2024年第32届国际医学磁共振学会大会将于2024年5月4日至8日在新加坡举行，全球范围内录用了5000多篇论文，内容涵盖了医学磁共振领域的各个方面。此次大会，中国科学院深圳先进技术研究院医学影像团队61篇摘要被大会接收，其中包括3篇教育报告, 口头报道10篇 (含 Oral Power Pitch)，创历史新高。深圳先进院医学影像团队依托医学成像科学与技术系统重点实验室，与联影在超高场磁共振成像领域进行了深度合作，共同推进 5T 科学前沿的研究与临床转化，在超高场全身成像系统算法、射频技术、超高场成像方法及功能代谢成像等方面取得一系列进展。据统计，团队基于 5T 超高场的 16 篇前沿研究成果在 2024 年 ISMRM 上中稿，包括 3 篇 Oral，1 篇 Oral Power Pitch 。这些成果涉及超高场 AI 算法、定量成像、代谢成像、线圈设计等领域。 5T高清血管壁成像摘要:《Accelerating whole brain vessel wall imaging of isotropic 0.4 mm3 on 5T by 10-fold usin

编者按        中国科学院深圳先进技术研究院的朱燕杰、王海峰教授团队与北京协和医院放射科的王怡宁教授团队携手联影，基于联影高端科研型3T磁共振系统，创新性提出在bSSFP序列读出期间在相编码方向添加正弦波梯度的Wave-bSSFP波编码序列方法。与常规bSSFP序列相比，在单次心肌成像中，波编码方法具有高加速率且可以有效降低心脏成像中的g-factor和混叠伪影，极大提高心肌成像图像质量。近日，该研究成果“High resolution single-shot myocardial imaging using bSSFP with wave encoding”发表于国际医学物理学领域的权威期刊《Medical Physics》[1]（IF=4.506）。中国科学院深圳先进技术研究院研究员朱燕杰为文章的第一作者，中国科学院深圳先进技术研究院研究员王海峰、北京协和医院放射科王怡宁教授为文章的共同通讯作者。 1. 研究背景        bSSFP序列广泛应用于心肌成像，如心肌

声镊作为一种声学操控技术，在生物医学领域具有极大的潜力和广泛的应用前景。它不仅可以实现对微小物体、生物颗粒和液滴的高效操控，而且在材料科学、生物医学等领域展现出独特的价值。声表面波具有能量局域的特点，得到了广泛的关注。声表面波作为固体弹性波，其传播依靠固体媒介的介质质点振动，然而，压电基底一般呈现各向异性物理特性，这将引起表面波在不同传播方向存在明显差异，导致声能量偏转，严重影响表面波器件性能。近日，中科院深圳先进技术研究院孟龙研究员等提出了一种全息声表面波换能器的设计方法。该方法考虑了压电单晶各向异性引起的能量偏转，可以有效地调控波矢与能流的方向。通过构建阵列声表面波换能器，表征了压电单晶的表面相速度分布曲线、能流角偏转和各向异性物理参数等物理量。采用离散化弧形金属电极的方法，优化设计金属指条的空间分布方式，成功制备了全息声表面波换能器，有效地抑制了声波的衍射效应。进一步，在设计的聚焦位置处（10λ），构建了半高宽为78.2 μm的表面波聚焦声场，与传统方法相比，这一方法将焦斑尺寸减少了36%。此外，利用全息换能器的设计策略，实现了对不同粒径颗粒（2μm和5μm）、细胞的选择性分选。

基本信息：题目：Optical imaging of in vivo adoptive T-cell therapy: State of the art and challenges作者及单位：Qingshuang Li1, Dehong Hu2, Duyang Gao2, Guanhui Gao3, Can Zhang1, Zonghai Sheng21 State Key Laboratory of Natural Medicines,Jiangsu Key Laboratory of Drug Discovery for Metabolic Diseases, Center of Advanced Pharmaceuticals and Biomaterials, China Pharmaceutical University, Nanjing, Jiangsu, China2 Paul C. Lauterbur Research Center for Biomedical Imaging, Institute of Biomed

      近日，中国科学院深圳先进技术研究院劳特伯生物医学成像中心与中国医学科学肿瘤医院深圳医院放射科合作研究工作”Voxelwise mapping of DCE-MRI time-intensity-curve profiles enables visualizing and quantifying hemodynamic heterogeneity in breast lesions”发表在医学放射学领域国际权威期刊European Radiology上。该研究创新性地提出一种不基于模型、纯数据驱动的DCE图像定量分析方法，通过逐体素提取时间信号曲线进行自动分类，并将不同类别时间信号曲线的空间分布和分类占比映射到肿瘤空间内部进行颜色编码，实现了对乳腺癌血流动力学异质性的定量可视化评估。研究发现该新方法所提取的血流动力学异质性特征对于区分乳腺肿瘤的良恶性、病理级别、分子亚型和细胞增殖状态均具有显著的价值。       近年来，动态增强磁共振成像（dynamic contrast enhanced MRI, DC

