CN104471423B - 在组织微细管网络内的水的相对量的量化 - Google Patents

在组织微细管网络内的水的相对量的量化 Download PDF

Info

Publication number
CN104471423B
CN104471423B CN201380033778.6A CN201380033778A CN104471423B CN 104471423 B CN104471423 B CN 104471423B CN 201380033778 A CN201380033778 A CN 201380033778A CN 104471423 B CN104471423 B CN 104471423B
Authority
CN
China
Prior art keywords
compensation
diffusion
flowing
pgse
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201380033778.6A
Other languages
English (en)
Other versions
CN104471423A (zh
Inventor
丹尼尔·托普加德
萨摩·拉西克
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Douglick
Landmwork Imaging Co ltd
Original Assignee
CR Development AB
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CR Development AB filed Critical CR Development AB
Publication of CN104471423A publication Critical patent/CN104471423A/zh
Application granted granted Critical
Publication of CN104471423B publication Critical patent/CN104471423B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56341—Diffusion imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A61B5/0263—Measuring blood flow using NMR
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/5635—Angiography, e.g. contrast-enhanced angiography [CE-MRA] or time-of-flight angiography [TOF-MRA]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56366—Perfusion imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56509—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to motion, displacement or flow, e.g. gradient moment nulling
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04C—ROTARY-PISTON, OR OSCILLATING-PISTON, POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; ROTARY-PISTON, OR OSCILLATING-PISTON, POSITIVE-DISPLACEMENT PUMPS
    • F04C2270/00—Control; Monitoring or safety arrangements
    • F04C2270/04—Force
    • F04C2270/041—Controlled or regulated
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/543—Control of the operation of the MR system, e.g. setting of acquisition parameters prior to or during MR data acquisition, dynamic shimming, use of one or more scout images for scan plane prescription
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Radiology & Medical Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Vascular Medicine (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Hematology (AREA)
  • Cardiology (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明公开了一种用于磁共振(MR)成像的方法，包括：获取具有源自引起来自扩散而不是流动(流动补偿的数据)的信号衰减的RF和梯度脉冲序列的不同移动加权的至少两个MR图像；获取具有源自引起来自扩散和流动(非补偿的数据)的信号衰减的RF和梯度脉冲序列的不同移动加权的至少两个MR图像；对所述流动补偿的数据和非补偿的数据执行模型拟合，其中可调节的参数中的至少一个可调节的参数被限制成对两个数据集都相同；以及通过从所述模型拟合中提取体素内非相干性移动(IVIM)效果的至少一个参数来获取关于微观流动的定量信息，所述方法指向扩散‑灌注。

