Comparison of Three-Dimensional Multi-Echo in Steady-State Acquisition and Short-Tau Inversion Recovery Sequences in Brachial Plexus Magnetic Resonance Neurography [SPINE IMAGING AND SPINE IMAGE-GUIDED INTERVENTIONS]

放棄完美的脂肪抑制反而能讓神經看得更清楚——MENSA 序列在肩胛上與腋神經的結構呈現上，達到了 p<0.001 的顯著勝出。臂神經叢的磁振造影一直是高難度挑戰，鎖骨下動靜脈的血流假影與肺尖的磁場不均勻，常干擾病灶判讀。這篇刊登在 AJNR 的最新研究，直接比較了臨床最常用的 STIR 序列與新興的 MENSA 序列，針對周邊神經造影提出全新的掃描策略。

臂神經叢 3T 影像的血流與脂肪對抗戰

臂神經叢的 3D 磁振神經造影（MRN）在臨床實務上面臨極大的解剖與物理限制。長期被視為黃金標準的 STIR-FSE（利用固定時間反轉來壓抑脂肪的自旋迴訊序列），因為依賴 T1 鬆弛時間而非共振頻率，具備極低的 B0 磁場不均勻敏感度（B0 susceptibility），能在頸胸交界處提供非常穩定的脂肪抑制效果。然而，STIR-FSE 在面對伴隨神經叢走行的鎖骨下動脈與靜脈時，往往無法提供足夠的血管抑制，導致明亮的血流假影覆蓋或被誤認為神經根與神經幹。

為了克服血管干擾，放射科開始引入 3D MENSA-NERVE（多迴訊穩態擷取序列，類似結合多個迴訊的高解析亮水序列）作為替代方案。MENSA 序列的穩態特性使其具有先天強大的血管信號壓制能力，能讓神經在背景中顯得更加清晰。但這項技術的代價在於，它依賴水激發脈衝（water excitation pulse，只針對特定頻率的水分子給予能量來避開脂肪）來抑制脂肪。

水激發技術對磁場的均勻度要求極高。在人體中，空氣與軟組織交界的區域會產生巨大的磁化率差異，破壞局部 B0 磁場的均勻性。這使得 MENSA 序列在特定解剖區域的脂肪抑制表現充滿不確定性。本研究的核心動機，正是要量化這兩種序列在「血管壓制」與「脂肪壓制」之間的取捨，並找出它們在不同神經分支上的最佳適用情境。

50 例單側病變的序列對決與 Table 1 統計

從 Methods 來看，研究團隊採用了回溯性的受試者內對比設計（intra-patient comparison），確保兩種序列的比較基準完全一致。Table 1 總結了世代特徵：共收錄 50 位接受 3-Tesla 磁振造影掃描的單側臂神經叢病變患者。這群受試者包含 24 位女性，年齡中位數落在 34 歲，分佈範圍極廣（14 至 73 歲），涵蓋了從年輕創傷性臂叢神經損傷到中老年退化性或腫瘤性病變的典型臨床樣態。

在影像獲取流程上，所有病患均在同一次檢查中，連續接受了未打顯影劑的 3D STIR-FSE 與 3D MENSA-NERVE 序列掃描。這種無顯影劑的設計特別符合目前許多門診或急診排程的現實考量，能在不增加侵入性風險的前提下完成高解析度神經成像。

影像評估由兩位具備專科資格的放射科醫師獨立進行。他們針對多個維度進行盲測評分，包含：整體血管抑制效果、整體脂肪抑制效果，以及特定解剖分段的能見度（包含神經根 roots、神經幹 trunks、神經索 cords，再加上較遠端的肩胛上神經 suprascapular nerve 與腋神經 axillary nerve）。統計分析則嚴謹地使用了 Wilcoxon 符號秩檢定（Wilcoxon signed-rank test）來處理配對的非參數數據，並計算一致性比例（agreement proportion）以評估不同讀表者與不同序列間的診斷重疊率。

Table 2 血管壓制與遠端神經可見度的 p<0.001 勝出

把焦點拉到 Results 中最受矚目的表現，Table 2 的數據證實了 MENSA-NERVE 在消除血流干擾上的壓倒性優勢。在血管抑制（vascular suppression）的各項評分中，MENSA 序列顯著優於傳統的 STIR-FSE，統計學上達到 p<0.001 的高度顯著差異。這意味著在鎖骨下血管密集的區域，MENSA 能夠更乾淨地將動靜脈背景「抹除」，避免血流被誤判為神經增粗或腫瘤。

