來源：器械之家
就純粹的功能而言，沒有任何一種成像方式可以比MR挖掘更多的新潛力
從超強大的7T，到新一代便攜式系統，MR的前沿都朝著兩個方向發展。同時，深度學習和圖像重建爲每次掃描帶來了更多見識。這裏按時間順序排列，是《每日新聞》在線年度十大MR事件。
01
查克·諾裏斯（Chuck Norris）和妻子
駁回了對钆生産商的訴訟
從醫學影像新聞傳到主流，但這就是演員查克·諾裏斯（Chuck Norris）和他的妻子吉娜·奧凱莉（Gena O’Kelley）對Bracco Diagnostics提起與钆有關的訴訟時發生的情況，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們決定在一月份撤銷訴訟。
該訴訟是針對11家制藥公司提起的，稱注射MR造影劑導致Gena患上了Ga沉積病，並導致多次住院治療，使這對夫婦賠付了200萬美元或更多的自付費用。Gena聲稱，造影劑導致她出現了包括認知障礙、身體疼痛/燒傷、腎髒損害、能量/活動能力喪失和呼吸困難，她在2017年表示，即使她最近一次接觸钆五年後仍繼續接受治療，包括有爭議且無償的螯合療法，以彌補她所遭受的傷害。
钆長期以來被認爲是完全安全的，但在2006年有證據表明它可能導致腎功能不全的患者發生腎原性系統性纖維化。2013年，研究人員表明，造影劑可能會在接受多次檢查的患者的大腦中積聚，但專家表示，尚無證據表明保留藥物會産生有害影響。
02
世界上首個便攜式床頭MR系統獲FDA批准
今年 2 月， Hyper fine 獲得了 FDA 對全球首個床邊 MR 系統的批准，這爲醫院尋求使用該系統的護理點成像創造了新的可能性，該公司稱該系統比固定的傳統 MR 解決方案便宜 20 倍，重量輕 10 倍，耗電少 35 倍。
該系統配備了0.064 特斯拉磁鐵，不需要屏蔽。它的開發是考慮到世界上近 90 %的人缺乏獲得 MR 的途徑，但也可能被證明有利于在傳統 MR 已經可用的地方接受治療的各種患者。
在醫院中，大多數人想到的第一個應用是兒科，並避免了CT的電離輻射， Hyperfine的營銷主管Chris Ward告訴HCB News。另一種是重症監護，只要醫院裏一些病情最嚴重、最脆弱、難以轉運的病人想隨時使用就可以使用 MR 。在 FDA 批准之前，在耶魯紐黑文大學、賓夕法尼亞醫學院、長島好撒瑪利亞醫院、紐約長老會布魯克林衛理公會醫院和布朗大學作爲研究合作夥伴進行了數千次掃描。
今年 9 月，耶魯大學紐黑文分校的一個研究小組發表的研究顯示，掃描儀在出現神經系統症狀的患者中發現了缺血性卒中、出血性中風、蛛網膜下腔出血、創傷性腦損傷和腦腫瘤的證據。它也被用來分析 20 例有嚴重 COVID-19 症狀的患者，其中許多患者病情嚴重，無法轉移到磁共振套件進行神經學診斷。8 人被發現有神經異常。
Hyper fine 在 2019 年 RSN A 年會上公布了該系統。
03
研究顯示：改良MR優于3D乳腺
致密組織篩查
2 月下旬發表在《美國醫學會雜志》上的一項研究顯示，在發現乳腺組織致密的女性癌症方面，改良乳房磁共振可能比數字式乳房斷層合成更好。
這項評估是根據美國和德國 48 個中心的研究結果進行的，這些中心參與了首次AB-MR 前瞻性多中心研究。領導這項研究的是斯隆凱特琳癌症中心，與一個國際研究團隊和 ECOG – ACRIN 癌症研究小組合作。
MSK和該研究的主要作者Christopher E. Comstock博士對HCB新聞說：“在評估采用新的測試時，需要進行這些類型的研究，並在考慮是否進行該測試時告知患者其風險和收益。”我們的研究證實，在患有乳腺癌的女性中，具有致密乳腺組織的平均風險的女性的AB-MR優于3D乳腺攝影術的2.4倍。它不僅發現更多的癌症，而且發現在3D乳腺攝影術中未發現的浸潤性和高度癌症。
