近日，中國科學院深圳先進技術研究院醫學成像科學與技術系統全國重點實驗室胡戰利研究員、吳垠研究員，聯合中國醫學科學院腫瘤醫院深圳醫院團隊在化學交換飽和轉移磁共振成像（CEST-MRI）領域，構建了“運動-強度聯合校正”框架，解決了CEST序列中運動錯位與強度變化的耦合難題。相關成果以"FE-DIC-Based motion and intensity correction for enhanced CEST-MRI registration"為題，發表在生物醫學成像領域知名期刊IEEE Journal of Biomedical and Health Informatics上。

CEST-MRI作為一種無創反映組織代謝、微環境及分子交換特性的先進磁共振成像技術，正逐步應用于腦卒中、腫瘤及心肌代謝等領域。與常規 MRI 不同，CEST-MRI 需要在多個頻率偏移點連續采集，掃描時間往往從數分鐘到十余分鐘。呼吸、心跳和體位輕微變化都可能導致幀間錯位，而參數圖又依賴對整個動態序列的逐像素整合，微小運動即可引入明顯偏差，從而影響定量結果和臨床診斷。與此同時，不同頻率偏移點的飽和效應與組織對比度差異顯著，圖像在“發生運動”的同時還在“持續變亮變暗”，使得現有配準方法難以有效工作。因此，如何解決運動與強度變化之間的強耦合，已成為 CEST-MRI 實現精準定量的關鍵技術挑戰。

研究團隊在有限元數字圖像相關（FE-DIC）基礎上，構建了面向 CEST-MRI 的交替式運動-強度聯合校正框架（圖1）。一方面，通過力學正則化在有限元網格上估計時空連續、組織一致的位移場；另一方面，在每輪運動校正后自適應更新全局亮度和對比度，以補償頻率依賴性的強度變化。二者以迭代交替的方式緊密耦合，使運動估計不再受強度變化干擾、強度校正也不再受到殘余運動限制，從而實現了對 CEST-MRI 動態序列的協同優化配準。

研究團隊在模擬肝臟、健康志愿者腦部以及巴馬豬心臟三類數據上系統驗證了該方法，并與多種主流傳統配準算法及深度學習模型進行了對比。結果顯示，所提出的運動-強度聯合校正框架在不同器官和不同運動幅度下均取得更高的配準精度（圖2和圖3），顯著提升了酰胺質子轉移（APT）和肌酸（Cr）等參數圖的質量與時間一致性（圖4），為 CEST-MRI 代謝參數的精準定量提供了更加可靠的影像基礎。

中國科學院深圳先進技術研究院胡戰利研究員、吳垠研究員和中國醫學科學院腫瘤醫院深圳醫院羅德紅主任為論文共同通訊作者。中國科學院深圳先進技術研究院與中國醫學科學院腫瘤醫院深圳醫院聯培博士后劉海洲、中國醫學科學院腫瘤醫院深圳醫院鄭怡嘉技師和劉周副主任醫師為論文共同第一作者。該研究得到了醫學成像科學與技術系統全國重點實驗室、國家自然科學基金（數學天元重點專項）、國家重點研發計劃（重大科學儀器設備研發重點專項）、廣東省自然科學基金（卓越青年團隊項目）和深圳市科技重大專項等項目的資助。

原文鏈接：https://ieeexplore.ieee.org/document/11016183

圖1：提出的交替式運動-強度聯合校正框架

圖2：腦部圖像在?ω = –1.2 ppm下的配準結果對比圖

圖3：心肌圖像在不同方法下的配準殘差與結構對比圖

圖4: CEST參數圖校正前后對比：（a）APT圖，（b）Cr圖