CN108872901B - 一种定量脂肪含量的磁共振波谱全自动后处理方法 - Google Patents

一种定量脂肪含量的磁共振波谱全自动后处理方法 Download PDF

Info

Publication number
CN108872901B
CN108872901B CN201810707477.1A CN201810707477A CN108872901B CN 108872901 B CN108872901 B CN 108872901B CN 201810707477 A CN201810707477 A CN 201810707477A CN 108872901 B CN108872901 B CN 108872901B
Authority
CN
China
Prior art keywords
peak
fat
water
fitting
peaks
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
CN201810707477.1A
Other languages
English (en)
Other versions
CN108872901A (zh
Inventor
张苗
李建奇
翟国强
李改英
赵羽
童睿
赵玮玮
陈佳林
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.)
East China Normal University
Original Assignee
East China Normal University
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 East China Normal University filed Critical East China Normal University
Priority to CN201810707477.1A priority Critical patent/CN108872901B/zh
Publication of CN108872901A publication Critical patent/CN108872901A/zh
Application granted granted Critical
Publication of CN108872901B publication Critical patent/CN108872901B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055Detecting, 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

Landscapes

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

Abstract

本发明公开了一种定量脂肪含量的磁共振波谱全自动后处理方法,该方法包括:1)利用快速T2校正多回波波谱采集序列采集得到不同回波时间的波谱数据;2)对读入的每个波谱数据进行谱线拟合,然后求出各个回波时间的水峰和脂肪峰面积;3)对多个回波时间的水和脂肪峰面积进行T2拟合,得到水和脂肪在回波时间为0时的信号值;4)计算得到最终的质子密度脂肪分数PDFF。本发明考虑了可能会使谱线失真扭曲的因素,对全部谱进行校准,排除了人为控制因素对结果产生的影响;首次采用与实际扫描谱更为接近的佛可脱线型,拟合值更加精确;本发明操作简单,更具有脂肪含量检测的临床适用性。

