医学影像技术体系 · 第 30 卷 / 共 44 卷
mapping、DWI、APT 与定量技术
本卷导读
覆盖 T1/T2 mapping、脂肪与铁定量、扩散加权与高阶扩散模型、APT、脑类淋巴系统、内耳延迟增强，以及乳腺与肺癌筛查中的 MRI 应用。
知识结构
- 介入、乳腺与图像融合
- 磁共振引导介入治疗临床应用
- “更快、更高、更强”：磁共振发展方向
- 场强、比较影像与 DCE
- 不同场强下的MRI脉冲序列设计的探讨
- 医学影像检查技术的应用及选择：比较影像学概论
- MRI的双刃剑：场强依赖效应
- 扩散、APT 与脑类淋巴
- 磁共振高阶扩散模型
- 颅脑磁共振扩散加权成像：理论和概念
- “穷人”的分子影像学：APT
- EEG和MEG是否可以检测到小脑信号
- 定量技术与脂肪铁定量
介入、乳腺与图像融合
MRI引导介入治疗，虽然比较小众，但是有很大的发展潜力。
磁共振引导聚焦超声治疗系统MR-HIFU。介入放射学(Interventional Radiology, IVR)是以影像诊断学为基础，在影像诊断设备的监视引导下，利用穿刺针、导管等介入器材，对组织和器官进行疾病治疗或采集影像、组织学、细菌学及生理、生化资料进行诊断的学科。
根据治疗领域及技术可以把介入放射学分为两大类：血管性介入和非血管性介入。顾名思义其经过治疗的路径不同。
乳腺癌是威胁女性健康的最常见恶性肿瘤，如何早期发现乳腺癌，主要是通过各种筛查手段，其中以影像学检查为主。
因此筛查及早发现乳腺癌对于治疗及预后影响非常大。
筛查对于早期检出及诊断肿瘤是非常重要的，在疾病管理中，特别是肿瘤的疾病管理中，筛查都是很重要的一个角色。
筛查包括临床检查及技术检查。临床乳腺检查（clinical breast examination，CBE）特点是简便、易行、可重复性强，但是受主观水平影响大，并且敏感度低。
乳腺癌基因检测通常会涉及分析一系列与乳腺癌相关的基因，其中包括BRCA1和BRCA2等基因。这两个基因的突变与乳腺癌的发生密切相关，尤其是在早发乳腺癌中。其他一些基因也可能与乳腺癌的风险相关，检测这些基因可能有助于更全面地评估个体的风险。
乳腺癌基因检测虽然可以提供一定程度上的风险评估，但并不是预测乳腺癌发生的绝对方法。环境因素、生活方式以及其他未知因素也可能对乳腺癌的发生起作用。
就是影像学检查，影像学检查已经是非常重要的一种筛查手段，广泛地用于全身各个部位的肿瘤筛查。不同影像技术有不同的优势及劣势。
如果能早发现、早诊断乳腺癌，当然就有更好的时间窗进行治疗。
选自中国临床肿瘤学会（CSCO）乳腺癌诊疗指南中的早期乳腺癌确诊检查。目前乳腺癌的筛查主要是乳腺X线摄影（Mammography），其优势主要包括：
⑷家族性风险检测时灵敏度降低（尤其是BRCA 1/2携带者）
⑸约30%存在过度诊断。
反而是风险越高的女性，使用乳腺X线筛查的获益越低。
乳腺的分型很重要，所以美国放射学会（American College of Radiology, ACR）的BI-RADS无论是乳腺X摄影还是MRI，第一点都是要求先报告乳腺腺体类型，也就是乳腺组织（amout of fibroglandular tissue, FGT）。
新英格兰医学杂志的论文显示，在美国40岁以上的女性中，43%~46%为致密型乳腺。根据中国乳腺疾病调查报告，超过50%的中国女性为致密型乳腺。
另外乳腺X线摄影也有一些禁忌症，包括：青春期女性、妊娠期女性、乳腺炎急性期女性、经前期女性、乳腺术后或乳腺外伤后伤口未愈、乳腺巨大肿物不适宜压迫、肿物相应皮肤破溃且面积较大时，须密切结合临床意见。
DBT又被形象地称为三维乳腺钼靶3D Mammography，实际上它也是乳腺X线摄影的一种。
和传统的二维2D乳腺X线摄影相比，DBT的优势在于更清晰地显示乳腺组织结构，有效避免组织重叠的影像；对于致密型腺体的病人能够更灵敏地检出病灶；提高了钙化的检出。
有研究比较了DBT和传统的2D乳腺摄影对于乳腺病变的检出率及敏感度，DBT要优于传统的2D乳腺摄影（也就是乳腺X线摄影，3D vs 2D）。
DBT对于极致密型腺体的病人，其肿瘤检出的敏感性还是没有MRI高。
其次是使用超声进行乳腺筛查。超声的优点是：快捷、方便、便宜。缺点是筛查的灵敏度和特异度都比较低，有文献报道使用超声筛查乳腺癌的灵敏度只有39.5%，特异度为90.5%。
乳腺超声，左侧乳腺显示疑似的低回声结节（箭头）。
乳腺超声除了筛查，还有一个比较重要的作用，则是在超声的引导下进行穿刺活检。
由于乳腺X线摄影和乳腺超声都具有同样的一些特点，比如方便、简单、快捷，因此其组合方式一直是我国乳腺疾病首选的筛查和诊断组合方法。
就是使用MRI进行乳腺癌的筛查。可能很多人听使用MRI来筛查第一反应是成本高，时间长。但是MRI的优势是没有电离辐射，筛查乳腺癌的敏感度和特异度都高于乳腺X线摄影和超声，并且对于致密型乳腺的筛查灵敏度高。
使用MRI进行乳腺筛查面临的问题就是检查时间长，成本高费用贵。
关于乳腺MRI筛查，ACR给的建议是把人群分为高风险人群和一般风险患者。
高风险人群的定义为：乳腺癌终生风险≥20%（这个风险率一般是包括经基因检测或家族谱确定的遗传易感性，或伴有乳腺癌病史和致密乳腺的女性），有胸部放疗史，年龄＜30岁的。针对这种人群建议进行增强MRI补充筛查。
一般风险患者则是其他女性，建议40岁开始每年进行乳腺X线摄影筛查。对于国内，根据中国乳腺癌诊疗规范，乳腺癌高危人群包括：
②既往有乳腺导管或小叶不典型增生或小叶原位癌的患者。建议对乳腺癌高危人群提前进行筛查（小于40岁），筛查间期推荐每年1次，筛查手段除了应用一般人群乳腺X线检查之外，还可以应用MRI等影像学手段。
EUSOMA（欧洲乳腺癌专家协会）关于乳腺MRI的指南中，对于高风险患者，建议每年进行一次MRI筛查。
①BRCA1/2或TP53基因突变或具有此类基因突变的家族性风险
②乳腺癌终生风险 ≥20%（同ACR一样）。该研究被命名为DENSE，全称是The Dense Tissue and Early Breast Neoplasm Screening。主要是探讨极度致密乳腺的女性补充使用乳腺MRI进行筛查的意义。该研究是一个多中心、随机、对照研究，其证据等级比较高，推荐级别也很高（毕竟发的杂志是新英格兰）。
文章的结论是对于乳腺组织极度致密且乳腺X线筛查结果正常的女性，进行补充MRI筛查与仅进行乳腺X线筛查相比，在2年的随访中，前者的间隔期乳腺癌发生率显著降低。
在MRI筛查中发现的乳腺癌大部分（83%）都处于早期，而乳腺X线摄影筛查中发现的乳腺癌只有41.6%处于早期。因此MRI筛查能够发现更多的早期病变。
磁共振是常用的检查乳腺的方法和手段，前面我也写了很多关于乳腺MRI的文章。
正常的乳腺MRI扫描一个最大问题是扫描时间长，核心序列包括高B值DWI，乳腺动态增强DCE。其中动态增强DCE一般要持续8分钟以上，而DWI想要得到好的图像也至少需要3分钟。整个乳腺MRI扫描完的时间大概是18~25分钟。
如果不调整扫描方案，正常完整的MRI扫描方案用于乳腺癌的筛查会导致扫描时间太长，检查成本高，其推广价值下降。
因此乳腺MRI要用于乳腺癌的筛查，需要改进扫描方案。
至于怎么改进扫描方案，提高扫描效率，节省成本，下一期我们继续聊这个话题。
关于乳腺MRI诊断，可以看一些专著。其中国内程流泉教授著的《乳腺MRI诊断学》是比较好的一本书，其中有很多他独到的观点。
- 4.15 星期一 于 上海
乳腺MRI全序列对于乳腺疾病的诊断其敏感度和特异度均很高，但是如果用于乳腺癌筛查，则扫描时间太长。AB-MRI应运而生。
所谓简化，实际上就是缩短扫描时间。为什么要缩短呢？当然肯定是因为传统的MRI检查扫描时间比较长，被检查者可能难以耐受，或者因为检查时间长导致流通量短，成本代价高。
乳腺MRI检查主要是为了早期诊断乳腺癌，乳腺癌是女性最常见的恶性肿瘤，其发病率占女性恶性肿瘤的第二位，仅次于肺癌。也是危害女性健康的主要恶性肿瘤。
在上一期文章中，重点讲解了目前乳腺癌筛查的影像学技术进展。
目前乳腺癌的筛查主要是乳腺X线摄影（Mammography），但是乳腺X线摄影也存在一些缺点，包括致密型乳腺检查者灵敏度降低。
而在这个方面，MRI对于致命型乳腺的检查敏感度远远高于乳腺X线摄影。
在2005年发表的一篇文章中，纳入529例无症状、具有乳腺癌家族性风险（乳腺癌终身风险≥20%）的女性。依据病理或随访结果确立参考诊断，比较MRI、乳腺X线摄影、超声的诊断效能。结果显示MRI的敏感度和特异度都非常高。
但是国内，可能大家对于使用MRI来筛查乳腺癌还是存在着很多疑问和质疑。其中，主要的顾虑是使用MRI进行乳腺筛查面临的问题就是检查时间长，成本高费用贵。
如果要使用MRI进行乳腺癌的筛查，那么就不能使用传统的MRI全序列。
在这里我们还是简单回顾一下乳腺MRI扫描的传统序列，也就是全序列大概要做哪些并且扫描时间是多少。
是我做的一个乳腺MRI扫描的全序列和大概时间，需要注意的是，不同医院扫描略微有差异。但是乳腺MRI全序列，比如重要的三个序列肯定是所有医院都扫描的：T2WI脂肪抑制、DWI及动态增强DCE。
由于这三个序列是诊断效能比较高的，并且是BI-RADS重点需要看和评分的序列，所以其重要性不言而喻。目前大部分乳腺全MRI扫描序列2D采用的是3mm，0间距扫描。3mm由于层厚相对比较薄，为了得到较好的图像，特别是DWI，需要增加扫描时间。
可以看出，比较耗时间的也是这三个序列，其中DCE一般指南要求扫描够8分钟，因为要看曲线情况。而且即使有压缩感知，DCE也省不了时间，主要是用来做各向同性的。并且DCE扫描还比较复杂，要求抓时间比较精准。DWI由于扫描3mm，为了得到好的图像质量，一般也需要3~4分钟。
一般横轴位就够了，矢状位和冠状位不是必须的，根据需要自由选择。乳腺MRI全序列扫描，最快扫描时间也大概需要16分钟；扫描再全一点可能需要20~25分钟。
因此进行乳腺癌筛查的AB-MRI乳腺简化序列，就不可能和乳腺MRI全序列扫描一样，必须要简化很多序列。这个简化包括直接省略一些诊断效能不高的序列和动态增强扫描DCE的简化（不用必须扫够8分钟，不用扫描这么多动态）。
2014年，Kuhl等首次报告了使用AB-MRI（乳腺简化MRI扫描序列）用于乳腺癌筛查的可行性。简化MRI序列的使用目的主要在于显著缩短图像采集和阅片时间、降低检查费用，同时保持较高的诊断效能。目前大多数研究将乳腺简化序列用于乳腺癌筛查，少量研究涉及乳腺癌诊断与术后监测。
AB-MRI乳腺简化序列包含哪些呢？扫描时间差异有多大呢？
一个表格带大家认识一下，前面也写了乳腺MRI全序列包含的内容。
AB-MRI不仅简化了序列，减轻了技师的工作量，扫描序列少了，扫描时间短了。而且由于序列少了，实际上诊断医生的阅片工作量也减轻了。
一句话总结：AB-MRI乳腺增强MRI简化序列，旨在保留重要的序列，减少图像采集和阅片时间，同时保持相似的诊断效能。
哇，传统乳腺MRI全序列扫描至少20分钟；采用AB-MRI，那不是3~10分钟解决。是不是以后都用AB-MRI进行乳腺磁共振扫描。再次注意哈，AB-MRI只是用于乳腺癌的筛查，筛查，筛查！如果是要仔细的诊断或者分期乳腺病变，那还是需要全序列！
2014年最早提出AB-MRI的研究方案中，作者使用的扫描序列是尽可能地精简。
相比于诊断全序列，AB-MRI只使用T1WI，分别是平扫和打药后第一个动态。而且它的增强也没有做脂肪抑制，因为后处理会使用减影，这就更节约了扫描时间。
是文献中一个典型的筛查病例。B是平扫T1WI，C是增强后T1WI（注意增强后没有进行脂肪抑制，太狠了），D是后处理减影图，也就是增强后-增强前，这个过程是后处理，不需要占扫描时间（太狠了，时间省到极致），D是后处理MIP图。
是另外一个例子，一个55岁的参与者，双侧乳腺X线摄影显示正常。AB-MRI显示左侧乳腺一个4mm增强的病灶（结节），MRI引导乳腺穿刺活检最终结果是乳腺浸润性导管癌（pT1a, N0, M0）。这个病例说明AB-MRI筛查乳腺癌的敏感度是足够的。
这个研究比较了简短序列和全序列的诊断（筛查）效能，扫描时间分别是17分钟和3分钟，AB-MRI平均阅片时间是28s，在606个MRI检查中，所有11个乳腺癌均被发现；简短序列与全序列的特异度分别为94.3%与93.9%。结论当然是AB-MRI和乳腺全序列具有相同的诊断效能。
AB-MRI并不是只有Kuhl提出的这种序列，有很多小组也做了一些其他的AB-MRI研究并且比较了诊断（筛查）效能。
可以看出大部分的AB-MRI序列包含增强前后的T1WI（有结合脂肪抑制的，也有不加脂肪抑制的），不加脂肪抑制就依赖于后处理减影了。还有一些AB-MRI补充了一些序列，比如平扫T2WI脂肪抑制，还有一些采用快速增强扫描的序列，比如西门子的TWIST VIBE等。
其中，一篇综述对于AB-MRI进行了总结及展望，一些新技术，主要是快速增强扫描序列，不仅能够加快扫描速度，还可以提供更多动力学信息。压缩感知，人工智能等新技术也可以加快扫描速度。
没有人会嫌扫描时间快的，既然AB-MRI可以用于乳腺癌筛查，那么AB-MRI是否能够用于诊断或者其他推广？
2017年的一篇文献进行了简化MRI序列用于乳腺癌诊断的初步研究，该研究是一个回顾性的研究，比较了98例乳腺病变，分别由两位有经验的放射学专家进行MRI阅片。AB-MRI序列就是平扫T1WI及增强后的三个时间点的T1WI+C，全序列就是常规乳腺序列（需要注意的是，本章文献中，乳腺简化序列用的术语是simplified breast protocol，简写SBP；全序列full diagnostic protocol，简写FDP）。
这里需要注意的是，由于是回顾性研究，实际上AB-MRI不是扫描的，而是提取了乳腺全序列中的平扫T1WI，增强后的三个动态做减影，分别是1、2、5动态。AB-MRI时间也是通过这个估算的。
AB-MRI的平均扫描时间是6.97分钟，全序列平均扫描时间是14.8分钟。AB-MRI和全序列相比，敏感度方面分别是99%vs97%；特异度方面分别是93%vs95%。这个结果有一点让我有点不明白，我反复看了文献，确定了result部分。AB-MRI的敏感度居然比全序列高，特异度反而比全序列低。
SBP（AB-MRI）和全序列的诊断效能比较，ROC曲线中AB-MRI的曲线下面积是0.989，全序列ROC曲线下面积是0.990，两者之间无显著统计学差异（P=0.76）。
文章最后得出的结论当然是AB-MRI能够准确诊断乳腺病变，效能与全序列相近，能够减少图像采集和阅片时间。由于是回顾性研究，不是ROC或者前瞻性研究或者对照研究，其样本量也不是那么大，其结论的证据性不是那么强烈。
如果是用于乳腺诊断，相信大部分医院还是会采用常规全序列，不大可能去使用AB-MRI，怕万一遗漏一些关键信息造成漏诊。
还有研究进行了AB-MRI用于乳腺癌术后检测的初步探索，比较AB-MRI与全序列在有乳腺癌病史女性中的监测效能。该研究也是回顾性的分析了1312例乳腺癌术后患者。其AB-MRI包括平扫T1WI和T2WI及增强扫，后处理减影和MIP。
AB-MRI和全序列相比：敏感度为70.0%vs100.0%；特异度为98%vs96.9%；ROC曲线下面积为0.840vs0.985，两者结果均无统计学差异。这个结果我感觉还更好理解，因为一般AB-MRI和全序列相比，敏感度应该低一些，因为序列少了，有效信息少了；而特异度应该高一些，也是因为无关的序列少了。
为什么要进行AB-MRI，也是因为作为筛查工具，就需要考虑扫描时间，成本等卫生经济学问题。
本来正常情况下已经回成都了，本章也是提前写好的。结果大湾区暴雨，广州、珠海、深圳、佛山很多机场都延误了。
本人累计飞了快800次，国内国际都飞过，第一次航班取消贡献给了全国最小的机场，佛山沙提机场。
- 5.5 周日 滞留于 佛山
如今影像都是多模态扫描，不同模态的图像各有优势，比如CT图像和MR图像。进行图像融合是为了把两种模态的图像优势都体现。
MR检查以多参数、多对比、多模态成像为其主要特点，但是在越来越重视临床实践的今天，图像数据如何后处理出让临床医生、甚至受检者看到更具亲和力、更直观反映病变情况的结果，是摆在各影像设备公司研发团队面前的一道题。
本章推荐比较实用的图像融合技术在MR设备上的使用，抛砖引玉，让新老使用者更灵活更充分的发掘融合技术在临床的实际应用，为临床甚至科研增加应用支持。
图像融合是指将多源采集的关于同一目标的图像数据，经后处理，最大限度的提取各自有利信息，综合成为有更高解析性的图像。对于MR对参数多对比图像来说，就是将不同对比不同参数的图像进行融合显示以凸显病变的某些特异性征象，也可以和PET等异机数据进行融合。理论上讲，图像融合需要有一定原则：
- 融合后图像要包含原图像的明显的突出的信息，以便实现融合的目的。
- 融合后图像不能加入过多人为信息，尤其不应该掩盖原有的具有诊断意义的信息。
- 原图像中噪声等不感兴趣信息，尽量抑制。
临床比较常见的图像融合往往是高清晰解剖像和功能像之间的融合，比如ADC图与3DT1 MPRAGE，PET图像和MR T2加权像融合等等。
不同检查设备图像之间的融合，能互为补充，相互佐证；不同功能图像融合，可以提供空间+功能图像互补。比如弥散加权图像受原理及磁场影响会有变形，在与解剖像的T1或T2加权图像融合的时候可以参照变形较微小的T1及T2加权图像对弥散加权上显示异常的区域进一步识别、定位及校正。包括DTI等在内的很多的后处理软件也是将后处理的一些有益的图像和解剖图像融合，的波谱代谢物分布与解剖像融合、DTI纤维束与T1解剖像的融合等。
PET-Like弥散加权（DWIBS）与T2 加权图像融合。PET-Like扫描是早些年即兴起的一种利用弥散加权扫描图像来筛查或者评价以肿瘤为代表的在弥散加权中表现异常全身性疾病的MR检查方法。相较PET扫描、费用低，敏感性也较高。其弥散加权异常区域与常规T2或T1加权图像融合，能更好的显示病变或分析病变毗邻关系以及排除场异常导致的一些假阳性。
要实现图像融合，在最新的应用及后处理平台上，使用普通的阅片工作流程就可轻松实现图像融合，首先要将图像切换成MPR模式，此时选中两个像格的MPR图像就能在右下角菜单里看到Fusion（MPR/MPR）的选项。然后在左下角的颜色查找表里面对两个图像分别设置相应的伪彩色，一般底板图像使用Gray Scale，而融合在其上的弥散加权等功能性图像则选用Hot Body Rainbow/Hot Iron等。
经融合的图像可以通过左上角工具栏，依次选择Ranges---Parallel Ranges，进入平行重建后处理界面，重建出冠状位或矢状位图像。
MR是传音性神经听力丧失和眩晕患者的首查方法，听神经起始部10mm处是神经鞘移形处，神经与血管交叉，是导致部分眩晕、耳鸣的诱因。早些年很多临床MR检查的病例使用卡马西平实验性治疗有效、而且部分通过手术后临床症状确有改善。
单纯space序列，神经血管显示都为黑色，不易鉴别，TOF序列血管显示高亮，但是软组织信号较弱，背景比较噪，建议使用同等分辨率的 flash 3D序列扫描后与T2 Space序列融合，空间位置关系匹配准确，血管神经更容易区别，对比更好。
融合后适当选用色彩模式及分别调整两个图像的窗，即可实现凸显血管高亮，神经仍然为黑色的利于临床诊断的图像，在打片的时候可以使用平行重建等方式进一步显示。
每年的各大展会，比如国外的RSNA、ECR，国内的CMEF、CAME、China-Hospeq.....各大厂家都会展出一些新的MRI机型或者新的技术。
