弥散张量成像：DKI和IVIM介绍
科研平台介绍：弥散峰度成像（DKI）
科研平台介绍：弥散峰度成像（DKI）背景：在上一期我们介绍了多b值弥散的体素不相干运动（IVIM）模型。
由于生物体内的组织结构复杂，包含多种组织成分，因此临床上常用的单e指数（mono-exponential）模型只能得到体素内的平均扩散系数，反映了扩散的一个总体情况。
为了获得更多的微观结构信息，出现了许多多b值弥散模型，从不同方面来揭示微观结构的弥散信息。
IVIM通过双e指数模型（bi-exponential）来计算得到快和慢两个弥散系数，能同时反映毛细血管灌注与组织弥散的信息。
本期我们将介绍另一个重要的多b值弥散模型：弥散峰度（DKI）模型。
DKI模型：DKI模型是有Jensen等人在2005年提出，其初始的目标是为了定量弥散偏离高斯分布的程度。
常规单e指数模型假设水分子弥散是不受阻碍的自由运动，如下图，水分子在随机运动的情况下其弥散运动位移满足高斯分布（Gaussiandistribution，即正态分布）。
而对于真实的生物组织，水分子的弥散实际上是在细胞间隙，细胞内运动，其运动必然不是自由运动，也因此真实的水分子弥散的运动位移是非高斯分布的。
水分子弥散的受周围环境的限制程度越大，体素内组织成分越混杂，弥散的非高斯性越显著。
本图为在不同弥散环境下的高斯与非高斯弥散位移分布。
图片源于文献（Andrew,2013）。
DKI模型的公式为Sb / S0 = exp(-b · D +1/6 · b2· D2· K)。
其中D为大家熟悉的表观弥散系数，K为弥散峰度（Kurtosis）系数，反映了弥散偏离高斯分布的程度，从而能反映组织结构的受限与组织成分混杂性的程度。
K= 0时弥散为高斯分布，K可以为任何值，但从多组分弥散模型的计算和经验上来看，K通常为非负值。
左图为峰度（kurtosis）对应的弥散位移概率分布。
右图弥散信号衰减曲线ln(S(b)/S(0))(蓝色圆圈),清楚显示衰减偏离线性弥散模型(绿线)，并且DKI模型能很好的拟合该曲线（黑线）。
DKI弥散峰度成像英文简介
Conditions
• The method is based on the same type of pulse sequences employed for conventional diffusion-weighted imaging
(DWI), but the required b values are somewhat larger than those usually used to measure diffusion coefficients. In the brain, b values of about 2000
• 均质介质中可以水分子的自 由运动为各向同性，即在各个 方向上的弥散强度大小一致， 弥散张量D描述为球形，沿磁 共振的三个主坐标的特征值为 λ1=λ2=λ3
• 在脑白质中由于髓鞘的阻挡， 水分子的弥散被限制在与纤维 走行一致的方向上，具有较高 的各向异性，此时弥散张量可 表示为椭球形，其特征值 λ1>λ2>λ3，最大特征值对应 的方向与经过该体素的纤维束 走行平行
• DTI implicitly assumes that water molecule diffusion occurs in a free and unrestricted environment with a Gaussian distribution of diffusion displacement.
• Moreover, the simplified description of the diffusion process in vivo by a 2nd-order 3D diffusivity tensor prevents DTI from being truly effective in characterizing relatively isotropic tissue such as GM. Even in WM, the DTI model can fail if the tissue contains substantial crossing or diverging fibers .