Description

一种定量脂肪含量的磁共振波谱全自动后处理方法
技术领域
本发明涉及磁共振波谱的技术领域,具体涉及一种定量脂肪的磁共振波谱全自动后处理方法。
背景技术
近年来,随着生活水平的提高和饮食结构的改变,脂肪性病变的发生率呈明显上升趋势。脂肪性病变会发生在身体中任何可能的组织,其最主要的特征是脂肪的过度累积或缺失。例如,在骨髓浸润性疾病中,脂肪以弥漫性、散播性或孤立性的方式消失;而在非酒精性脂肪肝等肝脏疾病中,脂肪却常常是过度堆积的。早期诊断、及时治疗可使与脂肪堆积或缺失有关的如上疾病恢复正常,因此通过无创性方法定量诊断脂肪在临床工作中具有非常重要的意义。
活检是目前临床评估脂肪的金标准,但是这种方法具有侵入性,不是筛选、监测、临床决策或研究的最佳选择。超声和CT分别通过间接的声像图或CT值来反映脂肪浸润的严重程度,可半定量评估脂肪,但超声检查质量和准确性取决于操作者、设备和患者因素,而CT虽然可以精确观测X射线衰减值,但是脂肪以外的其他因素(如铁、铜、糖原、纤维化和水肿的存在)会影响X射线衰减值,导致脂肪定量错误以及对轻中度脂肪变性不太敏感。磁共振技术可以把肝脏信号分解为独立的脂肪信号和水信号,因此评估肝脂肪比CT或US更客观直接相比于磁共振成像,磁共振波谱在测量脂肪含量方面具有如下优势:首先,它具有很宽的动态范围,允许任何范围的脂肪含量;其次,磁共振波谱对肝脏甘油三酯含量的细微变化非常敏感。
磁共振波谱定量检测脂肪含量的步骤一般为:首先,利用波谱采集序列获得一组不同回波时间的波谱数据;然后,通过谱线拟合和分析得到回波时间为0时的水和脂肪的信号;最后,求出质子密度脂肪分数。数据后处理大多采用MRI扫描仪自带的处理软件,但一般模型比较简单,如有方法将化学位移大于3.6ppm的所有峰都看作水峰,因此得到的脂肪含量往往比实际结果要小。也可采用jMRUI等第三方软件进行处理,通过设置复杂的后处理模型和校正方法得到理想的结果,但其步骤繁琐,需要耗费大量的时间,而且具体处理过程需要人为主观判定,其结果受人为控制因素比较显著。
发明内容
本发明的目的提出了一种定量脂肪的磁共振波谱全自动后处理方法,该方法考虑了可能会使谱线失真扭曲的因素,并在方法内对全部谱进行校准,目的是排除了人为控制因素对结果产生的影响,同时通过精确划分水峰和脂肪峰确保结果的准确性。
同时,考虑到主磁场不均匀性会导致感兴趣体素内共振频率展宽,实际上采集到的谱既不是高斯也不是洛仑兹线型,而是高斯线型展宽的洛仑兹线型,在数学上可以用佛可脱线型表示。因此,本方法首次采用了与实际线型更为相近的佛可脱线型对扫描谱进行拟合。
实现本发明目的的具体技术方案是:
一种定量脂肪含量的磁共振波谱全自动后处理方法,特点是所述方法包括以下步骤:
步骤1:利用快速T2校正多回波波谱采集序列采集得到不同回波时间的波谱数据;
步骤2:对读入的每个波谱数据进行谱线拟合,然后求出各个回波时间的水峰和脂肪峰面积;
步骤3:对多个回波时间的水和脂肪峰面积进行T2拟合,得到水和脂肪在回波时间为0时的信号值;
步骤4:计算得到最终的质子密度脂肪分数PDFF;
本发明的方法中,步骤2所述对读入的每个波谱数据进行谱线拟合,谱线拟合算法采用最小二乘法,通过设置谱峰形状及谱峰数目,并将所有谱峰的拟合幅值、半高宽和相位限定于一个特定区间内,对此区间进行局部寻优,通过不断迭代更新确定出最优解。
谱线形状设置:主磁场的不均匀性会导致感兴趣体素内共振频率展宽,因此采集到的谱峰实际上是高斯线型展宽的洛仑兹峰,在数学上可以用佛可脱(Voigt)线型表示:
Figure BDA0001715786390000021
其中变量v表示组分的化学位移,一个Voigt函数包括4个峰参数,分别为:α(峰高)、w(峰的中心频率)、f(峰的半高宽)、θ(高斯-洛仑兹系数)。在这里,将所有谱峰都看作佛可脱线型。
谱峰数目设置:对于整个谱,利用N+1个峰进行拟合,其中N为脂肪峰的个数,1为水峰。