参加（逛）这些展会，可以大概了解，主流的MRI制造商（厂家）其主要推出的MRI设备的特点。而这些设备，也是以后几年，大概率国内医院采购的设备，所以也代表了以后MRI的使用方向。
对于MRI设备的发展，其实，可以把“更快、更高、更强”的口号，直接挪过来。本章谈谈自己对于目前看得见的MRI的发展的一些感想。
并不是说高场强的MRI一定比低场强的好。朝着更高场强发展，算是MRI的一个方向。
最近几年，超高场强的MRI应用逐渐增多，国内5T、7T已经有很多装机用户了。国外还有9.4T，法国和德国联合的NeuroSpin 11.72T最近也是发表了文章，后续还会做一些安全性及科研的人体研究。
核心问题还是为了得到更高的图像信噪比。得到更高的图像信噪比是为什么干什么？更高的信噪比就可以允许做更高空间分辨率的图像。这一点才是发展超高场MRI的逻辑。
随着最近软硬件技术及算法的提高以及对于人脑研究的需求，在介观尺度甚至微观尺度的探索需要提高场强。
高场强的核心优势的在于显著提升图像分辨率与信号灵敏度，实现亚毫米级成像，让以往难以捕捉的微小病灶、细微解剖结构清晰显现。例如，7.0T超高场MRI可清晰观测神经血管周围间隙，精准区分神经元胞体与轴突结构，为癫痫、帕金森等神经退行性疾病的早期诊断提供关键依据；在肿瘤诊疗中，高场强可精准捕捉肿瘤微血管浸润与微小转移灶，推动肿瘤诊断从形态学观察向生物学特性解析升级。并且，高场强还能赋能多种前沿成像技术，如血氧水平依赖（BOLD）功能MRI，在超高场环境下灵敏度大幅提升，可更精准地反映大脑神经活动；化学交换饱和转移（CEST）MRI技术借助高场强的高光谱分辨率，能更好地分离不同代谢物信号，为肿瘤分级与治疗效果预测提供支撑。
高场强带来的高信噪比除了可以大幅度提高图像空间分辨率，还在未来的多核MRI中有很大的作用。目前多核MRI，还是存在图像信噪比不够，空间分辨率不足的缺点。
可以预见的未来，国内3.0T磁共振会进一步下沉，很多县级医院，基层医院都会逐渐普及3.0T。和国外相比，国内的3.0T磁共振的占比已经相当高了。
- 4T、11.7T等更高场强设备将聚焦科研领域，用于脑科学、神经退行性疾病机理研究等前沿方向。
超高场的发展是一方面，并不是说中低场的MRI就被淘汰了。未来反而是两个方向，一个是超高场，主要用于科研和超高空间分辨率的图像；另外一个方向可能是中低场强MRI，主要用于临床常规扫描。
没有谁愿意设备扫描慢的，所以更快这个发展方向肯定是单向的。
随着各种加速技术的发展，MRI成像扫描越来越快。快速扫描技术已实现多维度突破，其中压缩感知与并行采集是最具代表性的创新技术。
人工智能（AI）技术的深度融入，进一步加速了扫描速度的提升，如联影uAIFI“类脑”平台的uACS技术；西门子医疗的Deep Resolve深度学习技术，通过端到端优化图像重建，实现扫描加速与分辨率提升的协同突破。
除了这点，快还有另外一种维度，就是一次扫描出多种对比和定量的图像。这种模式改变了以往的MRI一个部位检查，需要扫描多个序列的情况。
比如，一次扫描，就可以重建所需要的大部分对比的加权像及定量图像，还包括时间维度的电影图像。
这里的更强，指的是梯度性能更强，这个梯度性能就包括了最大梯度场强和最大梯度切换率。
梯度系统是MRI设备的“核心引擎”，负责产生快速切换的梯度磁场，实现图像的空间定位与信号编码，其性能强弱直接决定成像速度、分辨率与图像质量，“更强梯度性能”是支撑“更高、更快”发展的关键保障，也是破解“高分辨率与高效率难以兼顾”这一行业悖论的核心突破口。梯度性能的提升主要体现在梯度场强与切换率的双重突破，二者共同决定了MRI设备的空间分辨率与成像速度上限。
当前，梯度技术已实现重大突破，西门子医疗MAGNETOM Cima.X搭载的“双子星”梯度系统，首次实现200mT/m梯度场强与200T/m/s切换率的双重峰值，其梯度性能较常规设备提升4至5倍，成为全球首款可规模化商用的全身超高梯度场磁共振设备。
继西门子之后，GE、联影等也推出了梯度性能更强的MRI设备。比如，GE的Signa Magnus，专门用于做颅脑，梯度性能是350/700；联影的uMR Sagitta，梯度性能240/200。
虽然有超高场的MRI，但是受限于物理条件，超高场的MRI应用范围主要集中于头颅和关节。另外就是功能成像的形变也比较大。
为了解决这个问题，更强梯度性能的3.0T MRI得以发展。在3.0T的场强下，通过大幅度提高梯度的性能，也可以得到更高空间分辨率的图像，并且功能成像的形变更小。
以上三点更高和更强主要体现在硬件及技术的迭代，而更快则是软硬件提高及算法改进的革命。
除了这三个方面，MRI线圈的创新设计也在加速。线圈变得更轻、更大、更薄、更贴合。基本上目前很多厂家都在发展毯式线圈和可穿戴线圈。未来还可能会有生物可吸收线圈。
除了成像，为了的AI应用还可能体现在，扫描完后的图像自分割及识别。比如，颅脑扫描，完成图像后，带AI功能的工作中自动对脑组织进行均一化、标准化配准，然后完成各脑区的分割及定量，这对于精神影像学的前景是非常诱惑的。
在技术融合层面，未来MRI将实现“硬件升级+软件智能+多模态融合”的深度协同。AI技术将全面嵌入扫描规划、序列优化、图像重建、诊断分析全流程，实现扫描时间进一步缩短、病灶检出率提升至95%以上，同时自动生成诊断报告。
磁共振成像设备的“更高、更快、更强”发展之路，是技术创新与临床需求深度融合的必然结果。场强的攀升解锁微观成像新边界，扫描速度的突破优化诊疗体验与效率，梯度性能的升级夯实精准成像根基，三者协同发力，推动MRI技术不断突破物理极限与应用局限。
- 4.16 周四 于 北京
场强、比较影像与 DCE
1. 不同场强下的MRI脉冲序列设计的探讨
本章旨在2017年写的，现在已经快2026年了，接近十年时间。那个时候，国内大部分超导磁共振的场强就集中在1.5T和3.0T。讨论不同场强扫描序列差异的时候，那篇文章就足够了。
而现在情况则不同，国内医院临床人体扫描的磁共振场强已经从单一的1.5T、3.0T，发展到了7T、5T、3T、1.5T、1.0T、0.55T。这些还只是超导MRI，如果把以往老旧的永磁算上，还有很多0.2T、0.35T、0.4T.....。
对于同一个人，同一个部位，采用不同场强的MRI扫描，其脉冲序列是否不同。
脉冲序列的不同，首先是和MRI场强依赖效应相关的。
场强不同除了影响图像信噪比和进动频率，对于人体组织来讲，最大的区别则是弛豫时间差异。
弛豫是MRI成像中的一个重要概念，也是不同组织在MRI中产生信号差异和对比度的主要因素。而弛豫虽然不完全是场强依赖的，但是和场强大小也有相关。
已知影响MRI信号的因素很多，包括组织本身固有的属性，包括T1值、T2值、T2*值及PD（质子密度）。
场强越大，组织的T2值和T2值会略微缩短。
比较了几种不同场强下的（主要是0.55T、1.5T和3.0T）组织的弛豫时间差异。可以发现，随着场强升高，T1值延长，T2值和T2值略微下降。
T1值延长好，还是下降好？这个问题，在一定范围内（0.57.0T），T1值小会更好。因为T1值越小，则纵向弛豫时间越快，组织恢复越快，采集的磁共振信号越高。
对于临床常用的MRI来讲，场强越高，则组织的T1对比会下降。在序列设计上，对于高场强的MRI，通常序列延长TR值才能得到更好的T1权重及组织对比。
T1值延长之后，对于bSSFP序列的对比影响最大，因为这个序列的权重是T2/T1。而场强升高之后，T1值上升，T2值下降，这个对比明显就更差了。
从这个角度来讲，对于中低场的MRI，更推荐使用bSSFP序列进行扫描。
在进行腹部或者肝脏MRI扫描的时候，就可以看出来，一般1.5T及以下可能会扫描bSSFP序列。对于3.0T以上，比如5.0T和7.0T，则更不可能扫描bSSFP序列。此时由于弛豫时间T1发生变化及介电效应加重，扫描bSSFP序列会导致图像对比度下降及伪影严重。
另外一点则是bSSFP的翻转角。而在高场上使用bSSFP序列，由于SAR值的限制，翻转角不能使用过大，否则容易超SAR。
在低场上，则可以使用更大的翻转角，比如4555°。这个角度下，血液的信号最高，使得bSSFP序列真正可以成为亮血序列。
另外一个很大的不同就是T1加权像或者T1对比度的图像。虽然场强的升高，组织T1值上升，想要保持或者得到更好的T1对比，则需要再高场MRI下改进序列。
比如，在1.5T及以下的场强中，进行颅脑的T1加权像扫描，可以直接采用SE序列或者梯度回波的FLASH序列，就可以得到比较好的对比度。
对于3.0T以上，同样想要得到比较理想的颅脑灰白质对比，那么就需要改进序列。采用一个磁化准备的反转脉冲，无论是结合快速自旋回波序列（T1WI-IR、T1-Flair），还是结合梯度回波序列（MP-RAGE），都需要预先施加几个IR脉冲，其目的显然就是为了提高灰白质对比度。
场强对T1弛豫时间影响比较大，但是对T2和T2也有影响。一般在低场下，T2和T2会延长。此时如果想得到更好的T2加权像对比，低场下成像的时候可以适当延长TE值。
低场下，T2*延长，对于一些多回波序列，比如肝脏多回波测量铁沉积的敏感度会下降。
对于超高场比如7.0T，考虑的除了T1弛豫延长的对比度因素，还要考虑B1场的不均匀性和介电效应。
一般来讲7.0T上的头颅扫描序列，都需要额外单独调。比如传统的MP-RAGE在3.0T上效果非常好，在7.0T上则可能出现介电伪影，需要进行进一步改进。例如，在7.0T上，为了解决这个问题，可以采用一个特殊的序列MP2RAGE。
解决介电效应，最好的方法实际上是多源射频。这也是超高场比如7.0T，扫描体部，甚至头颅，都会使用多源射频模式的原因。
水和脂肪组织在体温37℃的情况下，其化学位移为3.27ppm，而这个化学位移是和场强相关的。场强越高，水和脂肪组织的化学位移越大（单位Hz）。
水脂化学位移为3.27ppm的情况下，1.5T中，水和脂肪的化学位移是217Hz；3.0T中，水和脂肪的化学位移则是434Hz；5.0T，水和脂肪的化学位移升高到了723Hz；7.0T中，水和脂肪的化学位移则达到了1013Hz。
这种情况下，场强越高，水和脂肪的化学位移就越大。优势是在进行频率选择的脂肪抑制的时候，更容易区分水和脂肪组织了。
而对于MRS磁共振波谱成像，化学位移大了，就更方便区分谱线，谱线分辨率更高。这也是为什么MRS在高场或者超高场上扫描，效果更好。
比如：0.55T的MRI，水和脂肪组织的化学位移是79.568Hz（≈80Hz）；0.3T的MRI，水和脂肪组织的化学位移是43.4Hz。
不同场强下，水和脂肪组织的化学位移。可以发现场强越高，两者拉得越大，这种情况对于使用频率选择脉冲，选择性的激发某种组织是有优势的。
这种情况下，低场的MRI，要进行脂肪抑制，就不会选择频率饱和法这种依赖于水-脂化学位移的方式。而是采用STIR或者DIXON相关技术。
由于水和脂肪组织的化学位移在低场中比较低，因此相关的化学位移伪影也比较轻。
和进动频率及化学位移相关的一些技术，受场强影响比较大，比如MRS技术和SWI。对于MRS，化学位移越大，则对比越明显，显然是高场甚至超高场的效果更好。
对于SWI，考虑到在TE设置的时候，需要设置为静脉血和动脉血的反向位。
动脉血和静脉血，由于含氧量不同（氧合血红蛋白和脱氧血红蛋白），其化学位移为0.18ppm。经过计算，1.5T的时候，TE设置为40ms；3.0T，TE设置为20ms；而7.0T，则TE可以短到10ms。TE越短显然对于图像信噪比越好，而且进行多回波的时候越有优势。
这也是为什么一些不推荐在低于1.5T场强的MRI进行SWI扫描。可以计算一下，0.35T的MRI，0.18ppm，反相位时间是多少，这个TE就比较大了。
特殊吸收率或者叫比吸收率（specific absorbption rate, SAR）来描述一定质量的组织对射频能量的累积，单位是W/kg。其意义是为了测量和监测射频能量在受照部位的积累程度。
SAR值和MRI的静磁场的平方成正比。同样的扫描序列和参数，当然是高场的SAR值高，容易超SAR。
在SAR值这个方面，低场MRI相对更有优势，不用考虑SAR值。因此在进行某些序列扫描的时候，序列的设计可以更激进，比如回波链更长；bSSFP序列翻转角更大。
不同场强下的MRI，由于场强不同，影响很多物理方面的因素，在序列设计上，会有不同的策略。
场强越高，bSSFP这种序列的使用频率会越低
场强越高，为了保持足够的对比度，很多扫描序列会延长TR
场强越低，进行脂肪抑制的时候，一般不会考虑频率饱和法，而是主要使用STIR和DIXON相关技术
场强越高，进行T1加权像扫描的时候，为了保持足够的对比，可能会使用反转脉冲进行磁化准备
一些依赖于场强的功能成像技术，比如MRS和SWI，不推荐在低场下实施。
以上是基本规则，但是任何事情都不是绝对的。高场也可以扫描bSSFP，只要合理地设置序列及对图像对比度的预期不要太高。低场，很多时候做脂肪抑制也可以使用频率选择法。
目前对于场强，MRI反而是双向发展：超高场（Ultra-High Field, UHF）和中低场。
超高场就不用说了，7.0T国内装机不少，国外11.7T也在做临床。
中低场又包括中场和超低场，甚至是零磁场。目前对于一些中低场MRI也逐渐投入使用。比如西门子的MAGNETOM Free.Max，80cm孔径，场强0.55T。
以前中低场MRI最大的问题是，场强低了，图像SNR不够。得益于AI及DL的图像重建，目前很多中低场的图像质量都非常好。
西门子的Free.Max国内装机也逐渐增加，全身各部位都可以做，图像质量也不差。
- 7.3 周五 于 泉州
医学影像检查技术的应用及选择：比较影像学概论
这个题目太大了，但是，随着关注的人越来越多，后台留言的非常多，好多朋友提到CT，X线，考试，甚至是超声的。
离开医院4年了，渐渐的，对其他影像检查技术包括诊断，越来越不熟悉了，对磁共振MRI越来越熟悉了，可能是因为职业的需要和分工越来越明确了。
本章，确实有必要写。因为，很多医院第一次使用磁共振，特别是临床科室（非影像或放射科）对磁共振不太熟悉，对磁共振的适应症和检查优势不太熟悉。有些临床医生以为，设备越先进了（磁共振比CT更先进），那就全身各种部位都能做，各种疾病都开磁共振检查，殊不知这样，反而造成过度检查或选择检查设备不当。
有开肺部检查得磁共振（当然，很多人说，磁共振可以做肺啊，磁共振做肺主要是做纵膈或胸部的检测，要看肺纹理，肯定还是HRCT好得多）；有开屁股磁共振的；有大拇指的（当然，又有人要说，磁共振可以看大拇指啊，扫高分辨啊）。很多人，说得简单，因为他不操作，操作磁共振的不是他。
做技师的（技术组）要考虑，自己做的图像是否满足了临床医院的要求，做完以后，你的队友（同一个科室得），后面还有诊断医师（诊断组）要写报告，图像质量是否可以满足诊断要求；同样，诊断组的也要考虑技术组的，比如，一个病人一直动，叫了半天无法制动，又不退费，这个时候就不要过分强调完全要一点伪影都没有的图像了。或者是，出一些确实不容易扫描到的难题；同样，临床医院也要换位思考，理解并且尊重放射科技师和医师：你要做什么检查，什么目的，在申请单，多写一句话，几个字。已知临床医师都很忙，但是开单子的时候多写几个字，这样目的明确，才能够事半功倍。
问这个的临床科室医生不在少数。特别写这个帖子，各位影像科的同仁们，以后要是临床医生问你磁共振，CT哪个好，哪些疾病部位选择哪些好，可以把本章帖子给他们看。
X线（X-ray），包括：传统X线、CR、DR、DSA。
CT（Computed Tomography）,计算机断层扫描成像。
MRI（Magnetic Resonance Imaging）,磁共振成像（包括磁共振波谱）。
USG（Ultrasonography）超声成像。
核素成像，PET-CT，ECT，SPECT等属于核医学内容，这里就不介绍了。
1895年11月8日，德国物理学家伦琴（Wilhelm Conard Röntgen）发现X线。1896年，第一届诺贝尔物理学奖就是发给他的。X线是开启了影像检查的历史。
图像的空间分辨率较高（注意是空间分辨率，不是组织或密度分辨率）
检查费用低廉（这个可以说是它的最大优点）
检查比较方便，节省时间。
摄片条件要求严格，考验技术
图像的密度分辨率不高
图片不能后处理（灰度不能调节），这个可以说是它的最大缺点
形成的图片，不方便储存和传输（这个缺点也非常致命）。
可以看出由于传统X线有这么多缺点，特别是图像不能后处理，比较固定，而且储存也不方便，基本上不符合现代医疗发展的趋势，所以，目前传统的X线基本上都被数字化的X线索取代。
数字化的X线设备发展，改变了传统的X线设备的缺点，将模拟信号转变为数字信号，适应了图像的处理、存档以及传输等功能。数字化的X线设备主要包括：计算机X线成像（Computed Radiography, CR）和数字X线成像（Digital Radiography, DR）。
图像的传输，管理，存档方便
投照条件宽容度大，相对射线剂量减少。
总体来说，X线检查的优点有：方便，快捷，廉价，图像信息单一好解释。X线检查也有很多的局限性和不足，主要表现在：
主要显示得是重叠影像，细节不足
有射线剂量的暴露，对儿童，孕妇检查要慎重
得到的图像，密度分辨率不足（辨别不同组织的能力不高）
X线得到的图像有一定的放大并可以产生一些伴影
位于射线边缘部位的图像，由于投射角度倾斜，有一定程度的歪曲和失真。
虽然目前影像学的发展翻天覆地以及放射科设备越来越先进，但是X线仍然是最基本的影像学检查手段。
A.由于X线费用低廉，简单方便，快捷，所以在临床应用中最适合用来做体检，筛查。比如：胸片、透视，乳腺钼靶等。B.由于X线的成像原理，对骨骼、骨头系统的检查有很大的优势和便利。一般外伤及怀疑骨折，首选X线检查。C.急腹症，比较急的病症，可以首选X线检查。比如：排除肠梗阻，胃穿孔膈下积气，阳性输尿管结石的检查等。D.心血管造影（DSA）能够明确心脏及血管形态，是心血管病的可靠确诊手段。E.特殊的X线检查，如：钡餐食管检查，钡餐胃十二指肠检查，子宫输卵管造影等检查，能够有针对性的诊断及辅助治疗一些消化道系统的疾病，有重要意义。F.X线造影检查，可以确诊很多血管疾病，并且可以引导很多介入手术。X线检查由于是重叠影像，组织分辨率低，有射线，在很多方面有其局限性，主要表现在：
a.由于有射线剂量暴露，所以，小儿及孕妇检查不到万不得已，一般不选择该方法。如果小儿必须要使用，需要做好重要部位的防护。c.对微小病灶的显示能力较差，如隐匿部位（脊柱旁沟的肺内）病灶显示不清。e.对神经系统的疾病显示不好，诊断价值不大。
CT可以说是临床医生最熟悉的影像检查设备。在临床科室（包括外科、内科）实习的时候，看到过很多医师，拿着磁共振片子（片子可能都上下或者左右拿反了），在给病人讲：你看啊，你这里，图片亮的，说明密度高。
这里，没有任何黑临床医生的意思。就是表达一点，隔行如隔山。很多临床医生觉得，影像科医生工作简单，不就是看片子吗？每个人的工作都很重要，在一个医院工作，不管哪个科，放射科也好，检验科也好，病理科也好，肝胆外科也好，消化内科也好，没有孰高孰低，自己专业的东西，肯定都熟悉；跨越自己专业的东西，难免犯错误，闹笑话。
比如，放射科左右写反，被临床医生抓住，能够笑一年。前面举这个例子，不是为了黑临床医生，而是表示，临床医生对CT非常熟，特别是CT成像的原理。大部分临床医生，即使不看片子，也知道，图像亮的，白的，代表高密度；黑的，暗的，代表低密度。这是X线、CT成像的原理。但是磁共振不是。大部分临床医生，看磁共振，还是基于对CT图片的理解，看到图片上亮的点，第一反应就是高密度。
