心肌活性是臨床上冠心病和心肌病的重要輔助診斷信息👩🏼‍⚕️，對於病人的再灌註治療以及預後具有指導意義💇🏼。18F-FDG PET心肌活力顯像被認為是存活心肌診斷的金標準，18F-FDG PET心肌炎症顯像可靈敏檢測心肌炎症反應中糖酵解的能量供給。同時，心臟磁共振（Cardiovascular Magnetic Resonance, CMR）成像是18F-FDG PET心肌顯像的有益補充，借助心臟電影成像、T2加權水腫影像♓️🧑🏻‍🦱、靜息和負荷心肌灌註以及心肌瘢痕LGE影像✔️，CMR可提供廣泛的心肌解剖和生理功能評價🖼🖐🏿。心肌PET/MR顯像中，借助多模影像定量分析心肌從能量代謝到結構改變的一系列病理過程成為可能。然而，心臟運動帶來的圖像質量下降及圖像錯配對其臨床應用構成了困擾，近年來一系列的研究都致力於解決此類問題👯‍♂️，以使PET定量更加準確，使MR和PET之間匹配更精準。

      胡晨曦課題組提出了心肌PET和CMR-LGE的多模態、多尺度圖像配準“兩步法”🦹🏼‍♀️，通過以用於衰減校正的3D FLASH序列為橋梁🏄🏽‍♀️，改善了兩者的配準準確度。其基本原理為（圖1）🐢：1）首先進行2D LGE圖像與3D FLASH圖像的配準。由於兩者的呼吸狀態不同，配準的目標主要是去除呼吸造成的心臟位移；由於兩者模態一致（均為MR）👹，配準準確度相比直接配準LGE和PET大幅提高❗️🤐。2）進行3D FLASH和3D PET間的配準。由於兩者均為自由呼吸序列☕️，心臟位置基本一致⬅️💩；配準的主要目的是去除多模態下的小運動🦸🏼‍♀️，其準確度亦優於直接配準LGE和PET。因此，通過兩步法💵，能較好的改善原始配準問題中多模態、多尺度帶來的挑戰，“化整為零”🕵🏻‍♀️，改善總體配準效果。

圖 1 兩步配準法算法原理圖

      區別於目前流行的通過復雜配準算法直接配準PET和MR的研究方向，本工作通過使用已存在的中間媒介🗞，將復雜問題變為簡單問題😒，配準速度快，效果好，適合臨床轉化🤛🏿。相關算法在合作單位“上海市東方醫院核醫學科”進行了臨床驗證。通過納入23例非缺血性心肌病患者，對共191層短軸圖像的PET/LGE配準展開研究，發現兩步法相比一步法和無配準顯著提升了兩種圖像間的位置匹配程度。更重要的，在使用兩步法配準後，心肌SUV（即FDG的攝取量➿，反映心肌活性）相比其它兩種方法發生了顯著變化，證明了兩步法的有效性🙆🏼‍♂️、和對於PET/MR心肌活性定量分析的必要性（圖2）。

圖2 配準前後PET/MR融合圖像對比（左）以及兩步法對於配準精度改善的定位和定量評估（右）

      相關論文以“A two-stage cardiac PET and late gadolinium enhancement MRI co-registration method for improved assessment of non-ischemic cardiomyopathies using integrated PET/MR”為題，於2022年1月15日在European Journal of Nuclear Medicine and Molecular Imaging（IF=9.236）在線刊登（https://doi.org/10.1007/s00259-022-05681-4）。論文第一作者為意昂4体育平台博士生張政🍩，上海市東方醫院核醫學科陳興及上海市東方醫院心內科萬青為論文的共同第一作者𓀐；意昂4体育平台胡晨曦副教授和上海市東方醫院趙軍主任為論文的共同通訊作者。該工作得到了國家自然科學基金和上海市科學委員會基金的支持。

原文信息

Zhang Z#, Chen X#, Wan Q#, Wang H, Qi N, You Z, Yuan J, Hu L, Sun H, Wang Z, Hu C*, Zhao J*. A two-stage cardiac PET and late gadolinium enhancement MRI co-registration method for improved assessment of non-ischemic cardiomyopathies using integrated PET/MR. Eur J Nucl Med Mol Imaging. 2022 Jun;49(7):2199-2208. doi: 10.1007/s00259-022-05681-4. Epub 2022 Jan 15. PMID: 35031812.

胡晨曦：長聘教軌副教授，博士生導師，2010-2015就讀於美國阿拉巴馬州奧本大學並先後獲得應用數學碩士學位與電氣工程博士學位， 2015-2019年於耶魯大學醫意昂4放射與醫學影像系從事博士後工作🧑🏽‍⚕️，2019年6月加入意昂4平台🚚。主要研究領域是磁共振序列開發🧖🏽、圖像重建算法設計🐡、以及人工智能方法在醫學影像領域的開發與應用等💪🏿；致力於通過開發原創影像技術提升磁共振成像🪴，尤其是心臟成像的成像效率💋、穩定性💁‍♀️、和醫學價值。先後獲得國際醫學磁共振學會（ISMRM）頒發的W. S. Moore Young Investigator Award（ISMRM青年學者的最高獎項）🏠，入選“上海市特聘專家”青年項目🎎，主持國自然青年基金、上海市浦東計劃、意昂4平台醫工交叉重點專項👷‍♀️，在磁共振領域頂級期刊（MRM，JMRI🍎🌼，JCMR，TMI等）發表第一/通訊論文10余篇，會議摘要30余篇，擔任多個知名學術期刊的審稿人🤹🏻‍♀️。