Comparative Evaluation of 3D-QALAS Myelin Volume Fraction, Inhomogeneous Magnetization Transfer, and Myelin Water Fraction [ULTRA-HIGH-FIELD MRI/IMAGING OF EPILEPSY/DEMYELINATING DISEASES/INFLAMMATION/INFECTION]
3D-QALAS 衍生的 Myelin-VF 展現出優於傳統 MWF 的病灶偵測靈敏度，成為全腦髓鞘量化新標準。
- 在正常外觀腦組織中，Myelin-VF 與 ihMTR 呈現極強相關性 (r=0.86)，超越傳統的 MWF (r=0.63)。
- 針對 MS 病灶分析，Myelin-VF 數值驟降至正常白質的 44.2%，對微觀去髓鞘結構破壞的反應最為靈敏。
- MWF 在病灶核心仍維持 93.4% 的數值，極可能受炎性水腫干擾，凸顯 3D-QALAS 更適合用於臨床追蹤與藥物療效評估。
髓鞘量化技術的臨床痛點與 3D-QALAS 的崛起
針對多發性硬化症（Multiple Sclerosis, MS）的髓鞘脫失與修復評估，傳統常規 MRI（如 T2 FLAIR）僅能反映總體水含量或巨觀的血腦屏障破壞與神經膠質增生，難以真正做到活體內的髓鞘量化（In vivo myelin quantification）。這導致我們在看片時，經常面臨「臨床症狀惡化，但影像上病灶體積無明顯改變」的臨床臨床放射背離（Clinico-radiological paradox）困境。目前公認的參考標準如髓鞘水分數（Myelin water fraction, MWF）往往需要冗長的多回波掃描時間，且受限於 2D 切面的較低訊雜比與假影；而磁化轉移技術（如 ihMT）雖然對髓鞘特異性高，但也面臨覆蓋範圍、掃描時間與空間解析度的妥協。為了突破這些瓶頸，本研究探討了 3D-QALAS（具備 T2 準備脈衝的交錯式 Look-Locker 獲取序列）合成 MRI 所衍生的髓鞘體積分數（Myelin volume fraction, Myelin-VF）。這項技術能在單次全腦 3D 掃描中同時產出定量 R1、R2 與質子密度（Proton density）數據，並進一步運算生成髓鞘指標，為繁忙的臨床實務提供具備全腦覆蓋率且高效率的髓鞘完整性生物標記。
橫跨健康與 MS 族群的多模態影像對齊與病灶分割策略
本研究收錄了 64 名受試者，包含 31 位健康志願者（Healthy volunteers, HV）與 33 位連續就診的 MS 病患，構成具備對比價值的世代。所有受試者均接受 3T MRI 掃描，掃描協議涵蓋三大核心定量序列：用於萃取 Myelin-VF 的 3D-QALAS、3D 不均勻磁化轉移造影（Inhomogeneous magnetization transfer, ihMT）以計算 ihMTR，以及作為傳統黃金標準對照組的 2D 多回波自旋回波造影（Multi-echo spin-echo, MESE）用以計算 MWF。此外，研究團隊亦利用 3D-QALAS 的量化數據生成了合成的 T1加權/T2加權比值（T1w/T2w ratio）圖。在影像後處理與病灶定義方面，研究捨棄了主觀的人工圈選，採用基於深度學習（Deep learning-based method）的病灶分割技術確保重現性，並嚴格將斑塊周圍區域（Periplaque regions）定義為以病灶邊界向外進行 2 體素等向性擴張（2-voxel isotropic dilation）的微觀結構過渡帶。最終，團隊藉由圖譜式感興趣區（Atlas-based ROI）在正常外觀腦組織（Normal-appearing brain tissue, NABT）進行重複測量相關性分析，並透過線性混合效應模型（Linear mixed-effects models）來比較各指標相對於正常外觀白質（NAWM）的空間梯度變化。
| 核心要素 | 細節與條件 |
|---|---|
| 受試者總數 | 64 位 (31 位健康志願者, 33 位 MS 病患) |
| 3D-QALAS | 單次掃描獲取定量 R1/R2/PD，合成 Myelin-VF 與 T1w/T2w ratio |
| 3D ihMT | 評估不均勻磁化轉移率 (ihMTR)，對巨分子池具高特異性 |
| 2D MESE | 評估髓鞘水分數 (MWF)，為傳統臨床研究標準 |
| 病灶定義 | AI 深度學習病灶分割 + 2 體素等向性擴張定義周圍區域 (Periplaque) |
利用 3T MRI 進行跨技術髓鞘量化比較