CT又叫计算机断层（断面）扫描成像方法，可以把它理解为断层的X线图片。
1917年，奥地利数学家Radon提出了著名的Radon变换，这个被广泛的应用在了断层扫描。任何物体可以由它的投影无限集合来重建其图像，这是CT成像的数学算法基础。
1969年，英国工程师Godfrey Newold Hounsfield亨斯菲尔德（又译豪斯菲尔德）发明了第一个头颅CT扫描仪，为了纪念他，CT值得单位都是Hu（豪或者亨）。
CT的问世被认为是自X线发明以来放射学领域的又一次飞跃。
CT的发展经过很多代，本人不是主要搞CT的，对这个离开医院后就不太熟悉，如果写的不准确，请大家斧正。
目前，CT发展到不拼探测器排数（类似磁共振发展到不单纯拼场强），而是发展到双源（Siemens），IQon-光谱CT，三明治双层探测器（Philips）等先进的CT扫描仪。这些新技术，把CT从传统的单参数（密度），发展到多参数（密度，能谱）。
传统的X线检查，形成的图像是二维图像，而且是直接在体部摄影，得到二维平面图像，前后组织相互重叠，组织密度分辨率低。而CT是计算机断层扫描成像，先把立体组织切成断面，再成像。虽然不可能一层无限薄，但是，最大程度的避免了前后影像重叠，解剖关系明确。
形成断层图像，无组织重叠，解剖关系明确
CT图像组织密度分辨率高于X线（空间分辨率低于它）
CT图像能够做多种后处理（如MPR, CPR, 仿真内镜CTVE，VR容积重建），方便临床多角度，多方位观察图片
图像组织方便量化分析，引入CT值这个数值，方便各种组织、图像的比较（这是也放射组学Radiomics的开端）
CT结合先进的影像技术，如灌注，心脏冠脉等，能够做更精细的检查及科研。每一种影像检查都是有一定局限和缺点的，CT的缺点有：
仍然存在X线剂量暴露问题（影像医生的两大梦想：CT无辐射，MR无噪音）。CT原理上，还是X线断层成像，所以，要CT无辐射，是不可能的
虽然是断层成像，但是仍然有部分容积效应的影响
单参数成像（组织分辨率低于磁共振）
神经系统检查中，在颅后窝，由于双侧岩骨密度高，可以在这之间形成一条低密度带，术语叫“亨氏暗区”，影响颅后窝的观察
CT断面切片相对单一，不能做任意方位直接扫描（不像磁共振）。
CT检查除了常规的平扫（Plain Scan），还有打药（对比剂）的增强扫描（Contrast Enhancement, CE）。从单纯的通过CT图片显示形态大体进行诊断，发展到CT灌注进行一些功能研究，到CT引导的介入治疗。
CT跟传统X线相比，在图像清晰度，组织密度分辨率上面有了大大的提高，因此在临床的应用范围也大大地拓宽了。CT检查的优势和应用范围主要包括：
A.CT因其快速、准确的检查效率，在急性颅脑外伤的诊断中成为首选检查方法；（这个相信很好理解，很多时候我去培训磁共振，都告诉医生，磁共振无急诊，要做急诊首选CT。举一个例子：一个颅脑外伤的人，夜间来检查，可能颅内有出血，而且血肿可能在扩大。做一个CT，可能就2分钟解决，马上能发现问题，报危急值，紧急处理。而如果非要选择磁共振检查，在快，加上下扫描床时间，也要5-6分钟，这个时候，可能病人血肿扩大，死在扫描的过程中了，来不及得到紧急处理。
B.HRCT（高分辨CT）对胸部及肺部病变检查有独到优势，可以作为肺部疾病的首选。C.对一些微小骨折或者隐匿性骨折，CT由于断层切面，可以精细显示，而且CT对骨皮质，钙化显示良好，可以明确诊断。D.由于CT对钙化敏感（磁共振对钙化不敏感），所以，CT可以显示小的输尿管结石，胆囊结石等。E.急腹症首选CT，如怀疑外伤脾破裂，肝挫伤等。F.CT由于对骨敏感，可以应用在五官领域，如鼻、内听道等。G.通过打药引入对比剂，可以进行CT血管成像（CTA），可以明确很多血管性疾病。血管CTA的一些图像和注意事项（原来做CT的时候写的）。H.CT冠脉成像，可以在相对低创的情况下，显示冠脉等情况，可以作为怀疑冠脉有问题的首选检查。I.CT的强大的图像后处理功能，可以为临床提供更多的视野，方便对比及指导手术治疗 相比于X线，CT检查几乎可以应用在全身各个部位。CT也有它的一定的局限性和应用受限领域，比如：
a.有一定的辐射剂量，在进行小儿检查的时候注意保护重要器官；孕妇一般不行CT检查。c.颅后窝由于有亨氏暗区，对病变的显示受到影响。e.对神经系统检查，相对组织分辨率不如磁共振，平扫不能很好的显示脑灰白质对比，在一些需要精细检查的部位受限。f.CTA检查后，后处理麻烦，耗时。g.CT检查费用相对X线更贵，不利于进行体检大规模筛查。h.和磁共振相比，CT在一些功能性成像研究方面，应用受限。
CT检查，是临床开单最多的影像检查以及放射科产出效益最高的设备。目前，影像检查费用一降再降，有些地方做一个CT检查只要200元了，做一个磁共振检查只要350元。而CT检查相比磁共振检查一个最大的优势就是--快。做一个磁共振膝关节，10分钟扫描完，在相同时间可以做7个头颅CT检查了，这样一算投入产出比很自然一目了然。
MRI磁共振作为影像科最先进设备，不仅是一个放射科的标识，也是很多医院的一个硬性指标。现在稍微大一点的医院，几乎都有磁共振，下面一个部分介绍磁共振。
1946年，Bloch和Purcell分别独立的报道核磁共振现象（很多重大的科学发现或发明都是分别独立、同事完成的，这个有点意思....）。
1971年，美国医生Damadian达曼迪安发现，肿瘤组织与正常组织的驰豫时间不同，开启了磁共振的医疗用途发展。
1973年，Lauterbur劳特布尔采用反投影法算法进行了磁共振图像的运算；1975年，Ernst厄恩斯特利用傅里叶变换方法，重建出了磁共振图像，标志着磁共振正式开启了医疗用途。
1977年，Mansfield曼斯菲尔德发明了平面回波成像，大大的提高了磁共振成像速度。
磁共振现象发现得比CT还要早，但是，真真到投入医用比CT稍微晚了。
在原理上，不同于X线和CT，磁共振是通过对静磁场中的人体施加某种特定频率的射频脉冲（RF），激发人体某特定区域的氢质子，当RF中止以后，通过各种不同序列组合，采集氢质子在驰豫过程中产生的信号，利用数学算法重建图像，来达到医用诊断目的的。磁共振成像没有射线暴露。
虽然，核磁共振里面有一个“核”字，但是磁共振检查室非常安全，干净的，没有辐射，所以，为了避免老百姓“谈核色变”，大部分国家的术语中，把核磁共振叫做磁共振，去掉了“核”字。MR和CT比有什么特点或者优点呢：
首先是无辐射，安全，这个是MR和CT相比的最大优点
其次是多方位成像，磁共振可以进行任意方位的成像，而CT只能进行横断面成像（冠状面和矢状位图像都是通过MPR多平面重建出来的）
多参数成像是磁共振第三大特点，相比于CT的单一参数指标，磁共振能够进行多种加权成像，反应不同组织的不同特点
可以进行不打药的血管成像（无论是X线还是CT，要显示血管，必须引入对比起，但是磁共振有很多不打药血管成像技术）
磁共振可以在活体反应组织代谢及功能成像，如DWI, MRS等技术。
检查费用相对CT及X线更贵（单个部位，检查费用在国内也算是一个需要考虑的问题）
对钙化及骨皮质显示不敏感
有些有禁忌症条件的病人不能做，比如：安装了不抗磁的心脏起搏器、胰岛素泵、内固定、非钛材料的动脉瘤夹等
由于检查时间相对较长，对运动伪影更敏感
空间分辨率稍差（虽然组织分辨率高）。
七、MRI的应用范围、优势及局限。每一种影像检查都有它的最优适应症及应用范围。MRI检查的优势和应用范围主要包括：
A.对神经系统疾病显示清楚，组织分辨率高，神经系统肿瘤诊断价值非常大。B.由于没有颅后窝的亨氏暗区伪影，对颅后病变显示清楚，可以作为首选。C.功能性磁共振PWI和DWI，对超早期脑梗死比CT更敏感，可以作为首选。D.脊髓病变的显示完全优于CT，可以作为首选。E.腹部及盆腔病变由于磁共振多参数特点，诊断准确率优于CT。F.可以显示骨关节系统的韧带、肌腱等特殊结构，在明确这些病变的疾病中作为首选检查方法。G.不打药血管检查，可以作为常规排查颅脑血管疾病的首选。H.MR多种高级功能技术，可以进行各种科研设计。I.乳腺DCE检查，可以明确大部分乳腺病变，诊断准确率高。J.直接进行水成像，可以对泌尿系统，胆管系统的疾病进行无创的显示及诊断。K.fMRI功能性磁共振研究。L.MRS磁共振波谱还能对活体代谢物进行探测。M.磁共振高超的软组织对比度，可以用来做放疗定位。
磁共振放疗定位MR-RT的临床应用（MR-Sim） 讲了这么多磁共振的特点，在临床应用中，磁共振也会因为部分条件或部分病人情况受到限制，比如：
a.扫描时间慢，不建议进行急诊扫描。b.对钙化及骨皮质显示不敏感，在输尿管结石显示上弱于CT。c.部分病人条件不合适的不适于做MR检查，如高烧者，幽闭恐惧症患者。d.对肺部结构显示不佳，由于肺部组织含H原子少，所以磁共振显示肺组织不理想，一般要观察肺部组织不会选择磁共振。e.对微小结构组织，由于受线圈等条件影响，显示不佳，如：小指头等。
当我们谈论磁共振时，我们到底说的是什么--磁共振的临床应用（一）。超声在广义上属于影像科，但是基本上很多医院的超声是单独一个超声科，而放射科则包含了：X线，CT和MRI。
总结一下，每一种影像检查都有它一定的应用范围，也同样有它的不足之处和受限地方。
目前，虽然CT和MRI应用范围最广，设备比较先进，高端。但是MRI也不是万能的，并不是那种检查费用贵，就都用这种。这个是很多临床医生的误区。有好多医院，买了磁共振后，临床医生遇到任何部位都开磁共振，这个也是不对的。应该根据检查需要、目的，合理的选择检查手段及设备，这样对病人及对医院都能够保证优化资源，合理利用。
现在并没有哪一种影像检查设备或者手段能够完全代替或者取得哪一种。有些医生觉得X线太古老了，可能会被取消或者被CT和MRI完全替代。目前还没有这种说法，而且如果技术好，会看片，X线图片能够提供很多信息。
一种武器在手上，不是武器越强，人就越强，而是看拿这个武器的人会不会用。
文章数量：81篇（成功81篇，失败0篇）
2. MRI的双刃剑：场强依赖效应
本章6548个字，12幅图片，公式两个，3篇参考文献，12篇相关文章，建议静读时间23分钟。
并不能简单地认为场强越高就越好，这是很多非磁共振专业相关人员的一个误区。
磁共振（magnetic resonance imaging, MRI）设备中磁体是其核心部件及组成部分，它的主要作用是提供一个稳定的、均匀的空间磁场环境。这个空间磁场我们用静磁场B0来表示，其磁场强度大小简称场强（field strength）。
为什么静磁场用B0来表示呢？因为一般静磁场是不变的（在理想情况下，假设磁体在有效孔径中磁场均匀性是完美的），下标0在这里表示不变。
和静磁场B0不同的是MRI成像中还有一个射频场B1，这里射频场用下标1表示，因为射频场是随时变化的（其大小和方向都会发生变化）。
磁体的性能一般是用磁场强度、磁场均匀度等来描述。磁场强度简称场强是指能产生多大的磁场环境，临床目前使用最多的超导MRI的场强以1.5T和3.0T为主。根据场强的大小，可以把MRI分为低场、中场、高场及超高场。
场强小于0.5T的MRI叫做低场MRI，这种磁共振一般是永磁型的。
场强在0.5T和1.0T的MRI叫做中场MRI。
场强大于1.0T但是小于2.0T的MRI属于高场MRI，临床中最常用的1.5T已经可以称为高场MRI了。
场强大于2.0T的是超高场MRI，包括临床常用的3.0T以及目前最新的超高场MRI比如5.0T和7.0T。
大小都知道场强越高，得到的图像信噪比（Signal-to-Noise Ratio, SNR）越高。是不是说明场强越高，图像质量就越好，临床获益就越大，高场肯定比低场好呢？
实际上并不能简单地认为场强越高就越好，这是很多非磁共振专业相关人员的一个误区，因此本章重点说明场强的一个非常重要的效应--场强依赖效应。这个效应可以对图像或者临床获益提供增益，也可能导致伪影增加或者临床获益下降。因此它是一把双刃剑。
实际上关于不同场强临床使用的特点，我很早就写过1.5T和3.0T的不同。
实际上就是指该效应随着MRI场强的升高而增加的效应，而且其效应增加和MRI场强大小之间呈正相关性。
这个场强依赖效应，可以是对图像或者临床获益的正效应；也可能是导致图像变差或者临床获益的负效应。
首先在MRI中，和场强直接相关的一个公式是拉莫尔进动频率方程。
根据Lamor公式，质子在磁场中的进动频率f等于质子的旋磁比乘以静磁场场强大小。
γ代表旋磁比（gyro-magnetic ratio），它的值大概是2.67×10^8 rad/（s.T）。其中，rad代表radians表示弧度，发现这个值是非常难记忆的，并且量级比较大，而且角频率大家也很少用。所以如果频率用线频率f表示，则旋磁比可以使用约化后的旋磁比写作γ'，对于氢质子，γ'=42.58MHz/T。
拉莫尔方程是一个非常简单的方程，简单到大家一眼就可以看出场强和进动频率之间是线性关系。
静磁场B0的场强越大，则在该磁场强度下质子的进动频率越大。
临床常用的MRI的场强目前是1.5T和3.0T。
对于1.5T，其质子进动频率为42.58MHz/T×1.5T=63.87MHz。
对于3.0T，其质子进动频率为42.58MHz/T×3.0T=127.74MHz。
现在临床中超高场强的MRI（简称UHF，ultra-high field）也逐渐在应用，其中以5.0T和7.0T最常见。
5T和7T的质子进动频率分别为212.9MHz和298.06MHz（约等于300MHz）。
法国的Neruspin的11.75T的MRI，计算一下可知其质子进动频率达到了500MHz。所以去年Denis LiBihan发表的论文题目是Human brain MRI at 500MHz。没有直接写at 11.75T，而写at 500MHz。
进动频率和场强直接呈正相关，场强越高，质子的进动频率越大，那么进动频率会在哪些方面影响图像及成像呢？
进动频率和化学位移是有关系的，场强越高，进动频率越大，化学位移值（单位Hz）也就越大。
①进行MRS磁共振波谱的时候，场强越高，则化学位移的频率越大，不同代谢物之间的峰相距越远，越容易拉开距离，谱线分辨率越好。
这也是为什么如果要进行磁共振波谱或者科研，最好使用高场强的设备。不仅仅是因为场强高，信噪比高；还因为谱线分辨率好，看到的代谢物峰可能更多。比如，7T肯定比3T的MRS更有可能显示更多代谢物的谱线。
大家如果早期使用过低场或者永磁型的磁共振（场强比较低，一般是0.3~0.5T），就会发现使用这些低场MRI进行脂肪抑制一般采用的是STIR（那个时候还没有DIXON技术）。为什么用STIR，不用频率选择法呢？
因为水和脂肪的化学位移差异大概是3.27ppm，划算下来就是大概140Hz/T。在1.5T中，水和脂肪组织的化学位移差异为210Hz；3.0T中，其差异为420Hz。而如果是低场，比如0.3T，则其差异只有42Hz。这个差异是非常小的。
进动频率越高，激发质子共振需要的射频场的能量就越大，能量越大那么要考虑的第一个因素就是SAR（Specific Absorption Rate, SAR）值问题。
SAR值和MRI场强的平方成正比，所以，同样扫描序列，3.0T的SAR值是1.5T的4倍。这样的话，场强越高的MRI设备，越容易超SAR。系统为了保证MRI不超SAR，一般是通过延迟TR来达到降低单位时间能量沉积的。
由于SAR值的显著增加，高场强的MRI扫描速度可能并没有加快，这和一些非MRI专用的人想当然的认为7T扫描速度是3T的两倍多是相反的。因为场强高了，SAR值增加，为了降SAR，一般的超高场MRI序列的TR都是非常长的，扫描时间反而更慢。
化学位移效应也是一把双刃剑，场强越高，化学位移效应越明显，对成像有正面作用的是正效应，比如MRS和频率选择。对图像有影响的就是负效应。
假设相同的采集带宽，比如一个体素的采集带宽是125Hz。在3.0T中，水脂化学位移是420Hz，那么化学位移就是420Hz÷125Hz=3.36≈3个体素。而在0.5T中，水脂化学位移是70Hz÷125Hz=0.56≈0.5个体素。
进动频率增加，射频场增大，使得射频脉冲波长变短，使得电磁波无法穿透人体容易产生介电伪影。比如，3.0T的就容易在体部产生介电伪影。而7.0T的，如果不采用多源射频，头颅成像也有很大的介电伪影。
实际上磁敏感或者磁化率效应和化学位移效应类似，都是典型的场强依赖效应，也就是场强越大，其作用越明显。
磁敏感（Susceptibility）是物质的一种基本性质，用磁导率（magnetic permeability）来表示物质在磁场中感应的磁场强度与本身磁场强度之比，用符号μ来表示。真空的磁导率μ0=1，所以可以用相对磁导率μr来定义其他介质，它的定义为磁导率与真空磁导率μ0之比，即μr=μ÷μ0。
实际上为了描述一个物质的磁敏感性，使用最多的是磁化率χ，它的定义为某种物质进入外磁场后感应的磁化强度与外磁场强度的比率。
一个物质磁敏感性越大，则对主磁场的均匀性影响越大，磁场越不均匀首先导致的效应就是质子去相位加速，信号衰减迅速，造成信号丢失；其次磁场的不均匀又会带来相位信息及频率信息的错配，产生图像的形变distortion及伪影。这些因素是对于成像不利的方面。
图像对磁场差异敏感也可以作为突出反映磁场均匀度及敏感性的指标，把这种效应利用起来可以进行成像反映周围组织的磁敏感性，比如反映血氧水平依赖的BOLD效应，Blood Oxygenation Level Dependent。
利用磁敏感及磁化率的正效应的例子有SWI成像及脑功能扫描的BOLD序列。
场强越高，就越能突出SWI序列及BOLD的对比度，提高探测能力。对于BOLD除了场强升高带来的磁化率效应增加，另外场强高了之后组织的T2值和T2*值的缩短也可以引起BOLD信号的增强，这一点需要注意。
负效应也很明显，场强越高，磁敏感及磁化率效应越大，相应的磁敏感及磁化率相关伪影就越大。比如引起磁场不均匀因素带来的伪影，尤其是以金属植入物带来的伪影更明显。
关于磁化率伪影程度或者形变大小和静磁场B0是呈相关性的。
磁化率伪影程度（artifact size）∝{（Δsusceptibility）×B0×TE}÷Bandwidth。如上面的公式，磁化率伪影程度和B0是线性正相关，和TE也是正相关，和采集带宽Bandwidth呈负相关。
可以发现对于一些非铁磁性的植入物，场强越高，其磁化率伪影越大，图像形变及失真越严重。而低场强的反而影响小，其图像质量更能满足临床。
这也是为什么临床中，如果有非铁磁性植入物又必须做MRI扫描的，宁愿换到场强更低的设备上去做的原因。这种情况下，高场强反而是劣势。
这个道理同样适用于DWI扫描，DWI对于磁场均匀度非常敏感，磁场不均匀会导致严重的形变。高场的DWI一个重要挑战就是如何控制形变。
以往认为，图像的信噪比SNR和场强是呈线性关系的，比如同样条件的扫描参数3.0T的图像信噪比是1.5T的两倍。
但是有很多文献研究发现，场强和信噪比的关系并不是单纯的线性关系，而是更复杂的关系，因为涉及的因素很多。严格意义上来说，SNR并不是场强依赖效应之一，但是的确场强升高SNR也会增加。
SNR和B0不是单纯的线性关系，而是类似于指数关系。这个结论是来自于2016年的一篇文献[2]，该文献通过测量志愿者在不同场强下（3T、7T、9.4T）的SNR数值，拟合了SNR和场强的关系，得到的结论。
场强越高，得到的图像信噪比越大，这样对于超高空间分辨率的扫描是获益的。只有足够的信噪比，才能做到更高分辨率的图像。都看到过不少，7T做的头颅超高空间分辨率的图像，就是得益于高场强带来的信噪比。
是7T扫描的高分辨率的头颅0.75mm各向同性的图像。
