医学影像技术体系 · 第 35 卷 / 共 44 卷
SWI、DSC、任务态与功能连接
本卷导读
讨论 SWI 相位成像与临床应用、DSC 灌注与渗漏校正、任务态 fMRI、功能连接、EPI 形变校正，以及脑功能研究的基本设计。
知识结构
- SWI 与磁敏感成像
- 磁共振脑功能成像基础
- 双人MRI
- DSC 灌注与渗漏校正
- 磁共振灌注DSC中的一个细节：渗漏校正
- DWI的扩展应用及各种高级弥散模型概述
- EPI 形变与特殊应用
- 任务态 fMRI 与实验设计
- 功能连接与脑网络
SWI 与磁敏感成像
fMRI脑功能是个门槛要求很高的领域，所以对于小白水平的我，只能简单的做科普性的文章，主要是介绍fMRI的原理及扫描序列。对于做脑功能的人来说，后面的数据处理，分析才是最难的。
开篇声明，本章所写的功能磁共振成像（Functional Magnetic Resonance Imaging, fMRI）特指脑功能成像，也就是BOLD。
一说起功能磁共振成像或者fMRI，广义的定义是指除了MRI解剖成像外能够提供的功能性磁共振成像技术，包括：DWI、DSC、DCE、MRS、CHESS、BOLD等。
而狭义的fMRI的定义主要就是指以BOLD为基础的磁共振脑功能成像。
磁共振脑功能成像这个内容一直不敢写，因为门槛比较高，科研性比较强。对于做脑功能研究的人来说，懂的就特别懂，不懂的就基本上很少涉及。
关于大脑的活动和如何运作一直是人类自身想探索的重点。是什么来控制的？外界的刺激会怎么样影响我们大脑？
我们人类每天所思所想都是不同的，而每时每刻大脑都在进行活动，如何探测大脑的活动，在fMRI技术出现以前，主要是采用脑电图（electroencephalogram, EEG）、脑磁图、核医学等技术（如SPECT和PET）。
早在1890年，科学家Roy和Sherrington就通过实验发现局部脑血流量（regional cerebral blood flow, rCBF）可以反映该区域神经元活性。
1990年AT&T贝尔实验室的学者小川诚二Seiji Ogawa利用BOLD机制在7T及8.4T的MRI上探测小鼠的脑功能。
利用MRI来探测脑功能则依赖于BOLD效应。什么是BOLD效应呢？
血氧（合）水平依赖（Blood Oxygenation Level Dependent, BOLD）效应是MRI探测脑功能信号的基础。
关于BOLD效应引起的MRI信号变化，其逻辑基础是这样的。
①大脑中某个区域的神经元活动时，该区域的代谢需求会提高，激活的神经元耗氧量增加，也就是脑氧代谢率CMRO2增加
②为了满足该活动区域的需求，局部脑血流量rCBF会增加
③活动区神经元消耗的氧含量＜局部脑血流量增加带来的氧含量
④有了1、2、3后，最终的结果是导致该神经元活动区域，氧合血红蛋白（含氧血红蛋白）（oxyhemoglobin）的比例升高，脱氧血红蛋白（去氧血红蛋白（deoxyhemoglobin））比例下降
⑤氧合血红蛋白是弱逆磁性，会延长局部组织的T2值
⑥脱氧血红蛋白是顺磁性，会缩短局部组织的T2值
⑦氧合血红蛋白/脱氧血红蛋白的比例越高，则该区域MRI信号强度增加
而这种血氧水平的变化其实是由于局部脑血流量变化导致的，而局部脑血流量的变化又和局部脑功能活动密不可分。通过探测MRI信号变化可以反映脑功能活动区。
对于MRI信号来讲，无论是任何序列，T2值都会影响到其MRI信号强度。
为了最大程度的反映氧合血红蛋白和脱氧血红蛋白的浓度比例，采用T2WI或者T2*WI序列是最好的，能够最大程度的突出其T2值的变化带来的信号强度大小差异。
神经元激活开始，到检测出BOLD信号改变，用血流动力学函数（hemodynamic response funciton, HRF）来表示。
因此BOLD效应反应的神经元活动会滞后，且fMRI的时间分辨率由于不高。
采用T2WI或者T2*对比的序列最能够反映局部T2值变化。而SE序列和梯度回波序列相比，梯度回波序列对磁敏感的变化更敏感。
因此BOLD序列一般是采用T2*WI对比的梯度回波序列进行。
BOLD序列采用的是T2WI对比的梯度回波序列，也就是GRE-EPI进行的，单激发，扫描速度快，但是它的翻转角是90°，这是因为要获得比较良好的T2对比。
BOLD比较常用的序列是FE_EPI，FE代表梯度回波。仅仅扫描BOLD是不够的，由于BOLD序列的时间分辨率高，空间分辨率低，一般还会扫描一个3D的T1WI解剖像作为参考。
大部分医院扫描的BOLD序列参数都大同小异，比如TR=2000ms，代表时间分辨率为2s，TE=30ms，采集体素为3.5mm iso，扫描层数40层，动态至少重复60次。
整个FE_EPI序列扫描时间应该等于TR×dyn（动态数），比如TR=2000ms，扫描动态设置为90个，则扫描时间为2s×90=180s，3分钟。
BOLD序列的时间分辨率一般是等于TR的，当然很多公司最新的MRI都有多层同时成像技术。比如，MB-SENSE设置为2的时候，还可以加速2倍，这样就将时间分辨率提高到了1秒。
fMRI脑功能扫描根据是否需要刺激及扫描流程一般可以分为两大类：静息态和任务态。
所谓的静息态resting state fMRI就是指人类在清醒、闭眼、放松状态下的BOLD信号（fMRI），也就是没有外界刺激的施加（干扰）。静息态不等于是什么都不管，在进行静息态扫描的时候需要注意：不要睡着（这点有点难度，因为一般BOLD扫描静息态时间都比较长，扫描噪音持续比较单调）；不要想其他别的事情（不要分心）。最好的状态是安静的闭眼休息，同时没有睡着。
静息态扫描就是采用BOLD序列反映重复扫描很多动态获得所需要的数据，扫描结束后，下面就是各种复杂的后处理。
而任务态，就是在进行脑功能扫描中，给予实验所需要的刺激。
要定位被试与计算有关的脑区或脑环路，就需要被试在接受扫描时同步执行计算任务，同样，探测其他的认知脑区也需要配合相应的任务。fMRI试验所用的任务与其他的心理物理实验本质上没有差别，只是要结合序列参数和BOLD信号机制的特点加以改造（血液动力学反应/函数是一个重要的考虑），既能配合磁共振扫描，又能满足心理学的要求，获得足够的激活效应。任务和扫描序列都是预先设置好的，要保证二者的同步性和匹配性，也就是说，要能够知道对应图像时间序列的任一时间点，被试在执行哪项任务，在做什么。常常会听到的一些术语，比如区块设计、事件相关设计、混合设计等等，就是指一系列的刺激任务素材呈现时的时序逻辑。
任务态又叫real-time fMRI，就是在给予任务的时候持续进行脑功能扫描。在飞利浦的主机上，用户可以设置好简单的实验范式，然后设置好，一般扫描的时候主机可以简单的一边出结果。
- 9.15 周三 于 西宁
实际上关于磁共振功能成像的定义是比较模糊的，而且在不同文献、教材、教科书、书籍中，其范围和外延也不尽相同。
狭义的fMRI的定义主要就是指以BOLD为基础的磁共振脑功能成像。
有些所谓的功能序列，比如磁敏感加权成像SWI，算不算磁共振功能成像呢？这个大家不要意外哈，还是中级职称的考试题。
SWI到底是不是（属不属于）功能成像呢？很多书籍对这个问题也没有解析。实际上SWI的全称是磁敏感加权成像，有加权这两个字，说明这种序列还是以“放大”、“突出”某种权重为主。站在这个角度来讲，SWI和其他解决加权像是一样的，不算功能成像。
另外一个角度来看。SWI反映的是组织磁敏感。组织含氧量不同，其磁敏感效应不同，反应的图像对比也不同。而且理论上，“最功能成像的BOLD”实际上也是反映T2权重为主。
从这个角度来看，你说SWI是功能成像也没错（否则BOLD怎么入围）；说SWI不是功能成像也没错（因为还是一种特殊加权）。
搜索其定义，关于MRI功能成像的定义有：MRI功能成像是一类通过检测组织生理活动、代谢或分子特性变化，实现疾病早期诊断和功能评估的影像技术。
在放射医学技术高级教程这本书中，对于磁共振功能成像没有具体的定义，而是给了一个范围。
临床中，很多非磁共振专业的临床医生，把除非普通解剖成像的T1WI、T2WI以外的序列都统统称为是磁共振功能成像。只要是他们认为“先进的”、“新技术的”，都算功能成像。
综合来看，大部分书籍、文献、教材，定义的磁共振功能成像主要包括：以扩散为主的DWI扩散（弥散）加权成像及其衍生序列；以反映灌注信息为主的磁共振灌注成像，包括打药的DSC和DCE及不打药的ASL；以反映代谢物信息的磁共振波谱成像（MRS）；以反映脑功能的磁共振脑功能成像BOLD。
磁共振波谱基本原理、概念、技术及临床应用（讲座）。而SWI则是3D的T2权重序列。为什么脑功能BOLD是功能成像，而大部分教材中SWI并不是功能成像。
这可能是因为，脑功能BOLD不单单是指这一个T2WI的GRE序列，而是包含其数据处理分析。通过数据分析、统计，算出的激活点，才是反映脑功能的。而如果单扫描T2WI，则肯定不能算功能成像。
SWI磁敏感加权成像，突出的是组织间磁化率的特性。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。
专门用来反映磁敏感变化的序列叫做磁敏感加权成像（Susceptibility Weighted Imaging, SWI）。该序列和传统的梯度回波T2WI的不同之处在于，主要采用3D采集模式，同时运用了流动补偿技术，新的SWI序列还采用了多回波采集（如Philips的SWIp序列采用4个echoes）。
当然对于功能成像的定义，实际上是一个概括性或者总结性定义，比较模糊。因此有的老师觉得，是不是扫描完能够生成一些参数图或者伪彩图的都是功能成像，比如DWI扫描完可以生成ADC图；DSC扫描完后处理可以得到各种rCBV、rCBF伪彩图；MRS扫描完可以得到化学位移图等。
按照这个标准，SWI扫描完后，除了得到传统的相对信号图，还可以得到一个叫做phase相位图的信息。
实际上相位图也是用了采集信号中的相位信息，结合一定的后处理进行计算。本身反映的还是相位差异。
飞利浦和GE采用的是右手（right-handed）坐标系统。在右手系统中：顺磁性表现为负相移，在相位图上，相移越大，灰度越高，图像越亮。出血是顺磁性，而钙化则是逆磁性。
对于右手系统的飞利浦和GE的磁共振，SWI图像中，出血在相位图上表现为低信号（负相移），钙化在相位图上表现为高信号（正相移）。
西门子和佳能（前东芝）采用的是左手（left-handed）坐标系统。在左手系统中，顺磁性表现为正相移，在相位图上，相移越大，灰度越高，图像越亮。
对于左手系统的西门子和佳能的磁共振，SWI图像中，出血在相位图上表现为高信号（正相移），钙化在相位图上表现为低信号（负相移）。