Description

在组织微细管网络内的水的相对量的量化
技术领域
本发明涉及一种用于分析利用速度补偿的可变量记录的扩散加权的磁共振(MR)图像以量化在组织微脉管系统内流动的血液的量和速度的方法。
背景技术
分子扩散和灌注两者(即在方向混乱的毛细管网络内流动的血液)都会导致在扩散加权MR成像中的信号强度的衰减，该效果已知为“体素内非相干性移动(IVIM)”。LeBihan(1)做出了开创性的工作，通过对记录为扩散加权变量b的函数的扩散加权MR图像的双指数分析来估计流水的伪扩散系数D*、灌注比f、以及非流动的细胞外的水和细胞内的水的扩散系数D。这种分析最近被应用到乳腺癌(2)和肝硬化(3)，表明灌注参数(D*和f)可以用于诊断病理学条件，在该病理学条件中在微脉管系统中流动的血被改变。f的值的范围从大脑内的4％到胰腺(4)内的25％。该分析被众所周知的问题所阻碍：从嘈杂的多指数信号衰减数据(5)中提取具有相似的衰减常数的指数分量。为了获取在D(其独立于扩散时间)和D*(大约与扩散时间成比例)之间的充分的差，在长的回声时间(例如100ms)时经常执行扩散加权，这样导致额外的信号下降和由于核自旋-自旋弛豫产生的噪声的影响。
通过应用扩散加权梯度调制方案可以部分消除源自灌注的信号衰减，在扩散加权梯度调制方案中以恒定速度流动的自旋的相移被重新聚焦(6-8)。通过获取流动补偿的和非补偿的图像的差获得的图像产生关于毛细血管密度(6、7)的信息。不幸的是，图像信噪比(SNR)通常太低而不能使用基于差异图像的分析方法来准确地量化病理上诱发的血管内的部分的变化。
对关于信号获取和分析的当前现有的协议噪声的过度敏感(双指数拟合信号与b数据或流动补偿的数据与非补偿的数据的差值图像相对比)目前阻止了潜在的有益的灌注参数的广泛的临床应用。基于上述考虑，拥有用于获取具有更大准确度的这些参数和与当前现有的方法相比对噪声尽可能不太敏感的方法将是非常令人满意的。
US7336072提供了一种用于在MRI中可视化宏观流动的方法。该方法提供对通过流动补偿序列和非流动补偿序列获得的数据的分析。在信号的相位中包含关于宏观流动(速度)的信息，并且该信息被US7336072中公开的方法提取。基于信号相位信息，存档的速度被构造来可视化宏观流动。在US7336072中提供了不同的可视化方法，例如使用颜色编码的导图或者矢量场。对于综合的流动成像数据读取，在解剖的图像上叠加速度场。为了识别具有流动组织和静止组织的区域，减少了通过流动补偿序列的和非补偿的序列获取的信号的幅度。
发明内容
本发明涉及克服前述问题的数据分析方法和对应的图像获取协议。本发明利用基于从具有程度可变的流动补偿的试验得到的数据使能独立地分析扩散和灌注对伪扩散系数的影响。改变流动补偿的程度允许对弥散的流动进行更加稳健的量化。
根据本发明的一个方面，提供了一种用于磁共振(MR)成像的方法，包括：
获取具有源自引起信号衰减扩散而不是流动的RF和梯度脉冲序列的不同的移动加权的至少两个MR图像(流动补偿的数据)；
获取具有源自引起信号衰减扩散和流动的RF和梯度脉冲序列的不同移动加权的至少两个MR图像；
对所述流动补偿的数据和非补偿的数据执行模型拟合，其中被调节的参数中的至少一个被限制成对两个数据集都相同；以及通过从所述模型拟合中提取体素内非相干性移动(IVIM)效果的至少一个参数来获取关于微观流动的量化信息。
应当提到的是，所述至少一个参数的提取当然地可以与提取体素内非相干性移动(IVIM)效果的若干参数有关。此外，根据一个具体实施方式，该提取与从模型拟合的数据集提取关于微细管的水的比和速度弥散度值或伪扩散值的信息有关，微细管的水的比和速度弥散度值或伪扩散值归因于体素内非相干性移动(IVIM)。
根据本发明的方法当与US7336072中公开的相比较时还基于对通过流动补偿的序列和非补偿的序列获取的数据的分析。然而，该分析方法目的是量化体素内非相干性移动效果(IVIM效果)。根据本发明的方法的目的是以相较于已经建立的方法(即衰减数据的双指数和分段拟合)以更高的精确度和准确度来量化在组织微吸管网络内的水的相对量。本方法还允许微细管网络内的速度弥散度的量化。相比之下，在US7336072中公开的方法目的在于在宏观流动中的速度的量化。此外，根据本发明的分析是基于信号幅度数据，而通过在US7336072中的方法的存档的和提取的宏观速度是基于信号相位数据。根据本发明的方法是基于流动补偿的数据和非补偿的数据的限制拟合。在US7336072中没有公开这样的数据拟合方法。如从上述内容应该注意到，如在本发明以下所公开的根据本发明的方法与在US7336072中公开的方法非常不同。
如上所述，根据本发明，基于从具有可变程度的流动补偿的试验得到的数据可以分别地分析扩散对伪扩散系数的影响和灌注对伪扩散系数的影响。作为特殊情况，考虑从流动补偿的试验和非补偿的试验得到数据。发明人建议一种新的具有可变程度的流动补偿的扩散-灌注试验和新的流动补偿的数据和非补偿的数据的联合分析来以相较于常规方法改善的准确度和精确度来量化流动。
通过将下面的公式(18)回归到变量b和α的信号衰减数据E(b,α)可以得到关于概率分布的信息。
允许独立地调节扩散加权b和速度弥散度加权α的脉冲序列可以被用来通过将扩散和速度弥散度对总的信号衰减的贡献解开来量化速度弥散度，其通过伪扩散系数D*来表征。在扩散-灌注关联试验(D-P)中，其中可以独立地调节试验参数b和α，在扩散系数和速度弥散度之间的关联的测量允许当在系统中存在一个或多个扩散或速度弥散度分量时将速度弥散度分量和对应的扩散分量相关联。
对利用流动补偿的和非补偿的梯度调制方案获取的信号衰减数据进行联合双指数分析产生对在微细管网络内流动的水的均方根流速v和部分群体f、以及在周围组织内的“静止”的水的扩散系数D的估计。流动补偿的和非补偿的方案被优化来对于关于硬件性能和核弛豫时间的给定限定分别地产生对流动的最大不灵敏度和灵敏度。
在下文和在权利要求中提供本发明的另外的具体的实施方式。本发明具有许多可能的应用领域。例如，获取的关于微观流动的量化信息可以被用于诊断疾病。可能的使用是作为关于诊断(例如通过使用CBV(脑血容量)和CBF(脑血流量)参数)肿瘤血管属性的方法，例如血容量比分和/或微脉管流速。诊断的适应症的示例是乳腺癌或肝硬化。
附图说明
图1显示了关于具有通过公式19(见下文)描述的两个信号作用的例子的概率分布的示意图。
图2显示了关于移动加权的核磁共振(NMR)或者磁共振成像(MRI)的脉冲序列的示意图。
图3也显示了关于移动加权的核磁共振(NMR)或者磁共振成像(MRI)的脉冲序列的示意图。
图4示出了关于移动加权的核磁共振(NMR)或者磁共振成像(MRI)的通常已知的脉冲序列。
图5示出了关于流动补偿的脉冲序列和非补偿的脉冲序列的模拟数据。
图6示出了如利用传统协议(“标准的”和“分段的”)以及根据本发明的量化的灌注比f的准确度和精确度。
具体实施方式
组织内的血的灌注是重要的生理参数。血管血容量和流速度被很好地建立作为在肿瘤诊断和治疗中的指示参数。尽管做了很多努力，然而用于探测灌注的非侵入性方法非常慢地针对具有临床价值但是侵入性的方法(基于顺磁性造影剂的MRI方法或者例如利用放射性示踪剂(9)的方法)铺设自己的立场。基于非侵入性扩散的方法非常有前途，但是由于它们对噪声的过度敏感，至今还没有在日常临床实践中被充分证明。在已经示出随机定向流动的作用对一般的扩散试验中的信号衰减有作用(6-8)。相应地，随机流的作用可以被观察为叠加到分子扩散效应上，导致双指数信号衰减(1)。该效应(被称为“体素内非相干性移动(IVIM)”)被使用灌注比f和所谓的伪扩散系数D*进行量化。
基于放射性示踪剂的摄取或冲刷，传统的灌注测量提供了关于脑血流量(CBF)和脑血容量(CBV)的信息。由于IVIM效果的灌注比f与CBV参数成比例，而fD*的积与CBF参数成比例(10)。CBF/CBV和IVIM参数(也就是f和D*)之间的精确关系依赖于组织和微循环特性。同样地，根据本发明，通过新的分析协议获得的参数与CBV和CBF紧密关联。已经示出了在活的有机体内的CBV和CBF参数的估计可能也具有基于IVIM分析(10、11)的扩散加权动脉自旋标记MRI技术。参考上面描述的，根据本发明的方法可以指向估计肿瘤系统。因而，根据本发明的一个具体实施方式，定量信息与肿瘤血管属性相关，例如血液容积率和/或微脉管流速(例如由至少CBV(脑血容量)和/或CBF(脑血流)参数构成)。