需要注意：这里的负效应并不是场强升高提升了SNR带来的负效应。因为SNR高对于图像质量和临床获益肯定都是有益的。这里的负效应实际上是场强升高后其他附加效应引起的。
从这个SNR分布图，可以非常直观地发现：在场强相对不高的情况下，比如3.0T，整个头颅的SNR比较均匀；而随着场强升高，整个头颅的SNR分布是不均匀的，比如7T可以发现周围的SNR会高一点；而在9.4T这种现象更明显，可以发现头颅外周的SNR是非常高的，而图像中心的SNR很低。
场强升高之后，带来的挑战在于B0场和B1场均匀性。另外为了达到这么高的磁场强度，磁体的重量，制造的成本也随之而增加，这个也可以算是负效应。
在1.0T以上，场强越大，组织的T1值越大，而T1值的增加一般会导致组织的纵向弛豫恢复变慢，因此需要延长TR。这一点对于整个图像信号和以T1加权为主的图像是不利的。
场强升高后，组织的T2值和T2*值会略微缩短，这一点对于BOLD是有利的。
场强升高，组织T2值缩短，对于BOLD是获益的。
场强升高，大部分组织T1值延长，而且随着场强越来越大，组织的T1值越来越长，使得序列TR延长，图像对比度下降。特别是对于bSSFP序列，其对比度是T2/T1，场强升高其对比度下降非常明显。
八.MRI发展的方向：超高场和中低场。目前临床最常用的MRI场强还是1.5T和3.0T，这也是长期的实践使用后，发现最能够平衡临床获益的场强。
虽然MRI技术的发展和硬件的提升，MRI逐渐向临床高场应用过渡。
以往也有其他创新场强的MRI设备的使用，比如飞利浦曾经有一款开放式的超导MRI，HFO，其场强为1.0T，是开放式的，适合用于磁共振引导介入。
有一段时间还曾经有过是否走2.0T磁共振的讨论。因为临床最常用的是1.5T和3.0T。1.5T基本上能满足临床诊断工作，但是场强还是低了一点，做神经系统或者一些科研相对来说信噪比就是劣势。而3.0T场强基本上不错，但是由于体部一些介电伪影和SAR值问题，也不是那么完美。当时就讨论过是否来一个折中，创造2.0T的MRI。
由于硬件技术的发展和软件算法的创新，目前MRI发展可以说往两个方向走。
超高场MRI，这里的超高场主要是指场强大于3.0T的，临床中以7.0T最为常见。而大家对于超高场的研发也没有停止脚步。曾经美国俄亥俄州立大学完成了第一个8T的MRI，但是后面这个应用搁浅了。
超高场MRI带来的最大优势就是图像信噪比的提升，可以使得一些介观成像达到可能，为科研的创新提供了硬件支持。但是不是每个科研机构、高校或者医院都有条件使用超高场MRI。场地的大小、安装成本、B0及B1场均匀性、弛豫时间的改变、磁场依赖相关效应带来了一些挑战。
另一方面随着人工智能后处理图像技术的发展，以往低场的信噪比低的劣势被部分地弥补和克服了。人们发现，低场也有一些独特的优势。其弛豫时间，特殊部位成像（比如MRI的肺部成像和植入物成像）使其也有广泛的临床应用场景。
目前低场或者中低场的MRI，除了开放式或者永磁型的，大部分是有特殊的临床应用场景，比如Hyperfine的便携式MRI，可以用于床旁，但是临床应用场景比较局限。
而西门子公司最新的MAGNETOM Free Star/Max则是一款适用于临床的中场MRI。其创新的场强对于一些特殊的部位比如肺部和植入物有很大的优势。
未来的话，一些中低场MRI可能在临床中会重新开始占据重要的地位。
- 6.12 周三 于 成都
磁共振灌注成像种类很多，包括打药的头颅灌注DSC、动态增强灌注DCE、不打药灌注ASL。
动态增强或者T1灌注目前MR使用得比较多，无论是临床应该还是科研。磁共振灌注分很多种。
打药灌注和不打药灌注，打药灌注，需要引入外源性的对比剂（造影剂或者叫示踪剂），又叫外源性示踪法灌注；不打药灌注可以应用人体内源性的物质来作为示踪剂，比如一般是血管，又叫内源性示踪法灌注，比如：ASL和BOLD。
DEC灌注三部曲：定性→半定量→定量。DCE，Dynamic Contrast Enhancement动态增强主要以T1加权序列为主，通过打药后，连续多个动态扫描，到达所谓灌注的效果。
普通的动图增强临床检查非常常见，比如：腹部4期动态增强、乳腺动态增强、垂体动态增强.....。这种动态增强扫描，一般得到的是一些半定量的参数，比如强化率，消除率等等。
主要可以得到一些血流动力学的参数指标，比如：Ktrans、Kep等。
要正确的计算灌注的参数，我们首先需要了解一些血流动力学模型。
最开始临床应用的模型是常规的Tofts模型，目前大部分使用的是改良后的两室模型，又叫Extended Tofts-Ketty model。
中间是血管，两边是（血管外-细胞外）组织间隙（extravascular-extracellular space, EES）简称组织间隙。中间的一根管代表毛细血管Capillary vessel；小圆形则表示自由交换的物质。
所谓的Tofts-Ketty model或者两室模型，“两室”分别代表的是：血管（室）和外周室（外周组织间隙）。血管与组织间隙的物质交换达到一个动态平衡的过程（稳态）。物质会从血浆（血管内）渗透到组织间隙，也会有物质从组织间隙回到血浆。几个重要的参数，通过字母标记和箭头，应该很容易理解：
工程实践中不是专门的数据工程师或科学家，以工程实践中浅薄的临床背景，要理解Ktrans、Kep、Ve这些常数的计算，可以通过简单的磁共振思维来。
通过打药（注射顺磁性对比剂）来达到测量灌注参数的目的。打药后，顺磁性对比剂会缩短组织的T1值，T1值越短在T1WI图像上信号强度越高。虽然信号强度的增加并不一定和对比剂的量呈典型的线性关系（这点和CT不同），但是满足某种数学公式。如果能够知道组织打药前的T1值，通过一定的流速流量注射入一定量的对比剂（对比剂的弛豫率也是已知的），则可以通过测量打药后组织的T1值变化和打药前组织T1值变化的对比，通过复杂的数据公式，则能够计算打药后，“灌注”的对比剂对于整个组织信号强度的影响，得到需要的一些灌注常数。（这个理解和表述可能既不严谨，也不是非常精准，但是符合放射科医生的逻辑思维）。
为了和普通的灌注或者前面的半定量灌注相区别，一般飞利浦把这种定量的灌注叫做渗透性分析或者通透性分析。
目前主要的磁共振制造商的MR设备基本上都能做这个序列。
飞利浦中，这种定量灌注扫描的序列一般称为渗透性分析序列，Permeability。西门子，这种测定组织定量灌注常数的技术又叫做Tissue 4D。GE公司，这种技术叫做GEN IQ。
对于时间分辨率要求非常高，一般都要求＜5s一个动态，这就需要有非常快速的采集技术；再者这个序列要求打药做。
对于飞利浦系统，一般是通过扫描一组（3个序列）来完成渗透性分析的。
是一个前列腺的渗透性分析序列。这组序列包含了三个，这三个序列要求几何参数都相同（FOV、体素、层厚、层间距）。
前两个序列的翻转角不同，第一个序列翻转角是5°，第二个是15°。其他参数一致，翻转角不同，通过两次扫描，可以快速计算出组织的T1 mapping。
这里需要注意，扫描T1 mapping的前两个序列。由于要计算T1 mapping，所以，除了翻转角不同以外，其他参数都要求一致。否则扫描完后，加载到后处理里，可能出不了值。大部分时候，我们推荐：TR=10ms，TE=2ms。这两个序列扫描是为了计算T1 mapping，只需要扫描静态（1个动态）即可，所以扫描时间非常快。一般这两个序列扫描时间为12秒。
现在新的版本序列，翻转角角度有所改变，但是基本上扫描流程及原理不变。
有了T1 mapping（也就是组织每个体素的T1值图像）后，下面第三个序列就是需要做的DCE动态增强序列。这个序列的翻转角是8°。大概扫描到第45个动态，开始打药，一般会持续扫描很多动态。这个动态增强序列要求是：1.时间分辨率高，每个动态扫描时间＜5s；2.至少要扫描20个动态以上（一般很多部位都会扫描6080个动态）。
由于时间分辨率要求高，DCE序列一般会尽量缩短TR和TE，适当的牺牲一些空间分辨率来达到时间分辨率的要求。
西门子的灌注定量扫描序列也类似，先扫描两个翻转角不同的T1序列来计算T1 mapping，然后打药做动态增强。
GE也基本上是采用快速的T1WI序列，如LAVA、Vibrant等来做DCE。
在飞利浦中，可以通过ISP工作站，非常方便的进行后处理。
后处理非常简单，只需要点击三次鼠标，然后在选择用户需要的ROI，就能得到所需要的时间-信号强度曲线和灌注参数值。
这里需要注意，后处理完后，可以生成各种转移常数map。上面的Plasma Fraction其实就是Vp。
讲了这么多，最后在来看看这个定量灌注的临床应用。
Ktrans值可以反映组织的通透性，特别对于肿瘤性疾病的疗效评估是有帮助的。
这里需要注意一点的就是，定量灌注序列，由于时间分辨率要求非常高，一个动态小于5s，所以这种序列势必会牺牲一些空间分辨率。在用这个序列测定量的时候，有老师又想用它来替代单纯的DCE半定量。一次扫描，即完成了定量参数的测定，又能够作为常规的DCE来使用，通过看图像信号来做定性分析，这种鱼和熊掌都想兼顾的想法是理想的，实际操作是比较困难的。
病灶ADC值不低。再进行Permeability分析。
另一个病例，同样前列腺中央带病灶，ADC值比较低。行Permeability分析。
病灶处，Ktrans值非常高，代表血管通透性非常高。
以前做头颅（神经）灌注，由于血脑屏障（BBB）的关系，一般都采用T2*效益来做头颅灌注。
现在，已经有很多文章采用Permeability的方法，采用T1权重的灌注来分析血脑屏障的通透性了。大部分肿瘤学疾病，血脑屏障会被破坏，于是可以产生T1灌注效益。
该技术不同于其他的磁共振灌注，是一个（全）定量技术，一般可以得到需要的一些灌注常数，如Ktrans、Kep、Ve等，对于辅助诊断、精准医疗及预后有一定的帮助。
本人，人微言轻，和出版社及无利益相关冲突，所以尽量避免推荐，让大家自己去搜索，好书很多）。
还有程流泉教授、靳二虎教授、赵喜平教授、尹建忠教授、华人学者周晓洪教授（Prof. Xiaohong Joe Zhou）、俎栋林教授、严福华教授、龚启勇教授、王光彬教授......（由于字数有限就不一一列举了）他们的书都非常不错。
关于磁共振灌注，这本《动态对比增强磁共振成像》几位教授都向推荐过，这本书比较新，是2018年年底出版的。
2019年11月27日 于 青城山
扩散、APT 与脑类淋巴
1. 磁共振高阶扩散模型
扩散加权成像（Diffusion Weighted Imaging, DWI）是磁共振中非常重要的临床及科研序列，其应用非常广泛，不仅是很多部位的常规扫描序列，也是开展科研功能成像中的第一步。
以下是正文部分，原文Diffusion用的词是弥散，这里弥散、扩散其实都可以。
磁共振扩散成像技术是目前在活体上测量水分子扩散运动与成像的唯一方法，其中最常见的是扩散加权成像（Diffusion Weighted Imaging, DWI），相信都不陌生。所以一些常见或备受关注的高阶弥散模型，包括DTI、DKI、DSI、HARDI、NODDI、IVIM。
是扩散核磁发展的概述图，可以首先大体地、直观地，了解弥散的发展。
扩散张量成像（Diffusion Tensor imaging, DTI）是扩散加权成像（Diffusion Weighted Imaging, DWI）的最常用的高阶扩散模型，同时也是当前有效观察和追踪脑白质纤维束的非侵入性检查方法，可以很好的重现神经纤维束走向信息。DTI主要研究高斯扩散，以三个本征向量代表扩散的三个方向分量，主方向分量是沿神经纤维走向的切向方向，其余两个是法向方向，以此来描绘水分子受限于白质区神经突触的扩散规律，进而区分脑脊液和突触内区域，然而对灰质区域不是很敏感。就脑神经纤维束而言，DTI已经成为了主流手段（其实内脏神经也可以做，但这是后话）。不过DTI有个很严重的短板，就是由于技术手段的局限性，它无法在一个体素内识别多个纤维方向。在更复杂的神经系统研究中，如果我们不能探索神经方向及其复杂性，就并不能满足对探索未知的需求。对此，我们有其他模型可供选择，比如……。没错，我们还有扩散峰度成像（Diffusion Kurtosis imaging, DKI）。峰度，又叫峰度系数，表征概率密度分布曲线在平均值处峰值高低的特征数。直观来看，峰度反映了峰部的尖度，被定义为四阶累积量除以二阶累积量的平方，它等于四阶中心矩除以概率分布方差的平方再减去3，这也叫做超值峰度（减去3是为了让高斯分布的峰度为0）。依旧来自懋式百科全书。然而实际上，仅用简单的各向同性或各向异性难以表达人体复杂的系统特性，高斯模型的单指数扩散张量模型难以获得精准的组织结构特性，为了更准确地揭示组织的微观结构特性，研究微观结构的扩散模型就要在向高阶复杂化方向发展。就脑组织而言，水分子的扩散实际上是非高斯分布的，尤其是对于高度复杂的脑灰质结构。有些概率密度分布曲线的峰比较高尖，比较瘦，两边往中间收拢；有些概率密度分布曲线的峰比较钝圆，比较宽，往两边散开。峰度体现了神经纤维结构的复杂程度（DTI只反映了方向性），峰度越高，神经纤维结构越复杂，非高斯分布的水分子扩散受限就越是显著。DKI能够更好的反映具有复杂方向性的神经纤维结构，在一定程度上弥补了DTI的不足。
不同于DTI无法识别特性体素内神经纤维复杂方向性，扩散谱成像（Diffusion Spectrum Imaging, DSI, 也称Q-space Imaging）可在一个体素内识别多个纤维方向。DSI并不需要基于什么计算模型，它通过弥散位移进行三维傅里叶编码，直接便可计算体素内水分扩散位移的三维概率密度分布，进而重现纤维束方向的复杂特性。DSI具有更加精确的空间分辨能力，在微观尺度和宏观尺度之间架起了桥梁，为进一步探知和统合细胞水平以及亚细胞水平的多尺度分析研究提供了可能。DSI更适合于用在精细结构的成像研究当中。然而DSI也具有一定的缺陷：1. 采样效率低，2. 采样数据量大，3. 对b值要求高，4. 对梯度和采集时间要求高等。这些短板可能会受制于设备本身性能或者实操过程中的条件限制等，最终阻碍其临床应用。
高角度分辨率扩散成像（High AngulaR Diffusion magnetic Imaging, HARDI）也同样可以体现神经纤维方向分布的复杂性。它需要比DTI更多的角度和更高的b值。虽然主要也是描绘神经纤维束的各向异性，但可以得到其方向复杂性的足够信息。类似DTI以FA（Fractional Anisotropy，各向异性分数）作为重要参量，HARDI以GFA（General Fractional Anisotropy，全局各向异性分数）作为参量，相比DTI，HARDI更适合用来研究大脑神经结构的连接性及其变化规律。HARDI作为一个弥散模型，并没有DSI那么高的要求，无非就是多了几个扫描角度，同时把b值设定高一些。
比如DTI主要研究高斯扩散，即用于区分脑脊液和突触内区域；DKI主要研究非高斯扩散，即区分脑脊液和突触外区域。神经突触方向扩撒度与密度成像（Neurite Orientation Dispersion and Density Imaging，NODDI）同时考虑了水分子扩散的“是否各向异性”以及“是否满足高斯分布”。通过区分自由扩散水分子（各向同性高斯扩散，如脑脊液，CSF）、突触内水分子扩散（各向异性非高斯扩散、受限扩散）、突触外水分子扩散（各向异性高斯扩散、阻滞扩散），可以一次性将大脑空间分为脑脊液、突触外和突触内三种子空间进行研究，并定量研究各个子空间的体积分数，因此更适合全脑空间的定量分析。NODDI和HARDI一样需要比DTI更多的扫描角度，但不同的是，HARDI需要的是高b值，NODDI需要的是多b值，其中至少有一个高b值。最终，NODDI除了体现了神经纤维的方向性，还考量了神经突触密度的变化。其中，神经方向性可以反映其连通性，而密度则反映了其复杂程度，二者在脑功能研究中各自起到了不同作用，比如复杂性可以体现随年龄增长的神经退行性变化规律，连通性则更多反应功能性病变等。
DTI：FSL，Bedpostx，MITK，TrackVis。DSI：TrackVis-DTK, DSI Studio。DKI：DKE，DIPY，MITK 2018及以上版本。HARDI：FSL，TrackVis-DTK。这只是其中比较常用或者好用的一部分，拿走不谢！当然有兴趣的小伙伴们也可以根据各个模型的原理和数据结构自行通过MATLAB、Python等工具编译后处理代码。
2. 颅脑磁共振扩散加权成像：理论和概念
磁共振扩散成像（DWI）是磁共振成像技术中最常用的一种功能成像。无论是在临床扫描中还是科研，DWI的应用都非常广泛。
如何做好弥散（DWI）序列及DWI扫描参数技巧。关于Diffusion Weighted Imaging（DWI）中文翻译之讨论。为什么不能只看DWI图来判断弥散受限，还有结合ADC图。DWI的扩展应用及各种高级弥散模型概述。DWI扫描的后处理及生成ADC图
（老版本用户）DWI扫描的后处理及生成ADC图。在过去的二十年里，由于扩散磁共振成像对水分子在微米尺度上的位移具有独特的敏感性，这种方法已经成为研究组织微结构，特别是人类白质的最有前途的方法之一。由于热运动的原因，组织中的水分子不断地随机运动（自扩散），而细胞结构则阻碍了它们在微米尺度上的运动，因此加权扩散磁共振信号可以有效地探测组织微结构。
扩散磁共振成像在视觉上最引人注目的应用之一是利用纤维束追踪或纤维束成像技术描绘白质通路，这一技术现在是连接学领域的关键组成部分。这依赖于扩散磁共振成像对纤维结构(如神经元轴突)方向的敏感性，从而可以推断大脑中任何给定位置的白质方向。脑纤维束成像算法依赖于这些信息来推断大脑中白质通路的路径，并进一步推断大脑的远程连通性。这些方法目前被用于术前神经外科规划，更广泛地说，是通过大脑的连通性来研究大脑功能。
扩散磁共振成像也广泛用作微观结构成像的工具，这一领域目前正处于非常活跃的发展阶段。这类技术侧重于获得关键微结构参数的可靠指标，特别是轴突直径、髓鞘g比率和表观纤维或轴突密度。到目前为止，扩散磁共振成像主要用于大脑，特别是研究脑白质及其连通性。当这种技术与改进的神经元发育和树状模型结合在一起时，它也越来越多地被应用于大脑灰质的研究。由于其对病理引起的微结构变化的敏感性，它也被广泛应用于人体内，尤其是肿瘤成像。它还被用来研究肌肉纤维的排列，特别是心脏中的肌肉纤维，特别是心肌功能障碍。
就其本质而言，扩散应当被描述为一个统计过程：在目前可以达到的分辨率下，即使是最小的成像体素，也只能观察到大量自旋的宏观总体平均行为。（自旋（Spin）是粒子内部所具有的固有性质，是粒子与生俱来的角动量，其量值是量子化的）用自旋位移概率密度函数来描述这个过程可能是最好的。该实体通常被写为P(rt|r0,t)，并且提供在时间t之后将在位置rt找到最初处于位置r0的自旋的概率。由于典型体素包含大量自旋，因此更常见的是引用平均自旋传播P(r,t)，给出体素内的自旋移动距离r=rt-r0的概率。
扩散本质上是一个对称的过程，因此自旋从A移动到B的概率与自旋从B移动到A的概率相同。自旋传播具有中心对称性的基本性质：P(r,t)=P(-r,t)。如果传播不对称，那么不对称性将反映整体运动或流动，而不是随机的扩散过程。
