CN106716167A - 用于评估结构空间频率的基于选择性采样磁共振的方法 - Google Patents

用于评估结构空间频率的基于选择性采样磁共振的方法 Download PDF

Info

Publication number
CN106716167A
CN106716167A CN201580053403.5A CN201580053403A CN106716167A CN 106716167 A CN106716167 A CN 106716167A CN 201580053403 A CN201580053403 A CN 201580053403A CN 106716167 A CN106716167 A CN 106716167A
Authority
CN
China
Prior art keywords
values
gradient
pulse
value
specified
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.)
Granted
Application number
CN201580053403.5A
Other languages
English (en)
Other versions
CN106716167B (zh
Inventor
大卫·R·查斯
蒂莫西·W·詹姆斯
克里斯汀·E·詹姆斯
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.)
Biomass Co., Ltd.
Original Assignee
Proton Biological Co Ltd
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 Proton Biological Co Ltd filed Critical Proton Biological Co Ltd
Publication of CN106716167A publication Critical patent/CN106716167A/zh
Application granted granted Critical
Publication of CN106716167B publication Critical patent/CN106716167B/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
    • G01R33/4818—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space
    • 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
    • G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
    • G01R33/38—Systems for generation, homogenisation or stabilisation of the main or gradient magnetic field
    • G01R33/385—Systems for generation, homogenisation or stabilisation of the main or gradient magnetic field using gradient magnetic field coils
    • 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
    • G01R33/483—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy
    • G01R33/4833—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy using spatially selective excitation of the volume of interest, e.g. selecting non-orthogonal or inclined slices
    • 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
    • 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
    • G01R33/561—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by reduction of the scanning time, i.e. fast acquiring systems, e.g. using echo-planar pulse sequences
    • G01R33/5615—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE]
    • G01R33/5616—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE] using gradient refocusing, e.g. EPI
    • 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
    • G01R33/561—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by reduction of the scanning time, i.e. fast acquiring systems, e.g. using echo-planar pulse sequences
    • G01R33/5615—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE]
    • G01R33/5617—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE] using RF refocusing, e.g. RARE

Landscapes

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

Abstract

在此披露的实施例提供了一种用于以低至几十微米的分辨率采集MR数据的方法，该方法应用于精细组织纹理的变化可以用作疾病发作和进展的标志物的病变的体内诊断和监测。骨疾病、肿瘤、神经系统疾病以及涉及纤维化生长和/或破坏的疾病都是靶标病变。此外，该技术可以用于需要精细标度形态的非常高分辨率表征的任何生物或物理系统中。该方法提供了对k空间中的选定值的快速采集，其中在一个限定的组织体积内在数量级为微秒的时间标度上进行单个k值的多个连续采集；以及以使SNR最大化的这样一种方式进行的多个测量值的随后组合。采集体积减小且仅沿着选定方向采集k空间中的选定值。