Table 2 揭露的核心相關性：Myelin-VF 與 ihMTR 的高度一致性
從正常外觀腦組織（NABT）的整體空間分析來看，Table 2 顯示 Myelin-VF 展現了令人驚豔的跨模態一致性。在合併 MS 病患與健康志願者的巨觀層面數據中，Myelin-VF 與公認具備極高髓鞘特異性的 ihMTR 達到了極強的重複測量相關性（r = 0.86；95% CI, 0.85–0.87）。同樣地，Myelin-VF 與常規臨床易於取得的 T1w/T2w ratio 之間的相關性更是高達 r = 0.89（95% CI, 0.88–0.89）。相比之下，Myelin-VF 與傳統經典指標 MWF 的相關性則顯得多帶有分歧，僅呈現中度相關（r = 0.63；95% CI, 0.61–0.64）。值得注意的是，即使是同為參考標準的 ihMTR 與 MWF，兩者之間的相關性也僅有 r = 0.60（95% CI, 0.58–0.62）。這樣的數據分佈並非實驗誤差，而是深刻反映了 MR 物理學本質的差異：Myelin-VF 的數學推導更緊密地貼合 ihMTR 所代表的巨分子磁化轉移特性（反映髓鞘脂質雙層結構），而這項整體指標的排序在健康志願者與 MS 病患的次群組單獨分析中依然保持高度穩定，Spearman 分析也完全證實了相同的趨勢。
| 比較組合 | 相關係數 (r) | 95% 信心區間 (CI) |
|---|---|---|
| Myelin-VF vs T1w/T2w ratio | 0.89 | 0.88 - 0.89 |
| Myelin-VF vs ihMTR | 0.86 | 0.85 - 0.87 |
| Myelin-VF vs MWF | 0.63 | 0.61 - 0.64 |
| ihMTR vs MWF | 0.60 | 0.58 - 0.62 |
資料來源：Table 2 (合併 MS 病患與健康志願者)
Figure 3 的病灶地圖：Myelin-VF 在去髓鞘偵測上的極致敏銳度
本研究最震撼且深具臨床價值的發現在於以白質病灶為中心的次空間分析（WM lesion-centered analyses）。Figure 3 畫出了四種量化指標在病灶核心（Plaque）與病灶周圍（Periplaque）相對於該病患自身正常外觀白質（NAWM）的殘留百分比。數據呈現出極度懸殊的階層差異：Myelin-VF 對於去髓鞘與組織崩解的反應最為劇烈，其數值在病灶核心暴跌至 NAWM 的 44.2%，而在處於發炎與微觀損傷交界的病灶周圍也僅剩 75.4%。緊隨其後的是 T1w/T2w ratio（病灶內 56.5%、周圍 77.3%）與 ihMTR（病灶內 74.7%、周圍 87.8%）。然而，最令人意外且反直覺的是，傳統被視為量化黃金標準的 MWF 對於病灶區的數值衰減極度遲鈍，在病灶核心竟然仍保有 NAWM 的 93.4%，病灶周圍更達近乎無損的 98.3%。這意味著在偵測局部極端的髓鞘剝離現象時，3D-QALAS 衍生的 Myelin-VF 能夠製造出極大化的病灶與背景對比度，並提早捕捉到病灶邊緣微觀結構的崩解，其動態範圍與靈敏度徹底碾壓了反應遲緩的 MWF。
數值越低代表對去髓鞘反應越靈敏；MWF 在病灶區衰減極小
多模態妥協下的臨床應用邊界與未來展望
雖然 3D-QALAS 展現出極佳的病灶對比極值與測量穩定性，但身為放射科醫師，我們必須理解其演算法本質與適用邊界。Myelin-VF 本質上是透過量化 R1、R2 與質子密度共同推算出來的「合成衍生指標」，它與 ihMTR 的高度相關性證實了其在評估固態巨分子池（Macromolecular pool）的可靠性；然而，它與 MWF 表現出的巨大分歧，揭示了不同技術對「髓鞘」定義的盲區。MWF 測量的是夾在髓鞘脂質層間的短 T2 水分子，在 MS 活躍病灶中，MWF 極可能因為炎性水腫（Edema）、髓鞘碎片中滯留的水分，或是 T2 shine-through 效應干擾，導致其數值被嚴重高估，進而掩蓋了實際的髓鞘流失（這完美解釋了為何 MWF 在病灶核心僅下降不到 7%）。未來的臨床實務中，3D-QALAS 的最大優勢在於只需約 5-6 分鐘的單次全腦掃描，就能無縫產出高解析度 3D 結構圖與 Myelin-VF 參數圖，免去了 2D MESE 序列嚴重的切片間隙與假影問題。對於需要長期追蹤 MS 復發進展、評估神經保護或髓鞘修復藥物（Remylination therapies）療效的場景，3D-QALAS 絕對是目前最具備常規臨床落地價值與成本效益的定量利器。
3D-QALAS 衍生的 Myelin-VF 在病灶核心衰減至正常白質的 44%，靈敏度遠勝受水腫干擾的 MWF，是評估全腦髓鞘完整性的最佳 3D 臨床生物標記。