存在系统性运动的自旋显然是受到障碍或阻碍存在所形成的。例如，考虑在特征尺寸w的受限孔隙中的扩散。对于较短的扩散时间，扩散将是近似自由的，因为大多数自旋将没有时间遇到孔隙边界。然而，对于较长的扩散时间，自旋的运动将足以多次与膜相遇，并且它们的位移将受到孔隙大小的限制。随机运动形成的位移的均方根虽然将随着时间t增长，但自旋位移的均方根(RMS)会逐渐接近受限孔隙的尺寸，然后稳定到一个恒定值。如果能在这么长的扩散时间范围内测量到系统的自旋运动，它将提供有关孔隙大小的信息。相反，如果能在短扩散时间内测量到它，它将提供有关自旋固有迁移率的信息。正是这种对微观结构特征的敏感性使得扩散磁共振成像对于生物组织成像具有独特的吸引力。
.受限扩散效应的说明：在较短的扩散时间内，几乎没有自旋受到边界的影响，均方位移将反映自旋的本征迁移率，随时间线性增加。在较长的扩散时间范围内，自旋的运动在受强烈地限制边界的影响下，将主要反映限制空间的大小。
（一）扩散与磁共振信号：q-空间。众所周知，MR信号对扩散很敏感，正如1950年Hahn所假设的那样。MRI信号与自旋在介质中的扩散之间的确切关系是复杂的，但当Stejskal和Tanner在1965年引入脉冲梯度自旋回波(PGSE)序列时，这种关系被大大简化了。考虑初始位置r0处的旋转。如果场梯度G被施加一个(短)持续时间δ，自旋将积累相位φ=γGδr0。在这一点上，如果以相反的极性施加相同的场梯度-G，自旋将积累相位φ∆=γδGr∆。
∆φ=φ∆-φ0=γδG(r∆-r0)=γδG·r 自旋位移了两个场梯度脉冲之间的r=r∆-r0将产生与其沿梯度方向的位移成比例的网络相位，以及与梯度脉冲δG的力矩成比例的网络相位。该梯度力矩通常表示为q=γδG，将关系简化为：宏观MR信号是通过对样本中所有自旋的信号求和获得的：在限制N→∞中，求和可以表示为系统自旋运动的积分：
这个方程表明了q值和自旋位移r之间的傅里叶关系，并且是q空间形式的基础。如果在足够的q值范围内进行足够数量的测量，则可以使用简单的傅立叶变换来导出系统的自旋运动P（r,∆）。建立扩散模型的最简单方法是假设自由扩散或高斯扩散。在这种情况下，任意自旋距其初始位置的位移r与根据爱因斯坦方程观测到该位移的时间间隔t有关。
其中D是所谓的扩散系数，即自旋在其中扩散的介质的属性。在任意给定时间t的情况下，自旋位移的概率密度函数(PDF)为标准差为的正态分布。在这种假设下，通常通过定义b值将时间效应合并到信号方程中。假设按照上面的q空间推导，由时间间隔D隔开的无限薄的扩散梯度脉冲，b值将是：用适当的自旋位移PDF代替自由扩散：转化方程(4)给出的自由扩散的MR信号方程：
对于自由扩散，MR信号的b值和样本的扩散系数呈指数衰减。测量样本的扩散系数可以通过测量两个不同b值的MR信号并求反等式来实现。要最大化信噪比(SNR)，通常最好采集一个b值为零或可以忽略的测量值，而另一个测量值的b值在1:1/D附近。到目前为止，上面的推导的基础是扩散梯度脉冲的持续时间非常短，以至于可以忽略不计。这意味着，假设扩散梯度脉冲本身的自旋位移可以忽略不计。在实践中，如果要获得合理的b值，几乎不可能施加足够短时间的扩散梯度脉冲，因为这将需要远远超过最高性能梯度系统的梯度幅度和上升时间。值得庆幸的是，在自由扩散的情况下，可以通过定义更短的有效扩散时间∆eff=∆-δ/3来修正b值计算，以考虑梯度脉冲持续时间。例如，在D=3的情况，可得到脉冲梯度自旋回波(PGSE)序列的更一般的b值方程：
一般而言，生物样本和其他样本具有复杂和异质的结构，在各种长度尺度下会对分子的自由运动构成障碍和阻碍。在这种环境中，观察到的扩散分子的行为将取决于每个自旋的确切位置，以及它被允许扩散的时间量。如果以固定大小μ来考虑（即完全受限情况）：在非常短的扩散时间内，即当时，扩散仍然基本上看起来是自由的。然而，对于更长的扩散时间，自旋将遇到组织边界，它们的均方根位移将在μ处趋于平稳。
在当前，有一系列的方法可以用来模拟生物系统中的扩散，每种方法都有不同的假设和不同的复杂性。最简单的模型是自由扩散，其特征是单一扩散系数。然而，但由于许多原因，在人体上测得的D值也就是扩散系数是存在变化的。影响扩散系数的的因素有组织灌注状态、细胞外水分子运动、细胞内水分子运动和细胞内外(跨膜)水分子运动，其中以组织灌注状态和细胞外水分子运动影响最大。直接计算D值并不是一个理想的测量方法。
从目前的常见做法看，dMRI是在常规MRI的SE序列中加入一对大小和方向均相同的梯度场的梯度脉冲，置于常规SE序列中的180°脉冲的两侧。第一个梯度脉冲引起所有质子自旋，从而引起相位变化，而后一个梯度脉冲使其相位重聚，但此时相位分散不能完全重聚，而导致信号下降。信号衰减(SD)的程度可用公式表示为:SD=exp-bD,D为扩散系数,b值为扩散梯度因子。而由于直接计算得到的D值是存在变化的，因此，引入了表观扩散系数的概念（即ADC），之所以加上“表观”二字是由于在这个过程中，影响水分子运动 (随机与非随机)的所有因素都被叠加成一个观察值，然后在相减的过程中对这些因素进行排除。例如，在评价病变时，同时测量病变及对侧相对部位的ADC值，并计算出相对ADC(rADC)。使用rADC值可部分消除绝对ADC值的个体差异。
一般我们计算的公式是：ADC= ln(S低/S高)/(b高-b低),S低与S高分别为低b值及高b值所测得的DWI信号强度。ADC图已经提供了非常有用的对比度，特别是对于急性缺血性卒中的成像，因为在缺血发作后数分钟，以及使用其他成像方法观察到任何异常的数小时前，ADC图会显著降低。到目前为止，这仍然是磁共振弥散成像在大脑中最常见的临床应用之一。
大脑白质中的水分子的扩散很快被证明是方向依赖性的，这一观察结果与白质区域内轴突纤维进入长纤维束的特定排列相关联，在纤维束内，水的运动在垂直于纤维轴的方向上受到强烈阻碍，但沿纤维的方向则相对自由。扩散MRI (dMRI)信号的这种方向各向异性提供了在体内完全非侵入性地推断脑白质纤维方向的独特可能性--在目前，这是任何其他方法都无法做到的。
左：从相同(中心)位置开始的自旋(通常是水分子)会扩散到离起始位置一定距离的地方，而且它们的位移可能是定向的。
中间：当观察一个大的自旋集合的最终位移时，它们的分布(假设自由扩散)将假定为高斯形状，在这种情况下将是各向异性的。
右：这可以用张量椭球来表示，表示自旋位移分布的等高线。
作为能够描述扩散不均匀性的单ADC模型的简单扩展，研究者们引入了扩散张量模型。理解它如何工作的一个方法是考虑扩散时间后自旋位移的分布。对于简单的ADC模型，一般采用高斯或正态分布的形式。然而，在3D环境中，该分布会变为多变量高斯分布，其方差是方向相关的。
它通常用图形表示为椭球体，其尺寸对应于自旋沿相应方向的位移。从弥散张量可以得到许多现在已经确定的测量:。平均扩散率(MD)：所有方向的平均扩散率。
分数各向异性(FA)：扩散张量方向依赖性程度的度量。请注意，这是一系列此类测量中的一个：也存在其他选项，包括相对各向异性和体积比。但在实际的应用中，FA已经被确定为各向异性的实际标准度量。
主扩散方向(PDD)：也称为主或主特征向量：这是扩散张量主轴的方向。
轴向扩散率(AD)和径向扩散率(RD)：AD和RD分别平行于和垂直于PDD。
扩散张量模型因其简单性而颇具吸引力，它所提供的测量方法很快被广泛用于研究组织的各个方面，尤其是脑白质。当前，MD在临床上广泛用于中风研究，但对多种脑病理也很敏感。各向异性分数，即FA，最初被假设为纤维束的方向性或体素内方向异质性的度量：具有强对齐纤维的体素表现出最高的各向异性，而包含指向许多不同方向的纤维的体素表现出低各向异性。然而，由于FA对各种病理影响的敏感性，因此其已被广泛(且错误地)用作所谓白质完整性的标志物。但正如Beaulieu的一项综合研究所指出的，FA的变化可能是由大量效应引起的，这使得对所观察到的任何变化的解释充其量也就是含糊不清。
它受到纤维取向（纤维走向和纤维排列）排列的强烈影响，因此组织中的变化很容易被掩盖，或者更糟的是实际上会导致FA增加。虽然FA对包括病理在内的多种效应敏感，但这种对大量完全不相关效应的敏感性也使得对所观察到的任何变化进行有意义的解释其实是非常困难的。
对这种简单的解释的批评同样延伸到了PDD这个指标，因为它在跨纤维区域中的定义不明确。扩散张量模型非常简单，意味着只能有一个主特征向量。在含有交叉纤维的区域，很明显至少有一个纤维走向将完全没有代表。估计的方向通常对应于存在的不同取向的平均值，因此可能不对应于任何潜在的纤维数量。这使得其在后续分析的应用中存在新的困难。AD和RD测量结果也受到这些效应的严重混淆，原因有二：（1）PDD定义不明确；和(2)一个纤维束的AD测量必然会污染另一个靠的很近的纤维的RD的测量，反之亦然。由于上述原因，在纤维取向不是唯一的区域，对任何张量导出测度的解释都是有问题的，包括交叉纤维，但也包括其他构型，如弯曲或发散纤维，或它们的任何混合物。
现在很清楚，这种情况是扩散MRI特有的，并不局限于少数众所周知的区域，多达90%的脑白质含有可检测的交叉纤维。这推动了更高阶模型的发展，在下文第4节将对这些高阶模型进行进一步的介绍。
在最简单的情况下，扩散加权采集仅由两个极性相反的梯度脉冲组成的，正如上文第2.4节所述的那样的。第一个脉冲对水的自旋相位产生强烈的线性位置依赖性，而第二个脉冲产生完全相反的相位。没有运动时，净相位为零，信号不受梯度存在的影响。然而，如果自旋在两个脉冲之间移动，其净相位将非零，并与其沿梯度脉冲方向的位移成比例。经历扩散的自旋将随机运动，导致位移的随机分布，从而导致相位的随机分布。由此产生的相位分散导致信号丢失：这是扩散MRI对比度的来源。
扩散序列通常采用脉冲梯度自旋回波(PGSE)序列，即在180°重聚焦脉冲前后施加两个相同极性的梯度脉冲。由于180°脉冲反转了所有自旋的相位，因此在扩散对比度方面的净效应与上述相当。自旋回波序列的使用意味着信号按照T2而不是T2*衰减，这在SNR（信噪比）等方面带来了相当大的优势。
由于扩散MRI信号对小位移(微米量级，旋转通常在扩散制备的时间尺度上扩散)非常敏感，因此它对受试者的运动也非常敏感。这使得传统的多层获取策略非常具有挑战性，因为任何运动都会给信号带来随机相位变化。在实践中，弥散MRI数据是使用单次成像方法获取的，如回波平面成像(EPI)。通常需要大量数据，特别是在使用高阶模型时，也会促使使用快速多层成像方法。
回波平面成像在弥散性MRI中广泛使用，使其受到与该技术相关的所有伪影的影响。这包括由于磁化率诱发的B0场干扰引起的沿相位编码方向的图像失真、由于T2*衰减引起的沿相位编码方向的模糊以及由于大的扩散梯度脉冲引起的涡流引起的失真(考虑到所引起的失真将取决于扩散梯度脉冲的方向，这可能是特别成问题的，从而导致在所生成的最终图中明显的配准错误所诱发的伪影)。
值得庆幸的是，现在已经有一些方法能够在很大程度上纠正后处理中的大部分问题。使用两次重聚的自旋回波EPI序列，可以在采集阶段缓解涡流，代价是信噪比(SNR)中度降低。这些也可以通过使用基于图像配准的后处理方法进行校正，特别是当与信号建模方法相结合时。这些方法还可以扩展到包括对由于机器震动或快速的受试者运动引起的的失真和偶发信号破坏的校正。在当前，已经开发出许多工具来完成这些后处理，包括FSL、MRtrix3等。
如前所述，扩散加权信号对运动具有固有的敏感性，这使得很难重新组合从多层激发中获得的数据，这是由于随机的相位变化造成的。尽管如此，已经提出了许多方法来校正这些影响，因为多层激发方法允许更高的分辨率和/或减少成像失真，并且因此能够对容易严重失真的区域成像，例如视交叉。
一般，整体运动对扩散信号的影响取决于运动的类型。整体平移导致整体相位偏移，而整体旋转在垂直于旋转轴和扩散梯度方向的方向上在图像上产生线性相位斜率。更一般的非线性运动(例如由于脑脊液脉动)会导致更复杂的相位模式。已经提出了许多方法，可以通过在主梯度表读取之后立即获取附加的梯度回波来校正这些影响。每个导航器从k空间的中心获取完全采样的数据，允许重建图像的低分辨率版本，由此可以估计相位误差并将其考虑在图像最终的重建中。多年来已经提出了许多基于这种策略的方法来进行梯度校正。
一种相关的方法是从k-空间的volume中获取数据，以k-空间的中心为中心，并对每次采集进行旋转，从而以所需的采集数量来获取整个k-空间。这种策略的优势在于，对于每一次采集，总是以完全采样的方式获取k空间的中心区域，使得每一次采集都是自导航的。初始方法使用标准EPI读出，短轴沿相位编码方向，易受磁化率诱发的失真引起的伪影的影响。
除了单个原始图像的质量之外，用于覆盖更多方向和/或b值域的特定策略对于高质量扩散MRI来说也是至关重要的。大多数采集序列包括以单个b值采集多个扩散加权方向，以及少量其他方向等效的非扩散加权图像(b = 0体积)。为了获得稳定和无偏倚的结果，确保扩散梯度方向在球体上尽可能均匀地分布是很重要的。这通常使用双极静电排斥模型来完成，其中每个方向被建模为一对直径上相对的电荷，然后这些电荷被布置在最小能量配置中。将这种方法用于更多扩散方向的方案通常被称为高角度分辨率扩散成像(HARDI)。然而，尚不清楚将这种采集方案命名为HARDI到底需要多少个方向，尽管30个方向可能被认为是最少的。这类方案现在应用非常广泛，可以使用一系列重建方法进行分析(见以下章节)。
除此以外，一些采集策略也在多个b值上收集数据。由于多b值方法在临床系统上的可用性，这种方法现在变得越来越普遍，使得在临床可接受的时间范围内获取足够的数据成为可能。这些方法通常被称为多b值采集，每个b值指的是单个b值处的一组数据点。沿着同一组方向采集每个b是可能的(实际上，一些分析方法可能需要这样做)，但是现在更常见的是在较高的b值中采集更多的方向，因为这可以表现出最强的角度对比度(即不同方向之间的对比度)。
目前已经提出了大量替代方法来解决简单的单方向扩散张量模型在纤维交叉区域追踪时的局限性。
（1）那些试图通过q空间形式来描述扩散过程的阵营
（2）那些试图使用混合模型来估计纤维取向（纤维走向和纤维排列）的阵营。
不同的方法在表示方向的方式上有所不同，要么表示为一组离散的纤维束，要么表示为纤维方向的连续分布。本章涵盖的方法旨在构建正确的纤维方向，尤其适用于纤维的追踪成像应用。（当然也存在许多其他高阶模型旨在恢复组织的显微结构信息，如轴突密度或轴突直径；这些在第7节中有所介绍）。但需要注意的是，这些更高阶的方法往往有它们自己的数据要求，其中一些只需要在传统采集上增加一些参数，但也有一些方法需要更复杂和更长的采集方式和时间，限制了它们在常规临床实践中的适用性，但好在多激发技术的日益普及使得许多以前不切实际的方法在常规使用中更容易实现。
（一）对扩散方向概率密度函数的估计。一种高阶模型试图恢复平均自旋方向，这类模型实现的内容也称为扩散方向概率密度函数(dODF)。这通常被定义为自旋传播的径向映射，提供沿着任何给定方向指向传播密度的权重。在定向组织(如脑白质)中，自旋倾向于优先沿纤维方向扩散，沿这些方向的dODF更大，这提供了一种观察大脑中交叉纤维的方法。
扩散谱成像(DSI)是最早使用这种方法的，并且是q空间的直接应用，以估计3D自旋，随后是估计dODF。然而，由于其繁重的采集要求(约500个volume，且最大b值非常高)，后续的研究集中在Q-Ball Imaging (QBI)等替代方法上，该方法依赖于要求低得多的高角度分辨率扩散成像(HARDI)采集策略。这些方法有时被称为无模型方法，因为它们并不试图以任何方式对组织进行建模，而是一种纯粹的物理观察。然而，它们并不是没有假设的：所有这些方法都依赖于q空间，q空间假设无限短的扩散脉冲，这一假设在实践中无法满足。值得庆幸的是，就纤维取向估计而言，这不太可能对结果产生不利影响，并且在许多方面可以被视为有益的：如果轴突膜可以被认为是不可渗透的(如通常假设的)，较长的梯度脉冲将倾向于增加纤维横向平面中的信号，从而增加可用的信噪比和角度对比度。除了DSI，所有采用缩减HARDI采集的方法都依赖于关于自旋或q空间信号的径向结构的一些假设，以便使所需的3D傅立叶变换易于处理。
一般使用dODF的峰值用作这些方向的替代估计。但在目前的应用中，该方法已被证明在纤维以锐角交叉的估计方向上引入了一些偏差。有更优的fODF方法来用于纤维追踪。
右上角：使用Q-ball Imaging估计dODF，对最小-最大值进行归一化以增强角度对比度，这是典型的做法。
左中：使用约束球面反卷积(CSD)估计的fODF。
中右：使用多b(MSMT) CSD在WM中估计的fODF。
右下:MSMT-CSD还提供了CSF样、GM样和WM样组织类型的表观密度估计值(分别以红色、绿色和蓝色显示)。如通常所做的，通过将方向矢量的X、Y、Z分量的绝对值分配给红-绿-蓝颜色分量，根据结构的方向对ODF和椭偏进行颜色编码。在DTI的情况下，每个椭球体根据其主方向的方向进行着色；对于所有其他ODF，表面上的每个点都根据其方向进行着色。
与dODF方法相反，fODF方法试图通过依赖于对给定纤维数量进行预测的扩散信号模型，直接重建纤维方向。这些都依赖于混合模型，即给定体素的总信号是预期来自每个组成纤维束的信号之和。最简单的模型是扩散张量模型对多纤维情况的直接扩展：每个纤维束都由它自己的扩散张量建模：
然而，这是一个非常不适定的问题，为了改善重建的条件，通常会施加一些额外的约束。大多数方法将假定分量张量都是轴对称的，并且在许多情况下还将假定恒定的各向异性或全各向异性。这些模型中有许多还包括用于CSF建模的各向同性参数。这一思想可以推广到对每种纤维布局使用非张量模型，例如圆柱体中的受限扩散模型，或使用每种纤维布局的张量分布。另一个扩展是将模型建模为纤维束的综合，其中允许每个纤维束分散在平均纤维取向的周围。
多张量方法的一个问题是需要对每个体素的模型中要包括的纤维数量进行独立估计。这通常是根据数据确定的，使用统计测试或贝叶斯推断来确定哪个模型最适合。然而，这引入了对噪声水平的依赖性，噪声较大的数据不能提供足够的证据来支持更多的取向。估算该数值时的任何错误都会对最终结果产生直接影响，从而导致错误的纤维方向估算。它们也是强非线性的，需要计算量大的数值优化或蒙特卡罗、马尔可夫链方法来求解。除了一些显著的例外情况，它们不能描述复杂的纤维排列，如弯曲或分叉的纤维。
这类方法旨在将全纤维ODF恢复为连续分布，而不是离散的一组不同的纤维方向。理解这些方法的最简单方法是作为多张量方法的扩展，其中总体的数量趋于无穷大，并且使用相同的轴对称响应函数对每个纤维成分进行建模。
这种方法的一个优点是关系是线性的，可以非常有效地求解。虽然早期的方法依赖于角度域中的低通滤波来解决这个问题，但当前的实现中强加了一个非负约束，这极大地改善了问题的稳定性，同时保持了角度分辨率。与扩散ODF法相比，这些方法能够解决更尖锐的交叉问题，所提供的信息可以使得fODF可直接用于后续的研究中，尤其是纤维追踪。
纤维追踪是指描绘大脑中白质纤维束的结构路径。这可以说是扩散磁共振成像中最受关注的领域，因为它有潜力在体内并且非侵入性地研究大脑的连通性，而这是任何其他方法都不可行的。从本质上讲，大多数纤维追踪成像方法都非常简单，而且它们都有许多显著的局限性，其中一些局限性现在才引起普通神经科学界的注意，这些限制在本章也将被提到。
纤维追踪最简单的方法是所谓的确定性追踪，该方法通过在数据中沿着白质纤维的假定方向运行，直到达到某种终止标准。最早的这种方法是通过连续跟踪算法(FACT)进行纤维分配，大约在同一时间被提出作为一种广泛相似的算法。从用户定义的种子点开始，这些方法通过评估当前位置的纤维方向，沿着该方向步进一个固定的小步长，并重复进行，直到白质轨迹终止。终止标准通常是纤维进入了低分数各向异性区域(因为这些方法依赖于扩散张量成像来估计纤维取向)，或者纤维突然急转弯(高曲率)，这两种情况在生物学上被认为是不可信的。通过这种方式，可以描绘出似乎遵循已知白质路径的轨迹。