磁共振新技术DKI和IVIM在研究现状
磁共振新技术DKI和IVIM在研究现状一、内容简述随着磁共振成像技术的不断发展，数字图像处理技术在磁共振成像中的应用越来越广泛。
其中双维弥散加权成像(DKI)和内插反转恢复变换(IVIM)是两种常见的数字图像处理技术，它们在磁共振成像研究中具有重要的应用价值。
本文将对这两种新技术的研究现状进行简要介绍，以期为相关领域的研究者提供参考。
DKI是一种基于梯度方向的像素分布分析方法，通过计算像素点的梯度方向来描述组织结构的分布信息。
DKI在脑功能连接、脑灰质异型和白质纤维束追踪等方面具有广泛的应用。
近年来随着算法的优化和硬件设备的升级，DKI在磁共振成像研究中的应用逐渐受到关注。
IVIM是一种基于傅里叶变换的图像重建方法，通过对原始图像进行傅里叶变换和逆变换，实现对图像的重建。
IVIM在脑部疾病的诊断和研究中具有较高的准确性和可靠性。
然而由于IVIM重建过程复杂且计算量大，限制了其在实际临床应用中的推广。
近年来研究人员针对IVIM的一些问题进行了改进，如采用并行计算、引入先验信息等方法，以提高IVIM的重建效率和质量。
DKI和IVIM作为磁共振成像领域的重要数字图像处理技术，在脑功能连接、脑结构分析和疾病诊断等方面具有广泛的研究前景。
随着技术的不断进步和应用场景的拓展，这两种技术在未来的研究中将发挥更加重要的作用。
1. 背景介绍随着磁共振成像技术的不断发展，越来越多的研究者开始关注到一种新型的磁共振成像技术——弥散加权成像(DWI)和梯度回波成像(bMRI)。
这两种技术在过去的几年里取得了显著的进展，不仅在临床诊断中得到了广泛应用，而且在基础研究领域也取得了重要突破。
本文将对DKI和IVIM这两种磁共振新技术的研究现状进行综述，以期为相关领域的研究者提供参考。
磁共振成像(MRI)是一种利用磁场和射频脉冲来获取人体内部结构信息的无创性检测技术。
自20世纪70年代问世以来，MRI已经在临床诊断、生物医学工程、神经科学等领域取得了显著的成果。
IVIM联合DKI成像技术在肝纤维化分级中的应用价值
100·中国CT和MRI杂志 2024年1月 第22卷 第1期 总第171期【通讯作者】孙 勇，男，主任医师，主要研究方向：神经系统影像学和磁共振介入技术。
E-mail：**********************The Application Value of IVIM Combined·101CHINESE JOURNAL OF CT AND MRI, JAN. 2024, Vol.22, No.1 Total No.17110.1~24.6μmol/L，平均(16.43±4.15)μmol/L。
观察组与对照组年龄、性别比较差异无统计学意义(P >0.05)。
1.2 检查方法 采用联影3.0T uMR790磁共振成像系统进行MRI扫描，设备配备24通道腹部相控阵线圈，为确保图像质量，减少呼吸造成的伪影，对患者进行多次呼吸训练。
1.2.1 IVIM扫描：参数设置：重复时间(TR)：3000ms，回波时间(TE)75.1ms，矩阵：300×128，视野：380mm×300mm，层厚：6mm，层间距：20mm，激发次数：2，b值：b=0，25，50，100，150，200，400，600，800，1000，1500，2000，2500s/mm 2。
工作站上的专用软件，基于多b值信号强度对每个像素进行曲线拟合，计算出纯扩散系数(D)、血流扩散系数(D*)、灌注分数(f)，表观弥散系数(ADC)计算公式为：ADC=−ln[(Sb −S0)/S0]/b ，其中Sb是b值下的信号强度，S0是b=0下的信号强度。
1.2.2 DKI扫描：参数设置：TR：8000ms，TE：55ms，层厚：6mm，层间距：20mm，视野：380mm×310mm，矩阵310×128，激发次数：1，b值：b=0，200，500，1000，1500，2000s/mm 2。
磁共振IVIM和DKI对宫颈癌的鉴别诊断的应用及在宫颈癌的病理学特征的相关性研究
磁共振IVI M和DKI对宫颈癌的鉴别诊断的应用及在宫颈癌的病理学特征的相关性研究摘要：目的探讨和比较IVIM和DKI在宫颈癌中的鉴别诊断及在其病理学特征中的相关性研究。