共有1444名40至75歲的女性參加了該試驗。所有患者在其先前的乳房X光照片上都具有密集的乳房，並且目前沒有乳腺癌或任何臨床症狀，例如BRCA狀況或乳腺癌家族病史。第一年有23名婦女被診斷出患有乳腺癌，其中23例中有22例由AB-MR診斷爲癌症。3D乳腺X線照片僅檢測到9例，而AB-MR則發現了所有3D乳腺X線照片中發現的所有癌症，除了早期階段的情況。
結果于今年晚些時候得到了支持，該研究評估了475名無症狀乳房密實的女性，這些女性先前在2016年至2019年之間進行了3D乳腺钼靶篩查，結果爲陰性。這他們在《臨床腫瘤學雜志》上報告了13種癌症。
04
在ICU的近半數COVID-19患者的
MR掃描中發現大腦異常
一項在5月《放射學》雜志上發表的研究發現，土耳其有近一半的COVID-19患者被ICU收治在MR掃描中顯示出腦部異常的迹象。這項發現是由伊斯坦布爾大學-塞拉帕薩分校的神經放射學家做出的，他們斷言該發現證實了已經爲患有該疾病的人確定的症狀，特別是與神經系統有關的症狀。
這組作者在他們的報告中說：“最近的證據表明，在COVID-19患者中，中樞神經系統症狀占相對較高的比例（36％），包括頭痛、精神狀態改變、急性腦血管疾病和癫痫病。” 患有嚴重呼吸系統疾病的患者的神經系統症狀發生率更高。相對較高的神經系統症狀百分比與研究顯示冠狀病毒的嗜神經性相一致。”
這項研究的目的是評估COVID-19患者的神經系統狀況，因爲有關該主題的最新文獻有限。接受評估的患者中有6％患有急性中風，另有15％的患者精神狀態發生了改變。這組作者認爲，造成細胞因子風暴的原因之一是細胞因子風暴，在這種風暴中，除了抵抗病毒之外，人體還攻擊自己的細胞和組織。
研究人員在兩家學術醫院和六家非學術附屬醫院的ICU中對235名COVID-19患者進行了MR檢查。其中有50（21％）人出現神經系統症狀。所有異常均在大腦的不同區域發現，包括額葉、頂葉、枕葉、颞葉、島葉皮層和扣帶回。診斷包括自身免疫性腦炎、癫痫發作、低血糖和低氧是該組的主要區別，因爲它可以伴有皮質微出血和血腦屏障破壞。研究結果強調，由于COVID-19具有嗜神經的潛能，因此可能導致感染性或自身免疫性腦炎。
作者聲稱，該研究可能有助于提高人們對SARS-CoV-2與感染患者（尤其是ICU患者）神經系統異常之間可能關系的認識。但是，他們警告說，合並症必須作爲發現神經系統異常的混雜因素，包括糖尿病，ICU停留時間延長以及低氧引起的呼吸窘迫。
05
佳能通過1.5T MR系統獲得了
叠代重建技術的認可
叠代重建技術是MR成像技術的一種發展趨勢。通過允許掃描儀以更少的數據做更多的事情，它們可以在不影響圖像質量的情況下加快掃描速度。
六月，FDA批准了佳能公司整合Compressed SPEEDER技術，該技術通過應用叠代重建將欠采樣數據的全分辨率圖像重建到Vantage Orian 1.5T MR系統中，從而縮短了掃描時間。
該消息是在三月份宣布該技術被批准用于Vantage Galan 3T MR系統上之後發布的。
佳能美國公司MR Solutions Marketing的高級經理Tom Naypaur對HCB新聞說：“ Canon Medical的壓縮SPEEDER可以將掃描時間減少2.5倍，在某些情況下，相比使用壓縮SPEEDER和不使用壓縮SPEEDER的采集，我們發現整體掃描時間減少了60％，當然，掃描時間會因掃描協議的不同而有所差異。”
爲了減少MR掃描的時間，壓縮 SPEEDER使一天之內可以進行更多的掃描，並允許提供者在每次檢查之間有更多的時間來幫助清潔和消毒掃描儀。減少掃描時間可提高患者的舒適度，這可能有助于減少因不適而引起的患者運動，從而獲得更高質量的圖像。
它還支持圖像加速，可用于避免在標准並行成像中有時會出現的僞影，或者可在2D Fast Spin Echo采集中獲得更高的分辨率。
