肝脏是人体的核心代谢器官，其功能异常与全球三分之一人口的疾病相关。磁共振成像（MRI）可提供高分辨率的解剖与功能信息，但常规动态增强MRI需注射钆对比剂，存在过敏、肾源性系统性纤维化及钆沉积风险，且不适用于肾功能不全患者。

化学交换饱和转移（CEST）MRI能够通过检测内源性代谢物（如蛋白质/多肽、糖原、葡萄糖、肌酸等）实现无标记代谢成像。然而，腹部CEST面临扫描时间过长（>5分钟）和呼吸运动敏感（成功率仅60%-70%）的局限。

肝脏肿瘤诊断长期依赖外源性对比剂注射，不仅增加患者负担与肾毒性风险，更不适合需要多次复查的肿瘤随访。针对免标记代谢磁共振长期以来“看不清、扫不动”的临床痛点，清华大学生物医学工程学院宋小磊副教授团队研发出空间-频谱协同编解码（Spatial-Spectral Encoding, SSE）的超快CEST-MRI技术。SSE-CEST以超40倍加速实现了单次屏气、全肝覆盖、无外源性标记的3D高清代谢成像。该技术在糖原仿体、离体猪肝、健康志愿者及肝癌患者中完成了系统验证，能够同时探测酰胺、糖原、脂肪族NOE及葡萄糖代谢。SSE-CEST实现了肝肿瘤病人微小复发灶的精准识别和定位，与PET及钆对比剂诊断高度吻合，标志着免标记代谢磁共振从科研向临床诊疗的关键跨越。

该研究提出了一种空间-频谱编码（SSE）CEST-MRI方法（图1），成功实现了超快z-ω编码采集、数据驱动频谱重建和单次屏气采集。

图1.基于空间-频谱编码（SSE）CEST-MRI的单次屏气代谢磁共振成像框架

研究利用糖原仿体与离体猪肝验证对比SSE-CEST与传统CEST，评估不同z-ω采样轨迹（平行、钻石、放射）的保真度；同时选择了20名健康志愿者完成重复扫描验证可重复性，评估多代谢物变化和动态监测葡萄糖代谢。另外纳入12例肝细胞癌（HCC）患者比较活性病灶与治疗后坏死病灶，并与FDG-PET/CT及常规增强MRI对比。

在糖原仿体中，SSE-CEST与传统CEST的糖原NOE信号高度相关（r=0.97，p<0.0001），且信号强度与糖原浓度呈线性相关（r=0.95，p<0.01）（图2）。健康志愿者重复扫描显示，24/40个对比图相关系数>0.99，ST@1.2 ppm与ST@3.5 ppm的两次扫描相关性分别为0.95和0.96（图3）。

图2.使用1%琼脂的糖原仿体对SSE-CEST进行定量评估

图3.健康志愿者SSE-CEST代谢成像

单次屏气SSE-CEST可同时获得酰胺CEST（3.5 ppm）、糖原NOE（-1.2 ppm）、脂肪族NOE（-3.5 ppm）、APTw及羟基CEST（1.2 ppm）等多种对比。在空腹实验中，禁食12小时后肝脏酰胺CEST、糖原NOE、脂肪族NOE、APTw及羟基CEST均显著下降（p值均<0.01），频谱变化清晰可辨。

图4.SSE-CEST技术用于评估禁食实验期间肝脏的代谢变化

在OGTT实验中，SSE-CEST连续监测至服葡萄糖后51分钟，肝脏MTRasym（2.1 ppm）信号在30分钟左右达到平台期，而T2变化不显著，证明了SSE-CEST对葡萄糖代谢的特异性检测能力（图5）。

图5.SSE-CEST技术在OGTT实验中用于动态葡萄糖成像

在HCC患者中，活性病灶在0.7 μT的LD图上呈现显著高信号（酰胺CEST、脂肪族NOE、糖原NOE均较坏死组织显著升高，p均<0.01）；而坏死灶在所有对比中均为低信号（图6）。APTw（2 μT）未能显示显著差异，提示小B1多池LD分析更具特异性。SSE-CEST代谢图与FDG-PET/CT热区高度匹配，展现出“无标记、无辐射”监测治疗反应的潜力（图7）。

图6.SSE-CEST技术对肝细胞癌病灶及坏死病灶的三维肝脏代谢图谱分析

图7.一位HCC患者的SSE-CEST代谢图与FDG-PET图像的对比，该患者在治疗后10个月进行扫描

研究首次实现了单次屏气、3D全肝覆盖、无外源性标记的CEST代谢MRI，成功克服了腹部CEST长期存在的呼吸运动敏感与扫描时间过长两大临床障碍。SSE-CEST可同时探测多种内源性代谢物，在肝癌活性病灶与治疗后坏死的鉴别中表现优异，并与PET/CT结果高度一致。该技术有望成为肝脏及腹部疾病无创代谢成像的新范式。

研究成果以“单次屏息三维腹部代谢磁共振成像可实现肝癌的无标记诊断”（Single-breath-hold 3D abdominal metabolic MRI enables label-free diagnosis of liver cancer）为题，于3月31日发表于《自然·通讯》（Nature Communications）。

清华大学生医工程学院2022级博士生刘础雨为论文第一作者、2023级博士生高楠为论文共同第一作者。清华大学生物医学工程学院副教授宋小磊为论文通讯作者。西北大学贺小伟教授团队为文章数据分析作出了重要贡献。