Description

用于评估结构空间频率的基于选择性采样磁共振的方法
相关申请的引用
本申请依赖于以下申请的优先权：于2014年9月1日提交的标题为“用于评估结构空间频率的基于选择性采样磁共振的方法(SELECTIVE SAMPLING MAGNETIC RESONANCE-BASED METHOD FOR ASSESSING STRUCTURAL SPATIAL FREQUENCIES)”的美国临时申请序列号62/044,321、于2014年10月15日提交的具有相同标题的序列号62/064,206、以及于2015年1月25日提交的标题为“通过MRI进行的微纹理表征(micro-Texture Characterizationby MRI)”的序列号62/107,465。
发明内容
在此要求保护的方法涉及对用于病变评估和疾病诊断的生物系统中的以及工业和工程研究中的材料和结构评价中的精细纹理的诊断评估的领域。更确切地，本发明采用一种用于在MRI机器梯度关闭的情况下重复测量与生物组织纹理的空间组织相关的k值的方法。这允许在数量级为毫秒的一个时间标度上评估组织纹理，由此患者运动的问题变得可忽略。该方法使得能够对组织中的疾病和治疗诱导的纹理(textural)变化进行体内评估，以用于诊断和监测。该技术的代表性目标是：1)用于评估由骨疾病引起的小梁构造的变化，从而允许评估骨健康状态和骨折风险，2)评价软组织疾病诸如，例如肝、肺和心脏疾病中的纤维化发展，以及3)神经系统疾病诸如不同形式的痴呆中的或如在例如创伤性脑损伤(TBI)和慢性创伤性脑病(CTE)中的脑损伤和下游神经病变的情况中的精细结构的变化，或者用于表征和监测异常神经病状诸如自闭症和精神分裂症。其他病变应用包括对诸如在肿瘤周围的血管网络中的或与CVD(脑血管疾病)的发展相关联的血管变化，以及响应于肿瘤生长的乳腺导管变化的评估。本发明还具有出于一系列工业目的的对精细结构评估的应用以及需要测量精细结构/纹理的其他用途，这些工业目的诸如测量制造业中或地质学中的材料特性以表征不同类型的岩石。
相关领域说明
尽管组织中的精细纹理变化长期以来被认为是各种各样的疾病中的最早的标志物，但是精细纹理的稳健的临床评估仍然难以捉摸，主要困难由在数据采集所需的时间内由受试者运动引起的模糊造成。
早期且准确的诊断是成功管理疾病的关键。尽管临床成像提供了关于病变的许多信息，但由于疾病发作和进展或由于治疗而发生的许多组织变化处在一个极为精细的标度上，通常低至几十微米。多年来，精细组织纹理的变化已经被包括放射学家和病理学家的诊断医生认定为大范围的疾病的最早预兆，但是精细纹理的体内评估和测量仍然在当前成像技术的能力之外。例如，阻塞性肺疾病的鉴别诊断依赖于肺实质的一种纹理呈现，但早期疾病的计算机断层扫描(CT)测量的稳健性有限。由于在磁共振(MR)成像扫描期间由患者运动造成的图像模糊，老化骨中的骨折风险的决定因素骨小梁微结构也仍然是难以捉摸的。MR图像的后处理分析有时用于尝试区分结构诸如肿瘤和白质中的表面纹理。(德拉贝兹,S.(DRABYCZ,S.)等人；“使用离散正交S变换的图像纹理表征”(Image texturecharacterization using the discrete orthogonal S-transform)；数字成像杂志(Journal of Digital Imaging)，第22卷，第6期，2009。海德尔,M.(KHIDER,M.)等人；“根据通过多分辨率分析的MRI和CT扫描图像的骨小梁纹理的分类”(Classification oftrabecular bone texture from MRI and CT scan images by multi-resolutionanalysis)；第29届IEEE国际生物医学工程学术年会，EMBS 2007。)但是实际上后处理分析是有限的，因为它不处理妨碍纹理信息的高分辨率采集的根本问题，即受试者运动。(麦克拉伦(MACLAREN,J.)等人；“脑磁共振成像期间微观头部运动的测量和校正(Measurementand correction of microscopic head motion during magnetic resonance imagingof the brain)”，PLOS/ONE，2012年11月7日。麦克拉兰,J(MACLARAN,J)等人；“脑成像中的前瞻性运动校正：综述(Prospective motion correction in brain imaging:a review)；医学磁共振(Magnetic Resonance in Medicine)，第69卷，2013。)
影响MR成像的主要运动源是心脏搏动运动、呼吸诱导的运动和颤搐。前两种是准循环的，通常对这两种的解决方法是在运动的最慢相位处进行门控。然而，即使使用门控，在采集之间存在足以在用于纹理测量的感兴趣的高k值下引起空间相位相干性的损失的变化。这个问题由于运动可能不是完美循环并且通常来源于组合来源的事实而加剧。颤搐是快速的，诱发随机位移，并且因此当测量纹理时不可能在感兴趣的高k值下保持相干性。
虽然正电子发射断层扫描(PET)提供有价值的诊断信息，但是它不能有约5mm以下的分辨率并且依赖用于成像的放射性示踪剂以及用于定位的x线束的使用，引起剂量问题，尤其是在需要重复扫描的情况下。(伯林顿·德·冈萨雷斯,A.(BERRTNGTON DE GONZALEZ,A.)等人；“2007年在美国执行的来自计算机断层扫描的预计癌症风险(Projected cancerrisks from Computed Tomographic scans performed in the United States in2007)”；美国医学会杂志内科学(JAMA Internal Medicine)，第169卷，第22期，2009年12月。)此外，PET成像极为昂贵，需要一个位于附近的回旋加速器。理论上CT分辨率低至0.7mm是可能的，但是CT分辨率在高辐射剂量下获得并且在几分钟的扫描时间内易于因患者运动而降低。来自相关联的辐射剂量的不可忽略的风险使得CT对于纵向成像是有问题的并且限制可用的分辨率。与严重的剂量问题一起，数字X线分辨率是有限的，因为所获得的2维图像是一种穿过呈现给光束的组织的整个厚度的吸收的复合图像。用于为在此要求保护的方法的靶标的疾病的当前临床诊断在获得足够的体内分辨率或准确度方面充满了困难。在一些情况下，当前不存在决定性诊断。在其他病变中，特别是在乳腺和肝脏中，诊断依赖于活检，它具有不可忽略的发病甚至死亡的风险，并且易于出现高读数和采样误差。(韦勒,C(WELLER,C)；“与PET-CT扫描一样有效但具有零辐射风险的使用MRI的癌症检测(Cancerdetection with MRI as effective as PET-CT scan but with zero radiationrisks)”；医学日报(Medical Daily)，2014年2月18日。)
骨健康状态因老化、骨癌(作为癌症治疗的一种副作用)、糖尿病、类风湿性关节炎而受损害，并且受营养不足以及其他原因的影响。骨疾病仅在美国每年就影响超过一千万人，对他们的生活质量造成不利影响并且减少预期寿命。为了评估骨健康状态，当前的诊断标准是骨矿物质密度(BMD)，如通过双能X线吸收法(DEXA)投影技术测量的。这种模态产生了集成来自皮质骨和骨小梁两者的衰减的一种面积骨密度，类似于标准x线的成像机制，但是仅提供关于骨内小梁构造的有限信息，骨内小梁构造是与骨强度联系最紧密的标志物。(考尼什,J.(KANIS,J.)和格鲁尔,C(GLUER,C)；“利用密度测定法对骨质疏松症的诊断和评估的更新(An update on the diagnosis and assessment of osteoporosis withdensitometry)”；国际骨质疏松杂志(Osteoporosis International)，第11卷，第3期，2000。罗格朗,E(LEGRAND,E)等人；“男性骨质疏松症中的骨小梁微结构、骨矿物质密度和椎骨骨折(Trabecular bone microarchitecture,bone mineral density,and vertebralfractures in male osteoporosis)”；骨和矿物质研究杂志(JBMR)，第15卷，第1期，2000年。)BMD与骨折风险仅不严谨地相关联。后处理技术，TBS(骨小梁评分)试图使DEXA图像中的像素灰度级变化相关联，以产生关于骨微结构的信息。比较研究确定髋部处的BMD仍然是一个较好的骨折预测因子。但是，TBS没有产生小梁构造的一个详细评估。(布松,V.(BOUSSON,V.)等人；“骨小梁评分(TBS)：现有知识、临床相关性以及未来前景(TrabecularBone Score(TBS):available knowledge,clinical relevance,and futureprospects)”；国际骨质疏松杂志，第23卷，2012。德·里奥(DEL RIO)等人；“由TBS评估的脊柱的骨微结构状态是否与股骨颈骨折相关？一项西班牙病例对照研究(Is bonemicroarchitecture status of the spine assessed by TBS related to femoral neckfracture？A Spanish case-control study)”；国际骨质疏松杂志，第24卷，2013。)TBS是一种相对较新的技术，并且仍在评价中。
测量骨微结构，确切地是测量小梁间距和小梁单元厚度，需要数量级为十分之几毫米的分辨率。MRI、超声成像、CT和微CT都已适用于这个问题。在MRI中，尽管容易获得骨与骨髓之间的高对比度，但是在采集一张具有足够分辨率以表征小梁网络的图像所需的长时间内，患者运动限制了分辨率。小梁网络的纹理大小越精细，运动造成的模糊就越大。通过仅观察骨骼四肢、远离心脏源和呼吸运动源来减轻患者运动的影响的一种尝试已经通过使用MRI和微CT来进行了尝试。然而，四肢中的骨微结构与中心部位中骨微结构之间的相关性是未知的。此外，仍然需要一个大的数据矩阵，因此需要长的采集时间，来获得足够的图像信息以确定小梁间距和单元厚度。这种长的采集时间导致不同水平的运动诱导的模糊，这取决于患者顺应性—甚至在测量四肢时，颤搐仍然是一个严重的问题。一种提出的基于MR的技术，精细SA(詹姆斯,T.(JAMES,T.)，蔡斯,D.(CHASE,D.)；“使用一维(ID)空间频率分布分析的磁场梯度结构特征评估(Magnetic field gradient structure characteristicassessment using one dimensional(ID)spatial-frequency distributionanalysis)”；美国专利号7,932,720B2；2011年4月26日)尝试通过获得随后被组合以减少噪声的连续的、精细采样的、一维的、频率编码的采集的一个小得多的数据矩阵来克服患者运动的问题。在这种情况下的成像减少到一个维度，从而减少所采集的数据矩阵的大小，并且因此减少采集时间。然而，因为梯度编码的回波信噪比(SNR)非常低，因此需要噪声平均。尽管通过这种方法相对于2维成像和3维成像获得了一些分辨率优势，在若干个响应时间(TR)内采集许多重复的空间编码的回波用于信号平均的需要导致了数量级为数分钟的一个采集时间—太长以致不能提供运动免除性。因此，通过该技术可获得的分辨率改进受到限制。
所需要的是能够评估中央骨骼中的骨的小梁间距和小梁单元厚度的一种准确、稳健、非侵入性的体内测量，因为小梁间距和小梁单元厚度是用于评估骨健康状态和预测骨折风险的关键标志物。到目前为止，没有临床技术能够提供这种能力。
纤维化疾病响应于各种各样的生物侵害和内脏器官的损伤而发生，胶原纤维的发育是身体的愈合反应。一种纤维化疾病越严重，患病器官中纤维的密度越高。纤维化病变发生在大量疾病中，从肺纤维化和肝纤维化到心脏纤维化和囊性纤维化、胰腺纤维化、肌肉萎缩、膀胱疾病和心脏病以及骨髓纤维化，在骨髓纤维化中纤维化结构代替骨髓。纤维化发展伴随在若干癌症，诸如乳腺癌中。在前列腺癌中见到一种不同的病变发展，其中该疾病破坏健康的有组织的纤维组织。在所有情况下，因为胶原纤维沿着基础组织结构形成，组织中突出的纹理间距响应于疾病进展而变化。在肝脏疾病中，纹理波长发生变化，因为肝脏中的健康组织纹理被源自器官中小叶性结构的胶原“装饰”的更长波长的纹理所替代。在其他器官/疾病中，纹理变化反映了健康组织随着指示纤维化干预的纹理发展的扰乱状态。
为了跨越大多数纤维化病变中的疾病进展的范围，对来自纤维化发展的纹理变化的评价需要在十分之几毫米的标度上的分辨率。最普遍的此类病变之一肝脏疾病，代表了评估纤维化结构的困难。目前，用于病变评估的金标准是组织活检—具有不可忽略的发病和死亡风险(为了活检后数小时至过夜的观察患者需要暂住在医院)的一个具有高度侵入性且常常疼痛的过程，并且是易于出现采样误差和大的读数变化的过程。(雷格夫,A.(EGEV,A.)；“在罹患慢性HCV感染的患者中肝活检的采样误差和观察者内差异(Samplingerror and intraobserver variation in liver biopsy in patients with chronicHCV infection)”；美国胃肠病学杂志(American Journal of Gastroenterology)；97，2002。贝多萨(BEDOSSA,P.)等人；“慢性丙型肝炎中肝纤维化的采样变异性(Samplingvariability of liver fibrosis in chronic hepatitis C)；肝脏病学(Hepatology)，第38卷，第6期，2004。范·希尔,D.(VAN THIEL,D.)等人；“肝活检：其在肝移植中心处所见的安全性和并发症(Liver biopsy:Its safety and complications as seen at a livertransplant center)；移植(Transplantation)，1993年5月。)超声，常用于在肝脏疾病中评估组织损伤的另一种模态，只能在疾病的后期提供充分的评估—它被用于诊断肝硬化。基于磁共振的弹性成像(MRE)，已经开发用于评估肝脏疾病有一段时间，不能进行早期评估—在显著的纤维化侵入(晚期疾病)之前读数误差太大。此外，这种技术需要昂贵的另外的硬件、熟练的技术人员的存在并且花费多达20分钟的总设置和扫描时间，使得它是一个成本非常高的过程。MR成像直接成像纤维化纹理的能力受到在采集数据所需的时间内患者的运动和纤维与周围组织之间对比度缺乏两者的影响。在一个单次屏气期间的均匀采集受到心脏搏动运动和对屏气的不顺从性的严重影响，这导致许多器官诸如肝和肺的显著运动。并且SNR足够低以至于通过结合从连续回波获得的重新配准的MR-强度曲线进行的运动校正是非常成问题的。类似地，使用MRI对早期疾病中的心脏纤维化的量的评估受测量时间内心脏搏动的严重妨碍。因为运动与高斯噪声不同，是一种非线性效应，它不能平均消除—必须有充分的信号水平以允许在对电子降噪进行平均之前再配准。需要能够评估从发病到晚期病变的纤维化发展的整个范围内的纹理变化的一种更敏感(更高SNR)的非侵入性技术，以能够诊断和监测治疗反应。
大量神经系统疾病的发病和进展与重复的精细神经元和血管结构/纹理的变化相关联。然而，在脑中评估此类变化的能力只有在死后才可用。目前，阿尔茨海默病(AD)的决定性诊断是通过脑组织的死后组织学。AD和其他形式的痴呆诸如路易体痴呆、运动疾病诸如肌萎缩性侧索硬化(ALS)、帕金森病、创伤性脑损伤(TBI)促成的病状诸如慢性创伤性脑病(CTE)，以及由其他病变或创伤引起的那些，或涉及对脑结构损伤的病状诸如多发性硬化(MS)、脑血管疾病(CVD)和其他神经系统疾病通常仅在晚期通过行为变化和记忆变化可诊断，排除了早期干预的能力。此另外，诸如癫痫和孤独症的病状与精细神经元结构的异常变化相关联，这些异常变化如果是临床可诊断的，将允许用于测试治疗反应的靶向选择。
