מבוא ל-MRItative MRI ו- Multi-Echo Sequences

התחדשות מגנטית (MRI) היא מודולליות הדמיה לא פולשנית המשתמשת שדות מגנטיים חזקים הדופקים רדיו קידוד רדיו לייצר תמונות אנטומיות מפורטות. בעוד MRI קונבנציונלי מספק ניגוד מצוין בין רקמות רכות, זה נשאר בעיקר איכותני - נחיתות קצות בעלות על הגדרות סורק וגורמים ספציפיים לחולה, מה שהופך את ההשוואה הישירה בין בדיקות קשות (qI) על ידי מגבלות זמן דחיסה יעילה כגון פשטות Tgfusionic II.2.

בין הטכניקות נהיגה qMRI, רצפים רב-צ'ו לוקחים תפקיד מרכזי. על ידי רכישת אותות מרובים בזמנים שונים של הד לאחר ציטוט יחיד, רצף רב-הצ'ו מדגימות את דעון ה-MR עם רזולוציה עתית גבוהה.זה מאפשר estimation מדויקת של פרמטרים הרפיה, אשר בתורו מספק תובנות לתכונות כגון תוכן ברזל, mynation, fibrosis, ו-Dema-הבסיסית של עקרונות של תהליך ה-cookie, דורשות של בדיקות מתמטיות של בדיקות מתמטיות-co-co-co-co-a-remed.

עקרונות יסוד של אות

T2 ו-T2 * הירגעות

לאחר דופק רדיו ראשוני (RF) מעורר את הספין ברקמות, המגנטיזציה ההפוך מתכווץ לאורך זמן בשל שני תהליכים: אינטראקציותספין-סנספן (T2 הרפיה) ושדה מגנטי בהומוגנים (T2* רפיה) זמן הרפיה T2 הוא שטח אטמוספירי של הרקמה, ומשקף את יעילות החלפת האנרגיה בין שכנתה הוא מושפע על ידי תנועה מולקולרית, ואפקטים 2 גרם תמיד לאפקטים כימיים נוספים של T2gen, מכיוון שתמיד, מכיוון ש- T2, הוא חומר רגיש יותר מאשר חומרים איטי יותר מאשר T2 הנגרמים, הוא מ- T2, הוא מ- T2, כי הוא מ- T2 גרם לאפקטים, כי הוא מ-T2, 000 רגישים יותר מאשר חומר T2, 000, 000, 000, 000 רגישים, 000 נטייה, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000 נטייה, 000 נטייה, 000 נטייה, 000, 000, 000 נטייה, 000 נטייה, 000 נטייה, 000, 000, 000, 000 נטייה, 000, 000 נטייה, 000 נטייה, 000 נטייה, 000 נטייה, 000 נטייה, 000 נטייה, 000 נטייה, 000 נטייה, 000

(ב) 1/T2* = 1/T2 + 1/T2'FIRLT 1

כאשר T2 מייצג את התרומה של שדה הומוגניות. רצפי Multi-echo יכול להיות מתוכנן לבודד T2 או T2 * בהתאם אם מנגנוני מיקוד מחדש (למשל, 180 מעלות הדופק) כלולים.

אות Equation

ברכישה של ספין-צ'ו, גודל האות ב-Time TE ניתן על ידי:

(ב) ⁇ (ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

עבור רכישת ⁇ -echo, האות מתקלקל עם T2 * במקום T2. על ידי דגימה האות על מספר TEs, ניתן להתאים את העקומה של מודל אקספוננציאלי ולאמדן T2 (או T2*) ואת האות הנינוחה לחלוטין S0 (אשר פרופורציה לדחיסות פרוטון) יותר, כגון רב-השפעה, חשבון עבור מספר רב-מתאים (במים במים).

Pulse Sequence Designs for Multi-Echo Acquisition

Multi-Echo Spin Echo (MESE)

הגישה הקלאסית לרכישת מספר דשנים בעלות משקל T2 היא רצף הדים הרב-צ'ו-צ'ו ספין-הטווח של 90 מעלות, רכבת של 180 מעלות מיקוד הדופק הוא מיושם, ומייצרת סדרה של הדים ספין-אונדים בזמנים דיים מעוקלים באותה כמותה כמות.כל הד מקודד בנפרד כדי לייצר תמונה.ה-Meurage-Mebooim-Gi (LL-Perfect) הוא חיוני כדי למזער רצף הדמיה (Dycurepgation) במיוחד.2.

