAS保留74.2%的高质量线，而常规SMS仅27.6%，说明其对心肌已知微结构规律的保持更可靠。
图5：
该图展示人工旋转心肌组织块造成的局部HA梯度反转和E2A不连续。ORCAS在SMS factor 2下即使只用1次重复，仍能保留异常区域的可见轮廓和方向模式，尽管MAAE有所增加，说明该方法在强伪影抑制时并未简单抹除潜在病理样结构。
