成像技术有助于更早地检测心血管疾病，然而，精确的检查仍然非常耗时。来自德国联邦理工学院和苏黎世大学的研究人员现在提出了一种可以大大加速血液流动的动态磁共振成像的方法。

目前，4-D流动MRI的记录和后续处理需要30分钟。我们的结果表明，这在未来五分钟内是可能的。”这项基础研究发表在本周早些时候的《自然机器智能》(Nature Machine Intelligence)杂志上，是4月份那期的文章和封面。

磁共振成像(MRT或MRI)是临床诊断的重要手段。它不会对健康造成威胁，并能提供人体内部的精确图像。该方法可用于组织器官等软组织的三维高对比度显示。此外，特殊的记录技术提供心血管系统的动态信息。特别是，4-D流量MRI测量能够量化血流的动态变化。这种动态图像在检测心血管疾病时非常有用。

然而，传统的4-D流动MRI有一个明显的缺点：这种方法非常耗时。如今，数据记录可以在4分钟内通过MRI扫描仪完成。然而，所需的压缩感知方法是有代价的:后续的图像重建是迭代的，因此需要很长的时间。医生必须等待25分钟或更长时间，才能将图像显示在他们的电脑上。

因此，测量结果只有在医生完成检查后很久才能得到。这就是为什么4-D流动MRI还没有建立在日常医疗实践中。血液流动的变化目前主要是通过超声诊断的，与MRI相比，超声诊断速度更快，但准确性更低。

在最近发表的一篇文章中，来自德国联邦理工学院和苏黎世大学的研究人员阐述了一种用于4-D流动MRI的图像重建方法，这种方法可以使图像重建更快，从而更实用。Kozerke解释说:“这个解决方案由基于神经网络的优雅而高效的算法组成。”

Vishnevskiy, Kozerke和Walheim称他们的新方法为FlowVN。它是基于机器学习，更具体地说是基于所谓的深度学习;软件通过训练阶段提供的数据进行学习。FlowVN的特别之处在于它的效率，它将训练和测量的先验知识结合起来。

这意味着可以在少量数据的基础上进行归纳，而不是需要成千上万的训练样本。Vishnevskiy解释说:“因此，网络只需要很少的培训就可以提供可靠的结果。”

研究人员能够证明这种方法正如他们最近发表的论文中所描述的那样有效。他们使用11个健康测试对象的MRI扫描来训练软件。这些数据足以在21秒内在普通电脑上精确重现病人主动脉的病理血流。因此，该方法比传统方法快很多倍，而且结果更好。

Kozerke说:“我们希望FlowVN能够推动4-D流动MRI在临床诊断中的应用。”本研究离线重建数据。苏黎世研究小组的下一步将是在临床MRI机器上安装该软件。Kozerke说:“然后我们设想进行更大规模的临床病人研究。”研究人员受益于与苏黎世大学医院放射科和心脏病科的长期合作关系。

如果后续的测试证实了Kozerke团队的研究结果，这种方法有一天会应用到日常医疗实践中。“然而，至少还需要4到5年的时间，”Kozerke估计。为了加快科学研究的进程，他的团队将可执行代码和数据示例作为开放源代码提供，使其他科学家能够测试和复制该方法。