磁共振脑灌注成像介绍演示幻灯片

FMRI脑功能磁共振成像的原理及应用进展

ＦＭＲＩ脑功能磁共振成像的原理及应用进展 功能磁共振是在磁共振原理的基础上根据人脑功能区被信号激活时血红蛋白和脱氧血红蛋白两者之间比例发生改变，随之产生局部磁共振信号的改变而进行工作的。凭借其具有较高的空间、时间分辨率，无辐射损伤以及可在活体上重复进行检测等优点已广泛应用于脑功能的研究。 1 磁功能磁共振概述 磁共振功能成像(function magnetic resonance imaging，FMRI)是目前脑功能研究中的一个热点。20世纪90年代后，BOLD（blood oxygenation level dependent）磁共振功能成像已广泛应用于脑功能的研究。其优点是就有较高的空间、时间分辨率，无辐射损伤以及可以在活体上重复进行检测。理论上讲，凡以反映器官功能状态成像为目标的磁功能成像技术都应称之为功能磁共振成像。目前，临床上已较为普遍使用的功能成像技术有：各种弥散加权磁共振成像技术（diffusion-weighted imaging，DWI），各种灌注加权磁共振成像技术（perfusion weighted imaging，PWI），磁共振波谱和波谱成像技术（blood oxygenation level dependent，BOLD）。观察脑神经元活动和神经通路的成像技术时，这种成像技术应叫做脑功能磁共振成像（FMRI），它一般包括水平依赖成像；脑代谢测定技术成像；神经纤维示踪技术如弥散张量和磁化转移成像。 1.1 FMRI的基本原理：FMRI的方法很多，主要包括注射照影剂、灌注加权、弥散加权及血氧水平依赖（blood oxygenation level dependent，BOLD）法，目前应用最广泛的方法为BOLD法：血红蛋白包括含氧血红蛋白和去氧血红蛋白[1]，两种血红蛋白对磁场有完全不同的影响，氧合血红蛋白是抗磁性物质，对质子弛豫没有影响，去氧血红蛋白是顺磁性物质，其铁离子有4个不成对电子，可产生横向磁化磁豫缩短效应（preferential T2 proton relaxation effect，PT2PRE）。因此，当去氧血红蛋白含量增加时，T2加权像信号减低。当神经元活动增强时，脑功能区皮质的血流显著增加，去氧血红蛋白的含量降低，削弱了PT2PRE，导致T2加权像信号增强，即T2加权像信号能反映局部神经元活动，这就是所谓血氧水平依赖BOLD[2]效应，它是FMRI基础[3]。 梯度回波成像（gradient recall echo，GRE）是FMRI的常规脉冲序列，它对磁化效应引起的T2效应非常敏感，梯度回波脉冲序列使用单次激发小翻转角射频脉冲和极性翻转的f编码梯度场，在采集信号过程中，由于梯度场引起的去相位就会完全被再聚集，而回波信号则取决于组织的T2。在信号采集过程中，GRE 与SE序列相似。都是通过多次反复采集回波信号完成全部的相位编码和数据采集。ＧRＥ扫描对流空现象，扩散现象以及对功能成像非常重要的Ｔ２效应等诸