不同的体内诊断技术可用于AD和其他痴呆，但是它们都不是决定性的。这些技术的范围从易于出现大的评估误差的书面诊断测试到评估淀粉样蛋白斑密度或葡萄糖代谢(FDG PET)的PET成像。如前所述，PET成像极为昂贵，不能提供高分辨率，并且依赖于放射性同位素和定位x线束的使用，由于剂量问题使得纵向使用的批准复杂化。另外，淀粉样蛋白成像和FDG PET均未显示提供AD的决定性指示。(墨哥贝尔,M.(MOGHBEL,M.)等人“在阿尔茨海默病中使用PET的淀粉样蛋白β成像：使用当前的放射性示踪剂和技术是否可行？(Amyloid Beta imaging with PET in Alzheimer's disease:is it feasible withcurrent radiotracers and technologies？)；欧洲核医学与分子影像学杂志(Eur.J.Nucl.Med.Mol.Imaging)。)
使用CSF生物标志物用于痴呆诊断是疼痛且具有高度侵入性的，并且不能通过脑中的解剖位置来区分信号水平，这对成像生物标志物是可能的。因为不同形式的痴呆被发现具有贯穿脑的不同的空间/时间进展，这是使用液体活检的严重缺点。与不同形式的痴呆相关联的另一种疾病是CVD(脑血管疾病)，CVD由于流过堵塞的通向脑组织的血管的血液减少而诱到认知障碍。这里需要能够高分辨率评估病变诱导的微血管里的变化的手段。
由于许多形式的痴呆包括AD中的萎缩症引起的组织收缩使用MRI中纵向采集的数据的仔细配准是可测量的，但是疾病到这种收缩是可测量的时候是行进性的。疾病的早期在死后组织学分析中通过皮质神经元的柱状排序的退化来指示，这些柱的正常间距在大多数皮质区域中为100微米左右。(钱斯,S(CHANCE,S.)等人；“认知能力和衰退的微观解剖学相互关系：正常衰老、MCI和阿尔茨海默病(Microanatomical correlates of cognitiveability and decline:normal ageing,MCI,and Alzheimer's disease)”；大脑皮质(Cerebral Cortex)，2011年8月。E.迪罗莎(E.DI ROSA)等人；“人类脑的前扣带皮质中的轴突束间距(Axon bundle spacing in the anterior cingulate cortex of the humanbrain)”；临床神经科学杂志(Journal of Clinical Neuroscience)，15，2008。)这种纹理大小以及皮质极薄的事实使得采集速度至关重要，因为即使微小的患者运动将会使数据收集变得不可能。在体内评估数量级为几十微米的纹理变化是极成问题的，但如果可能的话，能够在神经元疾病诊断和监测中靶向一系列精细纹理变化，并且将在治疗发展中起重要作用。
要求保护的方法的另一种可能的神经系统应用是在体内确定大脑皮质的不同调控区域的边界或包括这些调控区域的不同的布罗德曼(Brodmann)区域。这种能力将极大地辅助脑功能研究中的数据解释，诸如使用例如FMRI(功能磁共振成像)执行的那些研究。
上面列出的三类疾病，骨疾病、纤维化疾病和神经系统疾病不是一个详尽的列表。其中发生病变诱导的精细结构变化的其他疾病状态，例如一个肿瘤周围的脉管系统的促血管生长或响应于乳腺肿瘤发展的脉管系统和乳腺导管的纤维化发展和变化，也是其中有能力解析精细组织纹理将能够早期检测疾病并监测治疗反应的病变。
测量精细纹理变化的能力将对疾病诊断具有极大的价值。不依赖于使用电离辐射或放射性示踪剂的非侵入性技术为早期诊断和用于监测疾病进展和治疗反应的重复测量留出最大余地。提供可调谐的组织对比度的磁共振成像(MRI)正是这样一种非侵入性技术，没有辐射剂量问题。然而，为了克服由于患者运动引起的信号退化的问题，必须在先前不可能的一个时间标度上获取数据。
发明概述
一种用于选择性采样以使用磁共振(MR)评估纹理的方法通过激发一个感兴趣的体积来完成。然后关闭所有梯度，并且在单一TR中记录在指定的k值下编码的RF信号的多个样本。在某些实施例中，在一个示例性实施例中，该感兴趣的体积的激发通过以下方式完成：在第一梯度被激活用于切片选择的情况下发射第一RF脉冲，在第二梯度被激活的情况下发射第二RF脉冲，所述第二梯度被选择用于在由第一切片和第二切片的相交而限定的一个区域中进行切片选择性重聚焦，施加一种成形的选定梯度脉冲以诱导相位卷绕，从而用所得的对应于指定k值的纹理波长的螺距创建一种空间编码，并且然后在第三梯度被激活的情况下发射第三RF脉冲。第三梯度适于重聚焦激发，限定了由第一切片和第二切片的该相交以及这个第三切片选择所限定的一个区域。在又另一个实施例中，在一个矢量组合梯度上发出一种选择脉冲以改变至第二k值。然后再次关闭梯度并且在相同TR的时间里记录在第二k值下的该RF信号的多个样本。可以通过在该矢量组合梯度上对预先确定的多个脉冲发出另外的选择梯度脉冲来扩展这个实施例，其中每个脉冲选择一个新的k值。在每个脉冲之后关闭该矢量组合梯度，仍然在相同的TR时间里记录在每个负脉冲处诱导的下一个k值下的该RF信号的多个样本。
一个另外的实施例提供了在第三梯度被激活的情况下发射一种重聚焦RF脉冲，并且然后在矢量组合梯度上发出多个选择梯度脉冲，每个脉冲选择一个新的k值。在该矢量组合梯度的每个脉冲之后，仍然再次在相同的TR中记录在诱导的该下一个k值下的该RF信号的多个样本。本实施例可以通过以下方式进一步细化：在第三梯度被激活的情况下发射一种第二重聚焦RF脉冲，并且然后在该矢量组合梯度下发出多个选择梯度脉冲，每个脉冲选择一个新的k值。在每个脉冲之后关闭该矢量组合梯度，记录在每个脉冲处诱导的该下一个k值下的该RF信号的多个样本。
一个另外的实施例提供了使用GRE(梯度召回回波)多次召回该信号，从而扩展记录窗口以允许采集另外的k值样本。
在所描述的实施例的一个扩展中，基于期望的SNR、病变、组织对比度、纹理大小或纹理带宽来选择在矢量组合梯度上的多个脉冲中的每一个之后的每个新k值下的样本数量。
另外，对于实施例，在激发一个感兴趣的体积的该步骤中的该感兴趣的体积使用以下的组来选择：相交的切片选择性重聚焦、结合适当梯度使用相控阵列发射的选择性激发、用于扰乱来自一个感兴趣区域之外组织的信号的绝热脉冲激发、外部体积抑制序列以及选择性地激发内部体积中的自旋的其他方法，包括物理地分离感兴趣的组织。
可以采用初始实施例，其中激发一个感兴趣体积、关闭所有梯度并且在一个指定的k值下记录RF信号的样本的这些步骤在相同的TR内或在随后的TR中重复多次以建立幅度功率频谱，如果对于每个TR指定的k值被约束在感兴趣体积内，则每个TR中的指定的k值独立于干预运动。
可替代地，激发一个感兴趣体积、关闭所有梯度并且在一个指定的k值下记录RF信号的样本的这些步骤在感兴趣的体积变化的情况下在相同的TR内或在随后的TR中被重复多次，从而采集纹理数据以评估在一个器官或解剖结构内或分布在一个器官或解剖结构上的纹理变化。
附图说明
当结合附图考虑时，在此披露的实施例的特征和优点将可以通过参考以下详细描述而得到更好的理解，在附图中：
图1是示出随着输入SNR变化用于平均以实现输出SNR>20dB所需的数据样本的数量的一个模拟；
图2是示出随着k空间中的位置变化用于平均以实现SNR>20db所需的数据样本的数量的一个模拟；
图3是用于要求保护的方法的脉冲序列的一种示例性时序图，示出了对一个单一TR的计时；
图4是图3的示例性时序图的一个特写；
图5是要求保护的方法的一种时序图的一个实例，该时序图被设计成采集一组选定的k值的多个测量值，其中在每个k值下采集不同数量的样本以抵消在增加k值时的能量密度的降低；
图6是示出由要求保护的方法提供的用于采集单一TR内的一个目标k值的许多重复样本的能力使得能够进行稳健的信号平均以提高SNR的一个模拟；
图7是示出尝试使用常规频率编码的回波方法采集用于平均的90个样本的结果的一个模拟，其中由于每个回波的长记录时间，在每个TR中仅可能采集一个特定k值的少量重复样本；
图8是要求保护的方法的被设计成在单一TR内的多个重聚焦回波上提供数据采集的一种示例性时序图；并且，
图9A和9B是用于采集的感兴趣体积(VOI)的两种可能形状的一种描绘。
具体实施方式
提供了在此所使用的以下术语的定义：
180°反相脉冲 反转一个组织区域中的自旋以允许MR信号重聚焦的RF脉冲。
180°脉冲使反向平行于B0的净磁场矢量翻转的一种RF脉冲
90°脉冲使净磁场矢量翻转到相对于B0的横向平面中的一种RF脉冲
3T3特斯拉
A/D模数转换器
AD阿耳茨海默病
ADC在扩散加权成像中测量的平均系数
绝热脉冲激发 绝热脉冲是一类幅度和频率调制的RF脉冲，它们对B1不均匀性和频率偏移效应相对不敏感。
AWGN 加性白高斯噪声加性高斯白噪声(AWGN)是在信息理论中使用来模拟自然界中发生的许多随机过程的效应的一种基本噪声模型。
活检 活检是从身体提取以便更接近地检查的组织的一个样本。
C/N 对比噪声，基于结构单元之间的信号差异而不是基于整体信号水平的图像质量的一种量度
CAWGN 复值的加性高斯白噪声
CBF 脑血流量
化学位移 由于贡献于一种MR信号的核的不同分子环境引起的MR共振频率的小变化。
CJD 克-雅病
破碎梯度 在180°RF重聚焦切片选择脉冲的任一侧上施加的用于减少由脉冲中的缺陷产生的寄生信号的梯度。
CSF 脑脊髓液
DEXA 双能X线吸收法是一种使用两种不同能量的x线束测量骨矿物质密度的手段。
DSC 动态敏感对比
DTI 扩散张量成像
DWI 扩散加权成像
回波RF脉冲序列，其中90°激发脉冲之后是一个180°重聚焦脉冲，以消除回波处的场不均匀性和化学位移效应。
频率编码 MRI中空间位置的频率编码是通过使用由机器梯度线圈诱导的补充磁场来完成的
高斯噪声 高斯噪声是具有等于正态分布的概率密度函数(PDF)的概率密度函数的统计噪声，该正态分布也被称为高斯分布。
梯度脉冲 改变k值编码的机器磁场梯度产生的脉冲
梯度组 围绕MR扫描器的孔的线圈组，该线圈组主要用于空间编码信号或者在选定的方向上设置特定的相位卷绕
GRE 梯度召回回波
交错采集在单一TR内连续激发的、来自多个VOI的信号采集
等色线(Isochromat)以相同频率共振的自旋的微观组。
k空间 MR图像的2D或3D傅里叶变换。
k值系数反映一系列中每个指定的k值的相对权重的傅里叶级数或变换的系数。
k空间 MR图像的2D或3D傅里叶变换。
k值反映一个纹理场中结构单元的间距的k空间中的一个点。
k值选择脉冲用于沿着采样方向选择一个指定的k值编码的梯度脉冲
k空间值库 在组织特定区域中采集的用于组织表征的k空间系数的净收集
机器梯度 通过在MR扫描器中使用梯度线圈组可实现的磁场梯度
MRE 磁共振弹性成像—使用声学剪切波测量软组织的刚度并使用MRI成像它们的传播的一种成像技术。
MRI 磁共振成像
MS 多发性硬化
噪声本底 在信号理论中，噪声本底是由测量系统内所有噪声源和不需要的信号的总合产生的信号的测量值
PET 正电子发射断层扫描是一种功能成像技术，该技术使用正电子发射放射性示踪剂在身体中产生功能过程的三维图像。
相位相干性(空间的)当提及一个或多个k值的一个共同VOI内的多个测量时指示样本相对于测量坐标系具有相同的位置
相位编码 相位编码用于向一个横向磁化矢量赋予一个指定的相位角。指定的相位角取决于相位编码梯度内的横向磁化矢量的位置、梯度的幅度和梯度施加的持续时间。
相位卷绕 横向磁化的相位沿着相位编码样本的螺旋进动
螺距 参考螺钉的螺距，沿着k值编码的方向的相位卷绕的紧密度
曲线 信号强度的一种一维图
RF 射频电磁信号
半晶体纹理 沿着一个或多个方向表现出整齐间距的纹理
切片(厚片) 可互换地用于指示非零厚度的平面截面
切片选择性重聚焦通过一个切片选择性梯度和一个RF脉冲的组合的自旋的重聚焦，该组合使得RF脉冲的带宽沿着梯度方向选择一个厚度，并且RF脉冲使净磁化矢量翻转远离它的平衡位置只有在与RF脉冲相同的频率下处理的那些自旋将受到影响。
SE 自旋回波
SNR 信噪比
扰流梯度 参见破碎梯度
T2定义为由原子或分子水平下的自然相互作用引起的横向磁化的衰减的一个时间常数。
T2*在任何实际的NMR实验中，横向磁化衰减比通过自然原子和分子机制预测的快得多；这种速率表示为T2*(“T2-星号”)。T2*可以被认为是“观察到的”或“有效的”T2，而第一T2可以被认为是被成像的组织的“自然的”或“真实的”T2。T2*总是小于或等于T2。
TBS骨小梁评分是在DEXA信号中寻找与用于评估骨健康状态的骨微结构相关的纹理模式的一种技术
TE自旋回波序列有两个参数：回波时间(TE)是90°RF脉冲与MR信号采样之间的时间，对应于回波的最大值。在时间TE/2处施加180°RF脉冲。重复时间是两个激发脉冲之间的时间(两个90°RF脉冲之间的时间)。
纹理频率 在一种纹理中每单位长度的纹理波长重复样本数
纹理波长 在一种纹理中结构单元之间的特征间距
TR自旋回波序列有两个参数：回波时间(TE)是90°RF脉冲与MR信号采样之间的时间，对应于回波的最大值。在时间TE/2处施加180°RF脉冲。重复时间是两个激发脉冲之间的时间(两个90°RF脉冲之间的时间)。
矢量组合梯度 由梯度线圈组的任何矢量组合产生的一种磁梯度
VOI感兴趣的体积
窗口函数在信号处理中，窗函数(也称为变迹函数或渐变函数)是在一些选择的间隔之外为零值的一种数学函数
X线衍射 X线衍射是用于鉴定晶体的原子和分子结构的一种工具
在此披露的实施例提供了一种基于MR的技术，该技术能够进行精细生物纹理的体内、非侵入性、高分辨率的测量和评估，从而实现监测响应于一系列病变中的疾病发作和进展的纹理形成和/或变化。该相同方法可以应用于其他生物和物理系统中的精细纹理表征。它使得精细纹理的基于MR的分辨率能够达到以前在体内成像中不可达到的大小标度。虽然在此相对于用于检查组织的生物系统描述，方法同样适用于一系列工业目的中的精细结构的评估以及需要测量精细结构/纹理的其他用途，这些工业目的诸如测量制造业或地质学中的材料特性以表征不同类型的岩石。
在此要求保护的方法通过足够快地采集必要的数据以使得受试者运动的影响即限制MRI分辨率的因素变得可忽略，来实现精细纹理的体内分辨率的这种显著改进。这种快速采集通过在一个TR内—的单个位置、取向处以及在一个时间处的一个k值或一组选定的k值下—递增地采集数据来实现。在施加用于选择感兴趣的k值的编码梯度之后，在关闭梯度的情况下采集数据，允许用于随后平均以减少电子噪声的编码k值的多次采集重复样本，从而在可以发生运动模糊之前实现对单个k值的稳健测量。为了对组织内存在的更大的一组选定的k值建立测量，或者针对组织内的纹理间距的一个连续谱的发展建立测量，采集TR可以根据需要重复多次，根据需要改变编码以跨越所需的实空间和k空间的所希望程度。由于在没有运动影响的情况下平均重复样本的能力，从每个TR输出的一个或多个k值的组现在都是高SNR，并且因为感兴趣的量度是纹理间距并不是图像的发展，TR之间缺乏相位相干性不是关注点。
在最简单的形式中，在此要求保护的方法包括从一个内部体积内采集MR信号以包含一个感兴趣的指定组织区域，诸如一个病灶、一个器官、一个器官中的一个位置、骨的一个指定区域或用于采样的一个患病器官中的多个区域。此内部体积可以通过多种方法中的一种来激发，这些方法包括但不限于：相交的切片选择性重聚焦、结合适当梯度使用相控阵列发射的选择性激发、用于扰乱来自该感兴趣区域之外组织的信号的绝热脉冲激发、外部体积抑制序列以及选择性地激发内部体积中的自旋的其他方法，包括物理地分离感兴趣的组织等等。