方法：回顾性分析39例宫颈癌患者（宫颈癌组）和30例宫颈正常患者（正常宫颈组）的DWI、IVIM、DKI的影像资料，分别测量DWI单指数模型ADC值，IVIM相关双指数参数［慢速扩散系数（ADC-slow，D）、快速扩散系数（ADC-fast，D*）和扩散分数（f）］和DKI相关参数［表观扩散系数（MK）、表观峰度系数（MD）］，比较宫颈癌组和正常宫颈组、宫颈癌不同的病理分级间的各参数的差异，采用ROC曲线评估各参数诊断阈值及效能。
结果：（1）相较与正常宫颈组织，宫颈癌的ADC、D、MD值降低，而D*、f、MK值升高，各参数值均有统计学意义（P<0.05）；D值具有最佳的诊断效能。
（2）宫颈癌的分化程度越高，ADC、D、MD值越大，D*、f、MK值越小。
不同分化程度宫颈癌两两相比，ADC、D、MK值差异均有统计学意义（P<0.05），在鉴别低和中高分化、高和中低分化宫颈癌时，MK值具有最佳诊断效能（P<0.003），f值在鉴别高和中低分化宫颈癌中差异无统计学意义（P>0.05），MD值在鉴别低和高中分化宫颈癌中差异无统计学意义（P>0.05）。
结论：DWI、IVIM和DKI可以鉴别宫颈癌和正常宫颈组织，IVIM和DKI在鉴别不同分化程度宫颈癌有重要意义。
[关键词] 子宫颈癌；扩散加权成像；体素内不相干运动；扩散峰度成像；磁共振成像；病理学在世界范围内，宫颈癌是女性第四位常见的恶性肿瘤，临床上，宫颈癌主要见于45-55岁妇女，但目前有年轻化趋势[1]。
因此，提高宫颈癌的早期检出率、术前分期、病理分级对宫颈癌的治疗及预后起着至关重要的作用。
本文主要介绍的是磁共振的体素不相干运动（intravoxel incoherent motion，IVIM）和扩散峰度成像（diffusion kurtosis imaging，DKI）。
磁共振功能成像IVIM及DKI在肾癌分级诊断中的应用研究
磁共振功能成像IVIM及DKI在肾癌分级诊断中的应用研究摘要：目前，肾癌的诊断以组织学为基础，但组织学分级不能准确反映肿瘤的生物学行为和预后，因此需要寻找一种准确可靠的非侵入性诊断方法。
磁共振功能成像( MRI )在肾癌诊断中有着独特的优势，其中IVIM和DKI技术能够对肿瘤水分子的纵向弛豫时间(T1)和横向弛豫时间(T2)信息进行定量化分析。
本文旨在探究磁共振功能成像IVIM及DKI技术在肾癌分级诊断中的应用。
关键词：磁共振功能成像; IVIM; DKI; 肾癌；分级诊断1.引言肾癌是一种以肾实质为发病部位的恶性肿瘤，发病率逐年上升，其高度侵袭性和易转移性使其成为泌尿系统恶性肿瘤中的重要一类。
当前，肾癌的诊断和治疗主要以组织学为基础，但组织学分级不能准确反映肿瘤的生物学行为和预后，经常出现同一组织学分级的肿瘤具有不同的生物学行为和临床预后的情况。
因此，需要寻找一种准确可靠的非侵入性诊断方法，特别是难以手术、肿瘤位置特殊的病例中。
2.磁共振功能成像在肾癌诊断中的应用目前，磁共振成像(MRI)在肾癌诊断中有着独特的优势。
与传统的多普勒超声、CT等诊断方法相比，MRI更适用于肾脏解剖、血管解剖和肌肉组织学信息的显示和定量化。
MRI还可以采用不同的成像技术对肾癌进行定量化分析，如弥散加权成像(DWI)、血管生成成像(ASL)、磁共振波谱成像、磁共振弹性成像、磁共振血流动力学等。
其中IVIM (intra-voxel incoherent motion) 和 DKI (diffusion kurtosis imaging) 技术能够对肿瘤水分子的纵向弛豫时间(T1)和横向弛豫时间(T2)信息进行定量化分析，提供了比传统DWI更为准确的信息。
有研究表明，IVIM分化指数可以帮助鉴别不同组织的病变程度，而DKI可以提供更准确的分级信息。
3.磁共振功能成像IVIM和DKI技术在肾癌分级诊断中的应用3.1 IVIM技术IVIM (intra-voxel incoherent motion) 是一种基于弥散加权成像(DWI)探测组织水分子运动特征的成像分析技术，旨在通过分析局部光谱的弥散系数和灰度值等参数进行组织成像。
磁共振DWI、IVIM和DKI在宫颈癌中的诊断