基于磁共振灌注成像的脑血容积计算方法研究

目 录 第一章绪论....................................................................................................................- 1 - 1.1 磁共振灌注成像的发展背景及研究意义................................................................- 1 - 1.2 磁共振灌注成像的国内外研究概况........................................................................- 2 - 1.3 磁共振灌注成像的基本原理及研究方法................................................................- 3 - 1.3.1 外源性示踪法.................................................................................................- 3 - 1.3.2 内源性示踪法.................................................................................................- 5 - 1.4本论文的主要工作.....................................................................................................- 5 - 第二章利用基于傅里叶变换的最小均方差法分析脑血容积....................................- 7 - 2.1傅里叶变换估计脑血容积的基本原理.....................................................................- 7 - 2.1.1 基本公式推导.................................................................................................- 7 - 2.1.2 维纳滤波器设计.............................................................................................- 9 - 2.2最小均方差法对脑血容积估计的仿真研究...........................................................- 10 - 2.2.1 理想脑血容积的仿真...................................................................................- 10 - 2.2.2 利用最小均方差法对脑血容积的仿真.......................................................- 14 - 2.3 仿真实验的分析......................................................................................................- 16 - 2.3.1 信噪比对脑血容积的影响...........................................................................- 16 - 2.3.2 示踪剂延迟对脑血容积值的影响...............................................................- 17 - 2.3.3 回波时间对脑血容积值的影响...................................................................- 19 - 2.4 本章小结..................................................................................................................- 20 - 第三章利用奇异值分解法分析脑血容积..................................................................- 21 - 3.1 脑血容积的奇异值分解理论推导..........................................................................- 21 - 3.2 奇异值分解法对脑血容积的仿真研究..................................................................- 22 - 3.3 仿真实验的分析......................................................................................................- 26 - 3.3.1 不同信噪比和阈值对局部脑血容积的影响...............................................- 26 - 3.3.2 示踪剂延迟对局部脑血容积估计的影响...................................................- 29 - 3.3.3 回波时间对局部脑血容积的影响...............................................................- 30 - 3.4 本章小结..................................................................................................................- 31 - V

CT、MRI灌注成像的基本原理及其临床应用

复旦大学研究生课程教学讲义 功能成像在肿瘤诊断中的应用 复旦大学附属肿瘤医院影像中心

目录 1．CT、MRI灌注成像的基本原理及其临床应用-- 彭卫军(2) 2. 磁共振弥散成像的基本原理及临床应用----顾雅佳(14) 3．质子磁共振波谱基本原理及其在颅内肿瘤诊断中的应用---------------------------------------- 周正荣(25) 4．BOLD-fMRI脑功能成像--------------------周良平(42) 5．PET,SPECT在肿瘤诊断中的应用 -----------------------------------------章英剑(64)

CT、MRI灌注成像的基本原理及其临床应用 复旦大学附属肿瘤医院影像中心彭卫军吴斌 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。灌注成像(perfusion imaging) 是建立在流动效应基础上成像方法，与磁共振血管成像不同的是，它观察的不是血液流动的宏观流动，而是分子的微观运动。利用影像学技术进行灌注成像可测量局部组织血液灌注，了解其血液动力学及功能变化，对临床诊断及治疗均有重要参考价值。灌注成像主要有两个方面的内容，一是采用对水分子微量运动敏感的序列来观察人体微循环的灌注状况，二是通过造影剂增强方法来动态的研究器官，组织或病灶区微血管灌注情况。肿瘤的灌注研究可以评价肿瘤的血管分布，了解肿瘤的性质和观察肿瘤对于放射治疗和/或化疗后的反应。 一、灌注成像的原理、技术及相关序列 核医学对局部组织血流灌注成像的研究较早，CT、MRI灌注技术为近年来发展较为迅速的成像方法。 1．CT灌注 CT灌注（CT perfusion）技术最早由Miles于1991年提出，并先后对肝、脾、胰、肾等腹部实质性脏器进行了CT灌注成像的动物实验和临床应用的初步探讨。所谓CT灌注成像是指在静脉注射对比剂同时，对选定层面通过连续多次同层扫描，以获得该层面每一像素的时间－密度（time-density curve，TDC）曲线，其曲线反映的是对比剂在该器官中映了组浓度的变化，间接反织器官灌注量的变化。根据该曲线利用不同的数学模型计算出血流量(blood flow, BF)、血容量(blood volume, BV)、对比剂平均通过时间(mean transit time, MTT)、对比剂峰值时间（Transit time to the peak，TTP、毛细血管通透性等参数，对以上参数进行图像重建和伪彩染色处理得到上述各参数图。CT灌注成像的理论基础为核医学的放射性示踪剂稀释原理

