临床磁共振成像(MRI)被认为是20世纪以来最重要的医学发展之一。年，世界上第一台1.5T临床磁共振问世(注:T代表“特斯拉”，是磁场强度的单位)，科学家们为此兴奋不已。为了纪念这一重要时刻，研制这款设备的医疗器械企业在美国RD基地埋下了一个时间胶囊。在太空舱中，科学家们描述了他们对磁共振未来的美好愿景。因为1.5T磁共振的共振频率是万，浪漫的科学家选择64年后打开时间胶囊。
现在64年还没来，磁共振已经有了飞速的发展。首先，随着性能的不断提升，随着设备的问世，随着0.5T、1.0T、1.5T、3T、7T、polarT(部分厂商正在研发5T)场强和梯度性能的不断提升，设备的信号采集能力也在不断增强。其次，随着诊断地位的加强，今天的MRI已经取代了许多传统的影像诊断技术而成为中枢神经系统疾病诊断的金标准，在骨关节和软组织疾病的诊断中发挥着重要的作用。近年来，超高场磁共振在脑功能成像、波谱成像、白质纤维束成像、心脏检查、冠心病诊断、腹盆腔器官检查技术等方面也有了快速发展。最后，临床应用越来越普及。据悉磁共振scan在全球每年超过2亿次，其中一半在亚洲。
这些发展很大程度上得益于磁体、梯度、射频、线圈等硬件技术的创新发展，使得磁共振的性能参数达到了非常高的水平。然而，这离科学家们想象的磁共振光明前景还有一段距离。
据医疗器械企业中国磁共振产品事业部产品经理陈忠伟博士介绍，随着磁共振场强的不断增加，人体的安全性也受到相应风险的困扰。即使未来能完成10T甚至20T的磁共振场强的设计，也很难保证人体的安全性”，比如梯度场强和切换率的增加可能会影响人体的外周神经刺激。射频功率的增加会给患者带来7次烧伤的风险等。”换句话说，不断增加的磁共振硬件参数与人的安全之间的协调性成为了磁共振现阶段发展的最大瓶颈。
深度学习启动磁共振革命
如何突破以上瓶颈？结合整个图像链，即磁共振是基于设备来采集信号，并以此为基础对信号进行处理，对图像进行重构和整合，最终将作为医生临床诊断的依据。以前科学家在硬件端优化信号采集水平；现在，他们逐渐在算法端的信号处理和图像重建方面发力。
医疗器械企业Global磁共振总裁兼首席执行官薛洁表示，人工智能和深度学习的出现，让公司在磁共振发展方向的选择上有了新的风向标。医疗器械企业新发布的airrecondl技术就是一个典型的成果。就是FDA认证的磁共振imagereconstruction技术，将深度学习嵌入到磁共振reconstruction的原始数据中，将MR信号与噪声分离。
目前AI技术在磁共振images大多集中在两个方面:一个是前期的流程智能，比如解剖部位的自动识别(磁共振AI1.0时代)；另一种是图像重建后的智能分析和辅助诊断，比如结构和功能成像的多模态融合(磁共振AI2.0时代)。
与上述技术不同的是，根据陈忠伟的介绍，AirReconDL的核心创新点是:从原始数据阶段就实现了MR信号与噪声信号的有效分离，磁共振image可以进入纯元空间(无噪声或接近零噪声)。深度学习算法在元空间的信息技术信号净化中起着重要的作用。陈忠伟通俗地把它比作自来水的净化过程。“自来水中的杂质也是肉眼看不到的，但经过多次PM2.5过滤沉淀，包括蒸馏、高温、高压等往复手段，自来水中存在的杂质全部被过滤掉，最终形成净化水。”
其临床价值在于扫描参数不再是制约图像质量的主要因素。提高磁共振的扫描速度、分辨率和信噪比可以“达到无成本、不减速的目的”，有助于进一步提高MRI医院的周转率和应用范围。据了解磁共振预约检查难，排队难。病人经常要排5天的队做检查。医院都是磁共振设备全天满负荷，仍然无法承受日益增长的临床需求。
此外，airrecondl可以提高CNR病变的对比度(病变与正常组织的对比度)，使疑难疾病的诊断得到更多的影像支持，进一步拓宽磁共振scan的适应症，如小病变的检出、疑难罕见疾病的准确诊断等。，甚至可以成为标准的“病理诊断”金标准。
他用垂体微腺瘤的例子来解释。“垂体微腺瘤是一种目前非常难以发现和诊断的疾病。病灶通常是体积很小的肿瘤，通常小于10毫米。为了找到病灶，除了非常高的分辨率和非常好的信噪比，还需要对这个垂体微腺瘤的病例进行定性(无论是功能性的还是非功能性的)——需要动态增强成像。因为垂体动态增强成像的效果是快进快出，而垂体微腺瘤是延迟增强的过程，需要磁共振的动态增强和非常高的限时分辨率。AirReconDL可以达到分辨率、信噪比、限时分辨率三合一的效果，实现准确诊断。”
AirRecondl除了检测小病灶外，在疑难杂症的诊断上也有独特的价值，如双胎输血综合征，这是一种临床上罕见且难以诊断的疾病。以前的超声或者传统的磁共振只能