在另一个方面，在流动补偿的NMR扩散试验中，可以避免由于灌注导致的其它衰减，潜在地允许将流动的效果和扩散的效果相分离(7)。流动补偿的和非补偿的PGSE NMR技术的结合可以被用来提取关于非局部弥散张量的信息，表示依照时间和空间的关联的对弥散流动的基本描述(12)。虽然在组织内的伪扩散系数是比普通的扩散系数大的数量级，但是灌注对可观察的信号仅有小比例(大约10％)的作用，因此非常难以可靠地检测。对弛豫效果的解释的在扩散加权的MRI中的IVIM效果的分析指示：在胰腺内的灌注比是大约25％而在大脑内的灌注比仅大约是4％。蒙特卡洛误差分析示出大的信噪比是灌注比的准确估计所需要的(13)。尽管该限制，因为在不同的生理和病理条件下允许非侵入地分离血流和毛细管容量的作用，所以基于扩散的灌注检测是有诱惑力的。
依照暂时的位移关联，可以识别动力学的两个极限情况，即非关联的扩散移动和相干流动。由于在不均匀的磁场内的共振频率的空间变化，可观察的NMR信号承载关于在NMR试验的时间尺度上的移动的平均属性的信息。在自旋回声试验中，回声衰减与扩散系数成比例，而信号相位与平均流速成比例。流动补偿的NMR扩散试验被设计来估计由于流动导致的相移。在一些情况下，核子的若干子集的动态属性影响NMR信号。例如如果探测到具有不同扩散属性的核子可以产生这样的情况，例如由于不同的分子种类或者当核子在NMR试验过程中在探测的样本空间内在形态学上不同的环境中保持被隔离。由于组织内细胞外的和细胞内的水产生的两种分量扩散是后一种情况的众所周知的示例。扩散流动(其中具有恒定的但是不同的速度的核子的若干子集共存)是若干子集合作用的另一个示例。即使在试验的时间尺度上这些作用的速度可以是恒定的，然而它们的相位作用可以由于速度扩散是不相干的，引起试验中的附加的衰减因素而没有流动补偿。这被称为IVIM模式，其描述没有灌注时依照静止组织的扩散的双指数自旋回波衰减，并且作为由于流动(灌注)的附加的衰减，被量化为伪扩散系数D*。基于从具有可变程度的流动补偿的试验中得到的数据可以分别分析在伪扩散系数上的扩散和灌注的效果。改变流动补偿的程度允许对扩散流的更加稳健的量化。作为特殊的情况，来自流动补偿的试验和非补偿的试验的数据被考虑。发明人建议了一种具有可变程度的流动补偿的新的扩散灌注试验(D-P试验)和一种流动补偿的数据和非流动补偿的数据的新的结合分析来以与传统方法相比的改善的准确度和精度量化流动。
在理想的均匀磁场中，自旋相位是一致的并且磁化以拉莫尔频率(ω0＝γB0)旋转，其中γ是核旋磁比以及B0是磁场强度。在旋转帧中，通过平均磁场B0来限定，通过自旋总体均值给出可观察的NMR信号：
S(t)＝S0<e-iφ(t)> (1)
其中S0是激发后的信号幅度，包括弛豫效果和初始自旋作用，以及是通过沿梯度改变磁场梯度G(t)以及相对自旋位移z(t)给出的单独的自旋作用的相对相位，沿着梯度表示为：
注意，位移和速度通过下式关联：
通过引入移相因子q(t)可以利用速度来表达相位，表示为
其在自旋回声tE的时间消失，即q(tE)＝0。
在自旋回声的时间tE，因此通过下式给出来自公式2的相对相位：
公式1中的指数的总体平均值可以表示为依照累积系列(14)的平均值的指数。在高斯近似中，即忽略高于二阶的累积作用中，通过下式给出在自旋回声时间tE的可观察信号：
其中总和遍历所有利用不同加权Sk、累积相位φk和衰减因子βk的子集作用。注意，在弛豫时间上的可能的子集的差异被计入Sk系数。累积相位与子集平均速度成比例：
φk(tE)＝<vk>α (7)
以及
注意，对于低补偿的序列α＝0。在另一个方面，通过速度波动给出衰减uk＝vk-<vk>并且以速度自相关函数(VACF)、<uk(t1)uk(t2)>表示该衰减为：
注意，对于非相关速度波动，可以利用扩散系数Dk将VACF近似表示为迪拉克德耳塔函数为：
<uk(t1)uk(t2)>＝2Dkδ(t2-t1) (10)
产生衰减
其中b是扩散加权因子。
在流动扩散的情况下，通过利用不同的速度在公式6中的子集的平均提升其他的衰减项。导致附加的信号衰减的由于分散流产生的相位相干损失的程度依赖于相对于流速和特征长度尺度l的观察时间，在特征长度尺度l上流速发生改变。如果流速在试验时间内变化，例如由于相对于位置/移动编码梯度的流动方向的变化，失去了相位一致性，导致与扩散相似的信号衰减。由于具有速度v的流动产生的明显的扩散系数可以在这样的情况下近似为Dv＝lv/6(1)。然而，当α>0时净流量的存在将产生累积相移。本文我们考虑另一种极端情况，其假设在试验时间内不同的子集具有恒定但不同的速度。这对应于由足够长的直线部分构成的毛细管网络模型，使得血流在试验时间内不改变方向(见参考文献1的图3b)。
对于具有常规扩散系数D的一组子集，公式6可以写为：
其中，P(v)是速度概率密度。函数P(v)可以说明对与在组织(1，6)内的流动对应的不同的速度扩散模型。出于简便的目的，如果假定具有宽度<v2>的高斯分布，则假设
公式12产生
在公式14中的总的衰减因子经常以伪扩散系数D*表示，
S(tE)＝S0e-bD*。 (15)
比较公式14和15给出伪扩散系数为：
注意比例α2/b依赖于梯度脉冲序列设计。为了最大化流动的效果，在伪扩散系数中证明了可以将脉冲序列设计成最大化比例α2/b。在公式16中，我们引入vd 2作为速度弥散度的量度，其以依赖于特定的速度弥散度模型的速度为尺度。如果假定了高斯速度分布，根据公式13和随后的公式14，通过下式给出vd 2：
注意在公式17中的比例因子反应vd 2与流动的实际微观属性的关系，可以是非常复杂的，并且与根据本发明的分析无关。例如，如果假定了具有平推流和均匀的角分布的直的毛细管部分，通过平推流速度的辛格函数给出产生的回波衰减(6)，其在高斯近似中给出1/6的比例因子，而不是1/2(见公式17)的比例因子，并且<v2>表示平推流速度的平方。
公式14描述了具有单个D和<v2>作用的情况。当在系统中存在更多的扩散或速度弥散度分量时，公式14可以被概括为概率分布的拉普拉斯变换，其中试验参数b和α2是系统参数D和vd 2的倒数。对于多分量系统，通过下式给出归一化的信号衰减：
概率分布是归一化的，因此通过测量的信号密度E(b,α)的逆拉普拉斯变换给出。通过可以显示不同的扩散系数(D)和速度弥散度分量(vd 2)之间的相互关系。通过在变量b和α处在信号衰减数据E(b,α)上回归公式(18)可以得到关于概率分布的信息。
允许独立地调节扩散加权b和速度弥散度加权α的脉冲序列可以被用于通过将扩散和速度弥散度对总的信号衰减的贡献解开来量化速度弥散度，其通过伪扩散系数D*来表征。在扩散-灌注关联试验(D-P)中，其中可以独立地调节试验参数b和α，在扩散系数和速度弥散度之间的关联的测量允许当在系统中存在一个或多个扩散或速度弥散度分量时将速度弥散度分量和对应的扩散分量关联起来。
在组织内可以存在不同的信号作用，一些受灌注和扩散两者的影响，一些仅受扩散的影响。例如，一个人可以考虑两个信号作用，对于一个通过扩散系数Df和速度弥散度vd 2两者一起给定衰减，而对于另一个，仅通过扩散系数D给定衰减。在这种情况下通过下式提供归一化的信号密度：
此处，f是灌注的作用的比例。图1中示意性地示出了通过公式19概括的例子的概率分布应当注意，表示为在轮廓图上的(Df,vd 2)和(D,0)坐标处的峰值的两个作用可以仅沿α2的倒数vd 2的轴线分解。这样以不同的扩散加权b改变α提供一种分解速度弥散度分量的方法，并且因而将速度弥散度分量和扩散分量相关联。如果可以通过两个扩散分量和一个速度弥散度分量来描述系统，通过将公式19回归到信号衰减数据上可以量化扩散系数D和Df、速度弥散度vd 2和比例f。
若干脉冲序列满足允许独立变量α和b实现D-P试验的标准。尽管可以使用不同的梯度调制方案，包括不同的振荡梯度波形，在图2和3中示出的示例利用脉冲梯度。
在图2中示出的D-P脉冲序列的例子可以被视为包括两个连续的移动敏化块，其中一个是流动补偿的(α＝0)而另一个不是流动补偿的。在图2的部分1中，D-P序列包括两个不同的双PGSE块，每一个具有其自身的梯度幅度Gd1、Gd2和定时参数δd1、δd2、δd1和δd2。第一块不是流动补偿的，第二块是流动补偿的(α＝0)。通过改变梯度幅度Gd1、Gd2和/或持续时间δd1、δd2和/或脉冲分离Δd1、Δd2中的两个可以独立地调节α和b。