更具臨床指導意義的是神經分支的具體可見度。Figure 2 的對比影像與評分數據指出，對於解剖位置較深、容易與血管或肌肉肌腱混淆的遠端分支，MENSA 展現了極佳的描繪能力。特別是在肩胛上神經（suprascapular nerve）與腋神經（axillary nerve）的視覺化評比中，MENSA 獲得了壓倒性的勝利，p 值落在 0.004 到 <0.001 之間。

這組數字對臨床醫師的意義在於，當懷疑病患患有四邊孔症候群（quadrilateral space syndrome）壓迫腋神經，或是肩胛上切跡（suprascapular notch）的神經卡壓時，傳統的 STIR 往往因為解析度極限或周邊細小血管的干擾而難以確診。MENSA 序列藉由卓越的背景抑制與高空間解析度，成功讓這些末梢神經分支從複雜的軟組織中浮現出來。

Figure 3 肺尖與頸肩交界區的脂肪抑制劣勢

然而，物理定律的限制依然存在。分析次群組與解剖位置的差異時，數據明確指出了 MENSA-NERVE 的致命傷。在脂肪抑制（fat suppression）的評估中，傳統的 STIR-FSE 毫不意外地擊敗了 MENSA，優勢達到了顯著水準（p=0.05 to <0.001）。

若細看 Figure 3 所標示的解剖死角，研究者發現 MENSA 序列中「不完全的脂肪抑制」並非隨機分佈，而是高度集中在肺尖（lung apex）與頸肩交界處（neck-shoulder junction）。由於肺部充滿空氣，與周圍軟組織之間存在極大的磁化率差異，導致局部的 B0 磁場嚴重扭曲。在這種極端環境下，MENSA 所依賴的水激發脈衝會失去準度，誤將脂肪信號激發出來，導致明亮的脂肪假影完全掩蓋了下位頸椎神經根（C8-T1）與下神經幹（lower trunk）。

這項發現解釋了為什麼 MENSA 無法完全取代 STIR。值得慶幸的是，無論是哪一種序列，在病理變化的判讀上都展現了高度的穩定性。兩位放射科醫師在辨識病灶的觀察者間一致性（interrater agreement）表現良好至極佳，數值落在 0.74 到 0.92 之間。此外，兩個序列在最終診斷上的跨序列一致性（inter-sequence agreement）也達到了出色的 0.80 到 0.88，證明即便存在假影，熟練的醫師仍能從兩者中萃取出可靠的診斷資訊。

從影像判讀實務看 MENSA 與 STIR 的互補邊界

探討這些數據在臨床實務上的應用，我們必須體認到，臂神經叢的 MRN 不存在單一的完美解方。作者明確指出了這項研究的適用邊界：STIR-FSE 與 MENSA-NERVE 應該被視為互補的工具，而非互相排斥的競爭者。根據病患的具體症狀調整掃描策略，是放射科醫師發揮專業價值的關鍵。

如果臨床轉診單上的懷疑是「潘科斯特腫瘤（Pancoast tumor）侵犯神經」、「胸廓出口症候群（TOS）」或是「C8-T1 頸椎神經根壓迫」，由於病灶正好位於肺尖這個磁場紊亂的地雷區，你必須堅持使用 STIR-FSE，否則 MENSA 崩潰的脂肪抑制會讓你錯失病灶。

反之，如果病患呈現的是「外傷後肩部無力」、「懷疑 Parsonage-Turner 症候群」，或是需要精細追蹤神經索（cords）進入腋下後的遠端分支狀態，此時血管密集且遠離肺尖，MENSA 序列將成為你最強大的武器，它能為你提供前所未有的肩胛上神經與腋神經清晰度。

未來的臂神經叢常規 protocol 建議可以融合兩者：保留 STIR 進行大範圍且具備強大脂肪抑制的基礎掃描，並在需要釐清複雜血管叢與遠端神經解剖關係時，重點追加 MENSA 序列。這樣既能守住肺尖的診斷底線，又能大幅提升末梢神經病變的檢出率。

頸胸交界與肺尖的 C8-T1 仍是 STIR 的絕對主場，但若要追蹤肩胛上神經與腋神經，請果斷加上 MENSA 序列來消除血管假影。