化学位移限制:理论上水的化学位移在4.7ppm处,但考虑到主磁场的不均匀性,水的化学位移会在4.7ppm附近偏移。由于温度和个体差异等影响,亚甲基脂肪峰的化学位移也并不总是在1.3ppm处。因此,本方法首先从获得的谱上确定出水峰和亚甲基脂肪峰的化学位移,并固定脂肪峰之间的相对频率,从而得到其它脂肪峰的化学位移。确定水峰和亚甲基脂肪峰化学位移的方法如下:遍历化学位移4.3-5.0ppm范围,最大信号值记为水的峰值;遍历化学位移1.0-2.0ppm范围,最大信号值记为亚甲基脂肪峰的幅值。通过上述定位出的水和亚甲基脂肪峰,反索引找到各自的化学位移。并将亚甲基峰的化学位移设置为1.3ppm,然后确定其它脂肪峰到亚甲基脂肪峰之间相对化学位移差。
幅值限制:将水的峰值作为水峰的拟合初始值,将亚甲基峰的幅值作为亚甲基峰拟合初始值,用亚甲基峰幅值依次乘以幅值比例作为其它各脂肪峰的拟合初始值。并将每个脂肪峰初始值的99%定为拟合的下限,上限则定为无穷大。
半高宽限制:以水峰化学位移为中心向两边扩散,分别找到幅度为水峰幅值一半的数据点,通过这两个数据点的化学位移差算出水峰的半高宽Δf:
Δf=γB·(σ12) [2]
其中,γ为旋磁比,B代表外磁场强度,σ1和σ2分别表示水峰左右两边找到数据点所对应的化学位移。脂肪亚甲基脂肪峰的半高宽我们也用相同方法得出,其它脂肪峰的半高宽在亚甲基脂肪峰半高宽上下5Hz之内寻优。
相位限制:相位校正采用的是全自动相位校准方法。
在求得上述谱线相关参数之后,即可确定所有谱峰的谱线形状,分别对脂肪峰和水峰进行积分求出水、脂肪峰下面积。
本发明的方法中,采用最小二乘法根据公式[3]进行指数拟合,得到TE为0时的水信号M0_water和脂肪信号M0_lipid、以及T2_water和T2_lipid
Figure BDA0001715786390000031
其中变量TE表示回波时间,M(TE)表示相应TE时间水峰或脂肪峰的峰下面积,即峰的信号值,M0表示TE=0时的峰的信号值,T2代表横向弛豫时间。
本发明步的方法中,步骤4质子密度脂肪分数PDFF的计算表示为公式[4]。
Figure BDA0001715786390000032
本发明中,“最小二乘法”表示拟合方法中的一种数学术语。
与现有技术相比,采用本发明所述技术方案,可达到以下技术效果:
1、通过考虑了可能会使谱线失真扭曲的因素,并在方法内对全部谱进行校准,排除了人为控制因素对结果产生的影响。
2、首次采用与实际扫描谱更为接近的佛可脱线型,拟合值更加精确。
3、操作简单,更具有脂肪含量检测的临床适用性。
附图说明
图1为本发明流程图;
图2为一例肝脏感兴趣位置示意图;
图3为图2所选位置在TE=12ms的磁共振波谱以及通过本发明得到的PDFF值。
具体实施方式
结合以下具体实施例和附图,对本发明作进一步详细说明。实施本发明的过程、条件、实验方案方法等,除以下专门提及的内容之外,均为本领域的普遍知识和公知常识,本发明没有特别限制内容。
实施例
本实施例为一名体重超重的志愿者肝脏数据。
步骤1:利用快速T2校正多回波波谱采集序列采集得到不同回波时间的波谱数据;
本实施例采集的是人体肝脏数据,数据采集在3T磁共振成像仪(西门子MAGNETOMPrisma)上完成,采用体部线圈作为信号接收线圈。波谱数据采集采用快速T2校正多回波波谱采集序列(HISTO),扫描参数如下:TR=3000ms,TM=10ms,TE=12、24、36、48和72ms,平均次数=1,带宽=1200Hz,采样点数=1024,VOI大小为30*30*30mm3。借助T1加权定位像,将感兴趣体素定位在肝脏右叶(图2),定位时避开肝脏边缘皮下脂肪以及大的胆道和血管结构,未设置空间预饱和带。波谱扫描持续时间为15秒,被试在一次屏气中完成。
步骤2:对读入的每个波谱数据进行谱线拟合,得到各个回波时间的水峰和脂肪峰面积。
步骤3:对多个回波时间的水和脂肪峰面积进行T2拟合,得到水和脂肪在回波时间为0时的信号值。
步骤4:计算得到最终的质子密度脂肪分数PDFF以及水和脂肪的T2值。