在定义一个感兴趣体积(VOI)之后，关闭梯度，并且采集以一个指定k值为中心的多个信号样本，该指定k值的扩展由接收器BW和采样长度限定。此测量仅在VOI内的指定方向上重复，而不是如生成一个图像所需要的那样试图映射所有k空间。在单一TR期间在采集块内采集一个特定k值的一个或多个样本，并且k值随后进行递增或递减，从而给予相同TR期间的如所希望的其他k值的另外的多个样本。此方法允许在毫秒的时间段内对每个感兴趣的k值进行多次采样，提供对受试者运动的免除性。然后可以在另外的TR中重复该过程，对k值采集之间的运动的要求仅是VOI保持在感兴趣的组织区域内。可以在不需要以一种空间相干方式采集空间频率的幅度谱的情况下，完成空间频率的幅度频谱的建立。因为感兴趣的量是存在于样本体积中的各种k值(纹理间距)的相对强度，只要采集体积保持在组织的一个代表性样本内，块之间的任何运动都不会损害测量。在其中运动足够大幅度使得内部激发的体积可以在建立包含在组织中的k值的频谱的过程中移动到其他组织体积中的情况下，相当稳健的实时引导检查和采集算法的使用可以用于内部选择性激发的体积的总体重新定位并且用于去除未能保持在适当组织中的数据组。
重新定位VOI以允许在一个器官或解剖结构内或分布在一个器官或解剖结构上的多个位置处的纹理采样允许通过该器官确定病变变化。参考定位图像，所采集的数据可以在空间上进行映射。通过在下一个TR之前恢复信号的时间期间激发另外的体积，可以在连续的TR中移动VOI或者在单一TR内进行交错采集。要求是在新组织中激发连续的不与先前切片选择重叠的VOI。病变的空间变化可以通过这种方法来确定。如果测量被纵向重复，这也可以用于通过一个器官监测病变的时间进展。
调整脉冲序列至样本体积中的预缠绕相位将感兴趣的最高k值定位在信号最强的回波峰处，提供最佳SNR测量。
在研究中的体积内沿不同角度的多个方向以及沿不同的路径(直线或曲线)的k值的采样可以产生关于纹理，尤其是在指定方向上具有半有序结构诸如神经元微柱的纹理的重要信息。与柱状间距相关联的k值的测量对于采样路径的对准极为敏感，因为垂直的任一侧上采样方向的轻微变化都显示出该k值的信号幅度的一个快速下降。在信号最大值的任一侧上摇动采集路径可以产生对病变诱导的随机性的测量，该随机性由峰的宽度指示。
在用于数据采集的梯度关闭的情况下，当已知研究中的结构的化学组成时，将带宽调谐到特定化学物质可以增强结构信息。
在此要求保护的方法可以与靶向血流的时间依赖性对比方案结合使用。这些对比技术中的一些是血氧水平依赖(BOLD)成像、动脉自旋标记(ASL)成像和动态敏感对比(DSC)成像。由于这些方法使用不同的技术突出脉管系统，可以测量与许多病变(包括CVD(脑血管疾病))和肿瘤生长相关联的脉管系统的纹理的变化。
在此要求保护的方法也可以与其他基于MR的测量技术(包括DWI和DTI)结合使用，以提供关于扩散技术的参数选择以及与它们与组织健康状态的测量的相关性的前端信息。
在使用数量级为毫秒的总时间上采集一个块的情况下，单个k值的快速重复测量将患者和机器运动诱导的模糊减少到一个可忽略的水平，实现对先前在体内不可接近的精细纹理的稳健评估。(出于比较，标准MR图像采集时间在要求患者保持完全静止的持续时间上要长得多。)通过在块内的每个k值处的单独的样本的组合，显著地改进所测量的每个k值的SNR；现在可以在不考虑受试者运动的情况下完成这种平均，受试者运动由于块中的单独的样本的快速顺序采集而被消除。
SNR的这种显著改进是可能的，因为在此要求保护的方法重点在于仅采集感兴趣的k值用于确定细纹理病变特征，而不是在于采集图像形成所需的大量整个空间编码回波。显著减少的数据矩阵使得在目标k值下的重复样本数量增加，并且因此显著改进SNR。
在一个纹理间距范围内的能量密度与纹理波长成正比，或与k值成反比—即k值越高，相关联的信号强度越低。通过使用在此要求保护的方法实现的快速采集能够在T2和T2 *效应已经降低信号幅度之前调整在一个特定k值处的采集重复的数量以采集首先具有低信号的k值。以此方式，用于噪声消除平均的(或者在将每个重复的SNR与来自随后的TR的k值的测量值组合之前进行空间相位校正的)每个重复的SNR都将高于该阈值。在不同k值下的采集周期之间存在运动并没有关系，只要每个采集位于感兴趣的组织体积(VOI)内。因为要求保护的方法仅靶向病变诱导的组织纹理变化的评估，在数据采集的一整个周期内不需要如成像所需那样相位相干。
对于一个减小的体积(VOI)中的单个k值采样，若干个益处由在梯度关闭之后采集数据产生。通过适当的脉冲排序，可以设计回波记录窗口，使得记录从感兴趣的最高k值开始，因为信号水平在回波峰值处最高。这能够进行当前用体内MR成像无法实现的对精细结构的记录。
另外，T2*随着梯度关闭变得更长，因此通过更长的采集时间可能改进SNR。这允许采集增加的样本数N。
线圈组合也通过针对每个k值具有更高的SNR而被简化，因此提供了总体SNR的显著改进。这是特别有益的，因为MRI的趋势是朝向由许多小元件线圈组成的线圈阵列。因为在此要求保护的方法中的靶向的采集体积小，不需要对整个样本体积上的相位进行校正。仅需要针对每个线圈的一个相位和增益值来组合多个元件通道。这些可以使用最大比值合并(MRC)方法或者其他多信号组合方法来组合，该MRC方法对具有最高SNR线圈进行最大加权。(给定线圈阵列的元件的相位和增益可以由一个体模(phantom)一次确定并施加至患者数据。)
一个标准MRI扫描中的信号采集和数据采样是通过施加与回波同时发生并且与这些回波按序排列的梯度序列采集多个回波的复值样本来完成。成像依赖于编码维度之一的频率，因为这允许用每个相位编码而不是单个点来采集k空间中的一条线。对于3维成像，k空间中的两个维度通常依赖于相位编码来生成k空间的目标填充，其中第三个维度为频率编码的。成像中的相位编码采集通常需要在每个相位编码方向上采集256个左右的k值，因此是一个相对较慢的过程。临床MRI扫描产生一个图像花费10-15分钟左右。图像构造的目的是采集足够的k空间覆盖以填充2维或3维傅立叶级数中的所有系数，这就是为什么标准MR分辨率受到受试者运动限制。
在此要求保护的方法与标准MR数据采集形成直接对比，其中标准MR数据的焦点在于图像生成。图像形成受到在采集所需的大数据矩阵所需的长时间内由受试者运动导致的模糊的困扰。因为在此要求保护的方法的目标是纹理而不是图像，对受试者运动的唯一要求是，在采集数据的过程中采样体积保持在类似组织特性的一个区域内。与结构相位相干的要求相比，这是一个不那么严格且容易实现的目标，因为可允许的运动的标度于是足够大并且具有一个时间顺序，以通过实时运动评估和校正技术可以很容易地可校正。在此要求保护的方法的采集速度使得在大多数情况下，根本不需要实时运动校正。虽然其他方法重点在于图像的后处理以尝试提取纹理测量值，在此要求保护的方法消除了对图像生成的需要，而是焦点在于直接测量纹理从而实现更灵敏和稳健的测量。
通常，k空间采样被认为与在存在一个梯度组下对回波采样同义。在在此要求保护的方法中，k空间填充的方法是仅采集在目标病变中的纹理评估所需的k值组，其中数据在梯度被关闭之后采集。此方法能够如此快速地采集用于平均降噪的单个k值重复样本使得受试者运动不使数据退化。
连同由单独采样k值产生的SNR的巨大改进，在单一TR中采集一组选定的k值的许多重复样本的情况下，在梯度关闭之后的采集允许SNR的进一步显著改进，并且因此增加测量稳健性。这在以下讨论中进行解释。
MR回波采样提供相对于一个时间依赖性回波的时间的指定样本。回波包含同时(对于频率编码轴)和之前(对于相位编码轴)施加的梯度，但是也含有与样本的不同化学物质相关联的等色线，以及与自旋-自旋相互作用相关联的包络(T2和T2*)。
常规的频率编码自旋采集对样本强加一个时变梯度，该梯度有效地沿着预定的路径在k空间中行进。对于直线采样，该路径沿着一条直线。
频率编码在一个给定时间点处在一个给定k值处仅产生一次测量，所采集的回波样本表示对应于指定k空间位置处的傅立叶系数的一个值。下一个回波样本表示在一个不同k空间位置处的值，下一个k值依赖于同时施加的梯度的斜率。只要在相应的k值处存在足够的信号，这种方法就工作良好。然而，在感兴趣的信号接近或甚至低于噪声本底的情况下，通常将会需要另外的样本和随后的后处理。
在一个频率编码梯度读出中降低噪声本底的一种方法是降低梯度强度并减少接收机带宽。降低接收机带宽将会真正地降低噪声水平，并改进较低的信号水平检测(与项kBTB成正比，其中kB对应于玻尔兹曼常数，T对应于开尔文温度，并且B是以Hz为单位的接收机带宽。)。然而，此举是以较大的化学位移伪影为代价的。
化学位移伪影由于与生物样本内不同化学物质相关联的不同等色线而出现。在一个频率编码的k空间读出中，以一个稍高频率共振的那些化学物质将看起来从它们在图像空间中的实际位置朝向增加频率的方向移位。如果空间频率编码梯度较浅，表观位移可能相当大。
这样，为了使化学位移伪影最小化，通常使梯度斜率尽可能陡峭，以将表观位移最小化到一个窄范围内(即，在图像域中的1个或2个像素内)。然而，这因此需要一个较大的接收机带宽以适应较大的频率范围。这进而在与接收带宽成正比的一个水平下增加总体噪声本底。
结论是频率读出通常迫使在梯度强度、噪声水平和化学位移伪影之间进行权衡。
用于在信号采集中降噪的一种常见技术是通过对一个信号重复采样并且随后组合该多个测量值。对于线性噪声源诸如高斯噪声，此技术通过消除信号上的随机噪声来改进SNR，消除效应随着样本数N增加。
通过这种消除技术进行的降噪适用于静态受试者。然而，运动诱导的模糊是一种非线性效应，因此单独的测量已移动通过大的空间相位角(相对于研究中的纹理/结构波长)的信号组合不会产生一个改进的SNR。校正运动的一种相当标准的技术是查看实空间中的MR强度数据，并且彼此重新配准连续的迹线/图像以使重叠最大化。假定，与白噪声的减少一样，这些重新配准的信号的线性组合将使得由运动引起的模糊的减少。然而，这只有在每个单独采集的SNR足够高时才有效。重新配准低SNR样本导致估计位置的一个高方差。阈值理论定义当原始信号低于某一噪声阈值时，将重新配准的信号与非线性模糊组合仅增加信号误差。
因为运动诱导的纹理相位移动随着k增加—即随着感兴趣结构的大小减小运动的不利后果变得更加尖锐，由受试者运动引入的非线性在更高的k值处增加。这意味着要组合的多个样本需要来自在一个足够短的时间跨度内采集的相同采集序列，以确保样本之间存在可忽略的运动。
克莱姆-拉奥下限(Cramer-Rao Lower Bound)提供了对加性高斯白噪声(AWGN)中的估计值的剩余方差(即SNR相对于样本数量)的下限所需的样本数量的理解。对于AWGN中的低源SNR，需要大量的样本进行平均以获得一个可用的SNR。主要的假设是可以进行多次采集，然后进行平均以实现更高的SNR。(克莱姆,H.(CRAMER,H.)；“数学统计方法(Mathematical Methods of Statistics)”；普林斯顿大学出版社(Princeton UniversityPress)，1946。拉奥,C.R.(RAO,C.R.)，“在统计参数的估计中可获得的信息和准确度(Information and the accuracy attainable in the estimation of statisticalparameters)”；加尔各答数学学会通讯(Bulletin of the Calcutta MathematicalSociety)37,1945。)
参考附图，图1中的图将迹线102中所示的输出SNR与迹线104中所示的所需样本数量进行比较，证实对于高输入SNR，单个样本足以产生一个低噪声测量。对于较低的SNR，需要多个样本来“平均”噪声贡献。组合样本的能力明确地假设在多个样本采集过程期间感兴趣的基础信号相对恒定(即，改变的唯一组分是噪声)。
图2中的图是使用信号模型的一个模拟(迹线202)，提供了一个输入SNR(迹线204)，示出随着k空间中的位置变化产生20dB的SNR需要的k值的样本数量(迹线206)，考虑的是一个3mV rms的输入噪声水平。因为频谱能量密度通常与k-1成正比，为了保持足够的SNR，在较高空间频率(较高k值)下需要较大数量的输入样本。在k＝2个周期/mm(λ＝500μm)下，模拟的噪声水平调整为～10dB SNR。
如以上所指出的，对于在数据采集的时间跨度上不发生目标组织的移位或变形的纯静态样本，这种类型的平均是可能的。然而，对于体内应用，即使患者是顺应性的，也会发生自然运动。随着感兴趣的纹理间距减小，运动的不利后果变得更加尖锐。更确切一些，这种类型的平均是基于以下假设：基础信号在整个采集中是相同的，并且只有零均值、复值、加性的高斯白噪声(CAWGN)改变。如果信号本身改变，结果将不仅是噪声的平均，而且是基础信号的N个不同型式的平均，这实际上不会改进SNR。
使用低SNR样本来估计和校正运动将导致估计位置的一个高方差。这进而在“校正”采集中产生一个大的方差，并且当这些采集被平均时不产生SNR的预期增加。这意味着多个样本需要来自相同的采集序列，其中样本之间的运动极小。这通过在此要求保护的方法来实现。
随着结构波长越短，问题变得越尖锐。认为两种采集目前无噪声，其中一个已经移位了量d。对于一个给定的k值，试图平均它们产生：
Y(2πk)：＝S(2πk)[1+e-j2πkd]/2 (0.1)
其中S(2πk)为复值信号，并且Y(2πk)表示两次采集的平均值。
这可以表示为：
Y(2πk)：＝S(2πk)e-jπkd cos(πkd) (0.2)
这示出了由于位移d导致的幅度衰减和相位移动。将幅度衰减限制为本底值a，其中0<a<1，将d限制为：
这示出了对于一个给定的幅度误差，可允许的位移随着k值的增加而减小。这是因为，感兴趣的纹理间距越小，在数据采集的过程中可容忍的运动越少。
为了处理这个问题，在此要求保护的方法中采取了一种替代方法，该方法是免除频率编码读出并且对指定k空间点进行采样，每次在单个空间位置和取向处的感兴趣的每个k值下采集一个或多个测量值。
在标准MR实践中的一个给定采集内，存在回波的被采集的M个样本。代替在每个k值下采集一个样本，N≤M的这些样本可以用于估计在指定k值下的(复值的)基础信号值。一个采集内的多个样本可以进行组合，与跨越采集相比具有更小的运动问题，因为它们在时间上更接近。
如果整个回波用于测量一个k值，可以调整接收带宽以便通过基础NMR频谱中最高丰度的共振峰，并衰减高于它们的频率。
取一个直线MRS频谱(无结构相位编码)，将会产生主要由以下项组成的一个频谱：对应于H2O的峰(具有δ＝4.7ppm的化学位移)，以及对应于出现在脂肪中碳-氢键(例如CH3、CH2、CH＝CH等)的峰，每个碳-氢键具有在从0.9-5.7ppm范围内的一个不同的化学位移，其中最高丰度的共振来自在δ＝1.3ppm处出现的脂族链中的CH2。
假设使用3T机器，因为氢的磁旋比为γ＝42.576MHz/T，化学位移值在166Hz(对于CH2)至600.3Hz(对于H2O)的范围内。只要使用超过600.3Hz的一个(单侧的)接收机带宽，H2O峰将通过。假设基带采样，这意味着采样率>1.2kHz(注意，如果使用复基带采样，理论上这可以减少约1/2。)。这里的重点是，这种方法可以使用一个窄带宽，并且采样速率在800μs左右。从而减少了信号上的噪声，并且k值采集数据的多个重复样本以毫秒为单位进行采集，从而使采集的数据不受患者运动的影响。为了比较，在～30ms的TE和500ms-2000ms左右的TR下进行单次成像采集。为了采集信号平均所需的重复样本可能需要几分钟—其中呼吸、心脏和颤搐运动通过运动诱导的模糊限制分辨率的一个时间范围。要求保护的方法能够采集具有非常低的信号水平的k空间区域中的值，这些非常低的信号水平诸如针对较高的k值(较短的纹理波长)—迄今仍然难以捉摸的精细纹理范围-将会存在。
为了最大化信号，选择非零的丰度频率。一般来说，这不对应于仅对所采集的所有样本的平均。相反，它类似于一个匹配滤波器，该滤波器被“调谐”到感兴趣的频率，从而对应于感兴趣的指定化学物质。
作为附注，可以提取完整的NMR频谱(没有任何相位编码梯度：只是体积选择)以获得基础信号强度(和相关联的频率)的一个基线，该基线进而将被空间调制，从而通过对研究中的结构单元中期望的化学物质的知识提供对纹理波长的理解。