图2的部分2中的D-P序列包括单独的PGSE块和双PGSE块，其每一个具有其自身的梯度幅度Gs、Gd和定时参数δs、δd、δs、δd。第一块不是流动补偿的，第二块是流动补偿的(α＝0)。通过改变梯度幅度Gs、Gd和/或持续时间δs、δd和/或脉冲分离Δs、Δd中的两个可以独立地调节α和b。该示例的具体情况是当梯度脉冲持续时间对所有脉冲都相同时，δ＝δs＝δd。在该情况下，通过qs,d＝γGs,dδ、速度弥散度加权α＝qsΔs、以及扩散加权给出移相幅度扩散加权。通过调节qs和qd可以独立地调节α和b。
在图3中示出的示例可以被视为单个块设计，其中可以独立地调节α和b。在图3的部分1中的D-P序列包括两个单独的PGSE块，其每一个具有其自身的梯度幅度G1和G2和定时参数δ1、δ2、Δ1、Δ2。全部的块允许可改变的流动补偿(α)。通过改变梯度幅度G1、G2和/或持续时间δ1、δ2和/或脉冲分离Δ1、Δ2中的两个可以独立地调节α和b。该示例的具体情况是当对所有脉冲梯度脉冲持续时间都相同时，δ＝δ1＝δ2，并且脉冲分离在两个PGSE块中相同时，Δ＝Δ1＝Δ2，使得通过q1,2＝γG1,2δ提供移相幅度，通过α＝(q1-q2)Δ提供速度弥散度加权，以及通过提供扩散加权。通过调节q1和q2可以独立地调节α和b。在图3的部分1中示出的示例的另一个具体情况是在图3的部分2中示出的示例。在该示例中，梯度脉冲持续时间短，δ＝δ1＝δ2→0，并且梯度幅度都是相同的，|G1|＝|G2|＝G，使得通过q＝γGδ提供移相幅度，并且改变脉冲分离使得它们的和是恒定的扩散时间(td＝Δ1+Δ2)，并且表示为ε＝Δ1-Δ2的差可以跨越间隔0-td。然后通过α＝qε提供速度弥散度加权，通过b＝q2td提供扩散加权。通过调节q和ε可以独立地调节α和b。在图3的部分3中示出的D-P序列示例中，梯度调制包括具有幅度G1、G2和G3以及定时参数δ1、δ2、δ3、Δ1、Δ2的三个梯度脉冲。全部的块允许可变的流动补偿(α)。回波条件限制了在三个梯度脉冲幅度G1、G2和G3和持续时间δ1、δ2、δ3之间的关系。通过改变梯度幅度G1、G2、G3和/或持续时间δ1、δ2、δ3和/或脉冲分离Δ1、Δ2中的两个可以独立地调节α和b。该梯度调制示例的具体情况是当对于三个脉冲梯度脉冲持续时间相同时，δ＝δ1＝δ2＝δ3，并且脉冲分离是相同的，Δ＝Δ1＝Δ2。在这种情况下，通过G2＝-(G1+G3)关联梯度幅度，通过q1,3＝γG1,3δ提供移相幅度，通过提供速度弥散度加权以及通过提供扩散加权。通过调节q1和q3可以独立地调节α和b。
对于在临床扫描仪上的D-P试验的实施，由于它们可以与不同的读出协议结合来便利地实施，因而分别在图3的部分1和图3的部分3中所示出的序列可以最好地适合。这些序列(尤其是在图3的部分3中示出的序列)可以利用对序列定时参数的合适选择要求最小的梯度转换并且因此受益于在临床扫描仪中经常遭遇的梯度转换速率和幅度限制。
还可以通过仅使用参数α的两个值来执行试验，其中一个值被设置为零，另一个值被设置成非零的值。通过使用流动补偿的序列(α＝0)和通过使用非补偿的序列可以分两部分执行该试验。若干脉冲序列可以被用作流动补偿的序列或非补偿的序列。图4中给出了这样的序列的一些示例。
对于具有一对持续时间δs的强度Gs的窄脉冲和在脉冲Δs(参见图4的部分1)的前沿之间的分离的单脉冲梯度自旋回声(单-PGSE)序列，通过下式给出移相幅度：
qs＝γGsδs (20)
并且通过下式给出扩散和速度加权因子：
b＝qs 2(Δs-δs/3)以及 (21)
α＝-qsΔs (22)
通过下式给出伪扩散系数(见公式16)：
其中，D在自由扩散的情况下独立于Δ并且对于限制扩散的情况与Δ成反比，D*由于流动的显性效果与Δ大致成比例(见公式23)。注意，公式23暗示由于通过使用长的脉冲分离时间可以最大化流动的回声衰减，使得Δs>>δs。
利用任何振荡的梯度序列(α＝0的状况对其是真实的)可以实现流动补偿。这样的序列可以应用谐振梯度或任何种类的梯度波形，其同时实现扩散加权和流动补偿。流动补偿的双PGSE序列(图4的部分3)或者重复的流动补偿的双PGSE(在图4的部分4中以n-PGSE标记的，其中n＝2,4,6...是与在序列中的梯度脉冲对的数量对应的偶数)仅是在本说明书中我们使用的流动补偿的序列的示例。在n-PGSE序列的情况下，通过下式给出扩散加权：
bn＝nqn 2(Δn-δn/3) (24)
其中，qn、Δn和δn表示关于双PGSE序列的对应参数(见图4的部分4)。
对于在单-PGSE和在n-PGSE试验中的相等的等扩散加权，下式的条件必须被满足：
如果此外移相幅度和脉冲持续时间被选择成对单-PGSE和对n-PGSE是相同的，则在条件(25)中设置qn＝qs并且δn＝δs，暗示：
在公式6的方向上，上述对信号衰减的描述(公式14)可以被扩展成包括具有不同扩散系数的流动总体和非流动总体。本文，我们考虑从流动总体和非流动总体产生的双模衰减，假设在试验时间内在两个总体之间的分子交换可以被忽略。我们标记f为灌注比，以及1-f为扩散比。在这种情况下通过下式给出分别针对非补偿的单-PGSE和针对流动补偿的n-PGSE的自旋回声强度：
以及
注意，如果D和Df相同，则通过单指数式衰减来描述流动补偿强度公式28。
根据本发明的分析并不涉及任何特定扩散加权或流动补偿梯度序列。对非补偿的数据设置和流动补偿的数据设置的分析可以要求如何对在公式27和28内计算的定时参数、扩散加权和移相因子进行调节。
从公式27的双指数回归到流动非补偿(IVIM)的数据集的D*或者vd 2和f的提取受到对噪声过度敏感的阻碍。通过将流动的影响从扩散影响解开，流动补偿的数据提供附加的信息。本文我们建议对流动补偿的数据集和非补偿的数据集的同时分析，其显著地改善了估计的感兴趣的参数的准确地和精确度。通过将参数D、Df和f限制成对流动补偿的数据集和非补偿的数据集两者都相同，相较于IVIM数据集的标准分析，显著地减少了对估计的参数的噪声的敏感度。图5示出了关于常规协议(“标准的”和“分段的”)和根据本发明的流动比f估计的准确度和精确度的比较。该分析基于通过西格蒙德(Sigmund)等人(2)的试验提取的参数被应用到模拟的数据。
在证明本发明的效率中使用了蒙特卡洛(Monte Carlo)误差估计。将随机噪声添加到模拟数据，其随后被利用不同的协议进行回归来获得拟合参数。该程序关于每个信噪比等级被重复1000次以获得关于拟合参数(15)的平均值和误差估计。为了确保不同的分析协议的公平比较，在常规的协议中使用如在新的协议中的相同量的数据点。在新的协议中，在流动补偿的数据集中只使用与来自b值(在常规协议中使用)的初始系列的每一个第二(偶数)b值对应的数据点，并且在非补偿的数据集(比较图5的部分(a)和图5的部分(b))中只使用在来自初始系列的奇数b值的数据点。在图6的部分(a)中，人们可以看见“标准的”分析导致过高估计的f值，以及“分段的”分析导致不确定的f值，而新协议在噪声等级的整个范围中产生显著改善的准确度。如图6的部分(b)所示，“分段的”协议仅仅比“标准的”协议仅仅稍微改善了精确度，而新协议在噪声等级的整个范围内产生了显著的更加精确的f值的估计。
附图的详细说明
图1显示了通过公式19描述的对于具有两个信号作用的示例的概率分布的示意图。通过测量的信号E(b,α)的逆拉普拉斯变化给出了。通过公式18给出了在E(b,α)和之间的关联。轮廓线利用等概率密度将点连接。在轮廓图的顶部和右手侧上的实线表示概率密度函数(即分别是扩散系数D的概率分布和速度弥散度vd 2的概率分布)的投影。在的轮廓图上，两个作用被识别为在(Df,vd 2)和(D,0)的峰值。两个作用不能够沿D-轴分解，其是扩散加权b的倒数，而两个作用可以沿作为α2的倒数的vd 2轴被分解。
图2显示了关于移动加权核磁共振(NMR)或者磁共振成像(MRI)的脉冲序列的示意图。移动编码块的放大示出了扩散-灌注关联试验的两个示例的有效的梯度波形和移相，其可以被视为包括两个移动编码块，其中可以独立地调节扩散加权b和速度弥散度加权α：1.双-双PGSE，第一个双PGSE是非补偿的(来自扩散和灌注的信号衰减)以及第二个双-PGSE是流动补偿的(α＝0，来自扩散而不是来自灌注的信号衰减)；2.单-双PGSE，第一个单-PGSE是非补偿的(来自扩散和灌注的信号衰减)以及第二个双-PGSE是流动补偿的(α＝0，来自扩散而不是来自灌注的信号衰减)。