磁共振DWI、IVIM和DKI在宫颈癌中的诊断作者：郭鑫张铎孟姮来源：《中外女性健康研究》2020年第04期【摘要】目的：探讨和比较DWI、IVIM和DKI在宫颈癌中的诊断结果。
方法：回顾性分析39例宫颈癌患者（宫颈癌组）和30例宫颈正常患者（正常宫颈组）的DWI、IVIM、DKI的影像资料，分别测量DWI、IVIM、DKI的参数值，比较宫颈癌组和正常宫颈组各参数的差异，采用ROC曲线评估各参数诊断阈值及效能。
结果：与正常宫颈组相比较，宫颈癌组的ADC、D、MD值下降，而D*、f、MK值上升，各参数值均有统计学意义;D值具有最佳的诊断效能。
结论：DWI、IVIM和DKI可以鉴别宫颈癌和正常宫颈组织。
【关键词】子宫颈癌;扩散加权成像;体素内不相干运动;扩散峰度成像;磁共振成像在世界范围内，宫颈癌是女性第四位常见的恶性肿瘤[1]，临床上，宫颈癌主要见于45～55岁妇女，但目前有年轻化趋势[2]。
因此，提高宫颈癌的早期检出率、术前分期、病理分级对宫颈癌的治疗及预后起着至关重要的作用。
本文主要介绍DWI、IVIM和DKI在宫颈癌中的应用，主要是DWI、IVIM和DKI序列相关参数在宫颈癌和正常患者间的诊断。
1 材料与方法1.1 研究对象收集2017年5月至2018年5月于本院接受治疗的宫颈癌患者及正常女性志愿者MRI检查的相关信息。
共接收符合接收标准的女性69例，其中30名为正常女性志愿者，39名为宫颈癌患者。
1.2 仪器及检查方法所有检查者采用3.0T MRI机扫描，使用8通道腹部线圈。
进行DWI、IVIM、DKI及T1WI、T2WI轴位扫描。
1.3 数据测量及分析选取感兴趣区：参考比较T1、T2的轴位、T2压脂的矢状位，DWI、DKI序列以及IVIM 的感性兴趣区，在宫颈癌患者宫颈病灶最大截面和上下两层面沿病灶边缘内侧画出，感兴趣的面积均在50～80mm2。
用WorkSpace测出IVIM参数值（D、D*、f）、DKI参数值（MD、MK）作为该病灶的最终值。
dki指标
深入理解DKI指标一、引言在数据分析和研究中，我们经常会遇到各种复杂的指标。
其中，DKI（Diffusion Kurtosis Imaging）是一种在磁共振成像（MRI）中用于测量组织内水分子扩散特性的指标，尤其对于神经科学研究具有重要的价值。
本文将详细介绍DKI指标的定义、计算方法、应用领域以及其在神经科学中的重要性。
二、DKI指标的定义DKI是一种基于磁共振成像的水分子扩散成像技术，它能够提供关于水分子扩散的额外信息，即扩散的各向异性。
传统的扩散张量成像（DTI）模型假设水分子在各个方向上的扩散是相同的，这就是所谓的各向同性扩散。
然而，实际上，水分子的扩散往往在不同的方向上有所不同，这就是扩散的各向异性。
DKI就是用来测量这种各向异性的。
三、DKI指标的计算方法DKI的计算方法比DTI更为复杂。
首先，需要从DTI图像中计算出平均扩散率（MD）和平均径向扩散率（MRD）。
然后，使用这些参数来构建DKI模型，该模型包括两个主要成分：平均扩散率和平均径向扩散率的平方。
最后，通过求解这个模型，可以得到DKI图像。
四、DKI指标的应用领域DKI指标主要应用于神经科学研究，尤其是在大脑结构和功能的研究中。
例如，DKI可以帮助研究人员更好地理解神经元的微环境，揭示神经系统的发育过程，以及研究神经退行性疾病如阿尔茨海默病、帕金森病等的病理机制。
此外，DKI还可以应用于脑肿瘤的研究，帮助区分良性和恶性肿瘤。
五、DKI指标在神经科学中的重要性在神经科学研究中，DKI指标的重要性主要体现在以下几个方面：1. 揭示神经微环境：DKI可以提供关于水分子扩散的各向异性信息，这对于理解神经元的微环境非常重要。
例如，它可以揭示神经元周围的胶质细胞如何影响神经元的扩散行为。
2. 研究神经系统的发育：通过比较不同发育阶段的DKI图像，研究人员可以了解神经系统的发育过程。
例如，他们可以研究婴儿大脑的发育过程，或者研究老年人大脑的衰老过程。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
DＫI
至少需要两个以上非零ｂ值，最大b值≥2000s/mm2 (Brain DKI要求) 每个ｂ值１５个方向以上
