Ultra-short and zero echo time MRI sequences for MSK investigation: A scoping review.
將 TE 極限壓縮至 0.00-0.34 ms 的 UTE 與 ZTE 序列,能以放射狀採集突破皮質骨 MRI 造影限制,提供媲美 CT 的無游離輻射骨折影像。
- 針對皮質骨極短衰減時間,TE 需設定在 0.00-0.34 ms 以捕捉微弱訊號。
- 文獻指出掃描時間介於 3 至 12 分鐘,是目前引進常規排程的主要技術挑戰。
- ZTE 序列無梯度切換產生的巨大噪音,可提升兒科或失智症患者的 MRI 檢查耐受度。
將 MRI 的回音時間(TE)逼近極限至 0.00-0.34 ms,原本在常規序列中呈現純黑的皮質骨,竟能展現出媲美 CT 的骨折對比度。這份回顧性研究分析了 18 篇將超短回音時間(UTE)與零回音時間(ZTE)序列應用於肌肉骨骼(MSK)影像的文獻,證實透過特殊的放射狀資料擷取(radial acquisition),能在無游離輻射的前提下突破傳統 MRI 無法看清皮質骨的物理限制。
傳統 MRI 皮質骨造影的質子密度與物理限制
探討超短回音技術的價值之前,必須先理解傳統 MRI(磁振造影)序列在面對皮質骨時所遭遇的物理瓶頸。皮質骨本身具備極低的質子密度(proton density),因為骨骼基質主要由高度鈣化的羥磷灰石(hydroxyapatite)構成,內部的水分子大多與膠原蛋白緊密結合(bound water),缺乏能夠自由翻轉並產生強烈核磁共振訊號的自由水(free water)。這種緻密的微觀結構導致了非常極端的核磁共振特性,使得皮質骨在常規造影環境下處於先天的劣勢。
進一步剖析這些緊密結合的水分子,其物理限制不僅在於數量稀少,更在於其極短的橫向弛豫時間(T2 decay time)。在施加射頻脈衝(RF pulse)激發後,這些水分子的自旋相位會以微秒(microseconds)級的速度迅速發散,導致自由感應衰減(FID)訊號在極短的時間內消失殆盡。傳統的自旋回音(Spin Echo)或梯度回音(Gradient Echo)序列,受限於切面選擇、相位編碼與頻率編碼等梯度磁場的切換延遲,當系統真正開啟類比數位轉換器(ADC)開始接收訊號時,皮質骨的微弱訊號往往已經衰減歸零,最終在影像上僅能呈現出無訊號的黑色區域。
UTE 與 ZTE 序列的放射狀資料擷取機制
為了解決皮質骨訊號過早消散的難題,UTE(超短回音時間)與 ZTE(零回音時間)序列徹底顛覆了傳統 MRI 的空間編碼邏輯。這類先進技術放棄了常規的笛卡爾座標(Cartesian)逐行掃描方式,轉而採用複雜的放射狀資料擷取(radial acquisition)軌跡。在這種非傳統的採集模式下,系統會直接從 K-space(空間頻率空間,儲存原始訊號的矩陣)的正中心點開始,沿著放射狀的輪輻(spokes)向外圍收集數據。由於 K-space 的中心點決定了影像的主要對比與整體訊號強度,這種從中心出發的策略能夠在射頻激發後的瞬間,立刻捕捉到最高強度的原始訊號。
深入比較這兩種短回音技術的運作細節,UTE 序列通常會使用半脈衝(half-pulse)激發配合隨後迅速開啟的讀取梯度(readout gradient),在極限狀態下搶救即將消失的 T2* 訊號。而 ZTE 序列的作法則更為極端與巧妙,系統會在發射射頻脈衝之前,就預先開啟並穩定讀取梯度磁場。當使用極短且強烈的硬脈衝(hard pulse)進行激發時,系統幾乎可以在「零」延遲的狀態下同步開始接收訊號。這種直接攔截訊號衰減初期的硬體控制機制,正是這兩種序列能夠在無游離輻射的環境下,成功重現皮質骨內部微細結構的物理基礎。
Figure 1 的 MSK 應用部位與分佈數據
回顧這份研究的篩選過程,研究團隊透過嚴謹的 JBI 審查方法學,廣泛搜尋了 MEDLINE、EMBASE 與 CINAHL 三大文獻資料庫。在設定時間範圍為 2005 年以後發表的英法文獻中,團隊最初篩選出高達 671 篇文章。經過兩位獨立審查員針對標題、摘要與全文的嚴格把關,剔除了與 MSK(肌肉骨骼)不相關或技術定義不符的文獻,最終僅有 18 篇高質量研究完全符合納入標準。這些雀屏中選的文獻,為 UTE 與 ZTE 在臨床骨骼造影的實際應用提供了堅實的證據基礎。
攤開這些通過篩選的研究報告,可以清楚看見超短回音技術已逐漸滲透至多個骨關節造影領域。若細看這 18 篇文獻的解剖部位分佈,最主要的應用集中在結構複雜的脊椎(spine)掃描,共有 6 篇 (6/18) 針對此部位進行探討。緊追在後的是承受體重應力的下肢(lower limb)以及包含顱底骨骼的頭頸部(head and neck)造影,各有 4 篇 (4/18) 相關紀錄。此外,一般骨骼(general bone)的整體性評估佔了 3 篇 (3/18),而針對肩關節(shoulder)微細結構的深入研究則有 1 篇 (1/18)。這樣的數據分佈顯示,只要是牽涉到複雜皮質骨結構或需要精確評估骨折線的部位,這類序列都展現出極高的導入價值。
Table 1 的 TR 與 TE 核心參數設定分析
