近期，深圳技术大学健康与环境工程学院在医学磁共振成像（MRI）加速重建领域再创佳绩。我院吕孟叶老师团队在医学图像领域国际顶级期刊《Medical Image Analysis》上发表了题为《Robust simultaneous multislice MRI reconstruction using slice-wise learned generative diffusion priors》的最新研究论文（https://doi.org/10.1016/j.media.2025.103851）。该论文的第一作者为我校健康与环境工程学院19级医疗器械专业本科生黄寿金同学，吕孟叶老师(https://hsee.sztu.edu.cn/info/1150/2427.htm)与深圳市龙岗区中心医院张灵艳主任为共同通讯作者。本项研究由深圳技术大学健康与环境工程学院作为第一完成单位联合国内外多家顶尖科研与临床机构共同完成。这是深圳技术大学首次在这一顶级顶刊上发表文章，进一步彰显了我校在该研究领域的强劲学术实力与不断攀升的国际影响力。

《Medical Image Analysis》（简称MIA或MedIA）是MICCAI Society官方期刊之一，聚焦医学与生物图像分析、计算机视觉、计算机辅助介入等方向的高水平原创研究。ScienceDirect官方页面显示，MIA的CiteScore为26.6，Impact Factor为11.8。作为医学图像分析领域的代表性顶级期刊，MIA在国际学术界具有广泛影响力。

论文简介：

同步多层磁共振成像（SMS MRI）是一种用于加速磁共振采集的强大技术，但由于被激发切片之间复杂的信号交互作用以及不可避免的伪影，其图像重建一直是业界的重大挑战。针对这一问题，本研究提出了一种名为ROGER的鲁棒SMS MRI重建新方法。该方法巧妙地利用了前沿的去噪扩散概率模型（DDPM），从高斯噪声开始，通过逆向扩散迭代逐步恢复出单个切片，同时在读出拼接（Readout concatenation）框架内施加严格的k空间数据一致性约束。更具应用价值的是，研究团队创新性地引入了低频增强（LFE）模块，有效解决了临床广泛使用的快速自旋回波（FSE）和回波平面成像（EPI）序列难以直接嵌入全采样自校准信号的实际难题。在回顾性和前瞻性加速数据集上的大量详实实验均证明，ROGER方法不仅能显著提高图像信噪比、减少重建伪影，还展现出了极强的分布外泛化能力，为解剖和功能磁共振成像的快速、高质量获取提供了强有力的算法支撑。

图1论文首页。

图2机构知识库中的检索结果。本论文为我校在该期刊发表的第一篇文章。

图3论文提出的基于深度生成先验的ROGER重建方法流程图

图4 ROGER方法与其他先进重建方法的效果对比图。ROGER方法在伪影抑制和解剖结构细节保留方面表现更优。