SWI序列主要用于神经系统，通过对磁敏感变化的反映来判断颅内的微小出血及血管畸形等。相位图可以进行一些半定量的分析，对于显示静脉结构、血液代谢物及铁沉积非常敏感。
SWI序列不算功能序列，有老师又会问，以SWI或者相关序列为基础的反映磁化率定量的QSM算不算功能序列呢？
SWI序列的相位图虽然能反映组织的磁化率，但是不够精确，是一种半定量的方法。如果需要对磁敏感或者磁化率进行定量的话，需要额外的处理，这种利用SWI来进行定量的研究称为磁敏感定量技术（Quantitative Susceptibility Mapping, QSM），很多人把QSM直接等同于铁定量，其实我们不能直接测定铁的含量，但是可以通过磁化率图mapping来推测铁含量。
根据定义，QSM也不算磁共振功能序列，但是它是一种磁共振定量技术，是定量序列或者定量成像。
而磁共振定量序列或者定量成像又和传统的MRI解剖成像不同，反映的不是组织的相对信号而是一些组织参数定量值，比如常用的有T1 mapping、T2 mapping。
另外一点则是，DWI是MRI功能成像，而扫描完DWI后（2个b值以上），可以进行数据分析，计算出表观扩散系数（Apparent Diffusion Coefficient, ADC）。而ADC值组成的图像就是ADC mapping，这个ADC图实际上也属于磁共振定量成像。
DWI既是MRI功能成像，其扫描完后得到的ADC图，又可以反映组织的定量参数，也是一种定量成像技术。
总结一下，根据文中讨论，SWI还是属于特殊的加权成像，在大部分教材和书籍中并不把SWI归于磁共振功能成像。
磁共振前列腺规范化扫描方案及临床应用讲座。磁共振子宫规范化扫描方案及临床应用讲座。心脏MRI扫描技术及高级临床应用。乳腺磁共振DCE如何科学地、精准地抓动态。MRI对比剂相关知识及临床使用注意事项。磁共振图像的相对信噪比和绝对信噪比
- 6.9 周一 于 成都
SWI序列最特殊的一点在于，除了常规的幅度图，还有一个相位图，其作用还是非常重要的。
磁敏感加权成像（SWI）利用局部组织磁化率差异产生的微小相位移，对微出血灶、脑血管畸形及静脉系统展现出极高检出敏感性。
SWI序列在头颅扫描中的临床应用。如何使用SWI扫描胎儿脊柱？
磁敏感加权成像（Susceptibility Weighted Imaging, SWI）主要是突出反映磁场差异或者磁敏感差异的一种成像序列。该序列和传统的梯度回波T2*WI的不同之处在于，主要采用3D采集模式，同时运用了流动补偿技术，新的SWI序列还采用了多回波采集（multi-echoes）。
该技术以T2*加权梯度回波序列为基础，通过检测组织间磁敏感性差异形成图像对比，可同时获取磁矩图像和相位图像，并利用相位信息融合增强静脉及出血灶的显示效果。
关于SWI序列，其特殊的一点在于，扫描完成后，系统会进行一系列的后处理，并且除了得到代表磁共振信号强度的幅值图，还会得到反映相位信息的相位图。
SWI实际上不是单纯的静脉成像或者单纯突出静脉的成像技术，它是反映组织之间磁敏感差异的成像技术。并且利用相位信息和一些后处理技术，还可以得到多种图像，比如：幅值图（Magnitude Image）和相位图（Phase Image）。
而SWI则会利用相位信息，经过一系列的后处理得到相位图。
对相位数据进行高通滤波，得到校正的相位图像
用校正的相位图像作为相位加权因子，也就是相位蒙片（Mask）
将相位蒙片（Mask）叠加在幅度图（Magnitude Image）上，一般进行多次加权，形成SWI图像
SWI图像还可以进行一些图像重组，比如最小信号强度投影（mIP），得到SWI-mIP图。
在SWI中，相位图（phase image）还是很重要的。要得到高质量的相位图，必须进行一些处理，去除背景组织的本地相位差异干扰，这就需要高通滤波。没有高通滤波，得到的相位图，基本上没发进行判读。
滤波器越大，背景磁场不均匀引起的相位改变去除得越彻底，但是也有可能过滤掉一些有用信息。
为什么说相位图是SWI的一个特色或者对于SWI技术很重要。这是因为仅仅通过SWI图像，并不能鉴别出血和钙化，因为两者在SWI图像上都是低信号。
而相位图则可以鉴别出血和钙化，出血是顺磁性，钙化是抗磁性（逆磁性、反磁性）。出血和钙化，在SWI相位图上表现是不同的。
但是要注意，不同厂家，SWI相位图的解读也是不同的。这一点和磁共振其他序列是完全不同的。
SWI的相位图会因为使用的MRI设备厂家不同，呈现不同的信号表现！
已知MRI的其他序列或mapping技术都不会说因为厂家不同，得到不同的信号。比如，T1 mapping或者T2 mapping，虽然不同厂家，不同序列，测出来的值有差异。但是不会出现A厂家测量水的T2值高，B厂家测量水的T2值低值或者负值。纯水在不同厂家的T2WI序列上都表现为高信号，不会因为C厂家T2WI是高信号，D厂家的则是低信号。
两个都是SWI的相位图，大家发现有什么差异没有？仔细看，血管的表现刚好相反。左边的写了一个L代表左手坐标系统，血管在相位图上表现是高信号；右边的写了一个R代表右手左边系统，血管在相位图上表现则是低信号。
SWI相位图这种不同表现是因为不同厂家在进行相位图处理这一步的时候，使用的不同坐标系统来定义。
由于坐标系统不同，最终在顺磁性组织（物质）在坐标系统中的相位值是存在差异的，甚至是符号的差异。
对于左手坐标系统，顺磁性组织跑得更快，相位值大，最终相位值大小为0π；对于右手坐标系统，顺磁性组织跑得更快，相位值小（坐标相反），最终相位值大小为-π0。
左手系统，顺磁性为高信号，抗磁性为低信号。比如，钙化在左手系统相位图上表现为低信号。
右手系统，顺磁性为低信号，抗磁性为高信号。比如，钙化在右手系统相位图上表现高信号。
是在GE的1.5T上做的一个SWI序列，TE=40ms。B图是CT扫描，显示颅内见多个点状钙化；A图是SWI图，也显示相同位置多个低信号。C图是相位图，右手系统。在右手系统中，钙化在相位图上也是高信号，和CT一致。
是西门子1.5T扫描的SWI，TE=40ms。A图是CT扫描，显示明显钙化病灶。B图是SWI相位图，西门子扫描，左手系统。钙化在相位图表现为低信号。
对于左手系统和右手系统，其顺磁性和逆磁性的组织在相位图上的表现刚好相反。
在进行SWI相位图的判断之前，一定要知道是哪个厂家设备扫描的，这是为了确定到底是左手系统，还是右手系统。
有人认为这样好麻烦啊，但是确实没有办法。到底哪种系统好呢？
有老师觉得，右手系统好，因为他们认为，右手系统，钙化是逆磁性的，在相位图上是高信号，这一点和CT对应（CT图像上钙化是高密度）。
也有人认为左手系统好，这是因为左手系统逆磁性的组织在相位图上表现为低信号，这一点和QSM是一致的。
需要知道，SWI是一种特殊的成像方式，目前并不被归类于功能成像，也不归类于定量成像。因为SWI还是相对信号来解释的，虽然相位图能够判断顺磁性组织和逆磁性组织，但是不能精确地对各种组织的磁化率进行定量。
QSM则是磁化率定量图像，是一种定量成像，类似于T1 mapping、T2 mapping。QSM可以得到磁化率定量的图像，其中磁化率的单位一般会ppm（parts per million，百万分之一）或ppb（parts per billion，十亿分之一）。
是一个QSM图像。图像可以得到不同组织定量的磁化率值，这些值一般是相对于水的磁化率。
顺磁性：QSM定量为正值，QSM图像上表现为高信号（亮），一般是铁沉积、血液….。
逆磁性：QSM定量为负值，QSM图像上表现为低信号（暗），一般是钙化、髓鞘（脂肪组织）。
从这一点来说，左手系统的相位图和QSM中对于组织磁化率的正负是可以对应起来的。
QSM就是一种定量磁共振成像技术了，其处理过程比SWI更加复杂。
目前还没有商用的或者厂家自带的QSM后处理软件，因为QSM基本上还是科研应用为主。
在进行SWI图像处理的时候，虽然最终的SWI图像是通过相位蒙片（mask）多次加权形成的。但是在这个过程中，会对相位图值进行标准化。不管是左手系统还是右手系统，标准化后的相位值，都是正值（0~π），不会出现负值，所以SWI图像表现是一致的。
顺磁性组织：铁沉积、出血（血肿随着时间推移，顺磁性逐渐增加）。磁共振基本序列及图像对比度（权重）。磁共振中的弛豫：纵向弛豫和横向弛豫及T1、T2值。相位对比血管成像技术原理及临床应用。MRI基本原理的难点突破--K空间。K空间的数据是如何填充的？
- 2.13 周五 于 成都
这个理论的提出与实践在前几年已经由哥伦比亚大学的专家与学者、芬兰Aalto大学的专家与学者提出并实施。
而双人 fMRI 就不一样啦，让受检者像平时聊天、互动一样，在自然状态下接受扫描，这样就能更准确地看到大脑在真实社交场景里是怎么 “工作” 的。这对研究社交认知神经科学来说，简直就是打开了新世界的大门，其实双人MRI的扫描，主要的一些特点，我觉得是靠：
尽可能快的扫描速度（硬件、软件方面去权衡）。两组织同时检查是否会图像配准错误。同时检查的舒适性与抗运动伪影的解决方案。双人MRI需解决磁场干扰、梯度系统同步、射频脉冲协调等问题。若硬件设计不足，可能导致信号串扰或图像伪影，影响数据质量。可以看出的，首先是专用线圈，两个位置，其次是大孔径，孔径足够大的设备，才能容纳两个人同时进行检查。
大家仔细去想，双人fMRI涉及到磁体或其它硬件的开发与改造，要考虑到成本、用途方面，综合考虑，不过双人fMRI，有一些新的发现，还是值得一提的，用途方面，除了在神经功能成像领域以外，还会用在其他成像领域，不过需要时间思考和研究，今天主要学习双人fMRI。
专家与学者提出、认为：传统的单人fMRI扫描是简化、人为的，刻意地去通过某些刺激或引导，扫描fMRI，是否准确？是否能捕捉到真实社交互动中细微的、实时的情感交流？通过双人同时扫描fMRI，受检者的真实社交互动与细微的、实时的情感交流更容易检查，且准确性更高。
社交认知研究：解析对话、合作等场景下的脑网络动态耦合。
精神疾病干预：如自闭症患者的社交功能评估与康复训练。
临床心理学：量化焦虑症、抑郁症患者在互动中的神经生理反应。
双人fMRI后分析（图像源于网页）。了解完了双人MRI的一些特点，现在来说一下展望和注意事项吧，其实这个领域，现在也只是处于科研阶段，面临着诸多问题需要慢慢去思考和学习。
\1. 超快速成像技术，fMRI的本质还是回到了EPI采集，EPI采集本身是特别快的，但是进一步提升时间分辨率，还是显得尤为重要，因为考虑到两个患者的舒适度与SAR值，以及神经刺激等因素，更短的检查时间无论从哪个角度来说，都是利大于弊的，从检查的成功率、扫描的安全性、患者的舒适度等角度来说，都比较友好，所以，个人觉得这个是重中之重。
