科學通報 | 北京醫學影像技術丁金立-牛延濤團隊發表人工智能加速磁共振成像相關綜述

磁共振成像（magnetic resonance imaging，MRI）以其無輻射、高軟組織分辨率、多參數成像等特點，在多種疾病的診斷和評估中具有不可替代的優勢，已成為現代醫學影像學的重要組成部分。圖像診斷能力和掃描速度是決定MRI檢查工作流程是否經濟高效的基礎。在臨床實踐中，MRI圖像質量和成像速度受軟件和硬件限制，由于MRI成像時間長，部分患者（例如耐受度差、嬰幼兒、危重癥患者等）往往難以堅持而產生不自主運動，造成圖像質量較低，偽影嚴重，甚至成像失敗。MRI成像時間與圖像分辨率、信噪比、對比度等因素相互制約，如何快速高質量成像一直是MRI領域面臨的重大難題和關注焦點。填充k空間以及將k空間數據通過算法（例如，傅里葉變換）轉換為MR圖像是MRI原理的核心；其中k空間欠采樣是MR數據快速采集的基礎，可有效地節省成像時間；優化算法是保證圖像重建質量和重建速度的關鍵。

人工智能（artificial intelligence，AI）已經廣泛應用于醫學成像過程中，計算機輔助診斷作為AI的一個分支，早在數十年前就已經在放射學領域展現出獨特的優勢和較好的臨床應用。近幾年，AI在計算機視覺領域展現出巨大的潛力，特別是深度學習（deep learning，DL）中的卷積神經網絡在醫學成像領域取得了許多令人興奮的突破，涉及疾病分類、解剖結構分割、圖像合成以及圖像重建等。稀疏采樣結合基于DL的重建算法在磁共振加速成像領域也取得了很大進展。本文綜合近年來AI在k空間填充和MR圖像重建方面的研究，闡述AI在磁共振加速成像中的進展，有助于影像技師和診斷醫師更好地理解、使用和開發基于AI的MR加速技術，通過縮短成像時間為耐受度差、危重癥、嬰幼兒等患者帶來福音。

第一作者丁金立主任，是首都醫科大學附屬北京天壇醫院放射科主任技師，長期從事醫學影像技術臨床、科研和教學工作。發表中英文學術論文60余篇，副主編醫學影像相關國家級教材2部，參編4部。

通訊作者牛延濤，主任技師、教授、博士生導師。首都醫科大學附屬北京友誼醫院放射科副主任以第一作者或通訊作者發表中華級和SCI論文60篇。榮獲國家科技進步二等獎1項，榮獲北京市抗擊新冠肺炎疫情先進個人、北京市衛生健康委優秀共產黨員、“國之名醫-優秀風范”、“人民好醫生-特殊貢獻”等榮譽稱號。

文章信息

丁金立，鄭鳳蓮，靳步，等。人工智能在磁共振加速成像中的研究進展. 科學通報, 2025.

https://doi.org/10.1360/CSB-2025-5211

https://www.sciengine.com/doi/10.1360/CSB-2025-5211.

轉載、投稿請留言

| 關注科學通報 | 了解科學前沿