מגבלות כוללות מגבלות ספציפיות של ספיגת (SAR) עקב הדופקים של 180 מעלות, ורגישות ל- B1 בהומורגנים שיכולים להתפשר על יעילות מחדש.טכניקות מתקדמות כגון השימוש ב הדופקים מורכבים או שיבושי RF מותאמים לעזור להקל על בעיות אלה.

Multi-Echo Gradient Echo (ME-GRE)

רצפי הד Gradient לרכוש הדים על ידי יישום קידוד קידוד קידוד במקום 180 מעלות הדופק.בשורה מרובה-echo ⁇ הד (ME-GRE) רצף, לאחר שידור RF יחיד, מספר דשנים ⁇ נוצרים ב- TEs מוגברת.טכניקה זו יעילה מאוד כי היא מאפשרת דגימת של T2 דעיכה * במהירות רבה, לעתים קרובות בזמן יחיד של חזרה.

יישומים של ME-GRE כוללים מיפוי R2* (R2* = 1/T2*), המשמש לכמת תוכן ברזל בכבד, במוח ובלב.הדעיכה ב- ME-GRE מושפעת גם על ידי שדה מאקרוסקוסקופי בהומוגנים, הדורש תיקון (למשל, שימוש במפה שדה) כדי להשיג ערכי R2 * אמינים.

זמן אקו קצר (UTE)

עבור רקמות עם T2 קצר מאוד או T2* (למשל, עצם קורטי, נוטה, ligaments, ו Myelin), זמני הד קונבנציונלי הם ארוכים מדי כדי ללכוד את האות זמן הד קצר קצר (UTE) רצפים משתמשים רדיואל או ספירלה k-space trajectories בשילוב עם TE קצרים מאוד (כמו נמוך כמו 0.01 מ"מ) וניתן להרחיב את ה-Chea-cotual-co-a-co-a-co-tation של שיטות אלה, המאפשרות.

ניתוח נתונים ו- Parameter אסטימוציה

המונחים: Monoexpting

הגישה הפשוטה והנפוצה ביותר לנתח נתונים רב-יצ'ו היא להתאים את האות כפונקציה של TE למודל של דעון-מונו-נטי.עבור מיפוי T2, המודל הוא S(TE) = S0) exp(-TE/T2) + רעש (הטיה) מאפשר בדרך כלל על בסיס פיקסל-ידי פיקסל באמצעות ריבועים לינאריים לפחות (לתקן) המתאים לאלגוריתם נמוך יותר (xt מדויק) או מדויק יותר).

הדיוק והדיוק של T2 הערכות תלויות במספר הדים, הד המתפתל, וטווח ה-TEs המדגם באופן אידיאלי, ה-TE הארוך ביותר צריך להיות לפחות 1.5 פעמים ה-T2 של עניין, ואת ה-TE הקצר ביותר צריך להיות קטן ככל האפשר כדי ללכוד את דעיכה מוקדמת.

Multi-Exponential Fitting

לעתים קרובות מכיל תא מים מרובים עם זמני הרפיה שונים.לדוגמה, חומר לבן יש מרכיב מים Myelin עם T2 קצר מאוד (- 10-20 מ') ורכיב מים תוך-סטרא / אקסטראו-תא עם T2 ארוך יותר (80-100 מ"מ) מולטימדיה-exponential המנסה לפתור רכיבים אלה על ידי מודל של דעיכה כסכום של מצבים אקספוננטליים כגון לא-N-N-I הוא לפחות אלגוריתם של הדמיה (LS) כמו אלגוריתם של אלגוריתם הדמיה (LSI) כמו אלגוריתם (LSI) אשר משמש פחות מתמשך של אלגוריתם (LSI) כמו אלגוריתם (LS) כמו אלגוריתם של אלגוריתם של אלגוריתם של אלגוריתם של אלגוריתם (LSI) אלגוריתם של אלגוריתם (LSI) אלגוריתם של אלגוריתם של אלגוריתם של אלגוריתם של אלגוריתם אלגוריתם של אלגוריתם (LSI) אלגוריתם של אלגוריתם (LSI) הוא פחות מתמשך של שימוש ב-N) אשר משמש לפחות אלגוריתם של אלגוריתם של אלגוריתם של אלגוריתם של אלגוריתם של אלגוריתם (LSI) אשר משמש אלגוריתם (LSI) אשר משמש אלגוריתם של אלגוריתם של אלגוריתם הדמיה (LSI) אלגוריתם

אתגרים כוללים את האופי הלא-מפוס של הבעיה המעוותת (הפצה אפשרית מתאימה לנתונים באותה מידה), רגישות לרעש, ואת הצורך בשיטות SNR גבוהות והדות רבות.