\2. 人工智能优化图像、人工智能辅助分析：通过深度学习算法处理双人fMRI数据，自动识别交互模式中的噪声与有效信号，并建立脑网络动态耦合模型，减少扫描与后处理的复杂程度。
\3. 另一个想法就是在扫描舱内引入AR视觉反馈，让受试者在交互任务中看到对方的虚拟形象，模拟面对面场景，同时减少物理空间限制。
\4. 开发一下兼容其他生理信号（如心率、皮肤电）的同步系统，结合fMRI数据全面解析互动中的生理-神经变化与状态。
\6. 伦理与隐私，双人实验涉及受试者互动数据，需严格审查隐私保护措施。
\7. 运动控制策略，使用个性化头部固定装置，并辅以实时运动校正算法。
\8. 受试者筛选，排除体内含金属植入物或幽闭恐惧症患者，并提前进行适应性训练，确保扫描过程顺利。
通过学习双人MRI，其实可以总结出一些东西，这个技术，属于全新的研究方式，尤其在社交认知、临床康复（如自闭症干预）等领域潜力巨大。
不过有的问题一定要考虑到，如成本、伦理、安全等角度，其实这个东西个人觉得是真的很好，也算是一个里程碑吧，虽然从首次实施到现在已经几年时间，但是放到现在来看仍然是一个非常火热的研究方向，这方面科研的东西，还有很多没有发掘出来。
fMRI后处理和fMRI扫描速度的提高，也需要利用到人工智能深度学习和人工智能处理。
Deepseek R1深度思考模型。ChatGPT推想模型，类似deepseek 的深度思考。以上就是双人MRI设备的设备特点，以及学习的内容、展望。对于能有这个思路的专家与学者，真的是佩服！这个想法，可以解决很多以前没有解决的办法，除了fMRI是最大的优势以外，对于幽闭恐惧症、精神分裂等神经系统异常或障碍、精神方面异常的患者、恐惧检查的患者（如小儿）等，总之，这个双人MRI的诞生，给更多的患者带来了福音，确实是一个很好的想法。
胎儿影像学检查一般情况下使用无电离辐射的超声和磁共振，由于超声在检查过程中不产生噪声，检查的适应证较广，检查费用较低适宜定期复查等因素，使得超声成为胎儿影像学检查中最为重要的手段。随着磁共振设备在各妇儿医院的普及，磁共振成像具有软组织对比度好，能够多方位成像（不依赖于胎儿体位）及无电离辐射的特点，使得磁共振检查成为胎儿疾病筛查的重要一环。
（医学类）产前（胎儿）磁共振扫描及临床应用。三点一平面定位法在胎儿头颅扫描中的应用价值。胎儿不是缩小版的成人或者婴幼儿，胎儿在检查过程中不能稳定配合或采用镇静配合检查，所以胎儿磁共振检查目前的扫描序列以快速单激发序列为主。
胎儿磁共振检查根据检查部位选择不同的序列。例如在进行胎儿颅脑检查时，T2W序列以Haste为主，TrueFisp为辅，T1W序列则根据设备的配置选用，常规以FLASH序列进行扫描，如若有Star VIBE序列则选用该序列以提高检查的成功率和病变的检出率。为了提高病变的检出，最后再进行弥散扫描。
在临床中，胎儿颅脑T1W成像的目的是用于胎儿脑出血的检出，目前可用的序列有常规FLASH（2D或3D）以及Star VIBE（高级配置）。但是在常规的临床应用中会发现使用FLASH序列很难获得稳定，组织对比良好的图像。即使T1W FLASH图像质量良好，由于GRE序列流入增强效应的存在，使得静脉窦等区域出现高信号，影响疾病的诊断。使用Star VIBE进行胎儿颅脑T1W的扫描，不仅能够在自由呼吸的状态下获得组织对比良好，伪影（运动伪影及流动伪影）较少的图像，确保病变的检出。
关于胎儿颅脑及体部的常规扫描方案，目前很多医院都有相关的项目开展，在此章中不做具体介绍，将在后续的文章中做阐述。此章将介绍胎儿影像学检查中的难点--胎儿脊柱成像。
由于超声无辐射，简便快捷，实时成像等特点使之成为胎儿脊柱检查的重要手段，但是常规B超影像学检查胎儿脊柱也存在一定的挑战：例如B超检查的实时性对诊断医生要求较高；胎儿体位多变使得对椎体位置的定位存在困难；普通B超不能进行三维重建，无法以冠状位的方式显示全脊柱；加上B超的组织对比度相对较差，羊水等都影响着胎儿脊柱成像。磁共振检查本身具有的无辐射、组织对比度好，能够进行多方位重建等特点，对胎儿脊柱检查及诊断提供了质量保证。
胎儿磁共振脊柱检查的目的是用于发现胎儿脊柱的发育异常、畸形、侧弯等病变，所以扫描序列以显示脊柱解剖的序列为主，T2W首选推荐序列为TrueFisp，辅助选用Haste，而T1W由于组织对比太差，比较少使用。T2W使用TrueFisp的原因是TrueFisp序列的信噪比较高，且该序列使用反相位进行信号采集，能够增加椎体与椎间盘和周围组织的对比。但是TrueFisp进行2D胎儿脊柱扫描，不能进行3D多平面椎体重建，对全脊柱标准冠状位的显示欠佳。为了获得更好的组织对比，且进行3D成像，我们引入SWI序列进行胎儿脊柱扫描。
磁敏感加权成像（SWI）早期应用于颅脑微小出血的检出，其简单原理是通过增大组织间不同的磁化率差异进行成像。在成像过程中，顺磁性的物质相位图表现为高信号，非顺磁性的物质相位图则表现为等低信号。利用相位信息增强幅度图中的组织信号差别获得SWI图像，最终SWI图像相比于幅度图具有更好的组织对比（相关原理后续再述）。利用这个特性，再经过参数优化以很短的时间完成扫描即可获得脊柱与其他组织对比良好的图像。
- 为了将SWI扫描时间控制在单次屏气能力范围内，需要进行参数优化以缩短TA，尽量在18秒以内，越短越好。通过调节Bandwith使得TR、TE尽量短，然后最好使TE处于反相位。
- 通过调节扫描的矩阵以及部分傅里叶技术来缩短扫描时间，并且保证扫描的体素保证在一定的范围，例如1.5mmx1.5mmx1.5mm，这样有利于后续MPR/CPR重建。
- 调节Bandwidth和射频梯度模式以缩短TR、TE，最终使扫描时间控制在一定的范围，并且也使TE处于反相位。
优化好之后的SWI序列能够在较短的一次屏气时间内完成3D容积范围的图像采集，经过MPR/CPR重建后即可显示胎儿标准全脊柱矢状位及冠状位。
从左到右依次为尾部退化综合征、T11半椎体畸形、T10半椎体畸形以及羊膜束带综合征。磁敏感加权（SWI）胎儿脊柱成像能够在极短的时间内获得3D薄层能够用于MPR/CPR重建的图像，有利于脊柱病变的定位和评估，经过山东影像研究所、广州市妇女儿童医院等单位的临床验证，SWI胎儿脊柱扫描能够大大提高胎儿脊柱病变的检出率。利用SWI扫描胎儿脊柱之外，SWI应该可以进行：
- 利用SWI序列进行胎儿肋骨的显示及重建；
- 利用SWI进行长骨的显示及测量等其他临床应用。
DSC 灌注与渗漏校正
1. 磁共振灌注DSC中的一个细节：渗漏校正
磁共振DSC灌注中，有一个容易被忽略的情况，那就是如果血脑屏障异常，对比剂渗漏，那怎么进行校正。
灌注( perfusion) 是血流通过毛细血管网，将携带的氧和营养物质输送给组织细胞的重要功能。利用影像学技术进行灌注成像可测量局部组织血液灌注，了解其血流动力学及功能变化，对临床诊断及治疗均有重要参考价值。
影像学手段监测灌注主要有核医学方法、CT（CT灌注成像）及磁共振的方法（DSC、DCE、ASL....）。
同CT成像技术一样，利用MRI成像技术也可以进行组织血流动力学和灌注相关参数的测量。
MRI成像技术进行的灌注一般叫做DSC（dynamic susceptibility contrast），动态磁敏感对比。
为什么MRI的灌注技术不像CT一样，叫MRP（MR Perfusion）或者PWI（Perfusion Weighted Imaging）？
关于MRI相关的灌注技术有很多，包括打药的灌注和不打药灌注。
无论是CT灌注成像（CTP）还是常用的磁共振灌注（DSC），其两者有几个共同点：1.都需要打药（注射对比剂）；2.都依赖于生理学上的血脑屏障构建的单室模型。
血脑屏障（Blood-Brain Barrier，BBB）是脑部血管与脑组织间的选择性通透屏障，由紧密连接的微血管内皮细胞、周细胞及星形胶质细胞足突构成。
保护性：血脑屏障具有体液调节和保护脑的功能，脑部疾病时如肿瘤、炎症、损伤等因素均可以使血脑屏障通透性加大，屏障作用也就消失。
亲脂性：血中溶质必须通过脑毛细血管的内皮细胞才能到达脑组织，而内皮细胞膜是以类脂为基架的双分子层的膜结构，脂溶性物质容易通过，血中溶质的脂溶性高低决定其通过屏障的难易和快慢。
小分子通过：小分子溶质进入血脑屏障的方式是被动扩散，必须同时具有亲脂性高和电负性低等特点。
总结来说，血脑屏障的效果是把细胞外液和循环血液分开，限制血和脑之间物质的自由交换。无论是CT的碘对比剂，还是MRI的钆对比剂，其分子量都比较大，在血脑屏障正常情况下，都不能通过BBB进入脑组织。
血脑屏障功能正常时：对比剂不能通过血脑屏障进入脑组织，这就是一个理想的单室模型。
而如果血脑屏障功能不正常，则其通透性增加，对比剂可通过其进入脑组织，此时就不能把它看成一个单室模型了。通过血脑屏障进入脑组织的对比剂会影响最后对于灌注参数的计算。
DSC主要用于神经系统，有血脑屏障才能建立血脑屏障的灌注模型。
由于正常情况下，血脑屏障存在，对比剂不能直接进入脑组织。所以对比剂不能直接引起T1弛豫效应。而利用团注对比剂，对比剂局部浓度的差异，可以影响局部磁场，产生T2/T2效应，导致T2缩短。T2的缩短程度和磁共振信号降低程度相关，也和对比剂浓度相关。通过T2序列采集形成时间-信号强度曲线，可以计算相关的灌注参数。
不过需要注意，由于对比剂浓度和磁共振信号下降并不是线性关系，因此DSC计算的是一个半定量参数。
但是实际上，很多炎症、肿瘤组织、脑小血管疾病，都会导致BBB异常，对比剂可能通过。如果BBB功能异常，则对比剂可以通过BBB进入血管外间隙。由于Gd-DTPA同样影响T1弛豫，对比剂的磁敏感效应导致的信号降低会由于区域存在的T1效应而变得更低。
这种现象往往发生在血脑屏障破坏的肿瘤患者身上，对比剂从血管内进入病变间隙内。这种情况，计算的rCBV将会低估，从而影响肿瘤分级的诊断。
本来是只考虑对比剂的T2/T2效应，信号降低；而由于BBB异常，对比剂渗漏，导致T1效应产生，信号又会上升。由于T1效应而增加的信号强度将（部分）掩盖T2信号强度损失，从而误导临床决策。特别是后续计算的rCBV将被低估。
在脑肿瘤增强过程中，由于BBB破坏导致对比剂渗漏，relCBV可能被低估，因此肿瘤分级被低估。而rCBV又是评价肿瘤分化程度和恶性程度的重要指标。
因此考虑这些因素，在又脑肿瘤或者预先知道扫描者BBB可能异常，对比剂会渗漏的情况下，应该进行校正。进行渗漏校正的目的，就是减少T1效应，使得计算的半定量参数rCBV更准确。
第一种是在扫描中进行修正或者预准备，也就是预先给药，预团注（pre-bolus）或者叫预载（preload）。
其方法是做DSC灌注前先注射一定剂量的对比剂，在血脑屏障破坏区域以形成一定对比剂浓度。这样就可以抵消对比剂渗漏产生的T1效应。