图3显示了关于移动加权的核磁共振(NMR)或者磁共振成像(MRI)的脉冲序列的示意图。移动编码块的放大示出了扩散-灌注关联试验的三个示例的有效的梯度波形和移相，其可以被视为包括一个移动编码块，其中可以独立地调节扩散加权b和速度弥散度加权α：1.具有长梯度脉冲的双PGSE，其中独立定时参数δ1、δ2、Δ1、Δ2和梯度幅度G1和G2允许独立地调节扩散加权b和速度弥散度加权α；2.具有短梯度脉冲的双PGSE，其中独立定时参数Δ1、Δ2和移相q允许独立地调节扩散加权b和速度弥散度加权α；3.三脉冲PGSE，其中独立定时参数δ1、δ2、δ3、Δ1、Δ2和梯度幅度G1和G2被回声条件限制(在移动编码的末尾移相等于零)并且允许独立地调节扩散加权b和速度弥散度加权α。
图4显示了关于移动加权的核磁共振(NMR)或者磁共振成像(MRI)的脉冲序列的示意图。移动编码块的放大示出了四个通常已知的移动编码方案的有效梯度波形：1.单-PGSE，非补偿的(来自扩散和灌注的信号衰减)；2.双PGSE，非补偿的(来自扩散和灌注的信号衰减)；3.双PGSE，流动补偿的(来自扩散但不来自灌注的信号衰减)；4.n-PGSE，流动补偿的(来自扩散但不来自灌注的信号衰减)。每一个梯度脉冲对由其幅度G、脉冲持续时间δ和在前沿Δ之间的分离来表征。
图5示出了关于在图4中的脉冲序列中的一些脉冲序列的模拟的MR信号与扩散-加权b的对比。该模拟基于通过西格蒙德(Sigmund)等人(2)的对浸润性导管癌的估计的下面的参数：灌注比f＝10.5％、组织扩散率D＝1.14μm2/ms，灌注比的伪扩散率D*＝14.9μm2/ms。
(a)使用产生来自扩散和灌注的信号衰减的非补偿的单-PGSE移动编码方案利用常规协议获得的数据(从参考文献(2)得到的)。圆：模拟的噪声数据；实线：产生灌注比f、扩散比D*的伪扩散率和组织扩散率D的估计的常规最小二乘法拟合的结果；虚线：扩散比的信号衰减。灌注比等于在实线和虚线的b＝0截距之间的差。
(b)利用根据本发明的协议获得的数据，其中同时分析来自非补偿的单-PGSE和流动补偿的双PGSE协议的结果。圆：模拟的噪声非补偿的数据；正方形：模拟的噪声流动补偿的数据；实线和点划线：产生灌注比f、灌注比的vd 2和扩散比D的扩散率的估计的根据本发明的非补偿的和流动补偿的同时最小二乘法拟合的结果；虚线：扩散比的信号衰减。灌注比等于在虚线和点划线之间的差。
图6示出了如用常规协议(“标准的”和“分段的”)以及根据本发明量化的灌注比f的准确度(a)和精确度(b)。准确度和精确度被描绘成未处理的MR信号数据的信噪比的函数。注意，当在信噪比的整个范围与常规协议比较时本发明有更好的准确度和精确度。
参考文献
1.Le Bihan D,等人(1988)Separation of diffusion and perfusion inintravoxel incoherent motion MR imaging.Radiology 168:497-505.
2.Sigmund EE,等人(2011)Intravoxel Incoherent Motion Imaging of TumorMicroenvironment in Locally Advanced Breast Cancer.Magn.Reson.Med.65:1437-1447.
3.Luciani A,等人(2008)Liver Cirrhosis:Intravoxel Incoherent Motion MRImaging—Pilot Study.Radiology 249:891-899.
4.Lemke A,Laun FB,Simon D,Stieltjes B,&Schad LR(2010)An In VivoVerification of the Intravoxel Incoherent Motion Effect in Diffusion-WeightedImaging of the Abdomen.Magn.Reson.Med.64:1580-1585.
5.Provencher SW(1982)A constrained regularization method forinverting data represented by linear algebraic or integral equations.ComputerPhys.Comm.27:213-227.
6.Ahn CB,Lee SY,Nalcioglu O,&Cho ZH(1987)The effects ofrandomdirectional distributed flow in nuclear magnetic resonanceimaging.Med.Phys.14:43-48.
7.Maki JH,MacFall JR,&Johnson GA(1991)The use of gradient flowcompensation to separate diffusion and microvasculatory flow inMRI.Magn.Reson.Med.17:95-107.
8.Callaghan PT,Codd SL,&Seymour JD(1999)Spatial coherence phenomenaarising from translational spin motion in gradient spin echoexperiments.Conc.Magn.Reson.11(4):181-202.
9.Wang Z,Su M-Y,&Nalcioglu O(1998)Measurement of Tumor VascularVolume and Mean Microvascular Random Flow Velocity Magnitude by Dynamic Gd-DTPA-Albumin Enhanced and Diffusion-Weighted MRI.Magn.Reson.Med.40:397-404.
10.Le Bihan D&Turner R(1992)The Capillary Network:A Link between IVIMand Classical Perfusion.Magn.Reson.Med.27:171-178.
11.Kim T&Kim S-G(2006)Quantification of Cerebral Arterial BloodVolume Using Arterial Spin Labeling With Intravoxel Incoherent Motion-Sensitive Gradients.Magn.Reson.Med.55:1047-1057.
12.Hunter MW,Jackson AN,&Callaghan PT(2010)PGSE NMR measurement ofthe non-local dispersion tensor for flow in porous media.J.Magn.Reson.204:11-20.
13.Le Bihan D,Turner R,Moonen CTW,&Pekar J(1991)Imaging of Diffusionand Microcirculation with Gradient Sensitization:Design,Strategy,andSignificance.J.Magn.Reson.Imaging 1:7-28.
14.van Kampen NG(1981)Stochastic Processes in Physics and Chemistry(North-Holland,Amsterdam).
15.Alper JS&Gelb RI(1990)Standard errors and confidence intervals innonlinear regression:Comparison of Monte Carlo and parametricstatistics.J.Phys.Chem.94:4747-4751.