可以通过采集回波的N个样本，然后采取傅里叶变换来提取感兴趣的等色线。因为回波是在没有梯度的情况下进行的，在感兴趣的等色线处的所得信号的强度将对应于感兴趣的(复值的)k值系数。
考虑到目标是提取纹理波长的相对幅度，所需的信息只是相对于纹理波长测量的幅度。然而，为了提取足够的信号强度并将其与基础噪声本底区分开，必须保留复数相量值直到结束。
噪声本底、信号强度(在其中存在化学物质的丰度的指定等色线处)、所需样本的数量和最大容许误差之间的关系可以近似为
其中σ2表示噪声方差，|A|2表示感兴趣的一个或多个等色线的平方幅度，并且0<ε<1表示估计值的可允许误差。进一步假设噪声主要来源于生物样本，这可以进一步近似为：
其中NF有效为接收器的有效噪声指数，KB为玻尔兹曼常数，T为生物样本的开尔文温度，并且B为接收器带宽。在这种情况下，N可以用作为了创建合理的估计需要在一个给定采集中采集的样本数量的一个指导。
如果所需的样本数量超过了一次采集中可用的数量，在采集之间的空间再配准之前，可能需要来自单次采集的测量值的组合以使信号最大化。需要两个或更多个采集组之间的合理估计和位移校正。来自单一TR块的在单个k值下的测量值的组合现在可以用于提高SNR，使得连续TR之间的再配准具有一个更大的成功机会。
虽然在一个回波或整个TR中采集的整个样本组可以被分配用于k空间中的一个系数的估计，如果可以使用少于回波样本的最大数目的数目来估计可接受的值，则它开辟了能够在一个指定回波或TR内的k空间中采集多于一个的系数的可能性。
图3示出了用于使用在此本文要求保护的数据采集的脉冲序列的一个示例性时序图。采用迹线302中包括的RF脉冲来激发如在典型的MR成像中所研究的组织的选定体积。第一RF脉冲304与以迹线306表示的第一磁场梯度上的梯度脉冲308同时发射。这激发了组织的一个单个切片或厚片，该切片或厚片的定位取决于该第一梯度的取向和幅度以及包含在该RF脉冲中的频率。负梯度脉冲(脉冲310)使该激发在切片或厚片的限定厚度内重新定向。
为第一RF脉冲304幅度的两倍的第二RF脉冲312与以迹线314表示的第二梯度上的梯度脉冲316同时发射，激发自旋的一个切片选择性重聚焦，此第二组织切片与第一组织切片相交。(由于此第二RF脉冲312使净磁矢量翻转至反平行于B0，此举导致自旋反相和随后的重聚焦，从而在180度RF脉冲之后的一个时间处产生一个信号回波，该时间等于位于90°RF与180°RF脉冲之间的时间。)在梯度脉冲316的开始处的初始较高值梯度脉冲318是破碎梯度或“扰流”梯度，该梯度被设计成在整个组织体积上诱导一个大的相位缠绕。在脉冲316的后端处的一个类似梯度脉冲322解绕该相位卷绕，该脉冲316在180度RF反相脉冲之后出现。以此方式，在180度RF脉冲之前不存在的任何激发，诸如来自180°脉冲自身中的缺陷的激发将不具有这种预编码，所以不会被第二破碎梯度重聚焦，因此不会对信号有影响。总之，第二RF脉冲与施加的第二梯度组合在由第一切片和由第二梯度设置的第二切片的相交所限定的一个区域中提供信号的切片选择性重聚焦。
在迹线314上的一个编码梯度脉冲326沿着梯度脉冲326的方向设置一个初始相位卷绕，由此设置k值编码。一般来说，k值编码可以通过机器梯度的矢量组合在任何方向上取向，但为了便于可视化，表示为在第二梯度上。
与由迹线330表示的第三梯度上的梯度脉冲332组合施加的重聚焦第三RF脉冲328限定第三相交切片选择性重聚焦，以限定VOI。梯度脉冲332再次采用破碎梯度。
负预相位梯度脉冲326缠绕相位，使得在第二180°RF脉冲之后的信号回波处，信号采集以高k值开始，然后该高k值可以随后递减(或者递增或改变取向)以进行进一步采集，如下所述。由于信号中的能量密度通常与k-1成正比，此方法确保在T2效应引起大量总体信号减少之前首先采集具有较低SNR的k值。
在所有梯度关闭的情况下，打开一个接收门333以接收RF信号，该RF信号在图3中被示为迹线336上的脉冲334。迹线336中的RF信号是仅示出存在于接收门窗口中的信号的一种表示，而不示出窗口外的RF信号的实际细节。采样如由迹线338表示的那样发生，从在迹线324上看到的初始k值340a开始。注意，在附图的标度上，采样速率足够高使得模数转换器(A/D)的各个触发在迹线338中合并在一起。(下面描述的图4中的扩展时间标度示出了各个A/D触发。)
在其中对应的系数足够大使得它们可以使用一个回波的一个小样本子组来良好地估计的k空间的区域中，完成另一个k值的采集，该另一个k值通过施加在迹线314上示出的一个梯度脉冲342a以在记录回波的时间期间选择新一个的k值来获得。在一个合适的稳定时间之后，可以收集回声的另一个样本组(现在来自新的k值系数)。可以重复此过程，在一个TR内在一组选定的k值中的每个下采集多个样本。在初始k值340a处提取多个样本。然后施加一个k值选择梯度脉冲342a，并且对所得的k值340b进行采样。(尽管在图中被示为在第二梯度上的一个负脉冲，使k值递减，实际上，可以通过梯度的任何矢量组合设计此脉冲和随后的k值梯度脉冲以选择任何k值或取向。)类似地，k值选择梯度脉冲342b选择由A/D采样的第三k值340c。每个梯度脉冲改变相位卷绕，从而选择一个新的k值。施加一个k值选择梯度脉冲(342c-342f)接着进行对所得的k值系数多次采样，这两个步骤按照需要重复多次。虽然自始至终数据被采集，在所有梯度都关闭时采集感兴趣的样本。用于切片和k值选择的梯度取向可以与机器梯度一致，该机器梯度被配准为与B0场一致或正交。可替代地，可以使用作为所有三个机器梯度轴的一个矢量组合的梯度来选择采集方向和k值编码。
在希望测量一个低SNR k值的情况下，可以设置预缠绕编码的梯度脉冲，使得待测量的第一k值是希望的低SNR k值。可替代地，预缠绕梯度脉冲可以设置为零，使得测量的第一k值为k0。为了确定系统接收器对特定VOI的敏感性、确定等色线(例如，水相对于脂质)的相对分布而不考虑VOI中的纹理，或为了建立用于在一个VOI中测量的其他k值的归一化或用于与来自其他VOI的k值进行比较的一个参考值，可以希望一个k0的测量。此外，用于汇集针对一个VOI的一组指定的k值的一种策略可以包括测量第一组多个TR中的低SNR k值(典型地为较高的k值)，并且然后在保持在相同VOI中的同时测量其他TR中的k0和其他较高的SNR k值。
如图3中图解性地示出，信号幅度在自旋回波时达到一个最大值。还图解性地示出了信号幅度在一个k值的多个RF测量的采集期间一直是变化的，并且在k值的连续的测量块之间更是如此。低SNR k值的测量的时间与最高回波信号的对准提高了k值测量的SNR，或者，较高SNR k值与较低回波信号幅度的对准允许在回波期间汇集另外的有用k值采集。
图4示出了在7.25与8.00毫秒之间的RF采样窗口338的初始部分期间图3的脉冲序列的特写。在所有梯度关闭的情况下快速连续地提取的相同k值的多个样本提供了用于信号平均以在低SNR时减少AWGN的输入。在采样窗口338的第一块344a中，提取第一k值340a的多个样本346a。在施加k值选择梯度脉冲342a期间，提取转换样本348a。当k值选择梯度被关闭时，在第二k值340b处提取多个样本346b。然后，k值选择梯度脉冲342b的施加与相关联的转换样本348b一起发生，并且在梯度被关闭之后随后采集第三k值340c的样本346c。由于用于在每个给定k值处采集数据的非常短的时间窗口，基础信号受到运动的影响最小。因为数据在梯度关闭的情况下采集，所以没有化学位移的问题，并且有效T2更长，提高了信号值。
在k值选择梯度脉冲倾斜上升、保持稳定、并且然后倾斜下降到零时采集的回波的采样值将必然受到施加的梯度的影响。这些转换样本可以提供其他有趣的信息，但是不在考虑k值系数的直接测量中使用；仅在当前没有活动的梯度时记录的那些样本用于此测量。
可以在每个k值处采集一致数量的样本，或者可以采用一个替代序列，其中，随着k值减小，信号幅度因此增加，采集到更少的样本。在图5中示出了设计用于这种类型的采集的一个脉冲序列。在所有的梯度关闭的情况下快速连续地采集采集中靶向的每个k值的多个样本。这些重复样本提供了用于低SNR信号中的信号平均的输入。与图3和图4中所示的脉冲序列一样，由于对一个给定k值采集数据的非常短的时间窗口，基础信号受到运动的影响最小。
图5上概述的样本窗口344a-344g的部分内的样本对应于针对一个给定k值340a-340g采集的样本数量，给定k值340a-340g中的每个由k值选择梯度的解绕脉冲342a-342f诱导。可以基于期望的SNR、组织对比度、对比噪声、病变、纹理大小和/或纹理带宽来选择与一个给定k值相关联的样本的数量Nk。对于图5中的实例，可以看出，对于逐渐更小的k值(更大的纹理特征)提取减小数量的样本。这是因为，如先前所讨论的，对于一阶信号，幅度随着k值减小而增加—能量密度通常与k-1成正比。由于这个相同的原因，在此方案中首先采集较大的k值，当T2效应最小时，在采集中稍后记录了较长波长、较高信号强度、k值。
重聚焦回波和/或一个新的TR可以用于建立一个k空间样本的库。可以通过施加多个重聚焦梯度和/或RF脉冲来有利于在一个TR内的多个k值的采集，以增加另外的k值可以在一个TR内被采样的时间。这些后来的回波可能将用于采集选定的组中较低k值的系数，因为在值连续体中这些较低k值的能量密度通常较高，所以T2衰减对整体信号幅度的影响将不会如较高的k值那样严重地影响它们。在这种方式中，可以在更少的TR上完成所需的k空间填充的较大部分，从而允许更快速的数据采集，最小化重新定位VOI的需要。
图8示出了在此要求保护的方法的基本序列的扩展，使用自旋回波重聚焦扩展TR的记录时间。一个重聚焦RF脉冲802与一个相关联的梯度脉冲804的施加产生了切片选择性重聚焦。在一个适当的稳定时间之后，由接收门808打开第二采样窗口806。施加多个k值选择梯度脉冲810以递增选定的k值，并且在关闭每个连续梯度脉冲之后，在采样窗口中采集选定的k值的多个样本。具有相关联的梯度脉冲814的第二切片选择性重聚焦RF脉冲812再次反转自旋，在施加多个k值选择梯度脉冲820中的每一个之后，在由接收门818打开的第三采样窗口816中采集数据。如附图所示，可以在每次重聚焦时采样增加数量的k值。可以重复重聚焦，直到由于T2和其他效应导致的信号水平减小使得另外的信号采集无效。另一种通过激发多个信号回波来延长记录时间的方法是使用一个或一系列梯度召回回波(GRE)。GRE与SE的不同在于它们不能重聚焦静态不均匀性的效应，所以T2*效应限制重复样本的数量。
除了可用的组织对比度之外，与特定病变相关联的k值将是确定信号平均所需的样本数量Nk的一部分。在肝纤维化中，相关纹理的波长在400微米的范围内，即，一个2.5个周期/mm的k值。这类似于在许多其他疾病诸如心脏纤维化中的纤维化发展中所见的纹理间距。骨小梁中单元的间距变化很大，但是感兴趣的最小间距是小梁单元的宽度，该宽度为大约80微米，从而设置了一个12.5个周期/mm的最大k值。在神经病变中，许多感兴趣的纹理非常精细，在50微米的标度上，相当于20个周期/mm的k值。
每种病变将指定确切需要什么作为定量数据，即，需要监测k值连续体的哪部分，以及用什么样分辨率和灵敏度。在一些病变中，短(长)波长特征在损害长(短)波长特征的情况下增加(例如肝纤维化)。在其他病变中，短波长特征的幅度减小和变宽指示疾病进展—例如，有序形成的皮质神经元微柱(大约80微米间距)的退化与进行性痴呆。在骨中，随着年龄的增加，首先最高的k值特征在结构频谱中消失。接着主要结构峰值随着进行性骨质疏松而缓慢朝向较低的k值移动，此移动的速度随着小梁单元变薄到它们断裂的程度的百分比的增加而加速。
可获得的信号水平在某种程度上取决于解剖学。例如，尽管所需的分辨率在脑中最高，但是皮质与头部表面的接近确保使用表面线圈将为皮质结构提供显著的信号增强。在肝脏中需要较低的分辨率，因为感兴趣的结构的数量级为几百微米而不是几十微米。但是，器官是较深的(离线圈更远)，减少了测量的信号。使用用于脊柱数据采集的内置(in-table)线圈产生适度的信号水平和良好的稳定性。此外，骨是一种高对比度靶标，所以SNR要求不是那么严格。由于所有这些原因，平均所需的重复样本的精确数量不仅取决于目标的k值范围。
图6示出了证明由要求保护的方法提供的用于采集单一TR内的一个目标k值的许多重复样本的能力使得能够进行稳健的信号平均以提高SNR的一个模拟。假设受试者位移速率为30μm/s(已在实践中在几个扫描的过程中临床测量的)并且采样速率＝33.3kHz(ΔT样本＝30μs)，可以足够快地提取用于平均的90个重复样本，使得甚至达到20个周期/mm的一个k值(纹理波长＝50μm)时，采集保持为不受运动效应的影响。
图7示出了，出于比较，使用一个空间编码回波的常规采集方法，甚至假设一个相对快速的梯度重聚焦序列，该梯度重聚焦序列将提供一个约67Hz(ΔT样本＝15毫秒)的采样速率，在90个重复样本所需的时间内的受试者运动将严重退化信号以及通过信号平均来改进SNR的任何能力。这种情况实际上由于以下事实变得更糟：使用常规的空间编码回波来采集90个重复样本将需要几个TR，使得采集时间显著更长，并且使得信号退化由于运动变得更为严重。除了非常低的k值，由于多个样本组合产生的潜在SNR增益已经被运动的效应抵消。
通过采集足够大的选择范围的k值，在一个或多个维度上构造结构曲线成为可能。如以上所讨论的，在单一TR或多个TR内的重聚焦回波可以用于建立一个k空间样本的库。如果在时间上分离的TR中采集不同的k值，使得在它们之间发生位移，则可能在不同的k值之间未维持相位相干。如果我们的主要兴趣是在特定k值处的信号的相对强度，这不是问题。如果需要从此值库创建一条曲线或一个图像，必需的后处理将使用在此要求保护的方法在每个TR内获得的高SNR测量值作为一种输入。然后这些测量值可以为对构造曲线所需的回波或TR之间的任何再配准提供稳健的输入。例如，可以用具有一个低k值的至少一个测量值来完成在第一TR中对一组选定的k值的选择和测量。在随后的TR中，选择同一组的k值将允许两个TR之间的数据的再配准，因为即使发生了显著的运动，低k值相位移动的相位变化将小于较高k值纹理的相位变化，并且可以在两个TR之间是相关联的。基本上，k值越高，由于受试者运动导致的相位移动越大。从具有大差异的k值的连续编码中采集信号能够通过仔细比较每个的表观相位移动更好地估计相位移动。
这非常类似于x线衍射，其中获得的仅幅度信息(无相位)提出了对基于此仅幅度信息确定对应结构曲线的一个最佳估计值的挑战。存在解决问题的算法，成功的机会取决于所获得的k值系数的范围、每个平均系数的SNR以及包含在k值的名义上单值采集中的值的宽度。由于不受受试者运动的影响，使用要求保护的方法大大增加了在此尝试中成功的机会。
由k值数据重构造一个曲线的能力在某种程度上取决于每个单一k值采集的频谱宽度。在该能力受到VOI(感兴趣的体积)大小和形状的影响的同时，它也受k值和病变的影响，因为组织的退化通常倾向于导致组织内更多的纹理随机性。
VOI的选择—形状、尺寸、取向和在器官/解剖结构内的定位影响测量的数据及该数据的解读。可以选择VOI形状以最大化所采集的数据的有用性。可以在一个VOI内在不同方向上以及在不同纹理波长(k值)下采集数据，实现纹理各向异性的评估。纹理可以在单一TR内交错地或在连续的TR中在多个VOI中采样，以评估分布在器官上的病变变化。可以在一个TR内使用用于VOI的标准交错方法，以通过对矢量组合梯度施加另外的编码脉冲以及针对交错的VOI中的k值的相关联的k值选择梯度脉冲来提供另外的数据。如先前所述，具有相关联的切片选择梯度的另外的激发RF脉冲可以通过用梯度组激发感兴趣的体积而在相同TR内重复，在每次重复中具有来自最初在TR中施加的第一梯度脉冲308的至少第一梯度，该至少第一梯度具有替代性取向，以限定新组织中用于激发的另外的VOI，该另外的VOI不与TR中的任何先前的VOI(在第一重复中的第四梯度、第五梯度和第六梯度以及在随后重复中的后续递增梯度)重叠。这种反应可以被映射，或提取和平均这几个测量值，无论是否适用于目标病变。这类似于组织活检的多重定位。然而，在组织活检的情况下，由于该技术的高度侵入性质，重复样本的数量有限。在一个指定k值下采样的结构振荡的最小数量指定了在采样方向上的最小VOI尺寸—与目标k值反向变化所需的长度。