这种预先注射一定剂量对比剂的方法，实际上比较麻烦，这就要求分次注射对比剂（一般是2次）。分次给药的剂量也不同。
先注射一半剂量对比剂进行预团注（预负荷），再注射另外一半剂量的对比剂进行DSC扫描（比如，本来对比剂的剂量使用是0.2ml/kg，70kg体重的成人，使用剂量约为15ml。先注射7.5ml进行预团注，再注射7.5ml进行DSC）
先注射1/4剂量对比剂进行预团注（预负荷），再注射全剂量的对比剂进行DSC扫描（比如，本来对比剂的剂量使用是0.2ml/kg，70kg体重的成人，使用剂量约为15ml。先注射4.25ml进行预团注，再注射15ml进行DSC）
先注射一倍剂量的对比剂进行预团注（预负荷），再注射一倍剂量的对比剂进行DSC扫描（比如，本来对比剂的剂量使用是0.2ml/kg，70kg体重的成人，使用剂量约为15ml。先注射15ml进行预团注，再注射15ml进行DSC）。
可以发现，采用预团注的方法有两个缺点：扫描流程麻烦，对比剂注射分次进行。如果不用预团注的方法，还有没有办法进行渗漏校正呢？当然有，就是用后处理软件的渗漏校正功能。
目前飞利浦的ISP（v9版本以上）和西门子的Sygno.via工作站都有渗漏校正功能。飞利浦叫做渗漏校正，西门子叫做T1 correction。
渗漏校正首先要识别非增强曲线。需要找出对比剂团注通过前后的基线，即的红线。然后分析包括将正常增强曲线（即k1）及其渗漏项（即k2）拟合到实际获得的曲线。k1度量正常增强信号，k2是渗漏项的换算系数。最后使用特殊算法，集中检查数据中所有体素的不同增强模式来去除T1效应，重新计算CBV，校正渗漏影响。
西门子的Sygno.via的MR Neurology软件中，有local-T1 correction功能。
左边是使用了T1 correction，也就是渗漏校正；可以看成计算的rCBV图，左侧有一个明显的脑肿瘤。使用了T1 correction后，计算的rCBV明显高于没有使用的。
所以针对这种情况，西门子的DSC后处理思路是：常规使用Local AIF；如果存在肿瘤或者知道存在血脑屏障破坏的情况下，则使用Local AIF+T1 correction进行渗漏校正。如果local AIF计算的参数图存在报错（这种情况见于大片坏死、囊肿，范围超过3cm×3cm×3cm），使用Global AIF。
是直接用后处理软件呢？还是在扫描方面，使用预团注？还是两种方法一起用（既预团注，又使用渗漏校正软件）？
这个研究就比较了几种扫描方案之间对于计算的rCBV的准确性。其中有两组并没有使用预团注（标记为P-），其中一组后处理使用了渗漏校正（标记为P-C+），另外一组则没有使用渗漏校正（标记为P-C-）。同理，另外两组使用了预团注（标记为P+）：使用了渗漏校正的（标记为P+C+）和没有使用渗漏校正的（标记为P+C-）。
显示，不同扫描及后处理方式与推荐方法(P+C+)获得的rCBV相比，结果显示使用P-C+的方法与推荐方法获得的rCBV的一致性最好。
说人话就是，如果有渗漏校正的后处理软件，则推荐不需要进行预团注的扫描方案。毕竟预团注扫描比较麻烦，流程复杂。而不使用预团注，但是进行渗漏校正得到的rCBV的结果和推荐的P+C+一致性也很高。
另外一篇文章还研究了不同扫描方案获得rCBV结果的准确性。文章最后的结论是采用以下四种扫描方案获得的胶质瘤rCBV值比较准确（FA是翻转角）：
FA=35°，TR=1500ms，TE=35ms，不需要预团注对比剂
FA=35°，TR=1500ms，TE=25ms，1/4剂量对比剂预团注，3/4剂量DSC
FA=60°，TR=2000ms，TE=25ms，1/2剂量对比剂预团注，1/2剂量DSC
FA=60°，TR=2000ms，TE=35ms，单倍剂量对比剂预团注，单倍剂量DSC。
关于渗漏校正也解答了另外一个问题，那就是如果采用两次注射对比剂一次扫描的流程，得到颅脑DSC+DCE，应该先进行DSC扫描还是先进行DCE扫描。
普通情况下，会觉得肯定先扫描DSC啊。因为DSC扫描快，其次DSC需要首过效应。
但是实际上情况是大部分这种联合扫描是先扫描DCE，再扫描DSC。这是因为先扫描DCE后，就等于进行了预团注。
- 10.12 周日 于 法兰克福
磁共振临床应用越来越多，应用方向也越来越扩展，特别是磁共振无电离辐射、优越的软组织对比度、多参数成像等特点，让磁共振在神经系统的临床应用及科研拓展中占的地位越来越重。除了在影像诊断方面，磁共振也越来越多的参与到临床治疗环节中。对于国内顶尖的神经外科医院来说，术中磁共振变得越来越有必要。
讲磁共振神经灌注，我们不得不首先介绍一下CT灌注，即CTP。
CTP（CT Perfusion, CTP）CT灌注成像是CT中常用的一种技术。很多老师认为磁共振脑“灌注”和CTP差不多，所以我觉得有必要先解释一下临床常用的CTP技术。
CTP最早是1991年由Miles等人提出的。已知CT图像本身反映的是物质对X线吸收的衰减，以CT值来表示，通常单位是（Hounsfield Unit, HU）。也就是说一副CT图像是可以进行定量的，这一点和普通磁共振图像是不同的。普通磁共振图像，我们测量某个感兴趣区域，得到的是这个区域的一个信号强度（Signal Intensity, SI），该值受到组织本身多个特征参数及序列扫描参数的影响，不能作为定量结果进行直接比较。
CT值虽然是定量的，可比较的，需要注意不同能量的X线（管电压）测得的CT值可以略微不同，即管电压不同可能得到的CT值不是完全相同。这说明CT成像是可以进行定量、比较的，在不同设备，其比较结果是具有临床意义的。
而CTP是一种定量技术，其基本的理论来源于核医学放射性示踪剂稀释原理。CTP可以得到反映组织灌注特征的多种参数，并且这些参数是绝对的定量值，并不是相对的比率或者比值。
CTP技术得到的几个参数，大家看单位都知道，是一个绝对定量的参数。CTP技术是如何精准的知道，每分钟通过100g脑组织容量有多大的呢？
根据参照核医学的放射性示踪剂研究，科学家得到了相关的定量参数。CTP需要使用对比剂，这种对比剂一般是碘剂（比如，碘海醇），研究发现，在平均能量为120keV的情况下，每1mg碘，能够使每1ml组织CT值增加25HU。有了这个公式，就能够精准的计算出需要的定量参数。
在CTP扫描中，大剂量注射对比剂，碘剂浓聚的组织，其CT值升高，反映在图像表现为图像变亮。这样可以得到了一个时间-密度曲线。（这和磁共振是完全不同的，磁共振中，注射钆对比剂，使周围组织T2*值缩短，表现为信号下降，曲线呈下降的漏斗形）。
得到的这个伪彩图，可以通过色阶的不同，来判断图像，还可以根据伪彩图，进行测量，得到需要定量结果，进行定量比较。
比较重要的是，我们一般会得到一个时间-密度曲线。
CTP灌注的算法很多，传统的有非去卷积法（斜率法）和去卷积法。一般需要选择一个正常的血管，来做动脉输入函数的计算（AIF），这一点和磁共振DSC很类似，当然目前很多新的算法也有，包括Gamma拟合等。
对于CT的问题，我不是专业的，写的很多地方，可能有错误，请大家谅解。写CTP是为了让各位老师便于理解，磁共振灌注和CT灌注的异同。
很多教科书把磁共振脑灌注称为PWI（Perfusion Weighted Imaging, PWI）或者DSC（Dynamic Susceptibility Contrast, DSC）。
在磁共振其他类似灌注中，一般都使用的是T1权重的序列，这样注入对比剂钆剂后，能够缩短组织的T1值，使得在T1WI图像上，信号强度增加，图像变亮。
唯独在神经系统的灌注中，采用的序列是T2*权重的序列。这是因为正常情况下血脑屏障（BBB）没有被破坏，有钆剂的血液并不能进入脑组织，不能使得组织的T1值下降。
但是对比剂还有一种效益，即顺磁性对比剂可以影响局部磁场，形成局部的磁场不均匀区，导致组织的T2值或者T2*值下降，信号强度下降。利用这种效益，我们就可以通过计算打药的过程，组织体素信号下降和相关特征灌注参数的关系。
各位老师可以，大部分磁共振书籍及文献，在描述磁共振“灌注”的时候，没有使用和CT灌注类似的CTP，比如MRP，而是DSC或者PWI。这是因为磁共振的这种“灌注”实际上不是真正的定量，虽然我们通过算法也能够得到CBV、CBF、MTT、TTP、T0等参数，但是缺乏和放射性示踪剂的研究，通过图像信号强度判断定量，这是非常不准确的。这也是为什么磁共振灌注不用MRP而使用DSC的原因。
综合来看，磁共振“灌注”DSC得到的是一个相对定量。
同CTP一样，我们除了得到各种参数的伪彩图，我们还可以获得时间-信号强度曲线（CT讲密度，磁共振谈信号强度）。
和CTP的时间-密度曲线不同，DSC得到的是时间-信号强度曲线，并且这个曲线是下降的。也就是对比剂通过脑组织，会缩短周围组织的T2*，导致信号下降，这是一个下降的曲线。
并且很多时候，我们想要直接去比较不同的ROI的曲线是不容易的。在没有做AIF（动脉输入函数）或者Gamma拟合处理前。在每一个层面，会得到这一层全能的平均时间-信号强度曲线。
而在这个曲线中：横坐标代表时间（或者有时候用dynamic动态数来描述）；纵坐标代表的是信号强度。由于不同组织本身的初始信号强度就不同，就不在一个起跑线上，要比较这些，可以对这个曲线做对数log变换。这样会得到一个上升的曲线，而且各个部分都在一个起点。
进行了处理后，可以相对直观的比较不同组织之间的灌注曲线，这样有助于我们判断不同组织的灌注反映。
磁共振打药灌注和CTP看起来流程相似，其实利用的是对比剂的阴性效益，也就是对比剂凝聚的部分，信号强度不是上升而是下降的。要做磁共振脑DSC，我们一般采用的序列是偏T2权重的，比如T2WI或者T2*WI序列。
而且由于需要利用大剂量顺磁性对比剂的顺磁性效益，所以需要扫描那种对磁敏感变化很敏感的序列。这也是为什么磁共振脑灌注的名称叫做DSC，其中S突出强调是Susceptibility。
除了以上要求，已知在CT灌注成像中，时间分辨率（Temporal Resolution）非常重要。64排以上CT问世前，要做CTP，由于时间分辨率受限，所以只有牺牲覆盖范围，一般扫描几层，覆盖病变处，无法做到全能的灌注扫描。而多排数（如320排）或者宽体探测器CT出来以后，这个问题就得以解决了，也就是解决了时间分辨率的难题。甚至目前部分CT还有类似“摇篮”扫描，就是在X线球管旋转一周，探测器采集信息的时候，扫描床可以一进一出，这样大幅度提高了时间分辨率。
已知磁共振扫描时间分辨率和空间分辨率是相互矛盾的。时间分辨率高了，一个dynamic扫描的时候越短，则可能牺牲掉一些空间分辨率。
首先采用的是T2WI或者T2*WI的序列
需要用到磁敏感效益，则最好使用梯度回波序列，避免自选回波序列