檢視這 18 篇文獻中揭露的技術參數,TE(回音時間,即射頻激發到收集訊號的時間間隔)的極小化是所有研究機構的共同準則。根據文獻統計,所有納入的研究皆毫無例外地將 TE 壓縮在 0.00 至 0.34 ms 的極端區間內。這個數值遠遠低於常規 MRI 動輒數毫秒甚至數十毫秒的設定,印證了唯有將時間尺度縮短至次毫秒(sub-millisecond)等級,才能有效捕捉到皮質骨內部快速衰減的質子訊號,進而產生足以辨識骨折與骨骼邊界的對比度。
然而,在面對另一個核心參數 TR(重複時間,即兩次射頻脈衝之間的間隔)時,各家研究的設定策略則出現了明顯的分歧。文獻中有 8 篇 文章傾向採用極短的 TR 設定,數值落在 0.425 至 8 ms 之間。這種超短 TR 的作法主要為了配合放射狀軌跡所需的大量 K-space 輪輻採集,藉由極快速的連續激發來換取掃描時間的縮短。相對地,另有 3 篇 文獻選擇了較長的 TR 區間,數值橫跨 100 至 1075 ms。這類設定多半是為了獲取特定的質子密度權重對比,或是為了結合抑制周圍脂肪與肌肉訊號的磁化準備(magnetization preparation)技術。值得注意的是,仍有 6 篇 文獻完全沒有提及 TR 參數,凸顯了當前各大醫療機構在執行 UTE 與 ZTE 序列時,尚未形成統一標準化的 Protocol。
| 參數類別 | 數值區間 | 相關文獻數量 | 技術與流程影響 |
|---|---|---|---|
| TE (回音時間) | 0.00 - 0.34 ms | 18 篇 (所有納入文獻) | 極端時間內捕捉即將消散的皮質骨微弱訊號 |
| TR (短重複時間組) | 0.425 - 8 ms | 8 篇 | 配合快速連續激發以應付高密度放射狀採集 |
| TR (長重複時間組) | 100 - 1075 ms | 3 篇 | 獲取特定對比權重或結合磁化準備技術 |
| 掃描時間 (Acquisition time) | 3 - 12 min | 綜合統計數據 | 因放射狀超取樣需求導致時間偏長,為當前最大挑戰 |
長達 3 至 12 分鐘的掃描時間與聲學噪音優勢
把目光拉到實際的臨床掃描流程,擷取時間(Acquisition time)過長被文獻直指為當前全面普及 UTE 與 ZTE 技術的最大障礙。根據這 18 篇研究的綜合數據,這類特殊序列的單次掃描時間大多落在 3 至 12 分鐘 的範圍內。由於放射狀資料擷取容易受到奈奎斯特極限(Nyquist limit)的影響,若 K-space 邊緣的輪輻密度不足,極易在影像上產生明顯的條紋假影(streak artifacts)。為了確保皮質骨影像的銳利度與訊雜比,掃描儀必須採集遠高於常規笛卡爾座標的資料點,這種超取樣(oversampling)的需求直接導致了掃描時間的居高不下,對講求高通量的 MRI 排程是一大考驗。
不過,從病患舒適度的角度來看,這類序列卻意外帶來了極佳的臨床附加效益,特別是 ZTE 序列在降低聲學噪音(acoustic noise)上的卓越表現。常規的快速自旋回音或平面回音造影,需要反覆且劇烈地切換梯度磁場,這會導致梯度線圈在主磁場中承受巨大的勞侖茲力(Lorentz force)而產生震耳欲聾的敲擊聲。ZTE 序列因為在整個掃描過程中,讀取梯度磁場都保持在穩定開啟的狀態,完全避開了快速切換所引發的硬體震動。這種幾近靜音的掃描環境,能大幅降低病患在狹窄孔徑內的幽閉恐懼與焦慮感,對於難以配合指令的兒科病患(paediatric)或是容易躁動的失智症(dementia)患者而言,無疑是提升 MRI 檢查成功率的一大福音。
整合常規檢查與導入 AI 重建工具的未來方向
綜合評估這項技術的臨床潛力,將 UTE 與 ZTE 序列附加於常規的 MSK MRI 檢查排程中,確實能為骨折與皮質骨的結構評估提供強而有力的影像支援。過去在急診或骨科門診,為了同時確認軟組織韌帶撕裂與微小皮質骨折,往往需要安排 MRI 與 CT 兩種不同模態的檢查。如今,具備放射狀擷取能力的短回音序列,不僅能在單一設備上完成所有診斷需求,更重要的是它免除了 CT 掃描所附帶的游離輻射(ionising radiation)暴露。這種 ALARA(劑量合理抑低原則)的實踐,對於需要長期追蹤骨骼生長板或反覆檢查復原狀況的年輕患者來說,具有無法取代的安全性優勢。
面對當前 3 到 12 分鐘掃描時間過長的技術限制,文獻作者在結論中明確指出了未來的破局之道,那就是人工智慧(AI)工具的深度整合。透過導入基於深度學習的影像重建(image reconstruction)演算法,系統將有能力在資料極度欠取樣(undersampling)的情況下,精準預測並填補 K-space 中缺失的數據。這種技術有望在未來大幅減少放射狀輪輻的採集數量,從根本上將擷取時間壓縮至常規臨床可接受的範圍內,同時維持甚至提升皮質骨影像的對比度與空間解析度。隨著 AI 技術的成熟,這類過去僅限於學術研究的高階序列,將有極大機會成為未來肌肉骨骼放射造影的標準配備。
透過 0.00-0.34 ms 的極端 TE 與放射狀採集,UTE/ZTE 序列成功克服皮質骨物理限制,未來若結合 AI 縮短 3-12 分鐘的掃描時間,將成為無輻射骨折評估的強大工具。