大腦生理物理特性參數(shù)的快速定量磁共振成像方法研究.pdf_第1頁
已閱讀1頁,還剩150頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、大腦磁共振定量參數(shù)如彌散系數(shù)、各向異性分數(shù)、縱向弛豫時間T1、橫向弛豫時間T2以及質(zhì)子密度等能反映組織的生理物理特性,被證明是一種敏感的診斷疾?。ㄈ绨d癇、多發(fā)性硬化、癌癥等)的生物標記。然而由于常規(guī)磁共振定量成像方法掃描時間過長,這些方法很少用于臨床應(yīng)用中??臻g分辨率和成像速度在定量成像中是一對矛盾的需求,盡管在最近研究中取得了一些進展,全腦快速魯棒的高分辨率定量成像仍然是一個挑戰(zhàn)。本論文針對大腦定量成像中掃描時間長、分辨率低等問題,提

2、出了一系列改進方法并將其初步應(yīng)用于臨床中,主要完成了以下四個研究工作。
  本文研究一提出了一種3D磁共振指紋成像(MRF)采集和滑動窗和GRAPPA混合重建技術(shù),在臨床可接受的時間范圍內(nèi)獲得全腦高分辨率T1、T2和質(zhì)子密度圖譜。人體成像結(jié)果顯示在7.5分鐘的掃描時間內(nèi)這一技術(shù)可以獲得全腦1×1×1mm3分辨率的定量T1、T2和質(zhì)子密度圖譜,為快速獲得反映組織生物物理特性的定量圖譜奠定了技術(shù)基礎(chǔ)。
  在研究一的技術(shù)基礎(chǔ)上,

3、本文研究二初步將MRF技術(shù)應(yīng)用于實際臨床驗證中。研究二運用MRF定量研究了顳葉內(nèi)側(cè)癲癇患者的海馬硬化病灶的微小改變,并比較了MRF方法和常規(guī)基于T1和T2加權(quán)圖像的目測診斷法在診斷海馬硬化病灶的敏感性和特異性。僅用2.5分鐘掃描時間,MRF掃描可以發(fā)現(xiàn)顳葉內(nèi)側(cè)癲癇患者的可疑海馬硬化病灶,并獲得比目測法結(jié)果更高的診斷符合率。我們認為MRF有潛力在多參數(shù)定量成像和癲癇的臨床診斷中發(fā)揮作用。
  除了研究T1、T2和質(zhì)子密度圖譜,本文還

4、研究了基于高分辨率擴散定量圖譜的快速成像技術(shù)。本文研究三提出了結(jié)合并行成像和低秩約束的魯棒重建方法(LR-SENSE),加速高分辨率多次激發(fā)擴散螺旋成像。在相同加速倍速下,LR-SENSE方法重建的多方向擴散加權(quán)成像和擴散定量圖譜具有最小的歸一化均方根誤差。這一技術(shù)能夠加速高分辨率擴散成像,在較短時間內(nèi)獲得具有更小噪聲和誤差的擴散加權(quán)成像和定量的各向異性分數(shù)圖譜。
  本文研究四提出了在高分辨率擴散成像中采用虛擬線圈采集和重建架構(gòu)

5、加速單次激發(fā)平面回波成像(SS-EPI)和廣義層面抖動分辨率增強(gSlider)成像。本文提出的基于相位匹配的虛擬線圈重建技術(shù)顯著提高了SS-EPI和gSlider的圖像重建質(zhì)量,相比于常規(guī)重建方法降低了g-factor,減少了重建的偽影。這一技術(shù)可以在8-9倍加速下獲得高質(zhì)量低噪聲的擴散成像,對臨床應(yīng)用和神經(jīng)科學研究帶來幫助。
  綜上所述,本論文圍繞大腦生理物理參數(shù)的快速定量成像技術(shù)展開研究,針對擴散成像和弛豫時間成像目前存

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論