要求时间分辨率高，一个dynamic扫描时间快。
能够同时满足这些要求的序列，目前各大厂家一般推荐以梯度回波配合EPI采集的序列。如：在飞利浦一般采用FFE-EPI；GE则是GRE-EPI。
TR短，则一个动态扫描时间快，时间分辨率高；TE长，则T2*权重越重。这个序列就是PRESTO。
磁共振除了打药灌注，还有不打药的灌注，比如ASL。
这里还要说明一句，其实无论是CTP还是DSC，我们说的脑灌注，其实默认的是指首过灌注，也就是对比剂第一次通过的情况。如果一个被检查者，前面做过增强扫描，则短时间是不宜做脑灌注的。
灌注扫描需要注意的是，对比剂注射的速率及流量。一般来讲磁共振头颅灌注，注射速率尽量快，推荐采用高压注射器来做，注射速率应该在3.55ml/s。CTP也一样，根据不同算法，可能需要的注射速率更快，如果是采用斜率法，则需要最好注射速率达到68ml/s。一般磁共振对比剂1~2支就可以了，注射完毕后，配合20ml生理盐水进行冲刷，生理盐水注射的速率也必须要快，否则没有冲刷的意义了。
一般全脑覆盖就可以了，系统默认的扫描序列，扫描层厚位4mm，35层，基本上可以把全能覆盖。
原来有很多工程师培训，告诉大家做头颅灌注的时候，先启动扫描，等大概第4或第5个动态开始扫描以后，在注射对比剂。
已知一开始扫描DSC序列的时候，理论上体素的信号应该一致（不考虑体素运动）。当注射对比剂后，对比剂到达组织周围，信号迅速下降。然后对比剂通过毛细血管灌注到组织内，又通过静脉输出以后，信号上升，上升的幅度一般小于最开始的水平（暂时不考虑二次入血）。
需要用到这些信息来计算相关的灌注参数CBV、CBF、MTT等。
由于采用的是FFE-EPI序列，在前几个动态中，这个序列还没有达到稳态，信号强度还不在一个水平。这也是为什么很多工程师让大家等到第4或者第5个动态，序列到达稳态后，在打药的原因。
你启动扫描之后，看到第一个动态开始扫描了，你就打药，不用考虑这个问题。
因为我用了一个参数dummy scan。用户可以在飞利浦Dyn/Ang参数卡下面，在灌注中有一个启用dummy scan，选择number of dummy scan。比如，选择dummy scan number是4，则系统认为前面4个动态不稳，计算的时候就自动把这个数据丢了。
DSC扫描非常简单，而扫描完后，我们主要目的是分析特征性的灌注参数，所以需要对数据进行一些后处理。
在飞利浦系统中，磁共振主机和专门的工作中ISP均可以对DSC数据进行后处理，方法也比较简单。
完成DSC扫描后，右键点击图像，选择后处理软件，进入Neuro Perfusion。
在没有对数据进行处理的时候，会得到一些伪彩图和时间-信号强度曲线。但是这个时候，注意看，上面的这些指标结果是不带单位的，也就是这个时候还没有做定量（半定量）。
一种是AIF，动脉输入函数。另外一种是Gamma拟合。做了这两部之后，上面的数据就会带单位。
飞利浦系统中，没有直接去显示rCBV、rCBF，而是显示的Index、NI、MTT、TTP及T0。
Index：指数，其实指的就是rCBF，局部脑血流量，单位为ml/100g/min。NI：负指数积分，其实指的就是rCBV，局部脑血容量，单位为ml/100g。MTT：平均通过时间。TTP：达峰时间。T0：对比剂到达时间（开始强化的时间）。
这些曲线其实是每个时间各个体素的信号强度，当然每个体素不可能在1分钟的扫描时间里完全不动，有时候不同扫描时间，细微的体素位置是不同的，所以会产生类似的曲线有锯齿或者摆动。可以采用图像空间平滑处理，在空间域或者在时间域对曲线进行平滑处理，这样曲线则更加趋于理想的状态。平滑处理不能过多，否则就失真了。
飞利浦系统中，可以选择AIF（动脉输入函数）或者Gamma拟合。
Gamma拟合非常简单，直接点一下，系统自动计算。
而早期用得比较多的则是基于AIF的去卷积算法。使用该方法，我们一般需要找一个正常参考。
AIF的框默认的是7*7个体素，在这个范围中，选择5个最能反映正常血管灌注特征的曲线。选择原则一般是：到达时间最短、波峰最窄。选择完5个以后，点击Proceed，则系统根据AIF计算一个AIF的曲线，用于矫正。昨晚AIF以后，我们得到的类似NI、Index、MTT等结果就具有定量的单位了。
做完DSC后处理后，可以生产相应的五个特征参数的伪彩定量图，也可以在后处理中划ROI，特别是两侧比较，观察曲线的形态及定量大小，还可以计算两侧的比值。
各位老师有没有思考过，如果血脑屏障被破坏，则对比剂可能会漏到脑组织，产生缩短T1的效益，这样计算的结果会有什么出入。
还有理论上我们只考虑首过灌注。但是实际情况下，大剂量注射了对比剂以后，可能对比剂还会随着循环二次、三次进入。这个时候的曲线，就不是这么理想的漏勺形曲线了。
针对这种情况，主要是需要考虑有没有T1的leakage effect和T2/T2*的leakage effect。
飞利浦的ISP工作站最新功能是配备了，能够通过软件计算，系统去消除这些效益的强大算法。
没想到一个磁共振头颅的DSC，写了这么多。目前磁共振灌注成像比较火热，当然火的更多的是非打药的灌注，比如ASL，或者采用BOLD做的灌注。
而对于打药灌注的了解也是非常有必要的。须知无论是CTP还是DSC，打药灌注都有其独到的优势和暂时不可替代的功能。在脑血管疾病及脑卒中等应用中，有非常大的作用。
本章在成都双流机场写了一半，到了厦门完成了另一半。
2. DWI的扩展应用及各种高级弥散模型概述
DWI（Diffusion Weighted Imagin, DWI）弥散加权成像在磁共振临床及科研应用中非常广泛。
如何做好弥散（DWI）序列及DWI扫描参数技巧。为什么不能只看DWI图来判断弥散受限，还有结合ADC图。由于大部分内容涉及一些科研，临床应用得不是特别广泛，所以针对这种情况，我仅仅是粗略的概况一下其他高级弥散模型，不会展开深入的讲解。
但是对于没有接触过这些高级弥散模型的同仁们，可以看看，了解一下弥散的演进及扩展应用。
是一个弥散发展的概述图，可以首先大体地，直观地，了解弥散的发展。
弥散又叫扩展，主要是基于磁共振无创检查水分子的扩散运动的。1827年，Robert Brown 罗伯特.布朗首次发现了分子的扩散现象，所以分子在非绝对零度情况下的这种自发的扩散（弥散）运动，又叫布朗运动。
1986年，法国人Denis Le Bihan 丹尼斯.勒.比昂首次把磁共振弥散成像运用在人体中。Le Bihan可以说是磁共振的弥散之父。并且，他也是最早提出IVIM体素内不相干运动模型的人。
做过磁共振弥散的都知道，弥散序列有一个很重要的指标，叫做弥散敏感因子，也叫B值。为什么叫B值呢？就是为了向Denis Le Bihan致敬。
讲了这么多引子，下面我们就来进入弥散模型的演进。
DWI弥散加权序列是临床应用最多的一个磁共振功能序列。为什么把它叫做功能序列呢？因为DWI是唯一一个可以无创的，在活体上，测量水分子弥散运动以及成像的序列，所以可以算是应用得最多的一种功能序列。
DWI序列是如何实现测量水分子弥散运动以及量化水分子弥散情况的呢？
简单地讲就是，B值代表对弥散运动检出的敏感性。B值越大，代表对水分子的弥散运动越敏感。
B值越大，理论上，图像的信噪比SNR越低。这个道理很好解释，因为B值越大，施加的弥散运动探测梯度就越大，梯度持续的时间越长，TE时间就越长，图像的信噪比就越低。
如果是一个运动的质子，在经过了弥散运动探测梯度后，由于质子的失相位不能被补偿，所以信号下降，而且运动程度越大（速率越大），信号下降得越明显。
以上只是定性的量化组织的弥散情况。能否定量的量化弥散运动情况呢？
弥散系数D是指：水分子单位时间内随机运动的范围，单位是mm2/s。这个值越高，说明单位时间内水分子运动范围越大，也侧面反映，水分子的弥散运动是自由的，不受限制的。如果这个值越小，代表单位时间内水分子弥散运动范围小，侧面反映水分子的弥散运动可能是受限的。
这样，通过测量D值，我们有了可以量化弥散运动的指标。
这个理想模型是：水分子在人体中的弥散运动遵循自由弥散原则，各向同性，满足高斯分布，并且是一个单指数模型。
各向同性代表，如果没有限制，水分子在人体中的弥散运动，在各个方向的概率是相同的，不会倾向于往某一个方向运动概率大于另外几个方向。单指数是指影响磁共振弥散图像信号的因素是单一的，在DWI中，具体反映就是，由于水分子弥散运动导致DWI中信号下降。
有了这个理想化的模型之后，要计算弥散系数就比较容易了。
可以扫描两个B值，然后分别测量两次扫描的信号强度，然后通过公式就可以计算D。
公式就是：Sb/S0=e-（b×D）。这里需要注意：由于弥散系数D值比较复杂，还受到温度等因素的影响，所以，磁共振中，引入了另外一个参数叫做：表观弥散系数（Apparent Diffusion Coefficient, ADC）值来描述水分子总体的弥散情况。
这样的话，公司叫变为：Sb/S0=e-（b×ADC） 测量ADC值也比较简单，只需要扫描两个B值：
ADC=-ln[S(b2)-S(b1)]÷(b2-b1)。这种方法也是我们临床应用最多的。我们临床通过扫描DWI序列，来看DWI图上信号有无强度变化，在综合ADC值，剔除了T2穿透效应，来量化组织弥散情况。
ADC值越大，代表水分子弥散运动越自由。ADC值越小，代表水分子弥散运动越受限，可能跟组织结构变化，细胞密度等情况有关，从而推导出病理生理情况。
这种模型最大的优点是：简单，方便，结果便于解释，在临床中应用得最广泛。但是它有没有缺陷或者不足呢？
当然有，这种模型，把人体内复杂的水分子弥散情况想象得过于理想化。人体中，由于结构差异，分布不同，水分子的弥散运动并不是满足高斯分布，也不是各向同性，甚至不是单指数模型情况。这种模型假设的情况过于完美理想化，缺陷就是不足以真实反映生物体内复杂的弥散过程。
1986年，弥散之父Denis Le Bihan发表了一篇论文，提出了一个IVIM的模型。
单指数模型描述弥散运动并不准确。因为还要考虑血流灌注的情况。在B值较小的情况下，血流的灌注也会导致DWI信号下降，而这个并不是水分子弥散造成的。单指数模型只考虑了水分子弥散的情况，没有考虑（剔除）血流在微血管网中灌注的情况对DWI的影响。
a代表水分子在毛细血管中的弥散（扩散）运动；b代表水分子在细胞间隙中的弥散运动；c代表水分子在细胞内的弥散运动；d代表血管内的水分子通过水通道蛋白和血管壁外的组织体液进行交换；e代表细胞内的水分子通过水通道蛋白和细胞外体液进行交换；f则代表了血管内的灌注。
人体内的水分子弥散运动是什么复杂的，影响因素很多，如果使用单指数模型的话，则无法区分水分子的弥散及血管灌注的效应。