Claims (13)

1.一种用于磁共振MR成像的方法，包括：
获取具有源自称之为流动补偿的数据的、引起来自扩散而不是来自流动的信号衰减的RF和梯度脉冲序列产生的不同移动加权的至少两个MR图像；
获取具有源自称之为非补偿的数据的、引起来自扩散和流动的信号衰减的RF和梯度脉冲序列产生的不同移动加权的至少两个MR图像；
对所述流动补偿的数据和非补偿的数据执行模型拟合，其中可调节的参数中的至少一个可调节的参数被限制成对两个数据集都相同；
并且通过从所述模型拟合中提取体素内非相干性移动IVIM效果的至少一个参数来获取关于微观流动的定量信息。
2.根据权利要求1所述的方法，其中所述MR图像被利用可变量的速度补偿来记录。
3.根据权利要求1或2所述的方法，其中基于来自具有可变程度的流动补偿的试验的数据分别地分析扩散和灌注对伪扩散系数D*的影响。
4.根据权利要求1或2所述的方法，其中扩散加权b和速度弥散度加权α被彼此独立地调节，作为用于执行扩散-灌注关联试验的工具。
5.根据权利要求4所述的方法，其中彼此独立地调节扩散加权b和速度弥散度加权α，以通过把对总的信号衰减的扩散贡献和速度弥散度贡献解开来量化所述速度弥散度。
6.根据权利要求5所述的方法，其中对扩散系数和速度弥散度之间的关联的测量允许当存在一个或多个扩散分量或速度弥散度分量时将速度弥散度分量与对应的扩散分量相关联。
7.根据权利要求4所述的方法，其中通过将公式回归到信号衰减数据I(b,α)量化扩散系数D和Df、速度弥散度vd 2、比例f和强度I0。
8.根据权利要求1或2所述的方法，其中所述流动补偿的数据被利用n-PGSE或振荡梯度序列来记录以最小化由流动产生的信号衰减。
9.根据权利要求1或2所述的方法，其中非补偿的数据被利用Δs>>δs的单-PGSE来记录，以最大化对于给定回声时间由于流动产生的信号衰减，其中Δs表示关于所述单-PGSE的脉冲分离时间，δs表示关于所述单-PGSE的梯度脉冲持续时间。
10.根据权利要求7所述的方法，其中通过在D、Df和f对两个数据集都相同的限制下，将回归到流动补偿的n-PGSE数据并且将回归到非补偿的单-PGSE数据来分析图像强度，其中qn、Δn和δn分别表示关于n-PGSE序列的参数移相幅度、脉冲分离时间和梯度脉冲持续时间,qs、Δs和δs分别表示关于单-PGSE序列的参数移相幅度、脉冲分离时间和梯度脉冲持续时间，I表示自旋回声强度，I0n表示关于n-PGSE序列的自旋回声强度，I0s表示关于单-PGSE序列的自旋回声强度。
11.根据权利要求7所述的方法，其中通过在D和/或I0对两个数据集都相同的限制下，将回归到流动补偿的n-PGSE数据并且将回归到非补偿的单-PGSE数据来分析图像强度，其中qn、Δn和δn分别表示关于n-PGSE序列的参数移相幅度、脉冲分离时间和梯度脉冲持续时间,qs、Δs和δs分别表示关于单-PGSE序列的参数移相幅度、脉冲分离时间和梯度脉冲持续时间，I表示自旋回声强度，I0n表示关于n-PGSE序列的自旋回声强度，I0s表示关于单-PGSE序列的自旋回声强度。
12.根据权利要求10所述的方法，其中vd 2、Df和f中的任何一个被用来产生MR图像对比度。
13.根据权利要求1或2所述的方法，其中所述定量信息至少包括参数脑血容量CBV和/或脑血流量CBF。
CN201380033778.6A 2012-06-29 2013-06-24 在组织微细管网络内的水的相对量的量化 Active CN104471423B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201261665998P 2012-06-29 2012-06-29
SE1250736-4 2012-06-29
SE1250736 2012-06-29
US61/665,998 2012-06-29
PCT/SE2013/050755 WO2014003643A1 (en) 2012-06-29 2013-06-24 Quantification of the relative amount of water in the tissue microcapillary network