长轴PET系统（uEXPLORER，轴向视野1940 mm）是全球首款全身PET扫描仪，以超高灵敏度采集人体全身数据，为临床诊断、质量和评估过程提供高质量、高分辨的PET影像。当前，临床广泛应用的是短轴PET系统（轴向视野200-350 mm），造价相对便宜（价格约为长轴PET系统1/6左右），其影像质量相较于长轴PET具有显著的提高空间（图1）。考虑到当前临床短轴PET系统的不足，利用长轴PET来改善短轴PET影像质量具有重要的临床意义、科研价值和应用实用性，极大地降低硬件升级成本，便于软件算法模型的推广落地。图1  长、短轴PET系统在3个床位（脑部、肺部和腹部）的成像效果比较　　近日，中国科学院深圳先进技术研究院与河南省人民医院影像科合作研发了长轴引导短轴PET图像质量提升策略方法。临床面向3个短床位（脑部、肺部和腹部）采集超过335例人体扫描数据和对应的长轴PET影像数据，基于3D网络模型构建长短轴质量提升的映射函数。临床实验结果表明，短轴PET影像在3个床位上均能取得优越的图像质量评价指标（峰值信噪比PSNR分别超过35 dB、33 dB 和 38 dB， 统计学指

近日，影像中心PET团队与中山大学肿瘤防治中心以及上海联影医疗公司的“产研医合作成果”，发表在医学成像领域顶刊IEEE Transactions on Medical Imaging （IF=10.6）上。现有研究表明，儿童对于辐射剂量的敏感程度要远远高于成人，而且儿童在PET扫描时更容易由于运动导致重建图像出现伪影，因此低剂量快速PET成像在临床上具有重要意义。基于此，团队研发了一种基于深度学习的深度泛化PET重建模型（图1）。该模型通过隐式学习来同时优化数据保真项和正则化项，能够显著改善由系统误差、随机散射和背景噪声等引起的原始信号畸变。实验结果表明，该模型在PET重建图像质量上明显优于现有深度学习和传统迭代方法（图2-图4）。中国科学院深圳先进技术研究院助理研究员张其阳博士为论文第一作者，胡战利研究员、梁栋研究员为论文通讯作者，郑海荣研究员、杨永峰研究员为论文共同作者。该研究得到了国自然优青项目/面上项目、深圳市杰青项目/重点项目等项目的资助。 文章链接：https://ieeexplore.ieee.org/document/10177798 图1 深度泛化PET重建

       近年来，X/γ射线的探测在医学成像、剂量测量、辐射防护等领域已经取得广泛应用。铅卤钙钛矿作为一种新兴的闪烁材料受到了广泛关注。然而，其激子发光的斯托克斯位移较小，且存在严重的自吸收问题，大量激发光子无法被探测到，制约了该材料的探测性能和应用。为解决这一难题，研究人员进行了深入研究，取得了令人振奋的突破。      在以往的研究当中，研究人员尝试采用限域激子发光和掺杂剂等策略来解决自吸收问题。然而，这些方法在抑制自吸收的同时，却导致了发光寿命的延长。近日，中国科学院深圳先进技术研究院医学成像科学与技术系统重点实验室团队和华中科技大学光电子器件与三维集成团队在该领域共同合作，此次的最新研究发现，二维钙钛矿晶体中普遍存在的内在应变现象，可以显著减少自吸收效应，而不影响发光寿命。这一发现为高能γ射线探测和PET成像提供了全新的思路，这项研究成果于近期在Nature Communications杂志在线刊发。此论文题目为“Self-wavelength Shifting in Two-dimensional Pe

      9月3日—8日，第61届IEEE国际超声⼤会（2023 IEEE IUS）在加拿⼤蒙特利尔召开，中国科学院深圳先进技术研究院医工所劳特伯生物医学成像研究中心硕士生高泽平凭借深圳先进院超声团队自主研发的相控阵全息声镊科研仪器以及开展的相关生物医学研究，从今年超1200余篇会议摘要中脱颖而出，荣获2023 IEEE IUS上最佳学⽣论⽂奖，这也是该团队第⼆次在IEEE国际超声⼤会夺得此荣誉。      该研究⾸次将全息声镊科研仪器与组织工程中复杂模型构建的需求相结合，以超声相控阵对全息声场的动态构建为基础，设计开发了⼀系列声学组装策略，实现了对细胞球、类器官的精准选择、位置移动、旋转对准、装配、夹紧等操作，并构建出了具有能够模拟肿瘤及其微环境的装配体模型。此外，研究结合质谱成像技术进⼀步构建出装配体的代谢全谱图，为肿瘤代谢异质性研究提供了精准的物质分⼦定性、定量和空间定位信息，同时为探索组织功能发展机制、疾病的发展过程提供新的视⻆与⼿段。 最佳学生论文获奖证书      &nbs

 近年来，深度学习在快速磁共振成像领域研究取得了重要进展。鉴于深度神经网络的强大学习和表征能力，不仅能提高成像质量，也极大缩短了成像时间。现有深度学习磁共振成像方法主要依赖于数据驱动，即通过神经网络从大数据中直接学习欠采样k-空间数据到高质量图像之间映射，相当于用网络逼近磁共振系统编码欠采过程的逆。然而，数学上，磁共振编码欠采样过程是不适定问题，其逆不存在，导致深度学习方法面临“不可靠”的风险 近日，磁共振团队针对深度学习磁共振成像不可靠的问题，提出了一种正则化理论保证的深度学习成像模型，实现了成像可解释性，保证了网络算法收敛性、鲁棒（正则）性。实验证明（图1），这个方法在重建图像方面明显优于传统方法。研究成果以Equilibrated zeroth-order unrolled deep network for parallel MR imaging为题，发表在医学成像领域著名期刊IEEE Transactions on Medical Imaging。此外，进一步考虑某些场景下训练数据不可获取，提出了一种物理先验引导的无训练深度神经网络成像模型，实现磁共振物理驱