为了在靶向一个k值范围时确保结构的足够的采样，采样方向上的VOI尺寸可以针对目标范围中的所有k值保持恒定，结果是采样的结构振荡的数量将随k变化。这是一个简单的解决方案，需要通过最低k值(最长波长结构)设定采样尺寸。使用这种方法，VOI的采样尺寸大于该范围中的最高k值所需的尺寸，因此在组织内提供比其他可能更少的定位。
可替代地，可以使用针对指定的目标k值进行调整的改变的VOI，在连续的TR中采集在广泛不同的k值下的数据。或者，可以选择VOI的尺寸，使得VOI内不同方向上的采集将被调整为在特指定纹理频率(k值)范围内采样。
类似地，VOI可以保持恒定，并且用于编码脉冲和k选择脉冲的矢量组合梯度可以针对不同TR变化以用于评估特征尺寸。
在一些情况下，希望在空间域中紧密地定位，以扩宽k空间中的定位。通过限定一个非立方体采集体积，可能的是在一个TR内沿着VOI内的不同(正交或其他)方向的从不同k值采集数据。图9B中的椭圆形横截面VOI 902是一种这样的可能性。在一个TR内沿着任何径向方向以及沿着形状的轴的采集都是可能的。
另外，可以使用在此要求保护的方法的灵活性在一个线性或弯曲轨迹中采样k空间。例如，可以沿着径向线或沿着弧或螺旋采样纹理，以沿着不同的空间方向提取纹理大小的信息。这些方法可以用于确定纹理的各向异性或对半晶体的结构(诸如皮质神经元柱)中的配准的敏感性，或更快速地在一个器官中的组织的目标范围内建立一个k值库。
在一个TR(即，一个90度激发)期间，可以通过改变对于编码脉冲和k选择脉冲施加的矢量组合梯度来在多个方向上施加k值编码。VOI的精确形式和采样方向可以用于产生很多纹理信息。例如，皮质神经元纤维束的组织是半晶体的，因为健康组织中的束形成柱。因为这一点，垂直于束的纹理间距的测量对于取向非常敏感。当取向与柱精确正交时，期望有一个非常清晰的信号最大值，当取向在远离该最大值的任一旋转方向上变化时，信号快速下降。测量间距和组织完整性(病变的一种标志物)的一种方法将是“摇动”围绕该最大值的采集轴以寻找信号强度中的共振。通过寻找信号最大值来寻找“纹理共振”的这种方法可以应用于任何组织区域中。当病变降低组织完整性时，此峰的清晰度将降低，并且信号最大值将降低。
[类似地，可以通过在一个指定方向或多个方向上改变采样的组织的长度以及随后改变采集长度来评估某些纹理中的间距的随机性。该长度的选定值可以在多个TR上变化以测试测量系数对此参数的敏感性。
VOI可以通过多种方法选择性地激发，作为例子，例如相交切片选择性重聚焦、结合适当梯度使用相控阵列发射的选择性激发、用于扰乱来自该感兴趣区域之外组织的信号的绝热脉冲激发。不同方法的参数选择可以在考虑SNR优化的情况下完成。例如，VOI通过切片选择性激发和两个另外的相互正交的切片选择性重聚焦脉冲产生，如通过图9A中的VOI904所示。通过仔细的RF脉冲设计，可以设计VOI的形状，使得边缘平滑并且更接近一个窗口函数，如图9B所示。这些窗口函数在不对空间频率产生不利影响的情况下提供体积选择。回想一下，在傅里叶理论中，每个谱线被窗口函数的一种傅立叶变换的卷积拖尾。我们想要最小化基础频谱的拖尾，因为它减小了能量频谱密度并且不利地影响SNR。
重要的是，如先前所讨论的，VOI可以在研究的器官或解剖结构内从一个地方移动到另一个地方，以测量纹理/病变的变化。这种反应可以被映射，或对于目标病变适当时提取和平均这几个测量值。这类似于组织活检的多重定位。然而，在组织活检的情况下，由于该技术的高度侵入性质，重复样本的数量有限。
不同的疾病和病状以不同的方式影响组织。通常，病变进展必然伴有：1)k空间的指定区域中能量密度的损失，和/或2)纹理能量密度从k空间的一部分到另一部分的移动，这两种效应都伴随3)纹理k值的连续体中现有峰的宽度的变化。使用小梁结构作为一个实例—随着骨健康状态的降低，小梁单元的平均间距变宽(针对较低k值的纹理移动)并且变得更无定形(k空间中更宽的峰)，同时平行地结构单元变薄(向频谱的一个不同部分中的更高的k值移动)。其他组织/器官受到在组织纹理中具有它们自己的单独的标志的疾病的影响。
使用在此要求保护的方法，探测k空间以揭示纹理，其方式使得消除由受试者运动模糊导致的信号分辨率的损失。代替测量产生图像所需的k值的大连续体，这里的焦点是对每个TR选定的几个k值的采集，每个k值的重复样本足以产生高SNR。每个单独的采集是以单个k值为中心。虽然空间编码对于第一阶是一种单个空间频率正弦编码，存在具有扩宽k值测量的空间频率选择性的效应的多个因素。影响k值测量的宽度或带宽的一个显著因素是采样的组织区域的长度。一个较长的采样长度包括沿着采样方向的更多纹理波长，这具有使k值测量的带宽变窄的效应。(这在实空间测量与k空间测量的范围之间呈相反关系。)因此，要求保护的方法的一个方面是通过适当地选择VOI内的采样长度来设置k值测量的带宽的能力。使用此方法，可以根据适合于被评估的组织的希望的k空间分辨率来设置测量的带宽。(需要针对良好的纹理分辨率的高k值和针对敏感监测病变诱导的变化的k空间中的高分辨率。)对于高度有序的结构，可以选择分布在纹理波长的预期范围内的一组窄带宽测量，而在一个更随机排序的结构中，诸如在肝病中纤维化纹理的发展中，可以选择使用单个或几个宽带k值测量来监测纤维化纹理的发展。
需要测量一个组织中不同纹理k值的相对强度和沿研究中的纹理内存在的纹理k值的连续体的峰的宽度。这样，数据采集可以被设计成探测k空间的一个或多个指定区域，其中参数选择将能够测量由基础组织产生的峰的相对宽度，而不是由实验参数产生的峰的相对宽度。必须要识别两个分量的相互作用，并且设计实验以产生病变诱导的组织变化的最佳测量。
牢记在实空间和k空间中的定位之间的相反关系，并再次使用骨的例子：小梁单元的宽度是80微米左右，因此需要大范围的精细采样的k值来监测它们的变薄。为了实现每个k值的精细采样(在k空间中的良好定位)，将在组织空间中需要一个长采样区域。
通过改变被采样的组织的长度来调整k空间中峰的宽度的能力表明不同的方法都是可行的，只要这些方法满足快速采集单个k值的重复测量以确保运动免除性的要求。例如，可以使用k空间中的宽的重叠峰来测量组织中存在的纹理频率的一般分布。然后可以改变VOI尺寸以在k空间中实现更大的分辨率来以高灵敏度确定组织中存在的k值/纹理频率的分布。
在此要求保护的方法的一个另外的特征是，尽管能够实现病变的稳健评估所需的运动免除性，也可以通过要求保护的方法与适当选择的和实施的对比机制的结合应用来改进对比度。该方法使得能够容易地完成与许多相关对比机制的组合。
尽管需要一个良好的SNR水平，MR成像中的另一个非常重要的图是对比噪声(C/N)。如果没有对比度来相对于周围组织突出感兴趣的结构，一个大的信号都是没有什么益处的，无论该比对是负对比还是正比对。如以上所讨论的，磁共振模态允许调谐对比度以突出研究中的组织结构/形态。例如，T1对比度可以用于突出脂肪，T2*提供与血液中血红蛋白的对比度，T2对比度可以用于突出含有水的组织/血清。已经为这种模态开发了一系列其他对比机制，诸如血氧水平依赖(BOLD)对比、动态敏感对比(DSC)成像和动脉自旋标记(ASL)等等。
在这些对比方案中，用磁性或通过使用一种造影剂标记的血液流过研究中的解剖区域。快速图像采集在该时间段内进行，在该时间段期间，此标记的血液团穿过目标脑区/脉管系统或由于局部代谢或其他过程随时间而改变。通过将要求保护的方法并入这些方案中，可以高时空分辨率确定纹理相对于时间的变化。
此外，通过多种成像方法的组合来扩展许多疾病中的诊断边界。使用单一模态内的不同技术—结构MR、功能MR、DWI(扩散加权成像)、DTI(扩散张量)-MRI—和不同模态内的技术—MR结合PET(正电子发射断层扫描)、CT(计算机断层扫描)等—产生的信息都比任何一种技术自身可产生的信息更多。以此方式，在一系列疾病/病变的早期诊断中获得牵引。诊断科学的进步通常来自一种新的技术，它可以补充当前实践和新兴的实践，以及提供与一种具体病变本身相关的有价值的诊断信息。
例如，通过结合DWI-MRI与标准结构MR成像，大大促进了缺血性中风的诊断和监测。目前的研究将来自血氧水平依赖(BOLD)成像的MR功能对比与结构MR图像和DWI-MRI图像两者相关联。结构MR图像分割技术用于评估皮质组织退化；然后将此信息与来自PET研究的葡萄糖代谢和淀粉样斑块沉积信息两者结合。在癌症诊断中PET与解剖MRI和CT结合。
MRI中可用的技术/对比机制的增加的范围使得在一个检查中能够结合不同的诊断测量/技术，从而有利于数据比较。
一种对目标组织中水分子的体素平均扩散速率的测量DWI近年来的使用显著增加，同时具有评估扩散过程中的方向各向异性的衍生技术DTI。扩散成像的主要临床应用领域是神经系统病症，尤其是用于罹患急性中风的患者的管理。另外，与结构MRI结合，扩散成像通常用于诊断克-雅病(CJD)、弥散性轴索损伤、评估MS中的白质损伤、帮助诊断肿瘤转移(乳腺、前列腺、肝)、并且评估与痴呆发作相关联的组织变化并且用作脑电路的体内测量。
扩散成像通过观察水分子的扩散提供取决于组织的体素平均的微观特性的定量信息，诸如细胞大小和形状、包装等。然而，微观组织属性对扩散的影响的许多理论和实验分析突出了正确解释扩散数据以精确推断生物系统的微结构和微动力学的困难。
虽然DWI/DTI是一种定量测量，它不是这些微观特性的直接测量，而是几个立方毫米体素内的一个平均值。为了解释体素内的平均扩散系数(ADC)的变化，做出某些假设，诸如组织均匀性和结构类型引起扩散变化。控制组织中尤其是在脑中的水扩散过程的确切机制尚不清楚。从关于自由扩散的潜在障碍和限制的测量推断出的是基于某些假设。(亚历山大,A.(ALEXANDER,A.)等人；“脑的扩散张量成像(Diffusion Tensor Imaging of theBrian)”；神经治疗学(Neurotherapeutics)4(3)，2007年。李·伯汉,D.(LE BIHAN,D.)，约翰森伯格,H.(JOHANSEN-BERG,H.)；“25处的扩散MRI：探索脑组织结构和功能(DiffusionMRI at 25:Exploring Brain Tissue Structure and Function)”；神经影像(Neuroimage)，第61卷，2012。)关于这些基础结构的另外的信息可以帮助说明这些假设的适当形式，增加了诊断的准确性。
扩散信号低并且对受试者运动极为敏感。需要长且高的梯度来产生扩散加权信号，得到一个长的TE，在信号读出期间具有显著的T2和T2*衰减，因此具有低SNR。梯度的强度和持续时间导致高运动敏感性，因为在梯度施加的时间期间梯度方向上的任何运动都将看起来像扩散。(李·伯汉,D.,，约翰森伯格,H.；“25处的扩散MRI：探索脑组织结构和功能”；神经影像，第61卷，2012。)信号对扩散时间是敏感的—需要一个足够长的扩散时间使得水分子有时间与组织结构相互作用。在大多数临床情况下，扩散时间在30至50ms的范围内，该范围翻译为约13-17μm。该时间内的任何受试者运动都表现为信号上的扩散。此外，梯度的快速上升/下降时间导致涡流产生，这些涡流导致图像配准失调，从而降低了SNR。(“扩散张量成像的漫游指南(A Hitchhiker's Guide to Diffusion Tensor Imaging)”；索尔斯,J.M.(SOARES,J.M.)等人；神经科学前沿(Frontiers in Neuroscience)，2013年3月12日。亚历山大,A.等人；“脑的扩散张量成像”；神经治疗学4(3)，2007。麦斯考齐,M.(MASCALCHI,M.)等人；“脑的扩散加权MR：方法论和临床应用(Diffusion-weighted MR ofthe brain:methodology and clinical application)”；放射医学(Radiologia Medica),109(3)，2005。)
与DWI和DTI不同，在此要求保护的方法提供对非常精细(接近细胞)的纹理的直接测量。这样，它提供有价值的补充诊断信息，因为它测量非常精细的结构，并且DWI/DTI测量该结构对扩散的影响。连同在此要求保护的方法提供对于病变评估的复杂的纹理信息的能力，当在包括DTI的一个MR检查的前端处使用时，它可以提供关于任何方向上的结构边界/障碍的信息，从而使对DTI信号的解释变得清楚。另外，在此要求保护的方法能够对非常小的标度位移进行稳健测量—它可以提供对DTI采集的过程中发生的运动的测量，以用于后处理再配准。不同的序列也许可以在时间上混合以优化效应。用于将在此要求保护的方法与DTI结合的一些可能的目标是在评估肿瘤中的脉管系统中测量在痴呆发作下的灰质的变化。(韦斯顿,P.(WESTON,P.)等人；“阿尔茨海默病中灰质的扩散成像变化：早期神经变性的一种潜在标志物(Diffusion imaging changes in grey matter in Alzheimer'sdisease:a potential marker of early neurodegeneration)”；阿尔茨海默研究与治疗(Alzheimer's Research and Therapy)7：47，2015)；从而评估乳腺癌进展中乳腺导管的增生发展以及MS的诊断和监测等等。在此要求保护的方法可以应用于在DWI中示出异常的组织区域中，以测量指示病变的纹理变化。随着方向变化的纹理变化的测量可以进一步用作指导DTI施加的一种输入，以便与DTI的各向异性分数测量相关联并且验证DTI的各向异性分数测量。
动脉自旋标记(ASL)是另一种基于MR的技术，它通过在血液移动到图像平面之前对血液进行磁性标记，并且然后减去背景(未标记的)图像来提供脑血流量(CBF)的一种非侵入性测量。灌注与代谢之间的对应使得该技术类似于功能成像。正在进行将该技术应用于一系列病变的研究，这些病变包括脑血管疾病(CVD)、痴呆、鉴别来自辐射坏死的肿瘤复发以及癫痫。(德特雷,J.(DETRE,J.)等人；“动脉自旋标记MRI在脑中的应用(Applicationsof Arterial Spin Labeled MRI in the Brain)”；磁共振成像杂志(Journal ofMagnetic Resonance Imaging)，35(5)，2012。派查鲁·佩桑,S.(PETCHARU PAISAN,S.)等人；“神经成像中的动脉自旋标记(Arterial spin labeling in neuroimaging)”；世界放射学杂志(World Journal of Radiology)，2(10)，2010。)
ASL中的SNR低，因为来自血液中的磁性标记的水的信号仅为完整组织信号的约0.5％至1.5％。灌注定量中的误差的主要来源是从标记区域到成像切片8的动脉通过时间。该动脉通过时间在健康受试者中为约1秒，而在具有闭塞血管的患者中会更长。由于必须采集一个背景和标记的图像两者，受试者运动是一个严重的问题。此外，5-10分钟的采集时间使得ASL对一个已经安排的临床检查而言为一个稍微长的附加。快速采集技术诸如EPI在此有点帮助，但受试者运动和低SNR仍然是一个问题。(德特雷,J.等人；“动脉自旋标记MRI在脑中的应用”；磁共振成像杂志，35(5)，2012。)当用作ASL采集数据的一项补充技术或与ASL对比结合使用时，在此要求保护的方法可以提供关于脉管系统病变的信息。在后者的实施例中，在此要求保护的方法将使用磁性标记的血液来提高对比度，从而有利于测量血管纹理(血管密度和空间随机性)的变化，这些变化作为病变诸如CVD、肿瘤或伴随痴呆进展的脉管系统变化的一种指示物。
如专利法规所要求的现已对本发明的不同实施例进行了详细说明，本领域技术人员将认识到在此披露的具体实施例的改变和替代。这类改变是处于如以下权利要求所限定的本发明的范围和意图内。