脑功能磁共振成像及其应用进展

脑功能磁共振成像及其应用进展 聂生东1,聂斌2 (1.上海第二医科大学计算机教研室,上海 200025; 2.泰山医学院) 功能磁共振成像是近10余年来在传统的磁共振成像技术的基础上迅速发展起来的一种新的成像技术。与传统的磁共振成像技术不同的是，功能磁共振成像得到的是人脑在执行某项任务或受到某种刺激时的功能映射图，而不是人脑的解剖图像。它能够确定人脑在执行某项任务或受到某种刺激时大脑的哪些区域被激活。目前，功能磁共振成像技术在国外已经得到了广泛的应用，其应用领域涉及到脑科学研究的各个领域，如认知科学、心理学、神经科学、药物滥用以及临床应用等。国内在这一方面的研究和应用还刚刚开始。本文对近年来功能磁共振成像及其在国内外的应用进行了综述。 一、功能磁共振成像的原理及特点 功能磁共振成像（functional magnetic resonance imaging,fMRI）的突出特点是可以利用超快速的成像技术，反映出大脑在受到刺激或发生病变时脑功能的变化。它突破了过去仅从生理学或病理生理学角度对人脑实施研究和评价的状态，打开了从语言、记忆和认知等领域对大脑进行探索的大门。 传统的磁共振成像（MRI）与功能磁共振成像（fMRI）之间的主要区别是它们所测量的磁共振信号有所不同[1-3,6]。MRI是利用组织水分子中的氢原子核处于磁场中发生的核磁共振现象，对组织结构进行成像，而fMRI所测量的是在受到刺激或发生病变时大脑功能的变化。根据所测量的脑功能信号的不同，磁共振功能成像主要有以下四种工作方式：①血氧水平依赖功能磁共振成像（blood-oxygen-level-dependent fMRI，BOLD-fMRI）,它主要是通过测量区域中氧合血流的变化（或血流动力学的变化），实现对不同脑功能区域的定位；②灌注功能磁共振成像（perfusion fMRI）,又称为灌注加权成像(perfusion weighted imaging，PWI)。这种成像方法主要用于测量局部脑血流和血容积；③弥散加权功能磁共振成像（diffusion-weighted fMRI）,这种方法主要用于测量水分子的随机运动；④磁共振波谱成像（MRI spectroscopy）,该方法用于测量脑的新陈代谢状态以及参加到新陈代谢中的某些物质(如磷和氧)的含量。目前，临床上和脑科学研究中一般都是用第一种方式，文献中出现的fMRI，如果不做特别说明，一般都是指BOLD-fMRI，简称为fMRI。以下只给出其工作原理。 BOLD技术是fMRI的理论基础。当大脑在执行一些特殊任务或受到某种刺激时，某个脑区的神经元的活动就会增强。增强的脑活动导致局部脑血流量的增加，从而使得更多的氧通过血流传送到增强活动的神经区域，使该区域里的氧供应远远超出了神经元新陈代谢所需的氧量，导致了血流中氧供应和氧消耗之间的失衡，结果造成了功能活动区血管结构中氧合血红蛋白(oxyhemoglobin)的增加，而脱氧血红蛋白(deoxyhemoglobin)的相对减少[3-7]。脱氧血红蛋白是一种顺磁性物质，其铁离子有四个不成对电子，磁距较大，有明显的T2*缩短效应，因此在某一脑区脱氧血红蛋白的浓度相对减少将会造成该区域T2*信号的相对延长，使得该区域中的MR信号强度增强，在脑功能成像时功能活动区的皮层表现为高信号，利用EPI快速成像序列就可以把它检测出来。 目前，在临床和脑科学研究中进行脑功能成像的手段主要有：单光子发射计