IVIM基于双指数模型，在B值较低的情况下，微血管的灌注情况对DWI图像的影响更大；在B值较高的情况下，水分子的真实弥散运动对DWI图像的影响更大。
采用IVIM对B值和信号强度关系图进行拟合，可以发现曲线有两个部分。低B值部分，曲线斜率比较高，随着B值上升，曲线下降非常猛，陡直；高B值部分，曲线的斜率比较低，随着B值上升，曲线下降比较缓慢。采用IVIM双指数模型后，计算弥散系数的公式就有变化：
Sb/S0=f×e-（b×D*）+(1-f)×e-(b×D)。这样的公式和DWI的计算ADC公式有明显不同，主要表现在多出了几个量化参数。IVIM模型中，主要量化三个参数：
D*，又叫快弥散系数（ADC fast），这个值反映的是灌注信息，又叫灌注系数，主要代表灌注对弥散图像信号衰减的贡献。D，又叫慢弥散系数（ADC slow），这个值反映的是真实的弥散信息，又叫实际弥散系数，主要代表真实弥散对弥散图像信号衰减的贡献。f，Perfusion Fraction，灌注分数（%），反映了血流量。
IVIM目前在科研应用还是比较多的，应用在全身各个部位。
磁共振扫描的时候，参数也是比较好设置的。需要设置多个B值，前面低B值的要设置的密一点嘛（步级小一点），高B值的可以稍微设置宽一点，比如设置10个B值，B值分别为：0,10,20,40,100,150,200,500,800,1000。
曲线在B值大约为200的时候是一个拐点。具体设置多少个B值，如何设置，可以根据自己做科研的方法或者参考文献来设置。
除了双指数模型，还有更复杂的模型。既然单指数模型不能真实反映生物体内复杂的弥散运动，双指数模型有时候也不能完全反映，因为人体太复杂了，影响弥散信号的因素太多了。
2003年，Dmitriy A. Yablonskiy在Magn Reson Med上发表文章，提出了拉伸指数模型Stretched Exponential。
拉伸指数模型假设体素内弥散系数是连续分布的，并不是简单的几种成分。拉伸指数模型中，计算相关弥散系数的公式是：
公式中另一个量化指标DDC，表示分布弥散系数，代表体素内平均弥散率。
弥散峰度成像（Diffusion Kurtosis Imaging, DKI），又是一个不同的模型了。
在前面几种模型中，我们考虑的都是人体内的弥散运动是呈现一种高斯分布的，所谓的高斯分布也就是正态分布。
高斯分布（正态分布），又叫“常态分布”，是一个统计学中的概率分布。该统计分布呈一个钟型曲线表现，两头低、中间高，两边对称。
生活中，有很多现象统计中满足高斯分布。比如，中国人身高。大部分成年男性身高都是集中在165-175cm之间，当然也有特别高的，比如姚明226cm，也有特别矮的，比如130cm的那个某个“上海”作家。统计上的大部分人，比如90%集中在，165-175cm这个身高区间，95%的人集中在160-180cm这个身高区间，另外可能有2.5%的人，身高在190cm以上，有2.5%的人，身高在155cm以下。
而人体中，由于组织结构复杂，情况多变，细胞器，细胞膜对水分子的限制等因素，水分子的弥散并不是满足一个高斯分布的。考虑了非高斯分布情况，那么我们就引入了DKI模型。
DKI中，有一个很重要的概率，叫做峰度Kurtosis。
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。
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。
在更通常的情况下，峰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。
讲了这么多，大家只需要记住，当峰度值K值=0的时候，表示满足高斯（正态）分布。
如果K＞0，代表尖峰态（leptokurtic）；如果K＜0，代表低峰态（platykurtic）。引入了非高斯分布这个模型后，DKI的计算公式就变成：
Sb/S0=e(-b×D+1/6×b2×D2×K)。这个公式中，K值代表峰度值，前面讲了，它与组织结构复杂程度有关。一般应用中，我们测量的是MK（Mean Kurtosis）平均峰度，MK越大，反映组织结构越复杂，非高斯分布的水分子弥散受限越显著。
另一个量化指标D代表矫正的ADC值。MD（Mean Diffusion）代表了平均的弥散系数值。
DKI后处理后，出的值非常多，主要有：Kmean（MK）、Krad、Kax、Dmean（MD）、Drad、Dax。测量出来的，D值和K值，有方向性。mean代表平均，rad代表两个比较小的方向的平均值，ax代表最大的方向的值。
还有很多弥散模型，比如DSI（Diffusion Spectrum Imaging），NODDI（Neurite Orientation Dispersion and Density Imaging）.....。由于工程实践中水平有限，能力有限，就不一一介绍了。
文中只是介绍一下一些科研做得比较多的高级弥散模型，对一些经常做这些的人可能觉得太小儿科，太简单，写得不深入；对于还没有做这方面科研的，或者没有看着方面文献的初学者，可以起到一个启蒙的作用。
由于工作原因，工程实践中离开医院后，就没有做科研，也很少有机会在临床培训工作中参与科研，很多新技术，是工程实践中在读书时候还没有的，文中写得不够严谨的或者写得不够准确的，望大家海涵，有任何问题，可以通讯联系我或者后台联系我，希望广大影像同仁予以斧正。
DWI是临床应用比较多的磁共振技术，由于其扫描方便，信号变化容易解释，敏感度高，被广泛应用。
而根据扩散的不同技术和模型，又有很多衍生的序列及技术。根据描述生物体内水分子扩散运动的特征模型，可以将扩散技术分为：
非高斯分布：IVIM、DKI、拉伸指数模型、DSI等。而根据扩散序列信号强度及分水子扩散关系，将扩散技术分为：
单指数模型：普通DWI。双指数模型：IVIM。DWI的扩展应用及各种高级弥散模型概述
1986年，扩散成像之父Denis Le Bihan发表了一篇论文，提出了一个IVIM的模型。
IVIM模型通过多个小B值（小于200）与几个高B值的组合，能够同时观察到单纯的水分子扩散运动（true-diffsion）以及微循环相关的毛细血管的灌注（伪扩散 pseudo-diffsion）。
小B值范围内扩散加权信号的快速衰减主要是由微血管灌注效益引起的；而大B值范围内则是由真实的扩散运动引起的。
理论上来讲，一次扫描4个B值，就可以算出IVIM所需要的D*、D及f。然而，为了使得结果更准，更可靠，目前大部分情况下，都会设置多个B值（＞6个）。
而且多篇文献经过实验证实，低B值越多，D*越准。而另外也有很多文献报道，即使采用4个B值来做的结果和10多个B值，得到的结果，差异也不是太大。
对于有些医院，如果想做IVIM，又不希望扫描时间太长，可以考虑4~6个B值，特别是做体部的IVIM。
B=200前，至少要有几个小B值。
在飞利浦的MR系统中，我们如何来设置IVIM的扫描参数呢？
这里我以常规头颅或者鼻咽癌IVIM用得比较多的参数，假设10个B值来设置给大家演示。
注意，是一个普通的头颅DWI序列，注意参数栏中contrast中的DWI，nr of b-factors，B值个数为2个。最大值为1000，如果用户不输入，第一个就为0。
将B值个数修改为10个，注意由于一次扫描的B值多了，扫描时间也大幅度上升。
由于200是拐点，一般要求拐点前的B值要密集一点，推荐0、10、20、50、80、100、200。拐点后，B值设定就可以跨度大一点。
还可以调整，每个B值扫描的激励次数（重复次数）。一般高B值次数多一点，这样信噪比高一点。
经过这些步骤，IVIM的扫描参数就设置好了，那么其他的参数，比如扫描层数，层厚，FOV，空间分辨率，这个大家根据文献要求或者自己实验要求修改就可以了。
EPI 形变与特殊应用
传统的EPI采集有很明显的形变，而这个形变和相位编码方向是相关了，利用这个特点，采用EPIC技术可以校正EPI相关序列的形变，特别是在DWI、DTI及BOLD中有很广泛的应用前景。磁共振基本序列及图像对比度（权重）。磁共振中的弛豫：纵向弛豫和横向弛豫及T1、T2值。相位对比血管成像技术原理及临床应用。MRI基本原理的难点突破--K空间。磁共振前列腺规范化扫描方案及临床应用讲座。今天是3.15，国际消费者权益日，经济活动离不开生产和消费，消费是一个重要环节。在生活中都是消费者，当然希望合理、合法、合规的消费，同时也希望自己的权益得到维护。祝天下消费者理性消费，不上当受骗。
而临床中大部分DWI序列都是以EPI为方式采集的（读出信号）。所以常规的DWI及很多DWI相关的序列都会存在形变，这种形变会影响我们读图像的判读，甚至在进行功能成像的时候，导致解剖参考像和功能像不一致，无法匹配（match）。所以如果能够解剖EPI采集的形变，则对于提高功能成像有非常大的优势。
这种技术是如何校正EPI的几何形变的呢？首先需要知道EPI序列的几何形变的产生机制。
是EPI采集方式的K空间数据填充方式，Ky是相位编码方向，Kx是频率编码方向。由于EPI技术每次采用Blip梯度进行相位编码，梯度的大小和方向是固定的，所以K空间数据在相位编码方向每次移动的距离和方向是相同的，图中所示从下往上。而采集信号的时候读出梯度方向变化是交替的，所以在频率编码方向数据的填充方向每一行是变化的，这样就形成了其独特的轨迹，一个迂回形的走“Z”字形的路径，又叫做Zig-Zag。
由于EPI序列是通过连续梯度交替变化产生信号的，没有重聚脉冲纠正主磁场的不均匀性及相位信息的误差。随着EPI因子的增多，累积的相位误差越来越大，图像的相关变形及伪影也会越来越重。EPI采集的图像形变来源于两个方面：
比较幸运的是常规序列的化学位移方向是频率编码方向，而EPI序列的化学位移是发生在相位编码方向的。这样的话，EPI的形变基本上和相位编码方向有关。
减少EPI形变的方法很多，其中对序列结构做调整的方法各大公司都有。比如把单激发EPI变成多激发EPI或者分段EPI。
如果不改变EPI序列的基本结构，能否通过其他一些技术，减少EPI的几何形变呢？
和常规序列一样，化学位移发生在频率编码方向，如果改变频率编码方向的大小，比如把频率编码方向从A→P改为P→A，则两次扫描化学位移方向会相反，把图像叠加，化学位移会抵消。
同样的道理也适用于EPI采集，由于EPI的相位累积形变和化学位移都发生在相位编码方向，所以如果两次采集改变相位编码方向（使得它们的编码方向刚好相反），则可能消除这种形变。
则EPI采集后的图像形变发生在AP方向，图像在前后方向发生形变，前方（A）压缩，后方（P）拉伸。
相位编码方向同样为AP前后方向，只不过改变EPI采集从后向前（P→A），把这种方式命名为blip up。则EPI采集后的图像形变还是发生在AP方向，图像在前后方向发生形变，前方（A）拉伸，后方（P）压缩。