Claims (20)

1.一种用于选择性采样以使用磁共振(MR)评估纹理的方法，该方法包括：
采用多个梯度激发一个感兴趣的体积(VOI)；
用一个选定的梯度脉冲编码一个指定k值；
关闭所有梯度；并且，
在单一TR中记录用该指定k值编码的一种RF信号的多个样本。
2.如权利要求1所述的方法，其中激发一个感兴趣的体积并且编码的这些步骤包括：
在存在针对第一切片选择所选的第一梯度的情况下发射第一RF脉冲；
在施加针对在由该第一切片和一个第二切片的相交限定的一个区域中的切片选择性重聚焦所选的第二梯度的情况下发射第二RF脉冲；
施加一个编码梯度脉冲以诱导相位卷绕来产生用于该指定k值和取向的一种空间编码；
在第三梯度被激活的情况下发射第三RF脉冲，所述第三梯度适于切片选择性重聚焦，限定了由该第一切片和该第二切片的该相交以及第三切片选择所限定的一个区域，从而限定该VOI。
3.如权利要求2所述的方法，进一步包括：
在一个选定的矢量组合梯度上发出一个k值选择脉冲以确定第二k值；
关闭该矢量组合梯度；并且，
在该TR中记录在该第二k值下的该RF信号的多个样本。
4.如权利要求2所述的方法，进一步包括：
在一个选定的矢量组合梯度上对预先确定的多个脉冲施加另外的k值选择脉冲，每个k值选择脉冲确定出下一个k值；
在每个脉冲之后关闭该矢量组合梯度；并且，
在该TR中记录在由每个k值选择脉冲确定的该下一个k值下的该RF信号的多个样本。
5.如权利要求4所述的方法，进一步包括：
发射一个重聚焦RF脉冲；
在该矢量组合梯度上发出多个k值选择脉冲，每个脉冲确定出一个新的k值；
在每个脉冲之后关闭该矢量组合梯度；并且，
在该TR中记录在由每个k值选择脉冲确定的该下一个k值下的该RF信号的多个样本。
6.如权利要求5所述的方法，进一步包括：
发射第二重聚焦RF脉冲；
在该矢量组合梯度上发出多个k值选择脉冲，每个脉冲确定出一个新的k值；
在每个脉冲之后关闭该矢量组合梯度；并且，
在该TR内接收在由每个k值选择脉冲确定的该下一个k值下的该RF信号的多个样本。
7.如权利要求4所述的方法，进一步包括：
在该第一梯度、该第二梯度或该第三梯度中的一个上施加一个重聚焦梯度；
在该矢量组合梯度上发出多个k值选择脉冲，每个脉冲确定出一个新的k值；
在每个脉冲之后关闭该矢量组合梯度；并且，
在该TR内接收在由每个k值选择脉冲确定的该下一个k值下的该RF信号的多个样本。
8.如权利要求4所述的方法，其中在该矢量组合梯度上的该多个k值选择脉冲中的每个之后的每个新k值下的样本数量是基于期望的SNR、病变、组织对比度、纹理大小或纹理带宽来选择。
9.如权利要求1所述的方法，其中在激发一个感兴趣的体积的该步骤中的该感兴趣的体积是使用以下组来选择：相交切片选择性重聚焦、结合适当梯度使用相控阵列发射的选择性激发、用于扰乱来自一个感兴趣区域之外组织的信号的绝热脉冲激发、外部体积抑制序列以及选择性地激发内部体积中的自旋的其他方法，包括物理地分离感兴趣的组织。
10.如权利要求1所述的方法，其中激发一个感兴趣的体积、编码一个指定k值、关闭所有梯度并且记录在该指定的k值下的一种RF信号的样本的步骤在随后的TR中重复多次以建立一个幅度功率频谱，如果对于每个TR该指定的k值被约束在感兴趣体积内，则每个TR中的该指定的k值独立于干预运动。
11.如权利要求1所述的方法，其中激发一个感兴趣的体积、编码一个指定k值、关闭所有梯度并且记录在该指定k值下的一种RF信号的样本的这些步骤在该感兴趣的体积变化的情况下在随后的TR中重复多次，从而采集纹理数据以评估在一个器官或解剖结构内或分布在一个器官或解剖结构上的纹理变化。
12.如权利要求1所述的方法，其中激发一个感兴趣的体积、编码一个指定k值、关闭所有梯度并且记录在该指定k值下的一种RF信号的样本的这些步骤在用于该选定梯度脉冲的一个选定的矢量组合梯度变化的情况下在随后的TR中重复多次以评估特征尺寸。
13.如权利要求2所述的方法，其中激发一个感兴趣的体积、编码一个指定k值、关闭所有梯度以及记录在该指定k值下的一种RF信号的样本的这些步骤在该TR中重复多次，其中激发一个感兴趣的体积的该步骤是用梯度组完成的，在每次重复中具有至少第一梯度，该至少第一梯度具有替代性取向以限定新组织中用于激发的另外的VOI，该另外的VOI不与该TR中的任何先前的VOI重叠。
14.如权利要求2所述的方法，其中该编码梯度脉冲被设置为零。
15.如权利要求4所述的方法，进一步包括：
选择在该TR中获得的该第一k值、该第二k值和该下一个k值的组合；
基于这些选定的组合再配准该感兴趣的体积的选择以用于随后的TR。
16.如权利要求3所述的方法，其中该指定k值和该第二k值被选择为该指定k值和该第二k值中的至少一个是低的，并且进一步包括：
在第二TR中
用一个编码梯度脉冲编码该指定k值；
关闭所有梯度；
记录用该指定k值编码的一种RF信号的第二组多个样本；
在该选定的矢量组合梯度上发出一个k值选择脉冲以用于第二k值；
关闭该矢量组合梯度；并且，
记录在该第二k值下的该RF信号的第二组多个样本；并且，
基于与该低k值的数据的相关性，再配准记录的该指定k值下的该RF信号的多个样本和记录的该指定k值下的该RF信号的该第二组多个样本，以及记录的在该第二k值下的该RF信号的多个样本和记录的在该第二k值下的该RF信号的该第二组多个样本。
17.如权利要求1所述的方法，进一步包括选择一个窄带宽以允许用于提高的k值的单一物质信号采集。
18.一种用于选择性采样以使用磁共振(MR)评估纹理的方法，包括：
在存在针对第一切片选择所选的第一梯度的情况下发射第一RF脉冲；
在施加针对在由该第一切片和一个第二切片的相交限定的一个区域中的切片选择性重聚焦所选的第二梯度的情况下发射第二RF脉冲；
施加一个编码梯度脉冲以诱导相位卷绕来产生用于指定k值和取向的一种空间编码；
在第三梯度被激活的情况下发射第三RF脉冲，所述第三梯度适于切片选择性重聚焦，限定了由该第一切片和该第二切片的该相交以及第三切片选择所限定的一个区域，从而限定一个感兴趣的体积(VOI)；
关闭所有梯度；并且，
记录用该指定k值编码的一种RF信号的多个样本；
在一个选定的矢量组合梯度上发出一个k值选择脉冲以确定第二k值；
关闭该矢量组合梯度；并且，
在单一TR中记录在该第二k值下的该RF信号的多个样本。
19.如权利要求17所述的方法，进一步包括：
在存在针对第四切片选择所选的第四梯度的情况下发射第四RF脉冲；
在施加针对在由该第一切片和一个第二切片的相交限定的一个区域中的切片选择性重聚焦所选的第五梯度的情况下发射第五RF脉冲；
施加一个编码梯度脉冲以诱导相位卷绕来产生用于另外的指定k值和取向的一种空间编码；
在第六梯度被激活的情况下发射第六RF脉冲，所述第六梯度适于切片选择性重聚焦，限定了由该第四切片和该第五切片的该相交以及第六切片选择所限定的一个区域，从而在该单一TR内限定第二单独的VOI；
关闭所有梯度；并且，
记录用该另外的指定k值编码的一种RF信号的多个样本；
在一个选定的矢量组合梯度上发出一个k值选择脉冲以确定另外的第二k值；
关闭该矢量组合梯度；并且，
在该单一TR中记录在该另外的第二k值下的该RF信号的多个样本。
20.如权利要求18所述的方法，其中该编码的梯度脉冲被设置为零。
CN201580053403.5A 2014-09-01 2015-08-31 用于评估结构空间频率的基于选择性采样磁共振的方法 Active CN106716167B (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201462044321P 2014-09-01 2014-09-01
US62/044,321 2014-09-01
US201462064206P 2014-10-15 2014-10-15
US62/064,206 2014-10-15
US201562107465P 2015-01-25 2015-01-25
US62/107,465 2015-01-25
PCT/US2015/047676 WO2016036643A1 (en) 2014-09-01 2015-08-31 Selective sampling magnetic resonance-based method for assessing structural spatial frequencies