R2* Mapping and Corrections

עבור ⁇ -echo Multi-echo נתונים, R2* מיפוי מבוצע על ידי התאמת עקומת העקומה למודל מונו-חשיבותי.עם זאת, מאקרוסקופ B0 בהומוגנים מציג דעיכה נוספת שיכולה להטיה R2 * הערכות. תיקון גישות כולל שימוש במפת שדה ספציפית Voxel הנגזרת משלבת את האות או החלת ריבוי x2-xcons עם אפקטיפטפטפטפטפטפטפטפטפטפטפטפטפטפטפטפטפטפטפטפטפטפטפטפטפטפט עם פריך עם פריך שלילי עם פריך של אפקט D2.

תיקון חשוב נוסף הוא נוכחות של שומן. ברקמות המכילות מים ושומן, שינוי כימי גורם הפרעה כי משנה את הדלבון של אותות. טכניקות הפרדה שומן שומן (למשל, IDEAL או Dixon) ניתן לשלב עם רכישות מרובות-echo כדי להעריך בו זמנית מים ושברירי שומן ור"2*.

יישומים קליניים

חוסר התאמה נוירולוגי

רצפים Multi-echo משמשים נרחב במוח.T2 מיפוי סיועים באפיון של lesss sclerosis מרובות, שבו T2 ממושך משקף demyelination ו edema. Myelin מים הדמיה באמצעות multi-echo T2 מספק סמרטוט ספציפי יותר של התוכן Myelin.R2 * מיפוי בכנופיה basal הוא מדד רגיש של הצטברות ברזל, אשר מתרחשת בהפרעות עצביות ועצבניות כמו שבץ מוחית.

חי ובגידה

יתר על המידה ברזל בכבד (למשל, בשל hemochromatosis תורשתי או אנמיה תלוי ⁇ ) ניתן לכמת באמצעות מיפוי R2* עם רצפי הד מרובים-echo ⁇ ⁇ .התאם בין R2* וריכוז ברזל כבד הוא הקים היטב, המאפשר אבחון לא פולשני ניטור.

שיבושים קוסמטיים

ב- cartilage, מיפוי T2 משמש לגילוי שינויים ניווני מוקדם באוסטאורקציה. coagen סיבים אוריינטציה ו hydration השפעה T2 ערכים, ושינויים ב T2 precede שינויים מורולוגיים. רצף הד ספין עם רכבות הד נפרדות עבור כל פרוסה הם בדרך כלל מועסקים. השילוב של מיפוי T2 עם הדמיה T1 מספק מידע משלים על תוכן פרוגנטיאני.

לב-Imaging

Myocardial T2 ו-T2* מיפוי הם בעלי ערך להערכת edema (למשל, במיוcarditis), עומס ברזל (ב- thalassemia), ו ⁇ (בקיצור כרוני) רצף הד רב-צ'ו-צ'ו- ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ מותאמים לגיעת הלב ושינויים מהירים יותר מאשר רמות טיפוליות, אך לאחר מכן, אך לאחר מכן, לאחר מכן, יש שיפורים מתקדמים, לאחר מכן, לאחר מכן, לאחר מכן, לאחר מכן, לאחר מכן, לאחר מכן, לאחר מכן, לאחר מכן, לאחר מכן, לאחר מכן, הוא הופך להיות יעיל יותר ממיפוי לב, לאחר מכן, לאחר מכן, עם שיפורים מתקדמים, עם שיפורים מתקדמים, לאחר מכן, לאחר מכן, עם שיפורי טיפול תרופתי, עם התקדמות טיפול תרופתי, עם התקדמות טיפולית, עם התקדמות טיפול תרופתית, עם שיפורי, עם התקדמות טיפול תרופתי.

טכניקות מתקדמות ופיתוחים אחרונים

T2 ו-T2 * Mapping

כמה רצפים שואפים לרכוש את המידע T2 ו-T2* ברכישה אחת.לדוגמה, ⁇ -echoספין-echo (GRASE) בין השארת ⁇ מהדהד בין ספין דינגס, המאפשרת דגימה בו זמנית של T2 ו-T2* עקום. גישה נוספת היא השימוש של multi-cho ⁇ ואחריו ⁇ על ידי רכבת ספין בתוך אותה שיטה יכול לספק מידע על גבי אותו הדבר.