这些方法被标记为确定性的，因为轨迹是为给定的种子点唯一确定的。然而，所有追踪方法的一个显著特点是显著存在虚假的假阳性连接。在极端情况下，可观察流线以执行U形转弯并追溯其来源，从而激发使用基于曲率的约束或终止标准。消除此类杂散连接的一种方法是使用基于人类经验的规则进行约束来完成对不可靠追踪的修剪，但这种方法仍旧存在很大的局限性。
磁共振扩散成像本质上是一种低信噪比技术，会在估计的纤维方向上产生噪声。鉴于纤维追踪时的传播方式，很明显，随着跟踪的进行，过程中的任何错误都会累积下来。更为复杂的是，与典型的体素大小相比，大多数感兴趣的白质结构实际上相对较薄：甚至皮质脊髓束在内囊最厚处也只有8mm宽，到达皮质时也只有3mm宽。鉴于这些原因，如果追踪时偏离一个体素，这可能导致它进入一个相邻但不相关的结构，并推断出现实中不存在的联系。
成像噪声只是不确定性的一个来源。其他很少考虑的因素还包括扩散磁共振成像过程的固有角度分辨率限制：扩散磁共振成像信号本质上是平滑的，因此不可能分辨紧密对齐的峰值。单个轴突很少以完美的直线行进，并且会在一定程度上沿着它们的路径“摆动”；这不可避免地导致体素中存在的取向的一些分散，即使对于完全并行的束也是如此。
另一个因素是扩散磁共振成像无法区分不同的纤维走行：弯曲、分叉和纤维的浅角度交叉都会产生类似的信号，导致追踪成像算法应该考虑如何进行一定程度的模糊--这种情况通常被称为交叉与衔接问题。
纤维的不同走行与单独的扩散加权信号基本上无法区分，因为它们包含相似的取向分布。即使可以完美地估计纤维ODF，也仍然不可能明确地辨别实际的纤维排列，这对追踪成像有明显的影响。
由于上述问题的存在，研究者们提出了概率追踪算法来解决这些问题，通过提供对源自种子区域的可能路径的分布的估计，而不是单一的最佳猜测估计来优化追踪。这些方法通常依赖于纤维取向分布的可用性。纤维传播以分步方式进行，如确定性方法，但在这种情况下，每一步都遵循从局部纤维概率密度函数(PDF)中采样的随机方向，而不是单一的最佳估计。由于不是单一方向追踪，通常会生成数千条追踪流线，由此生成的纤维集合提供了对可能路径分布的估计。
到目前为止，提出的各种方法在导出PDF的方式上有所不同。一些方法假定主纤维取向周围存在一定的标准偏差，另一些方法采用统计重采样方法(如自举法)从同一数据集生成许多取向样本，另一些方法依赖贝叶斯推断方法，还有一些方法直接使用纤维ODF。
（三）在交叉纤维区域进行纤维追踪的注意事项。当允许交叉纤维追踪时，无论是确定性的还是概率性的追踪算法，都需要决定当体素中同时存在多个纤维方向时，下一步要遵循哪个方向。大多数算法(尤其是确定性方法)只会选择曲率最小的方向；虽然这在许多情况下会产生最合理的轨迹，但总有一些不可忽视的可能性，从而导致错误的决定。当交叉角度相对较浅时尤其如此，因为这种情况很容易由弯曲的纤维组成。这与上面提到的交叉和衔接问题有关。一些确定性算法将明确探索这两种可能，这内在地使它们的输出在某种程度上也是概率性的。
概率算法可能会以不同的方式处理这个问题。直接对fODF进行采样的算法本质上将探索这两种可能性，只要备选方案满足其曲率约束(即偏转角保持在阈值以内)。另一方面，统计重采样方法遵循这些替代路径的可能性要小得多，因为每个流线都是使用确定性算法从不同的噪声实现中生成的：只要噪声没有严重影响估计的方向，算法每次仍然可能选择相同的大致方向。用于处理交叉纤维的特定策略将强烈影响结果。在选择时一定要参考前人研究，选定一个可重复性强的方法。
体素连接的方法：这类方法试图通过仅允许算法在体素中心之间跳跃来推断白质路径，而不是像纤维追踪方法那样连续跳跃。它们通常需要基于所估计的纤维取向与连接体素中心的线的共线性来估计从一个体素到任何相邻体素的跳跃或转变的概率度量。这些通常会导致连接区域的广泛分布，并与从连接区域向初始种子区域回溯的方法相结合，以提供更容易可视化的描绘。这些方法在实践中很少使用，至少部分原因是允许的传播方向的角度分辨率很低(仅限于26个最近的邻居)。
全脑追踪：近年来，已经提出了许多全脑追踪成像方法，旨在从整个大脑联合恢复白质通路的方法，考虑到这些通路必须共同考虑测量信号的事实：如果一个体素一半填充一个方向，另一半填充另一个方向，则追踪成像输出中也应该是这种情况。然而，流线追踪的方法在这方面并不能提供保证，它是使用纯本地的数据的考虑来传播的。全局追踪成像方法有可能提供更真实的全脑重建，因此成为一个活跃的研究领域。然而，它们的采用受到其计算要求的限制，通常需要运行数天才能产生结果，或者相反，产生准确表示存在的所有连接所需的大量轨迹是不切实际的。它们也不直接与上一节中描述的一些增强功能兼容，尤其是使用解剖病史的约束方法。
众所周知，纤维追踪成像易于识别假阳性连接；这是使用诸如基于先验的纤维修剪等方法的主要原因。问题的全部范围最近已经在追踪仪分析中得到证实，显示在全脑分析中识别的多达80%的连接是无效的，而与所使用的特定追踪成像算法无关。不同的方法产生不同的假阳性率，但这总是以真阳性率的降低为代价，这一发现与最近在猕猴身上的研究一致。这似乎是当前追踪成像方法的一个固有局限性。
纤维追踪也可能无法识别现实中实际存在的联系（即假阴性率）。对于基于不充分的局部模型(如DTI)的确定性方法尤其如此。这方面的一个典型表现是基于张量的追踪方法在描绘皮质脊髓束的外侧部分(神经外科术前计划的一个共同目标)方面一直失败。取决于具体的应用，这种假阴性可能是有问题的：如果该方法用于支持推定某种结构的存在，那么假阴性的结果仅仅是不幸的；然而，在术前计划的背景下，未能识别功能区会错误地提供特定手术方法是安全的指示，这将导致对患者的严重有害后果。鉴于术前计划是目前追踪成像唯一的主要临床应用，这表明面向临床使用的追踪成像算法应着眼于低假阴性率，即使这意味着假阳性率大幅增加。
左：使用CSD提供的纤维ODF信息的概率纤维追踪成像。
每种技术为包含交叉纤维的半椭圆形椎体区域提供方向信息。与基于DTI的方法相比，基于CSD的方法能够更好地描绘皮质脊髓束的外侧投射。对于每个流线，每个点都根据其在该点的切线方向进行颜色编码。
近年来，连接组学领域的研究兴趣日益浓厚，特别是利用dMRI和追踪连接体构建的结构。这是在全脑连接的整体模式上松散地定义的，并且通常以连接矩阵的方式表示，提供了对区域对之间的连接性的度量。可以对这样的数据执行许多分析，例如使用图论方法计算网络行为的度量。连接性矩阵典型地由密集的全脑纤维连接图以及皮质和皮质下结构的细胞分裂的组合来构建。对于任何一对分割区域，连通性度量是根据连接它们的纤维连接来计算的。文献中针对每一个步骤都提出了许多方法。
对于纤维束成像，各种方法在种子策略、纤维取向估计、纤维束成像算法和终止标准方面有所不同。对于大脑的分区，通常(但非唯一)采用基于图谱的方法，所用图谱的不同会存在一定差异。已经提出了不同的方法来量化连通性，例如纤维束的数量或它们的平均各向异性，有时还结合对各种潜在偏差的校正。
结构连接组学分析通常依靠密集的全脑纤维连接(左)，结合皮质分割(通常来自注释图谱)来估计任何一对皮质区域之间的连接性度量。该信息可以以不同的形式表示，或者作为节点到节点连通性的原始矩阵，或者作为由边(中间)连接的节点的图形。这些网络可以用不同的方式表示，例如使用弦图(右)，并使用广泛的网络分析工具进行分析。
连通性的定义本身相对模糊，不同的群体使用不同的定义，有时有完全不同的解释。有时，使用的连通性度量是连接相关区域的所有纤维的平均FA。有时，会使用FA以外的一些度量，如平均扩散率，或从其他模型(如NODDI)中获得的度量。有时是连接这两个区域的纤维数量，或者是它的标准化后的数据。通常，单个连接纤维的存在被认为足以考虑连接的节点，会生成二进制或未加权图，这种方法仅在使用确定性方法时有效。这些指标并不等同，它们都受到各种问题和人为因素的影响。
目前没有明确的理由来指导如何进行脑区模板的选择：这些分析中使用的一组GM和SGM区域，它们构成了网络的节点，并构成了连通性矩阵的行和列。这些分析通常依靠现有的图谱将大脑分成不同的解剖区域，然后这些区域至少在受试者之间具有可比性。但是这些地图集通常基于解剖标志，并且不能保证这些区域之间的边界对应于功能边界，或者连接模式中的自然边界。大脑细胞分化问题仍然是一个活跃的研究领域。
与纤维追踪不同，微结构成像方法旨在使用dMRI数据获得组织微结构相关方面的测量结果。这可以包括：轴突密度、轴突直径及其分布、细胞内/细胞外交换时间以及细胞外空间的特性。这些扩散数据可与其他MRI数据(如T1和/或T2弛豫时间或髓鞘形成测量值)结合使用。在扩散MRI中，最常见的目标是轴突直径、交换时间，以及最近使用独立获得的髓鞘水分数测量值的所谓g比率(与髓鞘厚度相对于轴突直径相关)。虽然这些方法提供的信息可能具有变革性，但目前只有极少数方法足够稳健和可靠，可以常规使用。在许多情况下，这些方法依赖于微观结构的简化模型，然后将其参数与采集的数据进行拟合。然而，扩散MRI信号非常不显著，并且对这些模型中包括的许多效应相对不敏感，使得拟合过程非常病态。
它们不太可能在病理学上有效。然而，任何试图将进一步的复杂性引入模型以解释病理过程的尝试，只会使问题更加不适定。但应该注意的是，在大脑之外，组织的显微结构有很大不同，需要以不同的方式建模；已经提出了有前景的病理学微观结构模型，特别是对于前列腺癌成像。尽管如此，已经提出了通过获取更有说服力的数据来改善这些白质模型稳定性的方法，包括：使用一定范围的b值、扩散时间和/或扩散脉冲持续时间；使用扩散加权核磁共振波谱成像；T1加权或T2加权的范围；或者更有针对性的扩散梯度波形以对信号具有不同的影响。
由于所需数据量巨大，这必然会引入实际问题，限制了其在临床环境中的常规应用。在许多情况下，尽管获得了额外的数据，但拟合情况仍然较差。在轴突直径测量的情况下，现在有越来越多的证据表明，至少使用当前一代的临床系统，扩散信号对生物学相关范围内的直径固有地不敏感。这些方法中有一个特别成问题的问题是部分体积效应和交叉纤维。为了避免与这些问题的不良条件有关的复杂问题产生，所使用的模型必须保持相对简单。然而，这通常需要某些假设，例如体素包含纯的、完全相干定向的白质，即使在胼胝体中也很少满足这一条件。一定要注意的是，即使是完全相同定向的轴突纤维也很少是完全直的，这导致定向中存在一定量的固有分散，如果不加以考虑，将影响这些测量的结果。
扩散MRI提供了对组织显微结构特征敏感的独特造影来源。这提供了一种进行非侵入性的体内白质结构研究的方法，这是任何其他方法都无法实现的，尤其是使用纤维追踪技术对大脑中白质纤维的排列进行研究，并在细胞或轴突尺度上观察组织微结构。然而，在任何情况下，使用这些技术时都应该非常小心，因为所采用的模型存在许多人为因素和局限性。在实际研究中要尽量注意避免，并在面对结果时采取谨慎的态度。
虽然不可否认dMRI对许多效应和病理变化敏感，但不幸的是，目前的方法仍然缺乏足够的特异性，这些问题给结果的解释带来了固有的限制。但无论如何，就目前为止，它仍然是一个非常活跃的研究领域，随着当前技术进步的步伐，无疑将继续产生新的有趣的方法来研究活体组织。希望随着相关技术的发展，dMRI可以在纤维重建、微结构特异性等方面具有更好的效力。
3. “穷人”的分子影像学：APT
APT（Amide Proton Transfer, APT）酰胺质子转移是目前比较热门的一种新的磁共振技术。该技术被认为是开启了磁共振分子影像学的新篇章，又被我们很多科学家称为“穷人的分子影像学技术”。
临床磁共振成像主要是基于氢质子进行的，也就是只含有1个质子，中子数为0的氢元素。人体磁共振的信号主要来源于水和脂肪，而一些诸如结合水等成分的组织，由于进动频率带宽范围特别大，T2值特别短，很难在磁共振上显示。
MTC（Magnetic Transfer Contrast）和CEST（Chemical Exchange Saturation Transfer）等效益则使得用磁共振来进行一些小分子或者蛋白探测成为了可能。
约翰.霍普金斯（JHU）大学的Peter C.M. van Zijl教授团队在用NMR做乳腺癌研究的时候，在8.3ppm处发现有明显的谱线变化，并且谱线的强度会受到pH（酸碱度）的影响。说明在8.3ppm处有化合物。
2006年哈佛大学麻省总医院的孙哲教授等，研究了优化的射频饱和方案以提高CEST质子转移率。
2011年ISMRM，飞利浦的科学家Jochen Keupp首次利用飞利浦的多源发射技术，大幅度的延长射频饱和时间，提高APT的效率。
由于酰胺质子是在8.3ppm处，会首先发射一个偏离水中心频率3.5ppm射频饱和脉冲，激发酰胺质子。游离蛋白及多肽中的酰胺里的NH基团含有氢质子，饱和的酰胺质子会和未饱和的自由水的氢质子完成交换。持续饱和的结果就是，自由水中的质子经过和酰胺质子的交换，也产生了饱和效应。
游离蛋白质中的酰胺质子（H）被特定频率的饱和脉冲长时间作用。饱和的酰胺质子和自由水的氢质子进行交换，导致水信号的衰减。衰减的程度和组织酰胺质子的浓度是呈正相关的。
利用射频饱和脉冲得到的饱和图和未进行饱和的非饱和图，可以计算出需要的APTw（APT weight）APT权重图像。
在计算APTw或者形成APT加权图像之前，还需要做一些其他的处理和运算。为了获得可靠的APT对比，需要首先评估MTR不对称性百分比（MTRasymmetric%，简写MTRasym）。MTR是磁化转移率（Magnetization Transfer Ratio, MTR）。
要得到MTRasym（%），首先要得到Z-spectrum（Z频谱）。何谓Z频谱，就是根据不同的频率带宽，测量一系列的水信号水平。通过这样一个频谱，测得的水饱和信号频率作为饱和频率。正常的MRS中，以四甲基硅烷为参考（0ppm），水的频率是在4.75ppm，酰胺质子在大概8.25ppm，与水相比相差3.5ppm。为了方便，以水的频率作为中心频率，在Z频谱中将水的频率设置为0ppm。
利用B0 map对每一个体素的Z-频谱进行校正，通过找到最大的水饱和频率，来确定水的中心频率，也就是Z-频谱的0ppm位置。
在0ppm处，由于是水的中心频率，这个时候在这个频率带宽的脉冲将完全饱和水。0ppm处，水被直接饱和掉，信号下降最大，处于完全饱和。
在+3.5ppm和-3.5ppm处进行非对称测量。如果不存在酰胺质子，则+3.5ppm和-3.5ppm的信号强度是一致的，反映在Z-频谱图中是对称的。而由于在+3.5ppm处有酰胺质子，导致在这个频率发射的脉冲会有饱和效应，而-3.5ppm则不会。不对称磁化转移百分比的计算如下面公式：
MTRasym（%）=（S-Δω-S+Δω）÷S0。公式中，S-Δω代表负向频率偏移时的信号强度；同理S+Δω代表同样对称位置的正向频率偏移时的信号强度；S0代表没有射频饱和时的信号强度。
APTw加权像中，计算出来的MTRasym（%）就被认为是APT权重，APTweight。
由于酰胺质子是在+3.5ppm，以3.5ppm计算的MTRasym就是APT的权重。
APTw%=MTRasym（%）= （S-Δω-S+Δω）÷S0，令Δω=+3.5ppm。
也就是S-Δω代表-3.5ppm频率偏移时的信号强度；S+Δω代表+3.5ppm频率偏移时的信号强度。APTw%的计算公式可以改写为：
APTw%=（S-3.5ppm-S+3.5ppm）÷S0。APT权重还受到很多因素影响，包括酸碱度（pH值），这里就没有讲得太复杂（因为我也不太懂）。
飞利浦目前的APT是3D APT，采用的序列3D mDIXON TSE序列。
飞利浦是最早进行多源射频技术的公司。采用飞利浦的MultiTransmit 4D技术，利用两个独立的射频发射器实现射频的切换，双射频匀场提升发射的精准度，最终可以实现100%射频占空比。可以保证射频饱和长达2~5秒。
几个比较关键的参数主要是Saturation B1 rms（μT）和Saturation duration（s）饱和脉冲持续时间，一般是2秒。
APT目前临床应用最多的是神经系统，主要用于的疾病是颅脑胶质瘤。2011年飞利浦科学家赵旭娜等人在MRM发表文章，首次将APT技术应用于人体，进行急性脑卒中的研究。
APT对于脑胶质瘤的分期及疗效评估是有最大帮助的。
研究表明，在高级别的胶质瘤中，肿瘤的活性核心具有比周围显著增高的APT效益，而坏死组织，则APT测量值比较低。
常规的磁共振扫描技术，包括增强扫描，对于肿瘤复发和放疗引起的组织坏死经常无法区别。打药后，两种情况都会强化。而利用APT扫描，则可以通过比较APT加权图及测量APTw（%）来进行鉴别诊断。
FLAIR和T1增强，均显示强化的病灶，如何区分到底是肿瘤复发还是放疗引起的坏死呢？通过APT扫描就可以很轻易的区分。上一组图像，APTw病灶值高；最后的结果也是上面是肿瘤复发，需要立即再次手术，而下面的则是放疗后组织坏死，无需再次进行二次手术。
对于脑补胶质瘤，APT可以有效的帮助区分低级别和高级别胶质瘤。
常规磁共振技术，对于胶质瘤级别的判读主要基于T1增强扫描。理论上：低级别胶质瘤（WHO Ⅰ和Ⅱ级）打药后，不强化或者强化不明显；高级别胶质瘤（WHO Ⅲ和Ⅳ级）打药后明显强化。
而实际情况则是，部分低级别胶质瘤打药后会明显强化；而还有部分高级别胶质瘤，打药后强化不明显。这样单纯采用常规磁共振技术和打药来对胶质瘤分级，就会造成假阳性和假阴性。
第一排是肺癌颅脑转移；第二排则是脑卒中五天。有研究表明，在脑卒中早期，组织的酸化使得APT效益降低，表现在APTw图像上就是APTw（%）值比较小，反映在图像上是偏蓝色的冷色系。这也是利用了酸碱度会对APT值产生影响的原理。
还有专家用APT来诊断帕金森病。有研究表明红核和黑质的APT下降与多巴胺神经元丢失有关，可以用这个来进行帕金森的诊断。
目前，APT技术的临床应用主要集中在神经系统，也就是头颅。也有专家将APT应用于身体其他部位，比如用于肝脏、乳腺、盆腔等。
由于APT对运动非常敏感，所以用于体部有很大的难度和挑战。
通过把T2WI图像和APT图像融合，可以更好的辨别盆腔生物活性靶区。
APT技术是一种非常好的技术，被誉为穷人的分子影像学。也是目前唯一能够无创、无辐射的定量游离蛋白质的MR分子影像技术。这种技术也有一些问题需要注意。
APTw图像中，红色代表APT含量越高，在颅脑中主要用于胶质瘤的分级及疗效评价。不是APTw中所有的红色或者值高的都代表病灶或者高级别胶质瘤。
很多组织在APTw图像上，也会表现为高信号或者高值。比如：脂肪，囊肿，血管等。
如何判断及区别这些呢？可以采用一些不同序列。比如，脂肪组织，可以增加压脂序列来判断。囊肿一般在T2WI上，结合其他序列不难判断。
除了胶质瘤，有一些其他病变在APTw上也可能呈现高信号，比如：脑膜瘤、淋巴瘤以及一些转移瘤。单纯的采用APT来判断有时候也会出现差错，所以最好还是结合多个序列来判读。
因为颅骨在APTw上也是非常高的信号（红色）。由于这种去除颅骨的算法可能不可靠，而且可能隐藏靠近大脑皮层的肿瘤组织，所以飞利浦新系统上的APTw图像都是有颅骨的。
实际的阅片中，我们也不会把颅骨高信号的APTw表现误认为是肿瘤组织，这一点是比较好区别的。
该技术是目前唯一可以做在体、无创、无辐射、无示踪剂的探测游离蛋白质含量的技术。
本章参考了大量文献，由于工程实践中才疏学浅，难免挂一漏万，有不严谨之处，尽请包涵。
Van de Ven K, Keupp J. Amide proton transfer weighted imaging: advancement in molecular tumor diagnosis. Philips White Paper, 2018.