这样的话，前后两次采集，EPI的相位编码梯度方向不变，大小刚好相反，Ky路径相反，这样两次EPI采集的图像形变是相反的，通过进行形变图的计算，可以校正EPI的几何形变。
临床中采用EPI采集的序列非常多，包括传统的DWI、DTI及脑功能的BOLD序列。
原来做科研脑功能的时候，为了解决BOLD功能图像的形变，磁共振科学家会对这个序列进行设置，如何设置呢？
就是额外采集一个B0 map图，这个B0图像的所有参数和最后的脑功能采集BOLD序列参数一致，唯一改变的就是相位编码方向。比如，B0图的相位编码方向是A→P，那么后面脑功能BOLD的相位编码方向就是P→A。然后把这些数据都导出去，进行后处理运算。
同样，对于DWI或者DTI，要额外采集一个b=0的图像，在b=0的图像采集中，其他几何参数不变（当然b值设置为0），相位编码方向设置为A→P。b=1000的采集，相位编码方向设置为P→A。
因为有这个需求，所以飞利浦推出了EPIC这种技术和功能，将这种改变相位编码梯度方向采集，通过计算来消除EPI几何形变的技术加入到了参数的后处理中。
如何使用或者启动EPIC呢？首先假如配置了EPIC的话，则可以启动它。在飞利浦参数栏后处理里，可以找到这个选项。
在后处理栏，看到有一个EPI geometry correction，打开下拉菜单，可以选择no或者yes，选择yes则启动了EPIC。
目前版本的EPIC只适用于头颅的采用ssh EPI采集的DWI、DTI及fMRI（脑功能BOLD）序列。
选择了EPIC的yes之后，系统会自动在常规的DWI、DTI及BOLD扫描序列中增加一个B0图的扫描。BO图采用blip down相位编码，而后面的正式EPI采集则采用blip up相位编码方式。
使用EPIC后，建议save raw data选择yes，这样用户可以得到没有使用EPIC生成的DWI图像和使用了EPCI生成的，这样可以对比。
使用了EPIC后，虽然这个参数是在飞利浦后处理栏，但是实际上扫描方式也要改变。比如前文写的，要增加额外的采集，B0图，b=1000，或者脑功能动态额外采集最开始一个动态。这个额外采集的图像，其相位编码梯度方式和后续采集的是相反的。
只是打开了EPIC可能并没有真正地启用这个功能，我们还是要仔细检查一下的。打开EPIC后，要检查并行采集SENSE是否使用了，必须要使得SENSE factor大于1。另外就是DWI扫描，如果使用EPIC，则B值最少是2个，最小B值b=0需要使用。最后就是在后处理中有一个几何校正Geometry correction，需要打开下拉菜单，选择2D补偿。因为大部分DWI及DTI都是2D采集。
EPIC可以用于头颅的DWI、DTI及脑功能fMRI成像，下面来看一些例子。
常规的DTI图像，采集完后可以得到彩色的FA图，把FA图和解剖结构图融合，可以发现有明显的形变。因为胼胝体前部的纤维束和解剖图融合已经偏移到前方了，而这个位置没有胼胝体连接。
如果采用EPIC后，则这种EPI几何形变可以消除。
使用了EPIC的DTI序列，采集完后可以得到彩色的FA图，把FA图和解剖结构图融合，很清楚的发现胼胝体解剖结构和FA彩图的纤维束走形匹配程度非常好，形变也减少了很多。
脑功能成像使用了EPIC后，功能图像的几何形变被大幅度减少。
EPIC还可以和MB_SENSE联合使用，这样对于多方向的DTI及多动态的fMRI，不仅能加快速度，还可以减少形变。
- 3.15 周三 于 攀枝花市
任务态 fMRI 与实验设计
吴杞柱博士，高级工程师。深圳市美德医疗电子技术有限公司科研合作专家。
博士毕业于中国科学院武汉物理与数学研究所，曾先后在墨尔本大学、四川大学华西医院、澳洲联邦科工组织、莫纳什大学等单位从事神经精神疾病和和动物模型的磁共振影像学研究，近年在美德医疗致力fMRI相关技术与设备的开发和转化工作。曾发表学术论文数十篇，主持和参与中外各类研究项目20余项。
一谈脑功能磁共振成像（functional magnetic resonance imaging, fMRI）。
fMRI不是一种新技术，从上世纪九十年代初就已经出现，并持续发展，在认知科学和神经医学的很多方向得到应用。
回到fMRI在医学中的应用，探索各类神经和精神疾病的神经环路机制是fMRI在既往20年中最主要的用途。例如，对于各种没有显著器质性改变的精神疾病，利用fMRI技术可以从宏观层面上揭示大脑的异常工作模式，使精神疾病的研究不再局限于外在的行为学分析和微观分子层面的病理信息获取，为疾病的诊治提供新的参考和思路。除了对机制的探索，fMRI技术也能够实实在在地帮助患者个体，最典型的应用是在神经外科的术前计划中纳入fMRI的分析结果，辅助医生在手术中规避重要的脑功能区，为患者术后保留重要的生活能力。类似地，在头颅和脑部肿瘤的放疗规划、康复患者的脑功能评估等方面fMRI也可以发挥重要的作用。
那fMRI是如何探测大脑的功能活动呢？BOLD机制到底是什么呢？
而新鲜血供带来大量的氧合血红蛋白，氧供大于氧耗，进一步使该脑区内氧合血红蛋白相对去氧血红蛋白的比例增加。恰巧，这两种都含有铁离子而构型不同的蛋白具有不同的磁性质，其中氧合血红蛋白具有弱抗磁性，会使局部组织的T2略微增加，去氧血红蛋白为顺磁性，能够缩短T2。在磁共振的主磁场中，两种蛋白比例变化的综合效果是延长了局部组织的T2这个参数。到这儿，我们就知道，脑区的功能活动最终导致了该脑区的T2改变，那只要使用T2*加权的成像序列就可以探测其改变，从而定位脑功能活动了。这种经神经血管耦合机制介导，由脑功能活动引起磁共振图像信号改变的过程就称为BOLD。
梯度回波序列及其各种变化形式都对T2*的变化敏感，理论上都可以用来捕捉脑功能的信息，实际工作中最常用的是梯度回波类型的平面回波序列（echo-planar imaging, EPI）。EPI序列除了对磁敏感性质的变化非常敏感，最大的优势是其采集速度快，普通的二维EPI序列一般可以在2秒的时间内采集数十层图像，获得一帧覆盖全脑的数据。
当我们让被试在磁体中持续执行算术任务的同时，使用EPI序列不间断的重复扫描其大脑，我们就获得了一个连续的脑功能图像时间序列，这是一个四维的数据，可以用来观察脑区的动态功能活动，其时间分辨率就是EPI的重复时间（2秒）。在比较新的MRI设备上，使用同步多层扫描等加速技术，可以将这一时间精度提高到几百毫秒。EPI序列的参数设置并不复杂，可以检索使用相同机型的近期文献中，参考其参数，或者根据一些学术组织的推荐，针对具体的项目将参数固化下来。
要定位被试与计算有关的脑区或脑环路，就需要被试在接受扫描时同步执行计算任务，同样，探测其他的认知脑区也需要配合相应的任务。fMRI试验所用的任务与其他的心理物理实验本质上没有差别，但要结合序列参数和BOLD信号机制的特点加以改造（血液动力学反应是一个重要的考虑），既能配合磁共振扫描，又能满足心理学的要求，获得足够的激活效应。任务和扫描序列都是预先设置好的，需要保证二者的同步性和匹配性，也就是说，要能够知道对应图像时间序列中的任一时间点，被试在执行哪项任务，在做什么。常听到的一些术语，比如条件、试次、区块设计、事件相关设计等等，就是指一系列的刺激任务素材呈现时的时序参数和逻辑。
任务的设计有很多讲究。一个fMRI实验一般要包括不同的任务条件，比如一位数的计算题目（6+7=？）是一类任务（感兴趣的实验条件），用“+”提示休息可看作是另一类任务（对照条件，不需要认知输入），拿被试执行这两类任务时的大脑图像做对比，就大致能得到一位数计算对应的脑区了，这是最简单的认知减法的思路。如果将一位数的计算（6+7=？）作为两种任务，二者的差别在于计算难度，对比二者对应的图像，也可以大致找到信号与这种难度系数存在相关的脑区，这是一种参数设计的思路。
任务设计软件工具包常用的有E-Prime（Psychology SoftwareTools Inc.）、Presentation（NeurobehavioralSystems, Inc.）和基于Matlab的Psychtoolbox。对于非心理学专业人士，任务设计是极易出错的环节，除了软件工具的合理使用，心理物理实验相关的背景知识也非常重要。当然更好的方法是找专业人士开展互惠互利的合作，这也是开展交叉学科工作的应有之义。
任务态fMRI的基础数据处理相对简单，通常采用一般线性模型（general linear model），根据预设的刺激任务信息，寻找具有匹配的信号时序特点的脑区，本质上是一种多元线性回归分析。但整个过程包含大量步骤，例像预处理阶段包括图像的空间和层间时间对准、功能与结构图像配准、空间标准化、图像平滑等步骤，在一阶（个体）和二阶（群组）统计阶段，则包含了更多的统计模型定义和校正的要求，每一步操作和每一个参数背后都有一定的生理物理和统计学的理论或试验基础。fMRI数据的处理和分析是很多初学者最为看重的部分，该部分本身也是一个很大的研究领域，文献资料卷轶浩繁。好在勤奋且慷慨的先行者们为我们准备好了现成的工具--大大小小的或免费、或商业的各种软件工具包。
其中的三个主流免费软件包：SPM、AFNI和FSL，分别是由英国UCL、美国NIMH和英国牛津的几个影像实验室开发，一直是使用者最多的fMRI数据分析工具。有了这些工具，并不意味着就可以成为fMRI专家。以相对“傻瓜”的SPM为例，虽然采取了图形用户界面的形式，但每一个处理步骤仍是独立的，需要大量的参数输入或选择。参考其手册可以加深理解，如SPM的英文手册有500 多页，包括了每一个步骤每一个参数的详细解释和，也包含实验数据处理解析实例，这些手册和相关学习资料是学习fMRI知识最好的资源。
近些年，国内的若干重点大学、科研院所和一些研究型医院的影像、神经等相关科室开展了大量的fMRI科研工作，在心理和认知科学、神经和精神疾病等研究领域取得了丰硕的成果。相比于高端磁共振成像仪在我国医疗机构大量装机的现实，fMRI技术在国内的普及程度仍有很大提升空间，例如，脑外科患者的术前fMRI脑功能定位，尽管自该技术诞生不久就已经进入临床实践，但在国内多数的顶级医院却也只是偶有尝试，只有极少数医院才做为常检项目。抛开其他原因，单从技术角度来说，缺乏软硬件配套设备和团队技术能力是常见的问题所在。