本发明的方法中,步骤2所述对读入的每个波谱数据进行谱线拟合,谱线拟合算法采用最小二乘法,通过设置谱峰形状及谱峰数目,并将所有谱峰的拟合幅值、半高宽和相位限定于一个特定区间内,对此区间进行局部寻优,通过不断迭代更新确定出最优解。
谱线形状限制:主磁场的不均匀性会导致感兴趣体素内共振频率展宽,因此采集到的谱峰实际上是高斯线型展宽的洛仑兹峰,在数学上可以用佛可脱(Voigt)线型表示:
Figure BDA0001715786390000041
其中变量v表示组分的化学位移,一个Voigt函数包括4个峰参数,分别为:α(峰高)、w(峰的中心频率)、f(峰的半高宽)、θ(高斯-洛仑兹系数)。在这里,我们将所有谱峰都看作佛可脱线型。
谱峰数目限制:对于整个谱,利用N+1个峰进行拟合,其中N为脂肪峰的个数,1为水峰。本实施例中,肝脏脂肪信号可以用九个峰来模拟,即N=9。
化学位移限制:理论上水的化学位移在4.7ppm处,但考虑到主磁场的不均匀性,水的化学位移会在4.7ppm附近偏移。由于温度和个体差异等影响,亚甲基脂肪峰的化学位移也并不总是在1.3ppm处。因此,本发明首先从获得的谱上确定出水峰和亚甲基脂肪峰的化学位移,并固定脂肪峰之间的相对频率,从而得到其它脂肪峰的化学位移。确定水峰和亚甲基脂肪峰化学位移的方法如下:遍历化学位移4.3-5.0ppm范围,最大信号值记为水的峰值;遍历化学位移1.0-2.0ppm范围,最大信号值记为亚甲基脂肪峰的幅值。通过上述定位出的水和亚甲基脂肪峰,反索引找到各自的化学位移,并将亚甲基峰的化学位移设置为1.3ppm,其它脂肪峰到最高脂肪峰之间相对化学位移差分别为-0.4ppm、0.3ppm、0.72ppm、0.94ppm、1.45ppm、2.9ppm、3.89ppm、3.99ppm(采用文献《HAMILTON G,YOKOO T,BYDDER M,et al.Invivo characterization of the liver fat 1H MR spectrum[J].NMR Biomed,2011,24(7):784-790》中的方法得到)。
幅值限制:将水的峰值作为水峰的拟合初始值,亚甲基峰的幅值依次乘以0.137、0.090、0.097、0.090、0.009、0.061、0.016、0.057作为其它各脂肪峰的拟合初始值(采用文献《HAMILTON G,YOKOO T,BYDDER M,et al.In vivo characterization of the liverfat 1H MR spectrum[J].NMR Biomed,2011,24(7):784-790》中的方法得到)。并将每个脂肪峰初始值的99%定为拟合的下限,上限则定为无穷大。并将每个脂肪峰初始值的99%定为拟合的下限,上限则定为无穷大。
半高宽限制:以水峰化学位移为中心向两边扩散,分别找到幅度为水峰幅值一半的数据点,通过这两个数据点的化学位移差算出水峰的半高宽Δf:
Δf=γB·(σ12) [2]
其中,γ为旋磁比,B代表外磁场强度,σ1和σ2分别表示水峰左右两边找到数据点所对应的化学位移。脂肪亚甲基脂肪峰的半高宽我们也用相同方法得出,其它脂肪峰的半高宽在亚甲基脂肪峰半高宽上下5Hz之内寻优。
相位限制:相位校正采用的是全自动相位校准方法。
在求得上述谱峰相关参数之后,即可确定所有谱峰的谱线形状,然后采用积分方法分别求出脂肪峰和水峰峰下面积。
采用最小二乘法根据公式[3]进行指数拟合,得到TE为0时的水信号M0_water和脂肪信号M0_lipid、以及T2_water和T2_lipid
Figure BDA0001715786390000051
其中变量TE表示回波时间,M(TE)表示相应TE时间水峰或脂肪峰的峰下面积,即峰的信号值,M0表示TE=0时的峰的信号值,T2代表横向弛豫时间。
本发明步骤4中质子密度脂肪分数PDFF的计算表示为公式[4]。
Figure BDA0001715786390000052
如图3为TE=12ms的磁共振波谱,通过本发明方法得到的本实施例志愿者的PDFF值为31.23%。