4. EEG和MEG是否可以检测到小脑信号
小脑在运动学习、协调等方面起着关键作用，并且也与感觉和认知过程有关。目前对其电生理机制的了解主要来自动物的直接记录，而人类小脑功能研究主要依赖于病变、血液动力学和代谢成像研究。成像研究提供了关于小脑调节行为的各种小脑-皮质路径的基本见解，但在时间和频率分辨率方面仍然受到限制。虽然皮层下脑电图（EEG）和脑磁图（MEG）的有限空间分辨率和小脑剖结构会影响小脑无创电生理研究，不过越来越多的研究挑战了MEG和EEG无法检测小脑活动的说法。本章通过大量列举运动、感知觉、脑网络及神经障碍等领域通过MEG/EEG记录到的小脑各神经震荡活动来证明MEG和EEG无创性记录小脑活动确实可行；并且通过总结已有研究中具体的研究方法，提供关于如何优化MEG和EEG记录小脑活动的建议，比如在源空间中使用连通性分析；此外还讨论了可能导致杂散小脑源定位的MEG和EEG信号污染并提出了解决此类伪迹的方法。本章发表在Neuroimage杂志。
小脑除了在运动行为控制和协调中有明确作用外，还参与感觉加工以及从学习记忆到高水平认知控制的认知任务。功能磁共振成像（fMRI）研究显示小脑参与各种功能，例如手部动作，扫视，注意力分散，流利表达，自传性回想，单词理解，动作观察，心算，情感处理和语言处理等，进一步证明，人类大脑研究中无法忽视小脑的作用。然而，诸如脑电图（EEG）和脑磁图（MEG）等非侵入性电生理技术在测量小脑反应中的可用性尚未明确，且使用EEG或MEG描绘大脑网络的研究通常不认为小脑是潜在信号来源。本章对EEG和MEG检测小脑活动的能力持更乐观看法，并为如何使用MEG改善小脑记录提供了建议。
目前对调节小脑活动的电生理机制的了解主要来自动物的直接记录。人类小脑研究主要包括小脑病变患者的研究或追踪代谢、血液动力学过程的研究，例如正电子发射断层扫描（PET）和fMRI。神经影像技术只能通过监测局部代谢或血液动力学反应来提供神经活动的间接测量，尽管如此其在阐明小脑功能性作用（运动控制，视觉引导行为和许多认知任务）中仍起着关键作用。由于它们同时测量整个大脑活动，因此这些成像技术还用于检查小脑在可能的大规模脑网络中的参与情况以及评估小脑-丘脑-皮质路径的功能性作用。
血流动力学和代谢反应相对缓慢的性质仍然严重局限了小脑活动的精确时间特性的研究。通过电生理级别的时间分辨率（即毫秒范围）记录小脑信号对于研究小脑活动与行为参数（例如反应时间或随时间变化的运动参数）的相关性和对研究小脑与其他大脑结构之间的激活潜伏期至关重要，还可用来评估小脑与脑网络节点之间假定的精细同步性。因此需要一种提供毫秒级时间分辨率并覆盖整个头部的无创技术实现上述目的。EEG和MEG满足这些要求，前者测量头皮电信号，而后者则测量相同的可能大脑信号源在头皮产生的微小磁信号。二者都能以毫秒级的分辨率记录大脑信号，并且当前可用系统提供多达大约300个记录位点的可完全覆盖头部密集传感器阵列。
无法简单回答EEG/MEG是否为研究人类小脑生理提供了最佳时空分辨率。其一，它们在深层结构（远离传感器的结构）中的空间分辨率差。距传感器阵列的距离和信号扩散问题会在单个记录位置产生低信噪比（SNR）和线性混合。从信号来源角度看，与位于深层大脑结构（例如海马或小脑下部结构）的来源相比，浅层来源（例如，初级听觉或运动感觉区）更容易通过MEG或EEG进行无创定位。小脑皮层的神经元结构导致的信号消除也可能是阻止通过非侵入性方法检测小脑源的特定限制因素。MEG和EEG信号来自于（a）神经活动的空间总和，即具有相似方向的相邻树突中的许多突触后电位，以及（b）这些电势的时间总和，即以相同短时间间隔产生的电流。人们认为由于小脑相对于大脑皮层更复杂的折叠，相邻的小脑激活区会产生相反方向的电流进而信号相互抵消。这些潜在困难以及MEG、EEG信号强度随深度衰减，导致普遍认为MEG和EEG不适合检测小脑活动，以至小脑信号通常被怀疑是人工伪迹或噪音。尽管如此，越来越多MEG和EEG研究报告了一系列任务中小脑激活。文献中已有足够的证据来回答MEG和EEG是否可以检测出小脑活动及如何优化其检测并排除误报的问题。
2．为什么用EEG和MEG检测小脑活动是一个有争议的问题？
由于小脑神经元排列成“封闭区域”，很难用无创EEG（包括MEG）记录小脑活动。小脑皮层浦肯野细胞排列与大脑皮层锥体细胞排列非常相似，并且可能对头皮EEG / MEG信号有贡献。乌龟小脑研究表明在一定距离处可以检测到外部磁场。当激活一个10 mm3的小脑贴片时，在17 mm处检测到1pT磁场。乌龟小脑皮质结构与包括人类在内的较高物种的结构非常相似。具有有序结构的小脑会产生一个开放磁场配置，但小脑主要的局部激活意味着相应微弱的外部磁场。从外部对小脑施加同步活动的情况下，可能会产生足以被MEG检测到的强磁场，比如癫痫相关治疗病例。由于同步活动也可能通过神经科学中常规使用的直接大脑刺激方法施加于小脑，因此至少原则上可以用MEG或EEG检测小脑活动。与EEG源定位相比，MEG源定位受头部模型不准确的影响较小；这使得在相同头部模型质量的情况下，使用MEG进行源定位比使用EEG更为精确和准确。此外对于高频振荡，MEG比EEG具有更高的保真度。
浦肯野细胞（小脑）和锥体细胞（大脑皮层）之间的相似性。
B.成人感觉皮层和运动皮层中不同皮层的锥体细胞草图。
以往EEG、MEG研究采用事件相关平均值对不同锁相诱发的活动进行优化，因而较少的报告小脑激活。甚至采用侵入式记录动物小脑活动的实验也仅偶尔报告事件相关电位（ERP）;。这表明小脑可能主要表现出不一定锁相的神经振荡调制。经典猫、豚鼠实验均发现小脑高频振荡活动，也在三例植入小脑电极尝试进行刺激治疗的Lennox-Gastaut综合征患者中观察到低频振荡（1.5-6 Hz）。Wistar大鼠浦肯野细胞层中产生会诱使单位放电的200 Hz振荡；分子和颗粒细胞层中的高频LFP远不那么明显。刺激小鼠下橄榄核会引发小脑高频振荡（350 Hz）。对极为罕见人类小脑颅内记录研究整理发现小脑存在β（15-30 Hz）以及低γ（35-50 Hz）和高γ（80-100 Hz）自发振荡，此外还包括250 Hz神经振荡。少量的人类小脑颅内记录结果似乎与动物文献相对应。
小脑的神经机制或形态可能阻止了强锁相诱发反应，这令人认为小脑非头皮EEG/ MEG信号源，直到时频分析技术中的非锁相分析出现。之后，随着源空间时频分析技术越来越普及，小脑活动MEG发现也更为引人注目。
传感器覆盖范围也可能是一个因素。传统10/20、高密度电极覆盖EEG系统以及大多数全脑MEG系统都可能无法在小脑信号可能投射区域（例如颈部顶部）提供足够的空间采样。使用低技术（low-tech）解决方案可以部分解决此问题，例如精心布置传统MEG传感器阵列（也许头部比平时更向前倾斜，以牺牲正面覆盖范围来获得更好的小脑覆盖；或在颈部以下使用额外的自由电极来补充EEG帽）。
适合大脑皮层的传统假定球形头模型的源定位，可能导致小脑皮层拟合不佳。真实头部模型的应用通常会忽略小脑，比如将其完全移除或将其包含在大脑皮层区域中。由于小脑不易分割，假设源与皮质表面正交的技术可能需要为小脑进行细化。由于小脑形态不同以及其皮层被厚硬脑膜（小脑腱）分离，考虑其实际电特性的模型可能有益于定位。模拟研究表明，没有对硬脑膜进行建模的头部模型会高估EEG中相应的电势。同样，鉴于MEG中次级电流对测量信号有贡献，通过仔细模拟小脑腱可以改善某些MEG源定位。
沟回上的信号源（同时具有相反的电流）可能同时处于活动状态，小脑特别精细的折叠会导致在MEG或EEG处记录的信号被抵消。然而，最近非常高分辨率的非侵入MRI（9.4T，体素大小190μm）创建的小脑边界成分模型量化了预期的信号消除程度。模拟估计相对于大脑皮层小脑信号平均仅衰减30-60％，这表明大部分小脑信号的最终强度仍在MEG和EEG可测量范围内。
时频分析的引入大大增加了有关小脑活动的研究数量，这些发现主要来自于MEG和一些EEG记录（表1）。
表格 1 MEG、EEG小脑研究，按领域，主题组，反应类型和源定位方法分类。
使用相干源动态成像技术（Dynamic Imaging of Coherent Sources，DICS）发现正弦运动引起的肌电（EMG）与对侧感觉运动皮层MEG活动之间的相干性（即皮层相干性），进而定位到运动自然中断相关的8-10 Hz振荡反馈回路中与感觉运动皮层振荡相干的脑区：同侧小脑，丘脑和运动前皮层（PMC）。
通过使用DICS将与预期运动有关的小脑-丘脑-顶区（小脑到大脑）耦合增加及与非预期运动有关的顶区-小脑（大脑到小脑）耦合增加扩充到补充运动区（SMA）和顶叶后皮质（PPC）。这两个不同方向耦合分别对应了自主运动控制和失匹配检测。小脑与运动皮层的耦合也编码了手运动速度。这些研究利用外周EMG信号通过计算仅包括皮质脑-肌肉相干性最大值的脑区的脑-脑相干性来减少潜在相干性的空间分布。使用小脑贡献没有争议的简单运动任务和个体MR来创建逼真的头部模型。
.基于任务的小脑与初级皮层相干性强度：受试通过移动轨迹球来抵消围绕中心旋转的立方体的不可预测运动。记录轨迹球运动的运动特性，并估计其与神经信号的时间序列耦合性，使用和M1活动（白点）的任务相关Z变换相干性作为结果量度（ΔZcoh）显示与小脑的相干性。运动前后出现小脑β（15-30 Hz）活动。当受试者进行手指运动时，小脑发生高γ（> 65 Hz）活动，基于整个大脑定位而不是基于与那些表现出最大皮质相干性的区域。
.小脑皮质中的运动前β激活。屈伸运动后同侧小脑皮质β激活。最大值在同侧小脑分隔（cerebellum crus）Ⅱ的下部。
以上表明可以通过MEG检测到简单运动时小脑活动。最近一项EEG研究使用分布式模型来重建与腕部简单弯曲有关的锁相活动，使用MEG是否可以完成相同的操作还有待观察。
除了在健康参与者中检测小脑活动外，在网络功能障碍或病理性运动功能异常的患者中也检测到小脑活动。使用DICS（相干源动态成像技术）发现6名帕金森病患者手部震颤EMG与其对侧M1之间存在振荡相干性、对侧M1-同侧小脑相干性的证据。在8名原发性震颤患者中发现手部EMG和对侧M1之间存在振荡相干性，使用DICS发现了M1-同侧小脑相干性。威尔逊氏病有关的震颤也发现了类似的结果。
小脑参与纯躯体感觉的MEG研究要早于其参与运动控制的研究。不同于远距离EMG连接的运动研究，正中神经刺激引起小脑事件相关反应。同研究组发现如果没有预期的体感刺激，则在应该发生刺激的时间点之后会引发小脑振荡活动，并且在随后预期刺激之前振荡活动再次增加。在这些研究中，神经活动并不是严格来自小脑；而是首先假设神经活动源自小脑进而估计了小脑源活动时程。以这种方式测量活动时程，神经活动源可能包括在与假定源相邻的其他源。使用波束形成器技术将正中神经诱发反应定位到小脑。由于该研究突出了传感器覆盖范围的重要性，因此在下一部分（第4节）中将对该研究进行更深入的讨论。
除肌电外，还发现身体运动的运动学信号在各种情况下都与小脑活动耦合，这种现象称为皮层运动相干性（CKC）。例如，小脑活动与手指运动的速度和方位有关。综述认为CKC反映了本体感受性脊髓皮质输入信号，而CMC则反映了皮质脊髓输出信号。这与使用EMG作为外围信号来减少相干性源分布空间非常相似。
使用非耦合DICS发现局部小脑振荡活动与更新和保持躯体感觉期望有关且θ和β活动出现在受刺激手同侧，与听觉研究相似，表明低频小脑振荡可能与更新和维持预期有关。DICS研究与上文运动研究的重要区别是，上文运动研究间接依赖于外围参考信号，比如EMG或手运动学。在引用的大多数运动研究中首先测量外部参考信息（例如EMG）-M1相干性，然后研究了M1-其他区域之间相干性。而非耦合DICS研究，虽然也使用DICS，但改用DICS输出的功率图谱而非全脑DICS。这表明，使用最新MEG和源重建方法可以检索小脑信号。
.预期刺激和非预期刺激的小脑激活差异。对受试者的右手食指进行节奏性（每3秒一次）刺激。时不时地撤销刺激呈现。对比表明，重复刺激（另一刺激之后的刺激）的大脑区域比第一刺激（遗漏之后的刺激）具有更大的功率，其中0 ms表示刺激呈现。
与运动有关的可预期（与运动有关）或不可预期（与运动无关）听觉反馈MEG研究发现，θ（3-7 Hz）和β（15-30 Hz）活动在两种不同反馈模式中有所不同。通过共同空间模式（CSP）分析发现预期和不可预期反馈差异最密切相关的活动模式，与偶极子相匹配后揭示小脑是这些神经活动的源头。当TMS破坏小脑活动时，如听觉场减少那样，自生音衰减会降低；小脑蚓部在真实自生音衰减期更活跃，即在TMS的假状态期间更为活跃。使用eLORETA算法基于事件相关场（ERF）重构信号源。
EEG研究发现小脑参与所谓的40 Hz听觉稳态反应（ASSR）。40 Hz ASSR是当音调以40 Hz的频率进行幅度调制时产生的神经振荡，使用LORETA算法加权/不加权独立PET扫描的方法重建该活动后将其定位在小脑左侧。
每3秒进行一次水平扫视的任务中，通过非线性最小二乘拟合在八名受试者分别拟合双偶极子模型，每个模型都有一个偶极子定位于小脑，一个偶极子定位于顶叶后皮层。还发现扫视开始后约170毫秒出现诱发反应。但是这些偶极子拟合表明溯源定位而不是时程的估计。在观察实验者有节奏地（3 Hz）移动手指的研究中使用DICS方法减少相干源分布空间后发现观察者运动皮层出现与手指移动频率一致的3 Hz神经振荡；初级运动皮层与小脑、V3在3 Hz处出现神经震荡相干性。
在视觉运动任务中使用EEG比较了宇航员失重状态（在太空中）或在地球上时的α-mu（~8-12 Hz）振荡，宇航员在太空中目视目标刺激时会出现更大的mu失调。使用LORETA算法发现小脑活动导致了这种差异，可能反映了姿势稳定所必需的小脑激活。
小脑高γ（~60-180 Hz）与决策制定、决策/感知和运动的内省有关。当参与者做出与数字呈现，外显记忆和自我表示有关的决策时，小脑出现高γ活动。小脑左半球和顶下小叶是内部暗示决策的关键结构。对音素感知、反应决策或反应执行的时间进程进行反思的激活网络中包含小脑。以上相关结果通过时频波束形成器技术以及基于非参数映射统计的群体统计数据获得。使用LCMV（线性约束最小方差）波束形成器在MEG中发现情绪唤醒、情绪效价及其相互作用的神经活动（60-100 Hz）位于小脑的不同区域，并且遵循时间进程在处理效价之前处理唤醒。
在三名小脑刺激实验疗法候选癫痫患者的小脑植入深度电极上以及头皮EEG中记录到小脑信号，这表明侵入式和非侵入式均可记录小脑活动，包括明显正常的睡眠纺锤波和癫痫发作活动。使用LCMV（线性约束最小方差）波束形成器对一名4岁男孩MEG宽带活动（25-100 Hz）分析发现运动皮层激活14s后小脑出现活动，小脑延迟可能在癫痫发作终止中起调节作用。然而，14个月女孩的高密度头皮EEG研究发现小脑病变是癫痫主要的发源地，随后在手术切除前的颅内脑电图以及术后无癫痫发作则证实了小脑病变。通过使用DICS分析癫痫发作期间记录的10s EEG频谱信号源头，也在一部分患者中发现小脑活动。
小脑被认为是默认模式网络一部分。波束成形-独立成分分析（ICA）组合检索到的组成默认网络成分与fMRI研究中发现的网络组成成分有很大的重叠，小脑β（13-30 Hz）活动。使用转移熵和DICS波束成形技术在听觉短期记忆研究中发现了γ（60-120 Hz）脑-小脑连接。阅读任务中的相位耦合研究使用DICS波束形成器发现，阅读过程中α（8-13 Hz）脑-小脑耦合。
以上表明，某些情况下MEG和EEG可以检测到小脑活动。许多研究依靠外部参考（例如运动和观察到的运动）来建立脑区相干性、振荡相干性，而不是标准的与任务相关的源激活相干性。并且，小脑中除神经振荡反应外也发现事件相关场/电位。
4．如何增强MEG监测小脑的能力
1 优化设计（表层目标和初始定位）。MEG传感器距小脑的距离导致小脑前部信号相对较弱。基于其他研究发现的特定小脑区域，研究目标可以针对小脑相对表层的区域。一种相关策略是使用一种可以强烈引发小脑反应也可以将其有效局部化的研究范式。使用这种范式，首先定位小脑源，然后估计其时程以进行更精细的操作和定位范式变化。一个可能范式是眨眼条件范式。在眨眼条件范式中，眨眼和音调开始形成连接（条件刺激），然后向眼睛吹气（非条件刺激）。这种条件反应取决于已被MEG研究验证的完整小脑。但是该范式估计的是假定小脑源的时间过程。
2 MEG传感器阵列或EEG覆盖范围。通过扩展10/20导联到电极Oz下方，发现这些“小脑”电极记录到高频神经振荡（> 100 Hz），而在上方枕骨电极或下方脾肌电极上均未有相似发现，这表明真正覆盖小脑的重要性：可以及时记录小脑信号。
使用160轴梯度-Yokogawa MEGVISION研究了正中神经刺激引起运动感觉场。使用波束形成器方法重建小脑内侧部分产生的磁场。该研究通过让受试者相对于头盔向前倾斜头部将传感器覆盖范围扩展到小脑以下，包括颈椎上部。牺牲额叶来提高小脑采样能力是非常简单有益的策略。下所示，当受试者不倾斜头部时，小脑无法被完全覆盖。
上，现代MEG系统Neuromag Triux中典型的头部放置，其102个传感器位置用蓝色表示。虽然小脑被部分覆盖，不过相对于传感器阵列向后倾斜头部可以提供对小脑的更完整覆盖。
下，使用160通道Yokogawa MEG系统进行的定位（A=前，P=后，L=左，R=右）。
由于小脑活动容易被颈部肌电掩盖或混淆，建议记录主要颈部肌电。最小范数估计和偶极子拟合的源重建（将传感器记录的所有磁场分配到假定的源空间）将从此受益。如果源空间包括小脑，并且在重建源之前未除去颈部肌肉活动，则可能由于错认为小脑信号而将颈部肌肉活动重建。即使存在伪像，波束形成器方法也是有用的，因为这些方法可以在每个假定的信号源位置独立地重建信号活动。通过创建一个空间过滤器来将来自其他来信号源（如大脑和噪声）的贡献降至最低。
第3节中讨论了一种成功定位小脑活动的策略是根据其与“远距离”信号（如EMG或手脚的运动信号）相干性来进行定位。由于短距离连接性评估有很多解释上的缺陷，远程耦合为连接性评估增加了一定程度的可信度。策略相关范式可能仅限于感觉和运动范式。
