磁共振成像（MRI）利用磁场生成人体图像，使医生能够更准确地诊断伤病。磁化率张量成像（STI）^[1]是一种专门的MRI技术，其通过量化大脑中不同组织在磁共振成像扫描仪磁场中的磁化情况，来测量它们的磁感应强度。研究人员和医生可以利用这些信息更好地了解、诊断和监测神经系统疾病，如多发性硬化症（MS）^[2]和阿尔茨海默病。

约翰·霍普金斯大学的研究人员最近发表了一篇论文，介绍了一种名为DeepSTI的新算法，该算法可从多个单独扫描中获取数据，并提供包含精确脑组织易感性信息的大脑“超级扫描”。与传统的STI相比，他们的方法只用在更少的位置拍摄更少的图像，从而使扫描过程更快，患者感觉更舒适。

“通常，STI成像需要在不同的头部方向上进行至少六次不同的扫描才能实现良好的重建，这也是为什么尽管它具有了解人类大脑的潜力，但目前却没有得到广泛应用的主要原因。”资深作者、生物医学工程助理教授兼惠廷学院专业工程应用生物医学工程项目讲师Jeremias Sulam说，“我们的人工智能辅助重建极大地扩展了可收集的有用信息量，同时所需的数据量也更少，我们希望这将有助于把这种成像技术从实验室推向临床。”

该团队的研究成果发表在《医学图像分析》（Medical Image Analysis）和2023年临床神经成像机器学习国际研讨会的论文集上。

生物医学工程研究生Zhenghan Fang是论文的第一作者。肯尼迪克里格研究所（Kennedy Krieger Institute）的Peter van Zijl、Xu Li和Hyeong-Geol Shin也为这项研究做出了贡献。

STI 成像技术擅长发现影响大脑特定结构的神经退行性病变过程，如环绕轴突的髓鞘^[3]，它在大脑的信息传输中发挥着核心作用。

该团队的新算法从MRI扫描中获取数据，生成高分辨率的大脑磁感应强度三维图像。研究人员说，这种算法的主要进步在于，它能以比以前更少的扫描次数测量髓鞘和铁等脑组织来源。捕捉这些组织的变化有助于描述神经系统疾病的类型、阶段或进展。例如，他们的算法生成了一个重构图，利用仅从一个头部方向扫描收集的数据，直观地显示多发性硬化症患者的髓鞘变化。

Fang说，研究团队认识到，要开发一种算法来构建像人脑这样复杂多变的图像，尤其是在信息有限的情况下，是一项挑战。举个例子，想象一下，如果有人要求你绘制一只狗的图像，但却没有提供其颜色、大小或品种等信息，那么就会有大量的解决方案，因此你需要减少选项的数量，并将其缩小到一个。

DeepSTI利用机器学习，采用一种称为正则化的方法，缩小了可能的解决方案的数量，从而将注意力集中在最准确的解决方案上。研究人员利用先前的扫描数据设计了特殊的正则化器，让模型了解良好的大脑重建应该是什么样子。这些数据驱动的正则化器能引导模型为每一组新的扫描结果找到最合理的解决方案。

Fang说，“这种算法非常善于‘学习’大脑图像应该是什么样子的。当我们在原始数据上运行该算法时，它会使用这些找到的参数来重建更清晰、更全面的大脑图像。”

Sulam说，最终，希望他们的机器学习算法能通过缩短扫描时间和提高图像质量，使STI成为临床医生和放射科医生更容易获得的成像选择。

目前，该团队计划探索该算法如何解决其他科学和工程难题。Sulam称之为“非常漂亮”的数学算法尤其让团队深受鼓舞。

“我们的团队对支撑这些结果的数学框架感到非常兴奋。我们已经能够回答以前无法回答的难题，比如这些重构算法捕捉到的数据的隐含先验是什么，为什么这种方法有效，以及为什么我们应该使用这种方法。”Sulam说。这些新的数学成果目前正在审查中，并以预印本的形式发布。

该团队已将其数据、模型和代码作为开源项目提供给其他研究人员。

Sulam说，“这是一个真正的研究成功案例，因为它不仅能导入新的技术帮助临床决策，还为更广泛的恢复和重建算法以及应用数学开辟了新的研究途径。”

一种名为“DeepSTI”的新算法实现三维重建高清晰度人脑组织磁感应强度图像。

[1] Susceptibility tensor imaging，STI，磁化率张量成像。磁化敏感性描述了材料对所施加磁场的磁化率，并代表了MRI领域的重要参数。定量磁化率成像（QSM）及其对磁化率张量成像（STI）的最新扩展都是相对较新的MRI技术，旨在通过解决已知的方法从测量的MRI相位或局部场数据中提取对象或组织的空间磁化率分布反问题。更多信息可参考 《定量磁化率成像（QSM）》。

[2] Multiple sclerosis，MS，多发性硬化症，是以中枢神经系统白质炎性脱髓鞘为主要病理特点的自身免疫疾病。起病方式以急性和亚急性多见。最常累及脑室周围白质、脊髓、脑干、小脑与视神经。更多信息可参考 《认识罕见疾病——多发性硬化！》。

[3] myelin sheath，髓鞘，髓鞘是包裹在神经细胞轴突外面的一层膜，即髓鞘由施旺细胞和髓鞘细胞膜组成。其作用是绝缘，防止神经电冲动从神经元轴突传递至另一神经元轴突。更多信息可参考 《漫谈神经科学（一）髓鞘是个线圈电感么》  和 《【科学普及】髓鞘：神经冲动传递的“快慢之道”》。

BMEN202312230001
来源：Johns Hopkins Biomedical Engineering
标题：Brain imaging technique allows researchers to achieve more with less data