Publications (2)

Publication Number Publication Date
CN104471423A CN104471423A (zh) 2015-03-25
CN104471423B true CN104471423B (zh) 2017-03-29

Family

ID=49783621

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380033778.6A Active CN104471423B (zh) 2012-06-29 2013-06-24 在组织微细管网络内的水的相对量的量化

Country Status (10)

Country Link
US (2) US10031204B2 (zh)
EP (1) EP2867690B1 (zh)
JP (1) JP6328624B2 (zh)
KR (1) KR102059408B1 (zh)
CN (1) CN104471423B (zh)
AU (1) AU2013281266B2 (zh)
BR (1) BR112014032534B8 (zh)
CA (1) CA2876852C (zh)
IN (1) IN2014MN02502A (zh)
WO (1) WO2014003643A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106344015A (zh) * 2015-07-15 2017-01-25 四川大学华西医院 一种异常扩散程度加权的弥散磁共振成像方法
US11241163B2 (en) * 2017-06-08 2022-02-08 The Board Of Trustees Of The University Of Illinois Measuring blood vessel characteristics with MRI
US10684340B1 (en) * 2019-01-08 2020-06-16 Siemens Healthcare Gmbh Systems and methods for predicting errors and optimizing protocols in quantitative magnetic resonance imaging
CN109820506B (zh) * 2019-02-20 2023-07-07 王毅翔 基于磁共振弥散成像的组织血管密度指标检测方法及装置
JP2023519217A (ja) * 2020-03-28 2023-05-10 エヴレン エザースラン， スピン標識化粒子の拡散伝搬関数又は関連する拡散パラメータを決定するための磁気共鳴法、ソフトウェア製品、及びシステム
CN111407278B (zh) * 2020-03-31 2020-12-29 浙江大学 利用流速补偿和非补偿的弥散磁共振测量胎盘血流的方法及装置
CN115421086B (zh) * 2022-09-02 2023-04-14 哈尔滨医科大学 活体心脏复杂组织学特征精准解析的超融合体素内不相干运动张量磁共振成像方法
CN117310581B (zh) * 2023-10-11 2024-05-10 安徽峻德医疗科技有限公司 一种核磁共振信号衰减拟合方法、系统、设备及存储介质