壓縮的SPEEDER技術包含在可用于Vantage Orian 1.5T的M-Power軟件的全新版本中。該掃描儀是Windows 10的標准配置，並提供了佳能醫療公司的嵌入式網絡安全解決方案，該解決方案提供了Microsoft的連續補丁和更新程序，以確保患者數據的安全。該掃描儀還具有白名單功能，該功能使臨床醫生只能訪問已授權的應用程序和過程。
06
前列腺MR和活檢質量因機構而異
雖然前列腺磁共振掃描越來越受歡迎，但明尼蘇達大學醫學院的研究人員在《放射學》雜志上發表的研究結果表明，不同的設備對癌症的檢測質量可能不一致。
現場協調員Ben Spilseth博士在六月份告訴HCB新聞，“這確實說明，在一些機構，前列腺磁共振成像和隨後的病變活檢過程不像其他機構那樣穩健，這可能是由于活檢本身和泌尿科醫生進行活檢，磁共振的質量，病理學家，或解釋研究的放射學家。”
Spilseth和他的同事回顧了超過3400名在前列腺MR上確定了靶標並且總共有5082個病變的男性的前列腺活檢。患者分布在26個機構中，結果從前列腺成像報告和數據系統（PI-RADS）收集。
活檢結果顯示，按照格裏森評分標准，在2082名男性中，有1698例癌症大于或等于3+4（國際泌尿外科病理學協會等級組≥2）。
大于或等于3的PI-RADS分數的估計PPV爲35％，大于或等于4的PPV的估計分數爲49％。在相同的PI-RADS分數阈值下，PPV的四分位數範圍爲27％-44 ％和27％-48％。
研究小組得出結論，此類測試的陽性預測價值在不同地點之間的差異很大，並說需要更多的研究來確定如何在不同的設施上實現相似的結果。
Spilseth說，美國放射學院目前正在開發一種新的認證程序，可以爲這項工作提供幫助。他斷言，最重要的是放射科醫生和泌尿科醫師應定期進行交流，以監測活檢病理並將其與MR結果進行比較，以便他們可以快速評估和排除意外病例。
07
SPIONs是低場MR成像的未來嗎？
低場MR系統正在進入神經ICU之類的領域，以評估無法輕易轉移到MR室的重症患者，但是它們産生的圖像比常規系統弱。6月，馬薩諸塞州總醫院和澳大利亞悉尼大學的研究人員調查了SPIONs進行此類掃描的潛力，SPIONs是超順磁性氧化鐵納米粒子的縮寫，磁性是傳統MR造影劑的3,000倍，這使其成爲低場掃描儀的理想選擇。
MGH Martinos生物醫學成像中心的低場MR和超極化媒體實驗室主任物理學家Matthew Rosen對HCB新聞說：“沒有在低磁場下表現出色的造影劑，爲低磁場掃描儀增加對比度，可以使人們對高磁場進行全面的掃描。這是試圖研究某些腦癌進展的腫瘤學家的非常標准的工作流程。”
這項研究的主要作者物理學家戴維·沃丁頓（David Waddington）和悉尼大學的茲登卡·昆西奇（Zdenka Kuncic）在一項涉及健康實驗室大鼠的試驗中測試了他們的方法，該試驗用羅森自制的超低場MR掃描儀進行了掃描。對每個受試者進行了一次不帶造影劑的初次掃描，而另一個進行了對比。比較了兩次掃描的圖像，對比增強掃描中的腎髒，肝髒和其他器官的發光比非對比掃描中的更爲明亮。
羅森說：“我一直在這裏與臨床合作者聯系，對此有很多熱情，我與交談的人（主要是神經病學）對此非常感興趣，這樣的事情可能很快就會發生，而不是遲些。正在進行低場MR的人，例如耶魯大學的人和Northwell Health人，都對從這種新的成像方式中獲得可獲取的成像信息感到非常興奮。”
08
GE Healthcare推出了7T MR系統
GE Healthcare在8月的國際醫學磁共振學會（ISMRM）虛擬會議上推出了其SIGNA 7T MR系統。
配備超高磁場磁體技術的60厘米孔徑掃描儀提供的功率比大多數臨床系統高出約五倍，並有望增強神經退行性疾病（如阿爾茨海默氏病，輕度腦外傷（TBI）以及四肢）的成像。