3.0T磁共振技术参数规格

3.0T磁共振技术参数规格 一、概述 本次招标采购必须是各投标公司制造商原厂制造。投标方应根据招标文件所提出的设备技术规格、产品、配置和服务要求，综合考虑设备的适应性，选择最佳价格性能比的设备前来投标。希望投标方以精良的设备、优质的服务和优惠的价格，充分显示贵公司的竞争力。 二、3.0T MR采购招标技术参数 序号技术参数招标要求★1总体要求 投标机型为各公司获得FDA及SFDA的3.0T磁共振机型，为保证设备的 先进性，GE必须提供MR750w GEM平台的机型，西门子必须提供Skyra Tim4G平台的机型，PHILIPS必须提供Ingenia3.0T dStream平台的机 型，东芝公司必须提供Atlas平台的最高端机型。 2磁体系统 2.1磁体类型超导磁体 2.2磁场强度 3.0T 2.3屏蔽方式主动屏蔽 2.4抗外界电磁干扰屏蔽技术具备 2.5匀场方式主动+被动 2.6磁场稳定度<0.1ppm/hour 2.7三维动态匀场具备 2.8三维匀场容积空间圆柱形 ★2.9匀场通道数≥8个 ★2.10匀场线圈个数≥52个 2.1110cm DSV≤0.003ppm 2.1220cm DSV≤0.03ppm 2.1330cm DSV≤0.20ppm 2.14液氦填充周期≥5年

2.15液氦消耗量(正常使用)≤0.01升/小时 2.16磁体长度（不含外壳）≤163cm 2.17磁体长度(含外壳)≤173cm ★2.18磁体最小孔径≥70cm 2.19五高斯磁力线X,Y轴≤2.6m 2.20五高斯磁力线Z轴≤4.6m 2.21磁体重量≤6.5吨 2.22冷头保用时间≥1年 3梯度系统 ★3.1梯度场强（X，Y，Z轴，非有效值）≥45mT/m 3.2梯度切换率（X，Y，Z轴，非有效值）≥200T/m/s 3.3最短爬升时间≤0.225ms ★3.4最大场强、切换率、FOV同时到达具备 3.5工作周期中的最大占空比100% 3.6软件降噪技术具备 3.7硬件降噪技术具备 3.8梯度线圈冷却水冷 3.9梯度放大器冷却水冷 3.10梯度控制技术全数字实时发射接收3.11梯度工作方式非共振式 4射频系统 4.1射频类型全数字实时控制系统4.2射频放大器固态前放 4.3射频发射功率≥35kW 4.4射频发射频率稳定性（5分钟）≤2x10-10 4.5射频噪音水平≤0.5dB 4.6射频发射带宽≥800kHz 4.7每通道同时并行采样接收带宽≥1MHZ