Publications (2)

Publication Number Publication Date
CN106716167A true CN106716167A (zh) 2017-05-24
CN106716167B CN106716167B (zh) 2019-03-12

Family

ID=55402215

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580053403.5A Active CN106716167B (zh) 2014-09-01 2015-08-31 用于评估结构空间频率的基于选择性采样磁共振的方法

Country Status (7)

Country Link
US (1) US9366738B2 (zh)
EP (1) EP3189345A4 (zh)
JP (1) JP6553723B2 (zh)
CN (1) CN106716167B (zh)
AU (2) AU2015312190A1 (zh)
CA (1) CA2959621A1 (zh)
WO (1) WO2016036643A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110832337A (zh) * 2017-06-26 2020-02-21 罗伯特·博世有限公司 用于分析物的自动量化的方法以及用于实施该方法的nmr-测量设备
CN111093473A (zh) * 2017-07-06 2020-05-01 生物质子股份有限公司 用于使用nmr波谱学鉴定目标组织区域中组分纹理元素的化学物种来测量组织纹理的方法
CN111656209A (zh) * 2018-01-29 2020-09-11 皇家飞利浦有限公司 利用具有固有运动校正的星形堆叠采集的mr成像
CN112415452A (zh) * 2019-08-22 2021-02-26 西门子(深圳)磁共振有限公司 去除信号中干扰的方法和装置、磁共振系统和存储介质
CN113156350A (zh) * 2021-03-25 2021-07-23 华南理工大学 无创光不透明微米级活体组织磁共振断层成像方法及系统
CN113671427A (zh) * 2021-08-24 2021-11-19 上海交通大学 磁共振弹性成像位移采集方法及系统

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6362950B2 (ja) * 2014-07-24 2018-07-25 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 磁気共鳴装置
US10061003B2 (en) * 2014-09-01 2018-08-28 bioProtonics, L.L.C. Selective sampling for assessing structural spatial frequencies with specific contrast mechanisms
US9664760B2 (en) * 2014-09-01 2017-05-30 bioProtonics, L.L.C Selective sampling for assessing structural spatial frequencies with specific contrast mechanisms
US10215827B2 (en) * 2014-09-01 2019-02-26 Bioprotonics Inc. Method to measure tissue texture using NMR spectroscopy to identify the chemical species of component textural elements in a targeted region of tissue
US10955503B2 (en) * 2014-09-01 2021-03-23 Bioprotonics, Inc. Method to measure tissue texture using NMR spectroscopy with VOI length in an analysis direction defined by receiver bandwidth
US10085703B2 (en) * 2015-01-27 2018-10-02 Septimiu Edmund Salcudean Dynamic computed tomography imaging of elasticity
GB201505940D0 (en) * 2015-04-08 2015-05-20 Isis Innovation Medical imaging
KR102449249B1 (ko) * 2015-05-27 2022-09-30 삼성전자주식회사 자기 공명 영상 장치 및 그 방법
AU2016334250B2 (en) * 2015-10-07 2020-04-02 Bioprotonics, Inc. Selective sampling for assessing structural spatial frequencies with specific contrast mechanisms
US10585154B1 (en) * 2018-01-29 2020-03-10 Quantum Valley Investment Fund LP Nuclear magnetic resonance diffraction
US10775466B2 (en) * 2018-02-09 2020-09-15 GE Precision Healthcare LLC System and method for magnetic resonance imaging an object via a stochastic optimization of a sampling function
EP3550319A1 (en) * 2018-04-05 2019-10-09 Koninklijke Philips N.V. Emulation mode for mri
CN108919355B (zh) * 2018-05-14 2020-04-07 中国海洋石油集团有限公司 基于结构张量导引的高维s变换方法
EP3918987A4 (en) 2019-01-31 2022-09-07 FUJIFILM Corporation LEARNED MODEL, LEARNING METHOD AND PROGRAM, AND MEDICAL INFORMATION GATHERING DEVICE, METHOD AND PROGRAM
CN111861236B (zh) * 2020-07-27 2023-10-27 东北大学 一种棒材精整工艺数据同步方法
US20220230315A1 (en) * 2021-01-18 2022-07-21 Bioprotonics, Inc. Magnetic-resonance-based method for measuring microscopic histologic soft tissue textures
US20240219496A1 (en) * 2021-04-30 2024-07-04 Regents Of The University Of Minnesota Systems and methods for radio frequency (rf) based spatial encoding in magnetic resonance imaging using frequency-modulated rf pulses

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1212145A (zh) * 1997-09-19 1999-03-31 通用电气公司 利用快速自旋回波采集的多切片和多角度磁共振成像
CN1711481A (zh) * 2002-11-18 2005-12-21 皇家飞利浦电子股份有限公司 磁共振方法和设备
US20070052417A1 (en) * 2005-09-02 2007-03-08 Toshiba America Mri, Inc. Method and apparatus for diffusion magnetic resonance imaging with the effects of eddy currents compensated
CN101336380A (zh) * 2005-11-27 2008-12-31 奥斯特欧特罗尼克斯公司 利用空间频率分析对诸如骨骼之类的结构的评估

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4471306A (en) * 1982-02-03 1984-09-11 General Electric Company Method of NMR imaging which overcomes T2 * effects in an inhomogeneous static magnetic field
JPS60146138A (ja) * 1984-01-11 1985-08-01 Hitachi Ltd 核磁気共鳴を用いた検査装置
IL78240A (en) * 1986-03-24 1989-09-10 Elscint Ltd Spatially localized spectroscopy
JPS63130056A (ja) * 1986-11-21 1988-06-02 旭化成株式会社 部分選択核磁気共鳴情報導出方法
JP3393895B2 (ja) * 1993-09-13 2003-04-07 株式会社東芝 磁気共鳴映像装置
AU2001280429A1 (en) * 2000-04-26 2001-11-12 Mayo Foundation For Medical Education And Research Reduction of motion artifact in nmr images using spherical navigator signals
US7916144B2 (en) * 2005-07-13 2011-03-29 Siemens Medical Solutions Usa, Inc. High speed image reconstruction for k-space trajectory data using graphic processing unit (GPU)
US7903251B1 (en) 2009-02-20 2011-03-08 Acuitas Medical Limited Representation of spatial-frequency data as a map
DE102011007501B3 (de) * 2011-04-15 2012-05-31 Universitätsklinikum Freiburg Verfahren der bildgebenden Magnetresonanz zur Selektion und Aufnahme von gekrümmten Schichten
JP2014526339A (ja) * 2011-09-13 2014-10-06 アキュイタス・メディカル・リミテッド アルツハイマー病及び関連する病態の特徴を検知するための方法
JP2014527901A (ja) 2011-09-26 2014-10-23 アキュイタス・メディカル・リミテッド 臓器線維症の特徴の検出のための方法
US9360542B2 (en) * 2012-04-20 2016-06-07 Wisconsin Alumni Research Foundation System and method for spectrally-resolved three-dimensional magnetic resonance imaging without frequency-encoding gradients

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1212145A (zh) * 1997-09-19 1999-03-31 通用电气公司 利用快速自旋回波采集的多切片和多角度磁共振成像
CN1711481A (zh) * 2002-11-18 2005-12-21 皇家飞利浦电子股份有限公司 磁共振方法和设备
US20070052417A1 (en) * 2005-09-02 2007-03-08 Toshiba America Mri, Inc. Method and apparatus for diffusion magnetic resonance imaging with the effects of eddy currents compensated
CN101336380A (zh) * 2005-11-27 2008-12-31 奥斯特欧特罗尼克斯公司 利用空间频率分析对诸如骨骼之类的结构的评估

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110832337A (zh) * 2017-06-26 2020-02-21 罗伯特·博世有限公司 用于分析物的自动量化的方法以及用于实施该方法的nmr-测量设备
CN110832337B (zh) * 2017-06-26 2022-01-14 罗伯特·博世有限公司 用于分析物的自动量化的方法以及用于实施该方法的nmr-测量设备
CN111093473A (zh) * 2017-07-06 2020-05-01 生物质子股份有限公司 用于使用nmr波谱学鉴定目标组织区域中组分纹理元素的化学物种来测量组织纹理的方法
CN111656209A (zh) * 2018-01-29 2020-09-11 皇家飞利浦有限公司 利用具有固有运动校正的星形堆叠采集的mr成像
CN112415452A (zh) * 2019-08-22 2021-02-26 西门子(深圳)磁共振有限公司 去除信号中干扰的方法和装置、磁共振系统和存储介质
CN112415452B (zh) * 2019-08-22 2024-03-19 西门子(深圳)磁共振有限公司 去除信号中干扰的方法和装置、磁共振系统和存储介质
CN113156350A (zh) * 2021-03-25 2021-07-23 华南理工大学 无创光不透明微米级活体组织磁共振断层成像方法及系统
CN113156350B (zh) * 2021-03-25 2022-07-19 华南理工大学 无创光不透明微米级活体组织磁共振断层成像方法及系统
CN113671427A (zh) * 2021-08-24 2021-11-19 上海交通大学 磁共振弹性成像位移采集方法及系统
CN113671427B (zh) * 2021-08-24 2022-07-15 上海交通大学 磁共振弹性成像位移采集方法及系统

Also Published As

Publication number Publication date
WO2016036643A1 (en) 2016-03-10
EP3189345A1 (en) 2017-07-12
CA2959621A1 (en) 2016-03-10
AU2021201998A1 (en) 2021-04-29
JP6553723B2 (ja) 2019-07-31
JP2017526505A (ja) 2017-09-14
US20160061917A1 (en) 2016-03-03
EP3189345A4 (en) 2018-05-09
AU2015312190A1 (en) 2017-03-23
AU2021201998B2 (en) 2023-01-12
CN106716167B (zh) 2019-03-12
US9366738B2 (en) 2016-06-14

Similar Documents

Publication Publication Date Title
CN106716167B (zh) 用于评估结构空间频率的基于选择性采样磁共振的方法
CN108366753B (zh) 用于评估具有指定对比度机制的结构空间频率的选择性采样
Filler Magnetic resonance neurography and diffusion tensor imaging: origins, history, and clinical impact of the first 50 000 cases with an assessment of efficacy and utility in a prospective 5000-patient study group
Greenspan Super-resolution in medical imaging
US8526695B2 (en) Magnetic resonance imaging for diagnostic mapping of tissues
US9664759B2 (en) Method for assessing structural spatial frequencies using hybrid sampling with non-zero gradient for enhancement of selective sampling
JP5591687B2 (ja) 画像処理方法
WO2014154544A1 (en) Real-time motion correction for mri using fat navigators
Wake et al. Medical imaging technologies and imaging considerations for 3D printed anatomic models
DE102016214775A1 (de) Bestimmung einer Eigenschaft eines Organs
Zhang et al. Bone-selective MRI as a nonradiative alternative to CT for craniofacial imaging
US20210223341A1 (en) Solid-state mri as a noninvasive alternative to computed tomography (ct)
Burns Imaging of the spine: A medical and physical perspective
Muhammed et al. Analysis of visualization techniques in diffusion tensor imaging (DTI)
JP3702054B2 (ja) 磁気共鳴映像装置
Netreba et al. Correlation reconstructed spine and time relaxation spatial distribution of atomic systems in MRI
US20080144907A1 (en) Devices and Methods for Reconstructing Three Dimensional Images
US20230062908A1 (en) Method and system for magnetic resonance imaging
Şişman et al. Microstructure-Informed Myelin Mapping (MIMM) from Gradient Echo MRI using Stochastic Matching Pursuit
Muzamil et al. Cervical MRI Image Quality Optimization based on Repetition Time (TR) and Echo Train Length (ETL) Settings
Vallejo-Cendrero et al. CycleGAN-Driven MR-Based Pseudo-CT Synthesis for Knee Imaging Studies
Chilla Super-resolution based image enhancement for magnetic resonance imaging
Papanastasiou Quantification of cardiac magnetic resonance imaging perfusion in the clinical setting at 3T
Gaige Complex muscle architecture described with diffusion weighted MRI
Marx Improved MRI Thermometry for MR-Guided Focused Ultrasound in the Brain

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190202

Address after: American California

Applicant after: Biomass Co., Ltd.

Address before: American California

Applicant before: Proton biological Co Ltd

GR01 Patent grant
GR01 Patent grant