Claims (3)

1.一种定量脂肪含量的磁共振波谱全自动后处理方法,其特征在于,该方法包括以下步骤:
步骤1:利用快速T2校正多回波波谱采集序列,采集得到不同回波时间的波谱数据;
步骤2:对读入的每个波谱数据进行谱线拟合,然后求出各个回波时间的水峰和脂肪峰面积;
步骤3:对多个回波时间的水峰和脂肪峰面积进行T2拟合,得到水和脂肪在回波时间为0时的信号值;
步骤4:计算得到最终的质子密度脂肪分数PDFF;其中:
步骤2所述对读入的每个波谱数据进行谱线拟合,谱线拟合采用最小二乘法,通过设置谱峰形状及谱峰数目,并将所有谱峰的拟合幅值、半高宽和相位限定于一个区间内,对此区间进行局部寻优,通过不断迭代更新确定出最优解;
谱线形状设置:主磁场的不均匀性会导致感兴趣体素内共振频率展宽,采集到的谱峰是高斯线型展宽的洛仑兹峰,在数学上用佛可脱(Voigt)线型表示:
Figure FDA0002440090930000011
其中变量v表示组分的化学位移,一个Voigt函数包括4个峰参数,分别为:α为峰高、w为峰的中心频率、f为峰的半高宽、θ为高斯-洛仑兹系数,将所有谱峰都看作佛可脱线型;
谱峰数目设置:对于整个谱,利用N+1个峰进行拟合,其中N为脂肪峰的个数,1为水峰;
化学位移限制:遍历化学位移4.3-5.0ppm范围,最大信号值记为水峰的幅值;遍历化学位移1.0-2.0ppm范围,最大信号值记为脂肪亚甲基峰的幅值;通过上述定位出的水峰和脂肪亚甲基峰,反索引找到各自的化学位移;并将脂肪亚甲基峰的化学位移设置为1.3ppm,然后确定其它脂肪峰到脂肪亚甲基峰之间相对化学位移差;
幅值限制:将水峰幅值作为水峰的拟合初始值,将脂肪亚甲基峰的幅值作为脂肪亚甲基峰拟合初始值,用脂肪亚甲基峰幅值依次乘以幅值比例作为其它各脂肪峰的拟合初始值;并将每个脂肪峰初始值的99%定为拟合的下限,上限则定为无穷大;
半高宽限制:以水峰化学位移为中心向两边扩散,分别找到幅度为水峰幅值一半的数据点,通过这两个数据点的化学位移差算出水峰的半高宽Δf:
Δf=γB·(σ12) [2]
其中,γ为旋磁比,B代表外磁场强度,σ1和σ2分别表示水峰左右两边找到数据点所对应的化学位移;脂肪亚甲基峰的半高宽用相同方法得出,其它脂肪峰的半高宽在脂肪亚甲基峰半高宽上下5Hz之内寻优;
相位限制:相位校正采用全自动相位校准方法;
在求得上述谱峰相关参数之后,即可确定所有谱峰的谱线形状,然后采用积分方法分别求出脂肪峰和水峰峰下面积。
2.根据权利要求1所述的方法,其特征在于,所述步骤3具体为:采用最小二乘法根据公式[3]进行指数拟合,得到TE为0时的水信号M0_water 和脂肪信号M0_lipid、水的横向弛豫时间T2_water和脂肪的横向弛豫时间T2_lipid
Figure FDA0002440090930000021
其中变量TE表示回波时间,M(TE)表示相应TE时间水峰或脂肪峰的峰下面积,即峰的信号值,M0表示TE=0时的峰的信号值,T2表示横向弛豫时间。
3.根据权利要求1所述的方法,其特征在于,步骤4所述计算得到最终的质子密度脂肪分数PDFF,采用公式[4]
Figure FDA0002440090930000022
其中M0_water 表示TE为0时的水信号,M0_lipid表示TE为0时的脂肪信号。
CN201810707477.1A 2018-07-02 2018-07-02 一种定量脂肪含量的磁共振波谱全自动后处理方法 Active CN108872901B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810707477.1A CN108872901B (zh) 2018-07-02 2018-07-02 一种定量脂肪含量的磁共振波谱全自动后处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810707477.1A CN108872901B (zh) 2018-07-02 2018-07-02 一种定量脂肪含量的磁共振波谱全自动后处理方法

Publications (2)

Publication Number Publication Date
CN108872901A CN108872901A (zh) 2018-11-23
CN108872901B true CN108872901B (zh) 2020-06-16

Family

ID=64298077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810707477.1A Active CN108872901B (zh) 2018-07-02 2018-07-02 一种定量脂肪含量的磁共振波谱全自动后处理方法

Country Status (1)