磁共振灌注成像血容量优化量化

2010，46（31）1引言 脑部磁共振灌注成像（Perfusion-weighted Magnetic Res- onance Imaging ，PWI ）是脑功能成像方法之一，用以反映组织内的微血管分布及血流灌注情况[1]。由于血液是组织营养的提供者且血流受许多疾病过程的影响，对它的观察就成了了解大脑功能以及许多疾病特别是脑肿瘤的重要手段。 磁敏性对比剂首过灌注成像是目前最常用的灌注成像方法，其中，T2*PWI 在肿瘤临床研究中应用最为广泛[2] 。顺磁性对比剂通过受检组织时，缩短组织的T2*弛豫时间，反映在相应的T2*PWI 上信号的降低。对比剂通过后，信号强度逐渐恢复。一定浓度范围内，T2*弛豫的变化率与血液中对比剂的浓度呈线性关系[3]。根据对比剂首次流经组织时引起磁共振信号强度的变化计算出组织T2*弛豫率变化，即可得到组织对比剂浓度曲线，根据非弥散标记物动力学理论[3]，可以计算出脑血容量（CBV ）。通过血液动力学模型，还可得到组织血流灌注信息，如血流量（Cerebral Blood Flow ，CBF ）和平均通过时间（Mean Transit Time ，MTT ）等。 CBV 是PWI 中最常用的量化指标之一。如Aronend 等首先将其应用于脑胶质细胞瘤的分级[4]。常用的CBV 量化为C （t ）首过分量的积分。然而恶性脑肿瘤如多样性脑胶质细胞瘤（Glioblastoma Multiform ，GBM ）患者中CBV 的量化不可避免地受到以下因素的影响，一是因血脑屏障受损而带来的对比剂渗漏效应，二是血液循环所致的对比剂的二次及后续多次通过[2]。肿瘤内血管的血管壁较松散[5]，此外常用的放疗和化疗均会破坏血管壁的紧致性[6-7]，导致对比剂渗漏，在组织中带来附加的顺磁效应。血液循环带来C （t ）中的双峰，且对比剂完全冲刷所要求的时间远大于PWI 的扫描时间[2]，致使C （t ）尾部出现稳态值。在T2*PWI 中，对比剂渗漏和血液循环效应均会导致CBV 的过估计。 为了抑制上述CBV 的量化误差，提出对比剂首过分量提取算法，并将其与对比剂渗漏效应矫正算法相结合，提高CBV 的量化精度。利用仿真实验和GBM 患者PWI 数据来验证该方法的有效性。 磁共振灌注成像血容量优化量化 胡新韬，李晖晖，郭雷 HU Xin-tao ，LI Hui-hui ，GUO Lei 西北工业大学自动化学院，西安710072 School of Automation ，Northwestern Polytechnical University ，Xi ’an 710072，China HU Xin-tao ，LI Hui-hui ，GUO Lei.Improved CBV quantification in perfusion-weighted https://www.360docs.net/doc/364865087.html,puter Engineering and Applications ，2010，46（31）：25-27. Abstract ：Methods for improving the accuracy in cerebra blood volume （CBV ）quantification using perfusion-weighted mag-netic resonance imaging （PWI ）are proposed with respect to contrast agent extravasation and blood recirculation ，respectively.Contrast agent extravasation contaminated concentration curve are modeled as a linear combination of the normal concentra-tion curve and its integration using a two-compartment model.Linear least squares algorithm is used to optimize the weights for correcting the over-estimation of CBV due to contrast agent extravasation.The first pass components of the corrected con-centration curve are extracted via a deconvolution-convolution model and used to quantify CBV.Experimental results on simu-lations and PWIs from patients with Glioblastoma Multiform （GBM ）prove the effectiveness of the proposed methods.Key words ：CBV quantification ；contrast agent extravasation ；blood recirculation ；perfusion-weighted Magnetic Resonance Imaging 摘 要：针对磁共振灌注成像血容量量化中因对比剂渗漏和血液循环所致误差，提出矫正算法。利用二室模型，将受对比剂渗漏 影响的对比剂浓度曲线建模为正常对比剂浓度曲线与其积分的线性组合，采用线性最小二乘方法估计最优权重，以矫正对比剂渗漏所致的过估计误差。提出去卷积-卷积模型，用以提取对比剂浓度曲线的首过分量，矫正因血液循环所致的过估计误差。仿真及多样脑胶质细胞瘤患者数据实验结果验证了算法的有效性。关键词：血容量量化；对比剂渗漏；血液循环；磁共振灌注成像DOI ：10.3778/j.issn.1002-8331.2010.31.007 文章编号：1002-8331（2010）31-0025-03 文献标识码：Ａ 中图分类号：TP391.41 基金项目：国家自然科学基金（the National Natural Science Foundation of China under Grant No.60802084）。 作者简介：胡新韬（1980-），博士生，主要研究领域为医学图像处理及应用；李晖晖（1974-），副教授，主要研究领域为图像信息融合；郭雷（1956-）， 教授，博士生导师，主要研究领域为图像与信息处理、模式识别等。 收稿日期：2010-06-09 修回日期：2010-10-08 Computer Engineering and Applications 计算机工程与应用 25