硬件方面，在装配了质量合格的高场MRI的情况下，“脑功能刺激系统”是开展fMRI工作唯一所需的额外配置。是一套被试任务控制系统，之所以称为“刺激”系统，是因为其核心作用是将设置好的认知任务呈现给被试，相当于采用某种任务素材“刺激”被试以获得其大脑的反馈。作为最主要的信息承载方式，一般都是采用视觉和听觉手段传输和呈现任务。具体地讲，就是在磁体间内采用投影仪、液晶屏、耳机、麦克风等视听觉装置，让被试观看和收听任务指令，同时还包括主控工作站播放任务和控制进程，特殊设置的连接保证MRI扫描和任务的同步与匹配，还要有能够接收和记录被试反馈信息的设备，比如按键、鼠标等等。与MRI本身相比，这套系统不算复杂、价格不高，但由于是磁体间内使用的独立系统，很多部件要经过特殊的改造与屏蔽处理，做到严格的磁兼容，研发和制造门槛很高。深圳市美德医疗电子技术有限公司是国内唯一自主研发生产这一设备的厂商，其美德品牌的脑功能视听觉刺激系统包括多个型号，可以与任何机型的MRI配套，同时美德医疗也可定制多种与脑功能研究相关的产品。特别是，美德医疗的研发生产都在国内，定制和售后服务响应迅捷，这对于脑功能刺激系统这类相对小众、价格不甚高、使用环境却比较复杂的细分产品，有非常重要的意义。
团队技术能力方面，一是实验任务的设计与编程能力，二是影像数据的处理分析和阐释能力，因为缺乏这两方面的经验，很多临床团队将任务态fMRI视为畏途。在具体工作中，这不仅体现在软件的流程化使用能力，前面已提及，更关键的症结是缺乏心理实验和图像处理方面的理论知识。推广标准化的任务范式和数据处理流程是普及fMRI的有效策略，虽然在个性化的心理学科研中难以做到这一点，但在临床场景下是完全可行的，例如美国功能神经放射学会（ASFNR）即成立了工作组为术前fMRI制定了一套推荐范式。相应的，深圳美德医疗在其视听觉刺激系统中增加了内置标准化任务库和数据处理模块的软件工具；该任务库是依据国际常用的临床推荐范式，结合国内顶尖大学和医院的实践情况而开发，适用于临床神经疾病患者的术前脑功能定位和康复评估等场景；数据处理模块则集成了通用的脑功能影像处理算法和步骤，将繁复冗长的实验室操作优化和简化为几次简单的点击，同时保证脑激活结果处理的精确性，为繁忙的临床工作者开展fMRI研究提供了便利。
5：美德医疗脑功能视听觉刺激系统。主要部件包括磁体间内的显示装置和操作间内的工作站与主控台，配合语音系统、反馈装置、视力校准系统、主控软件系统，共同完成fMRI的整个流程。
美德医疗的第一台视听觉脑功能刺激系统于2006年装机，至今15年，已成为国内大多数科研实验室和医院影像科室的fMRI刺激仪标配品牌。
与其他精准医学的新方法和新技术一样，任务态fMRI技术也是医学和工程、信息、生命科学的深入交叉所结出的果实。极大的学科跨度决定了fMRI的底层理论和方法体系非常复杂，却也因此具备长远的发展潜力：一方面在脑科学探索中可以持续拓展应用边界，这需要研究者们不断求新立异；另一方面在临床工作中逐步应用普及，这必然需要走一条标准化和规范化的必经之路。
- 9.17 周五 于 深圳、长春
如果把fMRI研究比作一个江湖，任务态就是这个江湖里的少林寺（天下武汉出少林，实际上任务态fMRI也是最早的fMRI），而范式的设计便是任务态的核心功夫（你可以理解为易筋经或者72绝技之类的武功）。
任务态实验的好坏成败，实验设计占据首要地位。实验范式的设计主要包括：Block和Event。
Block设计简单粗暴，是橫练的硬功夫（金钟罩、铁布衫）。Event设计则变化灵活，是延展良好的至上心法（九阳神功）。
当然有，就是把Block和Event混合在一起练的Mix（混合）设计。但尺有所长、寸有所短，这些武功各有千秋。若胡乱修炼，容易走火入魔，变成欧阳锋。
到底该怎么选择呢？这个问题是江湖上老生常谈的难题。你看到一个久经沙场，运筹帷幄的将军、元帅（比如：朱可夫）带来的应用型fMRI兵法，即在面对不同的研究问题、不同的分析方法时，该如何考虑全局实验设计。不会在实验做完、数据收集完以后，却在数据处理时产生各种不必要的麻烦。
说到怎么选择Block和Event？他们各自有什么优缺点？Block和Event一起练会走火入魔吗？走火入魔之后还能不能抢救回来？去哪家医院治比较好？
首先是Block设计，也就是大家常说的组块设计。在一定的时间窗内，连续呈现具有同质性的刺激，这就是对Block设计最简单的描述。该设计本身没有花哨和复杂的操作，毕竟是硬功夫，要练的还是筋骨皮。别看它出现得早，看起来简单，但在江湖上曾经统称了任务态实验设计很长一段时间。
Block设计最大的优点是对简单任务的强统计效力，具有更高的detection power。在早期的功能定位实验中是完全的主角。当然Block设计也有不足之处，这种简单粗暴的功夫在面对更加复杂的人类认知过程时遇到了很多问题。例如，这种全有全无的设计无法进行参数式设计，更别说参数调整了。再者，长时间的让被试者加工同一任务，被试的疲劳和练习效应导致了效应下降（边界效应），错误反应难以排除等等问题让这些武林高手们越来越想寻找更好的设计范式。
Event设计，即我们说的事件相关设计。该设计是一种类型的刺激对应一种神经活动的模式（这中间涉及到如何根据HRF函数、线性模型去估计神经活动等）。这种新的范式有什么好处呢？最大的好处就是灵活。通过刺激的伪随机化避免了组块式刺激方式在行为中可能产生的混淆，同时可以灵活的检测不同行为或不同性质的实验所引起的脑功能反应的变化。但是同样的，有利就有弊，该设计给你带来无限可能的同时，也带来了错误概率的提升。
由于Event设计的特性，其统一构建是一连串的脉冲所建构的频率结构，因此会引起一些高频变异信号。而熟悉fMRI的练家子们知道，fMRI主要关注的是低频信号。因此这部分高频变异信号会由于血液动力响应的低频特性而可能被过滤。这就会导致数据信噪比下降，而信噪比下降很可能就会导致实验结果假阴性。至于不同类似的Event设计这里就不详细讨论了。
将Block和Event设计混合后，就是我们常说的Mix混合设计。
黄色的刺激和蓝色的刺激是不同类型的，放在一个组块里，让他们能够在随机的时间间隔交替出现。这样就将重复刺激集的特征快设计测量与事件相关设计检测到的瞬态响应相结合。可以提取显示与项目相关的信息处理模式的（瞬时的）或与任务相关的信息处理（持续的）的大脑区域。
但是双倍的快乐，多倍的烦恼。混合设计让你内外功同练的同时，也加大了练功的难度。你的任务设计要考虑得更多。比如Block和Event的相关性要尽可能低，同时你要对任务的假设更有掌握。否则在后续的事件相关激活的事后分析中只能男默女泪了。所以高阶武功谨慎修习，是需要在深山老林里苦练个七八年积累的。
为了解决问题啊。设计实验是受到某种假设的驱动，在这种假设的驱动下，为了解决目标问题，需要将可能影响的因素进行调控来观察不同条件下的结果状态。怎么才能观察到这些结果状态呢？
记住这些范式作用不大，重要的是你想要观察的结果状态是什么样的？你要用什么样的统计方法？后期的数据你要做哪些分析？要不要做PPI（生理心理交互）？要不要DCM（动态因果模型）？要不要做任务态的全脑脑网络分析？
功能连接与脑网络
考虑到工程实践中本人水平有限，脑功能内容比较偏向纯科研，而且要写相关文章，必须要是做个这个领域相关研究，有一定基础，并且有一定积累的人才能够写好。
于果砍完杰边文藏，雷还不懂供能脸杰，我系丛庆渣渣辉，系兄dei就来啃我。If You have Read this paper, You still dont understand functional-Connectivity, I am ZHAZHA HUI, You are my brother, can come to CHONGQING and bite me.。随着磁共振技术在神经科学中的应用，越来越多研究发现，不同脑区间不但在结构上存在连接，在任务状态甚至静息状态下也存在功能连接。功能连接被具体定义为两段不同脑区BOLD序列在时间维度上的相关程度。
已知，BOLD-fMRI成像序列是一个4D的成像序列，每个体素（voxel）都包含了一串时间序列，代表该区域血氧水平依赖信号随时间的变化。
皮尔逊相关系数的取值范围为-1≤r≤1。因此以bold信号为例，当两段时间序列的相关系数0<R≤1时，表示这两段时间序列呈正相关，且随着数值的增加，正相关越强，达到1时为完全正相关，此时两段时间序列的信号强度随时间同时增强或者减弱；同理，当两段时间序列的相关系数-1≤R<0，表示这两段时间序列呈负相关，且随着数值的减小，负相关越强，达到-1时为完全负相关，此时两段时间序列的信号强度随时间增强或者减弱的趋势完全相反（中图）；相关系数为0时，表示这两段时间序列相互独立，即两段信号之间强度随时间增强或者减弱的趋势无关，可能相同也可能相反。可以认为，bold信号呈正相关的脑区之间表现为功能协同，而呈负相关的脑区之间表现为功能拮抗。
现在，我们已经搞懂了功能连接的数学基础和物理意义。来聊聊功能连接在数据处理里的具体应用。基于种子点的功能连接（seed-based FC）是最常见的分析方法，即先确定一个脑区或者多个脑区（该脑区内每个voxel时间序列首先需要保持高度一致性）作为感兴趣区域（ROI），提取出ROI内平均时间序列，计算ROI之间或者每个ROI和全脑体素时间序列的皮尔逊相关系数。想必对此有所涉猎的同学们都听说过这两种分析思路：voxel-wise FC和ROI-wise FC。而ROI-wise FC则更像是组织一场快速相亲会，准备若干张双人桌椅，让每个收到邀请的年轻人（预选的ROI）两两之间都能攀谈，看看合不合适。所以此处无论是ROI-wise和voxel-wise都需要预选ROI。现在来了解一下voxel-wise FC的计算过程。要计算voxel-wise FC，我们首先要选取ROI，ROI的选取主要来源于：
- 其他脑功能或者结构指标的统计差异显著脑区
选取好ROI之后，我们先计算出ROI内所有体素的平均时间序列（因此选取ROI时要保证ROI内部具有高度功能一致性），然后将计算出的平均时间序列与全脑体素时间序列逐个进行皮尔逊相关计算（包括ROI自身内部所有体素）。这样，在全脑每个体素都可以得到一个该体素与预选ROI的相关系数，最终可以得到一个全脑功能连接映射图（FC map），在对其进行正态化处理后（通过Fisher-Z变换将皮尔逊相关系数的分布由原来的-11的偏态转换成-∞∞的正态分布以符合假设检验的前提假说），可以愉快地在组水平上进行统计分析了，最终可以得出如下的结果图。
和voxel-wise的功能连接一样，ROI-wise的功能连接同样也需要事先确定ROI并计算ROI内所有体素的平均时间序列，方法也和voxel-wise的方法一致，不同的是，ROI-wise的功能连接需要最少确立两个ROI。假设我们选取了n个ROI，那么接下来，我们计算ROI两两之间的相关系数，得到功能连接矩阵。
多初学者常常会混淆这两者的概念，这里工程实践中总结一下两者的异同。
正如鲁迅先生曾经说过“学好脑影像数据处理，更好的为祖国建设四个现代化”。
一起交流
分享你的思考，让讨论更进一步。