Country Link
CN (1) CN108872901B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110786854A (zh) * 2019-11-05 2020-02-14 广州互云医院管理有限公司 一种水脂混合体系下的反转回复序列t1测量方法
CN110742589B (zh) * 2019-11-05 2023-09-22 广州互云医院管理有限公司 一种脂肪参考磁共振温度成像方法
WO2023108325A1 (zh) * 2021-12-13 2023-06-22 中国科学院深圳先进技术研究院 脂肪定量成像方法、装置、设备及其存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1363043A (zh) * 2000-01-27 2002-08-07 Ge医疗系统环球技术有限公司 水和脂肪的分离图像的形成方法,磁共振成像设备,参考峰的相位测定方法和参考峰的位置测定方法
US7924003B2 (en) * 2008-04-17 2011-04-12 Wisconsin Alumni Research Foundation Method for water-fat separation and T2* estimation in an MRI system employing multiple fat spectral peaks and fat spectrum self-calibration
CN102866372A (zh) * 2011-07-08 2013-01-09 西门子公司 对磁共振设备进行频率校准的方法及相应的磁共振设备
CN105556326A (zh) * 2013-09-16 2016-05-04 皇家飞利浦有限公司 具有dixon类型的水/脂肪分离的mr成像

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1363043A (zh) * 2000-01-27 2002-08-07 Ge医疗系统环球技术有限公司 水和脂肪的分离图像的形成方法,磁共振成像设备,参考峰的相位测定方法和参考峰的位置测定方法
US7924003B2 (en) * 2008-04-17 2011-04-12 Wisconsin Alumni Research Foundation Method for water-fat separation and T2* estimation in an MRI system employing multiple fat spectral peaks and fat spectrum self-calibration
CN102866372A (zh) * 2011-07-08 2013-01-09 西门子公司 对磁共振设备进行频率校准的方法及相应的磁共振设备
CN105556326A (zh) * 2013-09-16 2016-05-04 皇家飞利浦有限公司 具有dixon类型的水/脂肪分离的mr成像

Also Published As

Publication number Publication date
CN108872901A (zh) 2018-11-23

Similar Documents

Publication Publication Date Title
US8032335B2 (en) Evaluating magnetic resonance spectra
Taron et al. Simultaneous multislice diffusion‐weighted MRI of the liver: Analysis of different breathing schemes in comparison to standard sequences
Volz et al. Quantitative proton density mapping: correcting the receiver sensitivity bias via pseudo proton densities
CN108872901B (zh) 一种定量脂肪含量的磁共振波谱全自动后处理方法
US6819952B2 (en) Magnetic resonance spectroscopic imaging method to monitor progression and treatment of neurodegenerative conditions
Cohen‐Adad et al. 32‐channel RF coil optimized for brain and cervical spinal cord at 3 T
US20150309142A1 (en) Apparatus And Method For Multi-Band MR Imaging
US9625549B2 (en) Method for error compensated chemical species signal separation with magnetic resonance imaging
JP2005319305A (ja) 磁気共鳴スペクトロスコピーを用いて神経変性疾患を検出及び監視するための方法及びシステム
Koush et al. Functional MRS with J-edited lactate in human motor cortex at 4 T
Bagory et al. Implementation of an Absolute Brain $^{1} $ H-MRS Quantification Method to Assess Different Tissue Alterations in Multiple Sclerosis
Prisciandaro et al. An evaluation of the reproducibility of 1H-MRS GABA and GSH levels acquired in healthy volunteers with J-difference editing sequences at varying echo times
Tedeschi et al. Reproducibility of proton MR spectroscopic imaging findings.
Okujava et al. Measurement of temporal lobe T2 relaxation times using a routine diagnostic MR imaging protocol in epilepsy
US8611624B2 (en) Method for adipose tissue quantification with magnetic resonance imaging
An et al. Measurement of glutathione in normal volunteers and stroke patients at 3T using J‐difference spectroscopy with minimized subtraction errors
Meadus et al. Quantification of lung water density with UTE Yarnball MRI
Hamilton et al. The relationship between liver triglyceride composition and proton density fat fraction as assessed by 1H MRS
Bauman et al. Pulmonary relaxometry with inversion recovery ultra‐fast steady‐state free precession at 1.5 T
US20180132787A1 (en) Fat characterization method using mri images acquired with a multiple-gradient echo sequence
Kathiravan et al. A review of magnetic resonance imaging techniques
JP4532178B2 (ja) Mr分光法において代謝産物の信号分離を改良させた方法及び装置
Van Cauter et al. Reproducibility of rapid short echo time CSI at 3 tesla for clinical applications
EP1378760A2 (en) Sensitivity encoding magnetic resonance imaging method and system
Yamamoto et al. Influence of echo time in quantitative proton MR spectroscopy using LCModel

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
GR01 Patent grant
GR01 Patent grant