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5123312B1 (zh) 1971-05-06 1976-07-15
JPH04357934A (ja) * 1991-06-05 1992-12-10 Toshiba Corp Ｍｒｉによるｉｖｉｍイメージング
JP3144840B2 (ja) * 1991-07-31 2001-03-12 株式会社東芝 磁気共鳴イメージング装置
JP3146033B2 (ja) * 1991-11-05 2001-03-12 株式会社東芝 磁気共鳴イメージング装置
US8005530B2 (en) 1995-04-12 2011-08-23 Prince Martin R Method and apparatus for imaging abdominal aorta and aortic aneurysms
JP3516373B2 (ja) * 1996-09-04 2004-04-05 株式会社日立メディコ 磁気共鳴測定装置
JP4225620B2 (ja) 1999-01-11 2009-02-18 株式会社東芝 Ｍｒｉ装置
WO2001038895A1 (en) 1999-11-24 2001-05-31 Board Of Regents, The University Of Texas System Methods and systems for generating tractograms
US20040189297A1 (en) 2002-12-13 2004-09-30 Michael Bock Imaging arrangement and process for locally-resolved imaging
JP4039980B2 (ja) * 2003-06-04 2008-01-30 マルホン工業株式会社 遊技機
JP3774713B2 (ja) * 2003-10-15 2006-05-17 株式会社東芝 コンタクトホールの形成方法
JP4357934B2 (ja) 2003-11-14 2009-11-04 アルパイン株式会社 ナビゲーション装置及び代替経路提示方法
WO2006011810A2 (en) * 2004-07-30 2006-02-02 Ge Healthcare As Mr imaging method for the discrimination between healthy and tumour tissue
JP2005031099A (ja) * 2004-10-29 2005-02-03 Yokogawa Electric Corp 分光装置
DE102005008753B4 (de) * 2005-02-25 2007-09-27 Siemens Ag Verfahren zur Darstellung von Fluss in einem Magnetresonanzbild
DE102005021067B4 (de) * 2005-05-06 2008-08-28 Siemens Ag Bildgebende Vorrichtung
US7411394B2 (en) 2005-05-17 2008-08-12 Board Of Trustees Of Michigan State University Method for imaging diffusion anisotropy and diffusion gradient simultaneously
WO2007046172A1 (ja) 2005-10-20 2007-04-26 Niigata University 磁気共鳴画像処理方法および磁気共鳴画像処理装置
US8155729B1 (en) * 2006-02-17 2012-04-10 General Electric Company Method and apparatus to compensate imaging data with simultaneously acquired motion data
US8053260B2 (en) 2006-11-17 2011-11-08 General Electric Company Large-area lighting systems and methods of making the same
JP4777372B2 (ja) * 2008-02-08 2011-09-21 株式会社東芝 磁気共鳴イメージング装置
WO2009134820A2 (en) * 2008-04-28 2009-11-05 Cornell University Tool for accurate quantification in molecular mri
US8497680B2 (en) 2011-03-24 2013-07-30 University Hospital Of Basel Magnetic resonance method for quantification of molecular diffusion using double echo steady state sequences
US9075121B2 (en) 2011-07-15 2015-07-07 Wisconsin Alumni Research Foundation System and method for rotating angle velocity encoding, phase contrast magnetic resonance imaging
WO2013025487A1 (en) 2011-08-12 2013-02-21 The United States Of America, As Represented By The Secretary, Dpt Of Health And Human Services Spin echo sequences for diffusion weighted imaging of moving media

Also Published As

Publication number Publication date
KR102059408B1 (ko) 2020-02-11
AU2013281266A1 (en) 2015-01-22
JP2015521891A (ja) 2015-08-03
JP6328624B2 (ja) 2018-05-23
AU2013281266B2 (en) 2017-04-13
EP2867690A4 (en) 2017-01-25
WO2014003643A1 (en) 2014-01-03
CN104471423A (zh) 2015-03-25
US10031204B2 (en) 2018-07-24
US20150168527A1 (en) 2015-06-18
BR112014032534B8 (pt) 2023-02-14
US20180224514A1 (en) 2018-08-09
US10788558B2 (en) 2020-09-29
CA2876852A1 (en) 2014-01-03
BR112014032534A2 (pt) 2017-06-27
BR112014032534B1 (pt) 2021-10-13
EP2867690A1 (en) 2015-05-06
EP2867690B1 (en) 2021-11-24
KR20150036296A (ko) 2015-04-07
IN2014MN02502A (zh) 2015-07-17
CA2876852C (en) 2020-12-22

Similar Documents

Publication Publication Date Title
CN104471423B (zh) 在组织微细管网络内的水的相对量的量化
Kwan et al. MRI simulation-based evaluation of image-processing and classification methods
US11375918B2 (en) White matter fibrography by synthetic magnetic resonance imaging
Canales-Rodríguez et al. Deconvolution in diffusion spectrum imaging
Hutter et al. Slice-level diffusion encoding for motion and distortion correction
AU2008248457B2 (en) Image processing method
Kim et al. Time-of-flight angiography
Savickas Advanced diffusion MRI for microstructure imaging: theoretical developments
Sood Measuring tissue variations in the human brain using quantitative MRI
Moser et al. Extraction and validation of correlation lengths from interstitial velocity fields using diffusion-weighted MRI
Dagher et al. Efficient and robust estimation of blood oxygenation levels in single cerebral veins
ADC General Principles and Challenges of Diffusion MRI
Dale Optimal design of MR image acquisition techniques
Lo Rapid Quantitative Body Magnetic Resonance Imaging
Petersson Simulation of phase contrast mri measurements from numerical flow data
Dillinger On Blood and Mechanical Motion Sensitization of Encoding and Decoding in Magnetic Resonance Imaging
Zhao Quantification of cerebral vascular hemodynamics using MRI
WATTS AN INTRODUCTION TO DIFFUSION
Watts Diffusion Imaging and Tensor Physics for the Clinician
WO2023205737A2 (en) System and method of magnetic resonance imaging for studying tissue magnetic susceptibility sources
Sidaros Slice profile effects in MR perfusion imaging using pulsed arterial spin labelling
Tang Reconstruction of parametric image maps in single-and multiple-coil functional magnetic resonance imaging
Chowdhury Diffusion Tensor Imaging Based Tractography of Human Brain Fiber Bundles
Mougin et al. VERMAGRIS: a versatile and realistic magnetic resonance imaging simulator
Hulsey Image Processing Considerations for High Resolution Diffusion Tensor Imaging of the Human Brainstem

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20221206

Address after: Lund, Sweden

Patentee after: Douglick

Address before: Lund, Sweden

Patentee before: CR DEVELOPMENT AB

Effective date of registration: 20221206

Address after: Okap, Sweden

Patentee after: Landmwork Imaging Co.,Ltd.

Address before: Lund, Sweden

Patentee before: Douglick

TR01 Transfer of patent right