斯坦福大學放射學教授加裏·戈德（Garry Gold）在一份聲明中說：“將新的MR平台集成到SIGNA 7.0T系統中已經産生了出色的圖像質量，斯坦福大學一直在7.0T磁場強度領域與GE合作超過15年，我們希望這個新平台將爲下一代科學家，研究人員和臨床醫生帶來變革。”該系統旨在檢測可能爲臨床醫生和研究人員提供重要信息的細微結構。
它采用了GE最強大的全身梯度線圈UltraG梯度技術，可實現超高場成像速度和分辨率。它還熟悉SIGNA Works應用程序平台，該平台爲臨床醫生提供了最先進的應用程序的訪問權限，例如基于深度學習的平台工具，如用于自動切片定位和靜音MR成像的AIR x brain。另一個功能是其精確的RF發送和接收體系結構，可提高圖像質量和研究靈活性。
09
NYU和Facebook提升MR
4x速度而又不損失質量
早在2018年，Facebook人工智能研究與紐約大學朗格尼大學放射學系合作的fastMRI發布了大規模的裏程碑式MR數據集並計劃最終通過AI爲其提供動力，並使MR掃描速度顯著提高。
8月，他們在《美國放射學雜志》上發表了研究報告，展示了該團隊通過AI生成的MR掃描與傳統掃描一樣有效，但又具有速度優勢。從理論上講，這意味著服務提供者一天可以掃描更多的患者，而且也減少了患者的不適感。
紐約大學朗格尼大學放射學教授，主要研究作者邁克爾·P·雷赫特（Michael P. Recht）說：“這項研究是邁向AI加速MR掃描臨床接受和利用的重要一步，因爲它首次證明AI産生的圖像在外觀上與標准的臨床MR檢查基本沒有區別，並且在診斷准確性方面可以互換，這標志著我們如何改善患者體驗和創建圖像的方式發生了令人振奮的變化。”
這個開源項目包括來自10000次掃描的150萬個未識別的MR膝蓋圖像以及來自1600次掃描的原始測量數據，研究人員從中建立了一個神經網絡並對其進行了訓練。這包括重建底層圖像結構遺漏的視圖，類似于人們插入感官信息的方式。
在這項研究中，肌肉骨骼放射科醫生被要求評估每位患者的兩組掃描結果，包括一組來自標准MR檢查的掃描結果和一組來自fastMRI模型的掃描結果，但沒有告知使用AI創建的掃描結果。檢查圖像的半月板撕裂，韌帶異常和軟骨缺損，並對圖像質量進行分級。兩組都提供了相同的結果，並導致了相同的診斷，但是放射科醫生表示，他們比傳統圖像更喜歡AI圖像質量。
10
用 AI 減少磁共振檢查次數
在人工智能預測分析的幫助下，放射科可以減少預約磁共振的未出現次數。
至少這是新加坡樟宜總醫院的研究人員在 9 月發表的一項研究中發現的，他們使用的是他們所描述的“只有少量數據和基本特征工程”。
樟宜診斷放射科高級顧問Chong Le Roy博士說：“除非有人幹預，否則跟蹤預約不顯示的能力本身就沒有用，這確實是挑戰所在。只有隨著最近最先進的機器學習算法的出現和最近幾年中計算能力的提高，才有可能進行預測，從而使我們能夠通過幹預來解決此類問題。”Le Roy和他的同事使用樟宜綜合醫院放射線信息系統中計劃在2016年1月至2018年12月之間進行的32957個門診MR預約記錄對培訓和驗證了他們的模型。
該團隊發現總體未出現率爲17.4％，評估了使用廣泛使用的開源軟件工具開發的各種機器學習預測模型，然後找到了使用梯度提升框架XGBoost 0.8版的基于決策樹的集成算法。然後，他們在六個月內爲模型預測的未參加MR約會的最高風險中最高的25％的患者實施了電話提醒。
在這六個月之後，該預測模型的未出現率是15.9％，而去年同期是19.3％，相對于基線未出現率提高了17.2％。
羅伊（Le Roy）說：“一般放射科專業將利用先進的成像方式（例如磁共振成像，CT和超聲掃描）提供大量成像服務，其中門診病人占很大比例，患有慢性非危及生命的疾病，而常規篩查將從中受益最大降低未出現率。一些例子包括用于各種關節常見內部移位的肌肉骨骼成像，用于頸椎下腰痛的脊柱成像以及乳房篩查成像。”