-
弥散峰度－Diffusion Kurtosis
Kurtosis •normalized and standardized fourth central moment of the water displacement distribution •四阶中心距，主要用来衡量随机分布变量的分布在均值附近 的陡峭程度
弥散成像介绍
DKI IVIM
-
近8年CNKI DTI，DKI，IVIM应用文章查询比较
-
技术层 面改进
Resolved DWI
Focus DWI
High Resolution
DWI
多b值 定量
多b值
AQP
IVIM
DKI
多方向 DTI DSI
HARDI
-
DTI-DKI
-
模型构建
DTI
3D张量 至少６个以上方向
四阶张量模型
-
弥散峰度参数意义
-
by SE EPI with TR/TE = 2300/109 ms, slice thickness 2 mm, FOV 256 × 256 mm2, data matrix 128 × 128, NEX = 2, 6 b-values (0.0, 0.5, 1.0, 1.5, 2.0 2.5 ms/µm2) along 30 directions using a 3T Siemens scanner
-
鉴别AS2和AS3，MK，ADC和FA的ROC曲线
-
-
水弥散模型
IVIM
-
AQP MR 三指数模型 更高b值
DWI-IVIM
单指数模型
双指数模型
体素内不相干运动-IVIM
D为水分子弥散系数-Dslow，D*是水分子伪弥散系数，快速扩散 运动成分-Dfast，取决于血流速度和毛细血管形态，f是灌注分数
-
IVIM
• 体素内不相干运动成像-Intro-voxel Incoherent Movement
• 快速扩散Fast D：微循环灌注 • 慢速扩散Slow D：细胞内外水分子扩散
• 模型拟合：
• 常规ADC只需两个b值 • IVIM模型拟合需要多个b值 GE 头部IVIM 18个b 值20, 50, 100, 150, 200, 400, 600, 800, 1000, 1200, 1500,1800, 2000, 2200, 2500, 3000，4000
-
-
DKI 模型的应用
• 中枢
灰白质微观结构的高度敏感性和特异性 – 脑缺血和脑梗死 – 脑创伤（TBI） – 脑肿瘤-区别高低级别胶质瘤 – 神经退行性疾病
• 体部 MK用于肿瘤良恶性鉴别
各向异性不强，无需多方向扫描——减少扫描时间 – 前列腺癌检出 – 肝胆管癌分级
-
Peter Raab etc. 2010 脑星形细胞瘤AS 和多形性胶母细胞瘤GBM
-
T2 fs Slow ADC
Slow ADC 女，53岁
融合常 规DWI
Fast ADC
-
A
B
C
D
E
F
• A： 增强后wibe 强化前后T1mapping值为：998-652， 同层脂肪信号为 304,303
• B： 常规ADC 0.000665 C： trace • D： slow ADC 0.000583 E： fast ADC 0.00704 • F：Fraction of fast ADC 0.405
-
IVIM应用
• 体部
• 肝癌、肝纤维化 • 肾肿瘤、 • 前列腺癌 • 周围型肺癌 • 宫颈癌 • 乳腺….
• 头颈部
• 脑胶质瘤 灌注 • 脑梗死 • 鼻咽癌….
关注重点：灌注
-
Slow ADC 反映的是组织水分子的弥散特性，而Fast ADC反映 的是灌注情况，与3D ASL 较吻合
影像因子：IVIM灌注受b值个数和大小等 脑脊液干扰 准确性 值得商榷 ASL：体位、延迟标记时间PLD、静脉污染等
-
DKI vs IVIM
多b值成像 较常规DWI DTI提供更多参数，显示பைடு நூலகம்细微观结构复杂性上有优势
• DKI
• 中枢应用为著 • 前列腺癌评估
• IVIM
• 灌注相关疾病 • 腹部应用广泛
局限性： b值选择、数据测量、扫描方式和模型拟合数学方式需统一和完善
-
Thank You!
Any more information please give some questions -