ההרחבה Multi-Echo Imaging with Compressed Sensing

כדי להפחית את זמן הסריקה תוך שמירה על מספר הדים, חישה דחוס (CS) וטכניקות הדמיה מקבילה מוחלים על רצפים רב-היצ'ו. CS מנצל את העריצות של מפות parametric בתחום משתנה (למשל, גלונים) ומאפשרת תת-התערות של k-space.זה שימושי במיוחד עבור רכישות מרובותD-cho, שבו ניתן לשחזר נפח חד-פעמי עם מספר רב-פעמי.

תיקון תנועה ויישומים בזמן אמת

עבור יישומים כגון MRI עוברי או MRI לב, תנועה במהלך רכישת multi-echo יכול להשחית את הנתונים.תיקון תנועה פוטנציאליים באמצעות הדים ניווט או מעקב אופטי, בשילוב עם דגימה רדיורית זווית מוזהבת, מאפשר הדמיה רב-echo אפילו בנוכחות תנועה.

אתגרים ומגבלות

למרות הכוח שלהם, רצפים רב-יצ'ו עומדים בפני מספר אתגרים.יחס אותות-ל-אין יורד עם זמני הד ארוכים יותר, במיוחד עבור רקמות T2 קצרות, המחייבות מבחר זהיר של דחוס הד ומספר הדים. B1 בhomogeneities משפיע על הדיוק של הדופק מחדש ב רצפים של ספין-אוף, מה שמוביל לגרות דשנים ו-T2 הערכות מוטות ב-rence.

כדי לענות על נושאים אלה, מעצבי רצף ממשיכים לחדד את רצפי הדופק, לפתח אלגוריתמי תיקון טובים יותר, ולשלב למידת מכונה עבור הערכת פרמטר.לדוגמה, רשתות עצביות יכולות ללמוד את המיפוי מסימנים רב-הכולה ל-T2 מפות, פוטנציאל לשפר את המהירות ואת העוצמה בהשוואה להתאמה קונבנציונלית.

כיוונים עתידיים

התחום של MRI רב-הכולי מתפתח במהירות.כיוון מבטיח אחד הוא שילוב של רצפים רב-היצ'ו עם טכניקות כמותיות אחרות, כגון דיפוזיה דיפוזיה או העברת מגנטיזציה, לספק פרופיל ביופיזי מקיף של רקמות.אחר הוא פיתוח פרוטוקולים סטנדרטיים על פני ספקים כדי להקל על מחקרים רב-מרכזיים ואימוץ קליני. אינטליגנציה מלאכותית תשחק תפקיד גדול יותר בשיחזור, תיקון, ואפילו אסטרטגיות קידוד גבוהות יותר, כמו גם על מערכות יעילות גבוהות יותר, כמו גם יותר, שיפור של קידוד גבוה יותר, כמו רצף גבוה יותר, כמו ®S.

בסופו של דבר, העקרונות של רצפים רב-יצ'ו הם יסוד ל-MRI כמותי.על ידי הבנת הפיזיקה של דעון אותות, עיצוב רצף ושיטות ניתוח, רופאים וחוקרים יכולים למנף את הטכניקות האלה כדי להשיג מחדש, משמעותי ביומרקרים אשר משפרים את האבחנה, את הטיפול ואת ההבנה שלנו של המחלה האנושית.

(ב) ב[[1924]], [[1924]]]], [[1924]]]]]], [[1924]]]]]], [[1924]]]]]], [[1924]]]]]]]]]]]], [[1924]]]]]]]]]], [[1924]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]]]], [[1924]]]]]]]], [[1924]]]]]]]]]]]]]]]]]]]]]], [[1924]]]]]]]]]], [[1924]]]]]]]]]]]]]]]]]]]]]], [[1924]]]]]], [[1924]]]]]]]]]]]], [[1924]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]], [[1924]]]]]]]], [[1924]], [[1924]]]]]], [[[[1924]]]]]], [[[[1966]]]], [[[[1924]]]]]] ב[[1924]], [[[[1924]]]]]]]], [[[[1924]]]]]] [[[[1924]]]]]]]] [[[[[[[[1924]]]]