- 5 使用皮层信号抑制来减少新皮层活动。皮层信号抑制（CSS）方法基于分别使用平面梯度计和磁力计的独特特征。简单说，平面梯度是“近探测点”，对大脑皮层产生的信号最敏感，而磁力计对大脑皮层以外的信号也敏感。通过仅从磁力计信号中投射出磁力计和平面梯度计之间共享的信号，就可以获得一个唯一代表非大脑皮层的磁力计信号。将这种方法应用于听觉稳态反应（ASSR），能够将大脑皮层产生的ASSR信号降低为97％，皮质下产生的ASSR信号增加10％。如果预期信号来自小脑或皮层下，可以使用CSS（皮层信号抑制）对已有数据重新分析。
在波束形成器应用中，通常不会将源方向包括在源模型中而是选择使波束形成器输出SNR最大化的方向作为源方向，该方向是通过奇异值分解优化后获得的。但是如果引入解剖学约束，则可以改善波束形成器的信号，从而在源模型中正确定向信号源。信号改善关键取决于MEG和MRI之间的共配准误差以及放射源方向估计的精度。对于这些解剖学约束，这些误差必须分别小于2mm和10。目前有几种不同的策略将共配准误差减小到2mm以下，例如摄影测量法，结构光扫描仪，以及头模型（head casts）。
关于放射源方向的估计，MEG典型解剖学约束是假设放射源与从MRI T1结构扫描提取的皮层表面正交。由于皮层太薄造成1.5T或3T MRI收集到的高质量皮层数据较难分析小脑信息，造成大多数依赖于皮层信息的源分析方法都只能将小脑从完整源空间中剔除，不过7T MRI有足够的分辨率来合理提取小脑皮层信息。标准分割小脑低估信号抵消而导致对小脑信号的高估，这可以通过高分辨率小脑皮层模型来避免。高分辨率模型还显示，与大脑皮层相比小脑中信号消除更多，尽管如此也可以使用MEG和EEG来检测小脑活动。作为高分辨率扫描表层信息提取的替代方法，神经纤维方向可以从3T弥散加权MRI（DWI）序列中获取，该方法可以帮助区分视觉皮层和小脑的激活。小脑侵入性电生理记录与MEG/EEG不能提供有关小脑中信号消除幅度的实际信息，不过数据模型表明，小脑信号消除不太可能使MEG/EEG无法记录小脑信号。
试图创建头皮上或几乎头皮上的MEG传感器阵列的技术正在研发中。一种可能方法是已经成功记录了体感和听觉区域信号d 高-Tc SQUID。已经建立了多达7个高-Tc SQUID磁力计的阵列，且几乎可以放在头皮上（<1毫米）。另外一种方法是使用已经商业化的光泵磁力计（OPM）组装成适合MEG的小型系统。已实现利用放置在距头皮约6.5 mm的20个 OPM记录信号。由于朝向头皮移动时，磁力计的拾波线圈尺寸可以做得更小，因此空间分辨率将提高。与最新的MEG相比，可以对大脑活动更精密区域的磁场进行采样。更好的空间分辨率可以减轻折叠而导致的信号消除问题。Yokogawa系统的记录面积比当前CTF系统和Neuromag系统更精细，然而高-Tc SQUID中的拾波线圈尺寸仅81 mm2，等效OPM的记录面积甚至更精细。已有研究使用OPM(光泵磁力计)记录小脑诱发磁场。在经典正中神经刺激研究中有可能使用头皮技术从小脑中记录诱发的反应。头皮MEG还可提高高频神经振荡SNR，因为它比从远处采样大脑的常规MEG更稀疏地采样大脑活动。OPM中带宽和灵敏度成反比，因此不能使用同一传感器同时采样低频和高频活动；某些类型OPM可以单独调整，使其带宽适合进行相关活动。而高-Tc SQUID带宽与MEG状态系统带宽相同。
在设计阵列时，传感器位置要比目前固定低-Tc SQUID阵列位置低。构建具有高-Tc SQUID和OPM的灵活阵列也是可行的，人们可以根据范式所需最佳状态放置传感器。参考传感器可用于消噪也可用于抑制皮层信号。
MEG/EEG对大脑皮层信号敏感性谱有所不同，MEG对沟回激活不敏感。由于小脑精细折叠，所以没有明确沟和回。与EEG相比，MEG源定位对头部模型中的误差不敏感，因此如果使用相同的头部模型则MEG源定位将比EEG源定位更精确。传感器越相邻对于MEG可能效果很好，但对EEG则效果不佳。小脑源定位中EEG头模型的有效性尤其需要额外注意。仔细关注MEG头部模型也可能会改善小脑源定位，但不如EEG中重要。在敏感性方面，MEG对小脑皮层后侧特别敏感，值得研究在小脑皮层后侧附近引起活动的范式，例如吹气范式和潜在的触摸/省略范式；而EEG可能对小脑前叶更敏感。
目前有几种策略可用于检测小脑活动。对于任何一种范式，都应该通过获得尽可能多的试验来增加信噪比，这就需要没有太多条件的相对简单的范式。比如，可以通过确定与运动或躯体感觉相关的任何反应均来自同侧小脑来验证结果，这需要对两侧（例如左右手）进行测试，与减少条件数量的想法背道而驰。必须在这些相互竞争的考虑因素之间优化实验设计。
- 10 MEG对新皮质外其他结构的敏感性。为了消除MEG和EEG仅由大脑皮层锥体细胞产生的观念，简要考虑一下MEG/EEG对新皮质外结构的敏感性的证据。
听觉脑干反应是头皮传感器能够测量皮层下活动的著名证据。听觉脑干反应包括对短时听觉刺激的反应，这些反应由耳蜗，听神经，上橄榄核复合体，侧弯韧带和下丘脑相继产生的，作为临床听力测试或神经完整性测量指标，通常使用头皮电极进行测量。MEG传感器也能够在实验环境中捕获听觉脑干反应。
最近综述发现2005-2018年的37项MEG研究显示强烈海马活动。同样，使用MEG独立成分分析（ICA）可以发现海马和杏仁核激活甚至丘脑激活的证据。即使不到一半被试具有可检测到的信号，这也表明有可能从其他较深的区域进行记录。在另一项最新研究中，先天性盲人受试者中发现了丘脑和视觉皮层之间的α波段功能连接。尤其是丘脑位置靠近大脑中心，并且形态不佳，因此丘脑是否能被MEG完全检测到仍然存在争议。然而，模拟和真实数据表明MEG对源自海马，杏仁核和丘脑的信号敏感。在不同区域中需要具有解剖学上精确的源空间，受方向约束的偶极子（如果该区域具有首选方向）以及偶极矩密度的真实估计。建议使用解剖学精确的小脑模型。
使用多种方法的许多研究已经在听觉，视觉和躯体感觉等不同感觉领域以及运动过程中使用EEG和MEG记录到小脑信号。也有基于MEG的证据表明小脑参与了更多的认知操作，例如更新和维持感觉期望以及决策制定。
但是仍存在一些限制。最主要的原因是由于大部分小脑与传感器之间的距离较大（与大脑相比），因此信噪比较低。如果信噪比低，很可能会错过真正小脑激活。在有利的情况下，例如大量试验，优化的范式，有效耦合方法，抑制皮层活动等，可以检测到小脑和其他更深层大脑结构例如海马、杏仁核和丘脑激活。即使检测到的小脑激活有效仍然面临空间分辨率的限制-使用EEG和MEG很难检测出在小脑中的确切位置。更精确的小脑解剖模型对于EEG和MEG源重建可能有用。
与缓慢变化的fMRI反应相比，可以实时显示脑活动的小脑EEG和MEG研究具有巨大实用性，这对于理解小脑功能和功能障碍的复杂性和细节至关重要。
定量技术与脂肪铁定量
精准营销、精准投放、精准经济，连扶贫都是精准扶贫。医学各种会议基本上都会反复强调要精准医疗，对于影像学来说是精准医学，对于放射治疗来说则是精准治疗。
为什么会强调精准呢？则说明我们原来的影像很多时候不够精准，而精准影像很多时候的反映则是定量。
定性大家非常好理解，比如这个疾病到底是良性还是恶性，性质偏向什么等；而定量则不同，它要求精准，量化，可比较。临床工作中其实我们天天在定量，简单的定量有：测量病灶的径线大小，体积，测量一些解剖关系的角度等。而复杂的定量则是测量某些组织的含量。
这里必须要强调一点，磁共振和CT有一个很大的不同。不同机器扫描后，之间的CT值是有一定含义的，是可以相互比较的。比如都知道，钙化的CT值非常高，骨骼也是，纯水的CT值接近1，而如果有出血则会高，脂肪组织的CT值一般是负的，气体则最低。通过测量CT图像上的CT值，可以进行一些疾病的判断及组织分析。而常规磁共振图像则不具备这个功能。
很多刚入门的学生，测量常规磁共振图像上的信号强度，进行比较，这个是完全没有意义的。常规磁共振图像，反映的是根据不同权重序列做的不同组织的灰度图，测量这种图像，会得到感兴趣区的信号强度，但是这个信号强度是不具备可比性的。
磁共振图像上的信号强度，受很多因素影响。不同序列、不同设备、不同场强、不同病人都不同。即使是同样的一个病人，同样的一个机器，同样扫描一个一模一样的序列，两次测量同一个地方的信号强度，也可能会不同。比较磁共振图像的信号强度是完全没有意义的。
后面的部分，分别重点讲解不同定量技术的原理，扫描序列及深入的临床应用。
磁共振定量技术则是通过某些特殊的序列，测量（反映）组织的某些特性值的技术。
在精准影像的口号的引领下，大家参加各大会议，都会听到各种磁共振mapping技术，mapping技术则是定量技术，它也是把你所需要测量的值，通过特殊序列测量出来，然后把这些测量值赋予每个像素，生存mapping图像。也可以说mapping技术就是定量技术，某种意义上，这两个词可以互换。
只要是我们觉得有用的，可以量化的，技术上做得到的（通过磁共振技术能够测出来的），我们都可以对该值进行定量。
比如：磁共振脂肪定量、磁共振铁定量、磁共振蛋白定量（APT）、弥散定量（ADC值、峰度值Kurtosis....）、T1 rho (T1 ρ)定量、流速测定、硬度定量（MRE磁共振弹力成像）.......。这么多定量技术，他们的临床应用或者应用场景（使用范围）肯定不同，根据不同的检查目的，选择不同的定量技术，可以对辅助诊断，鉴别诊断，疗效评估，预后预测等有帮助。
T2 mapping就是测量组织的T2值，这也是我们磁共振使用最广泛的一种技术。该技术可以运用于全身各个系统，目前使用比较多的是在骨关节和心脏。
已知水（比较纯的水）在T2WI图像上是高信号，水的T2值比较高，而通过采用T2 mapping可以测量组织的T2值，对骨关节软骨性质，心肌组织进行一些定量评估。
软骨一般含水量比较高，如果软骨病变或者变性，则其水含量可能下降，T2值可能变小。
而在心脏中，也经常会运用T2 mapping技术对心肌的病变进行辅助诊断。如果有心肌水肿或者炎症，则心肌组织的T2值可能升高，而且可以通过T2值大小，判断心肌病变的程度。
T2 star mapping则是测量组织的T2*值，该技术同样可以运用于全身，目前在心脏、肝脏等部位中应用比较多。
T2的值与组织含铁量成负相关，即组织含铁量越大，其T2值越低。根据这个原理，T2* mapping一般用在心脏和肝脏扫描中比较多，来诊断心肌和肝脏是否有铁过载（铁沉积）。
一般经验来说，心肌的T2*值小于20ms，可能提示心肌有铁过载。
最近一两年比较热门的是T1 mapping，该技术是测量组织的T1值的。
除了应用在心脏，其实人体中，各个部位你都可以测量T1值，进行T1 mapping。针对不同系统，不同T1值有不同的意义。
T1 mapping对于心肌基本的评价有其独有的优势，所以目前T1 mapping是定量评价心肌病变的一种主要技术。
在增强扫描以前，可以测量组织的T1值，这种叫做Native T1。使用对比剂后，对比剂会缩短组织的T1时间（T1值），增强以后，测量组织的T1值，这种叫做Enhance T1。通过这两个值，在结合一些其他的参数，可以计算出心肌的ECV（Extracellular Volume），即细胞外容积。这个值也可以作为一个定量指标来诊断心肌疾病。
（医学类）心脏磁共振成像高级应用（二）。我们天天使用的DWI弥散扫描也算一种定量技术。一般我们扫描两个b值的弥散序列，可以得到ADC map，可以测量组织的ADC值。
还有脂肪定量技术，可以测量组织的脂肪含量，临床应用非常广泛，比如采用飞利浦的mDIXON-Quant技术，一次屏气扫描全肝，测量我的脂肪分数，发现我的肝脏有些地方脂肪含量达到了12.38%，所以千万不要找我喝酒，我多活几十年，可以多写点文章；T1 rho可以对肝纤维化进行定量评估；流速测定可以反映血管及不同流体的速度及相关参数；MRE弹力成像可以对组织硬度进行分析.....。本来想睡一觉，想起来晚上还要讲课（网络课），明天也有讲课，需要再把PPT更新一下。
乐山是四川的美食之都，中国美食在川菜（这样写，估计粤菜会不服，我也非常喜欢吃粤菜，其实只要是好吃的，不管什么菜系都好），川菜精髓在乐山（这样写，估计成都、自贡、宜宾会不服）。
在磁共振定量技术中，脂肪定量算是比较贴近临床，也是比较好掌握的。
磁共振脂肪定量技术，就是通过磁共振技术测量组织的脂肪含量（脂肪分数）。
一个技术如果没有应用价值或者临床意义的话，那么也是不可能发展起来的，因为没有临床需求。
脂肪组织是人体的重要组织。为什么在CT、X线、B超图像上没有这种技术而磁共振有呢？因为磁共振是多参数成像，脂肪组织在不同权重的图像中，变现是千差万别的。有时候脂肪组织对图像影响非常大。需要把脂肪组织给抑制掉，这样可以消除一些脂肪组织带来的伪影，或者起到组织成分的鉴别作用。
脂肪组织作为人体中的一种重要成分，如果能对其进行量化显示（定量）的话，也会有非常重要的临床意义。
在肝脏中，进行脂肪定量，可以评估脂肪肝含量及级别。而且非酒精性脂肪肝的治疗过程进行随访和定量评估疗效。在胰腺及肾脏组织中，进行脂肪定量，可以进行一些病灶的鉴别诊断（定性），提高诊断准确率。在儿童疾病中，进行脂肪定量（儿童棕色脂肪含量），可以定量的评估儿童肥胖或者对早期糖尿病诊断有重要作用。在心脏中，进行脂肪定量，可以定量的评估心肌脂肪浸润程度。包括：测定冈上肌脂肪性退变程度；测定椎体脂肪含量评估骨质疏松情况；评估化疗后骨盆脂肪含量....。
脂肪定量在临床中应用相当广泛，所以该技术这几年也非常的火热。
而在各部位脂肪定量中，肝脏的脂肪定量应用是最多的。学医的都非常熟悉一个临床三部曲：非酒精性脂肪肝→肝硬化→肝癌。如果能够早期定性，甚至定量的诊断脂肪肝，那么就能早点干预部分肝脏疾病的进程。
肝脏脂肪定量的传统方法有很多，各有优劣，但是总体来说不太令人满意。
介入穿刺，肝脏活检，属于有创性的检查方法，而且操作复杂。介入肝脏活检并不是理想方法。
超声检查因为廉价，快捷。但是准确性差，对操作者依赖程度大，并且如果病人肥胖则检查效果更差。超声检查也不是一种理想方法。
一个病例，超声显示。左边图像，肝脏脂肪浸润，显示进场回声增加，后方回声衰减，肝内血管纹理显示不清。
CT检查原来用得比较多，通过测量肝脏CT值，或者进行平扫描肝/脾CT值比，来判断肝脏脂肪浸润程度。简单，可重复，但是准确性差。
也有方法采用双能CT测量肝脏脂肪含量的。有研究表明，肝脏脂肪含量越多，则在高能级和低能级下，测量同一位置的组织CT值差异越大；肝脏脂肪含量每增加10%，则高低能级同一位置测量组织CT值差异将增加4.1HU。
CT虽然简单，并且也可以相对定量的来测量脂肪。但是铁沉积会影响CT值，侧面就影响了脂肪定量的准确性。采用CT技术进行肝脏脂肪定量，也不是主要方法。
目前来说，非介入性测量肝脏脂肪含量的方法。公认MRS磁共振波谱是比较准确的。
很多肝脏脂肪定量技术都是和磁共振波谱进行比较，探讨准确性。
肝脏MRS测量脂肪基于的模型是，假设肝脏内就含有水（H2O）和脂肪（-CH3）。MRS可以探测脂肪峰和水峰，而峰下面积则是其相对含量。
在的例子中：4.67ppm出现的峰是水峰，它的峰下面积为9.254；在约1.3ppm出现的峰是脂肪峰（实际上脂肪有9个峰，但是主要的峰是在1.3ppm位置），它的峰下面积为5.906。则脂肪含量=5.906÷（5.906+9.254）×100%=38.96%。
MRS这个方法，扫描效率低，复杂，可重复性少。而且MRS一般谱线分辨率不够，只能分析到一个脂肪峰。而实际上，脂肪在MRS中有9个峰，这样其实准确率也不够高。在影像技术学视角下，MRS进行脂肪定量，也不是最理想方法。
说了这么多，那么什么脂肪定量方法是理想的方法呢？要满足理想条件，我们必须要保证这种方法简单，易操作，无创，可重复，准确率高。
目前来看，只有磁共振脂肪定量技术是满足以上要求的。
磁共振脂肪定量技术就是采用磁共振的技术进行脂肪定量。目前主流的磁共振厂家均有成熟的脂肪定量技术。
在飞利浦中，肝脏脂肪定量技术采用的是mDIXON XD Quant。在GE中，这种技术名称是Ideal IQ。
飞利浦的mDIXON Quant采用的是3D的梯度回波DIXON序列，采集6个回波，分析7个脂肪峰，一次扫描可以同时出7组图（Water、IP、OP、Fat、Fat Fraction、T2* map、R2* map）。并且扫描时间非常快，一般完成全肝3D扫描，只需要15秒，屏一口气即可。
飞利浦mDIXON家族序列特点及临床应用。飞利浦mDIXON家族序列特点及临床应用（续）。在MRS中，脂肪有9个峰，飞利浦mDIXON QUANT可以分析7个脂肪峰。相比于友商，分析6个脂肪峰，多分析一个脂肪峰，得到的脂肪定量结果肯定会更加准确。
分析到的脂肪峰越多，得到的结果越准，入。有老师可能问，为什么不能做到8峰或者9峰。因为脂肪的P8峰就已经离水峰很近了，所以基本上做到7峰就已经是很难的了。
mDIXON Quant采集6个回波，不仅能得到脂肪分数值，还可以计算出T2值和R2值。
腹壁，内脏周围等，脂肪含量高的地方，在伪彩图上越红，测量得到的值一般是在8693%。四.mDIXON Quant的临床应用。肝脏脂肪定量是临床使用最多的。
今年年初，我给自己测量了一个肝脏脂肪定量，结果发现肝脏脂肪分数很高了，达到了12.68%。
除了用在肝脏上，临床使用第二多的是用在骨骼肌方面。比如通过测量椎骨的脂肪分数来判断骨质疏松。
飞利浦磁共振应用部的同事，还将这个序列改为冠状位扫描，采用多段扫描拼接，最后得到全身的脂肪含量分数图。
由于mDIXON Quant序列本身扫描时间就非常短。完全全肝采集仅仅需要15秒。全身扫描，每一段也仅仅需要15秒左右，6段扫描完，裸时间是90秒，再加上移床时间，3分钟能完成全身脂肪定量扫描。
mDIXON Quant这种技术只是一种脂肪定量技术，它的应用前景非常广阔，有待用户自己来探索。
该技术具备了操作简单、重复性好、准确率高、无创安全、成像时间短等优点。所以是目前进行脂肪定量的理想技术。
一起交流
分享你的思考，让讨论更进一步。