DST環(huán)繞技術引領磁共振創(chuàng)新

2017年2月19日，北京——GE醫(yī)療中國今日正式發(fā)布全新高端磁共振設備“SIGNA Pioneer 3.0T”（以下簡稱Pioneer 3.0T）并宣布在中國全面上市，這是GE醫(yī)療迄今在中國推出的最新、最高端的一款磁共振設備。Pioneer 3.0T采用了創(chuàng)新的DST環(huán)繞磁共振系統(tǒng)，能夠提供對全身各臟器更快速的掃描及更清晰成像，有助于胰腺癌、前列腺癌等惡性腫瘤的早期檢出。值得一提的是，Pioneer 3.0T使用的DST環(huán)繞矩陣式梯度系統(tǒng)是磁共振領域近十年來具有突破性的技術創(chuàng)新，全面引領未來磁共振設備革新。

GE醫(yī)療大中華區(qū)首席市場營銷官戴鷹表示：“秉承‘關愛先行’市場戰(zhàn)略，GE醫(yī)療始終立足于關愛患者個體、應對行業(yè)挑戰(zhàn)和提倡公眾早健康，這三點在全新的SIGNA Pioneer 3.0T磁共振設備上得到了充分的體現(xiàn)。它提供的多種技術革新，能夠以更精準、清晰的成像推動腫瘤等重大疾病的更早期發(fā)現(xiàn)，在臨床上提供包括定量化信息在內(nèi)的更為豐富的診斷信息。可以說，Pioneer 3.0T是GE依托全新的硬件平臺和設計理念，對磁共振未來發(fā)展給出的全新答案。”

創(chuàng)新的DST環(huán)繞磁共振系統(tǒng)在磁共振設備必備的兩大核心硬件——梯度與射頻中實現(xiàn)了環(huán)繞功能，即DST環(huán)繞矩陣式梯度系統(tǒng)和DST環(huán)繞射頻系統(tǒng)。相較于以往單梯度的磁共振設備，Pioneer 3.0T的DST環(huán)繞矩陣式梯度系統(tǒng)可使掃描得到更精準的控制。它采用全新構架的45單元環(huán)繞矩陣式梯度系統(tǒng)，靈活的梯度單元工作模式可以根據(jù)掃描部位開啟不同的梯度單元，以不同的序列查看不同的組織，從而實現(xiàn)靈活的梯度性能輸出，帶來更高的圖像質(zhì)量。在射頻方面，Pioneer 3.0T 配備了目前業(yè)內(nèi)領先的65通道環(huán)繞射頻系統(tǒng)，在該系統(tǒng)的強大支持下，開創(chuàng)性地運用了DST環(huán)繞全景成像技術。在一次成像過程中首次實現(xiàn)表面線圈與大體線圈同時成像，全面利用兩個線圈獲得的信息，進行廣覆蓋、高信噪比、高均勻性的快速掃描。

除此之外，Pioneer 3.0T在未來還將引入一款革命性拓展技術——MAGiC，這是GE全新研發(fā)的磁共振成像以及后處理技術。借助MAGiC技術，Pioneer 3.0T可在一次成像中提供至少6個不同的對比度，通過一次掃描解決了原來需要5至6次掃描實現(xiàn)的圖像信息，而掃描時間僅為原來的4分之1。目前，MAGiC技術已經(jīng)獲得美國FDA認證。

全新臨床價值應對癌癥挑戰(zhàn)

數(shù)據(jù)顯示，中國目前每年癌癥新發(fā)病例430萬例，占全球的22%。較之發(fā)病率最高的肺癌，胰腺、前列腺癌、直腸癌等發(fā)病情況也不容忽視。針對這些體積較小、位于體內(nèi)深處的臟器的影像檢查對設備和臨床應用要求更高，其早期發(fā)現(xiàn)難度也更高。基于Pioneer 3.0T全新DST環(huán)繞磁共振系統(tǒng)平臺的高清彌散成像（DWI）應用，就像放大鏡一樣，可以針對局部臟器實現(xiàn)更精準地顯示病灶位置和范圍，大幅提升圖像的空間分辨率，為癌癥診斷提供強有力的新手段和臨床價值。

目前磁共振灌注成像開始用于評估腫瘤的生物特性，利用藥物代謝動力學模型得到的Ktrans等功能參數(shù)，將病變組織內(nèi)功能性的改變可視化，有助于進行更早期發(fā)現(xiàn)和診斷癌癥病變。Ktrans功能指標的變化可以反映出腫瘤內(nèi)部新生血管形成中滲透性和流動特性改變的情況，而這些變化往往早于形態(tài)結(jié)構的改變。SIGNA Pioneer 3.0T的全新平臺可以實現(xiàn)更快速、精準的灌注成像和Ktrans等定量化參數(shù)值，對于各類腫瘤的早期診斷帶來新的評估手段。

另一方面，GE研發(fā)的創(chuàng)新MAGiC技術還能提供基于組織定量的T1加權圖像和T2加權圖像等定量化數(shù)據(jù)，使得磁共振成像真正實現(xiàn)了“統(tǒng)一標準”的“快速且定量化”的水準為醫(yī)學影像組學和未來大數(shù)據(jù)的拓展構建了堅實的基礎。依靠這些數(shù)據(jù)，醫(yī)院可以建立數(shù)據(jù)庫，將不同部位的正常數(shù)值與病患數(shù)值按照年齡、性別等標準進行分類，隨著數(shù)據(jù)庫中數(shù)據(jù)的不斷豐富，分類也可以更加精細，從而在未來助力腫瘤診斷的深度學習與研究。