相关实验视频
Updated: Jun 7, 2025

08:51
Magnetic Resonance Imaging of Multiple Sclerosis at 7.0 Tesla
Published on: February 19, 2021
8.9K
微结构信息化髓映射 (MIMM) 来自常规多回声梯度回声数据,使用铁和髓效应的多尺度物理建模和QSM
Mert Şişman1,2, Thanh D Nguyen2, Alexandra G Roberts1,2
1Department of Electrical and Computer Engineering, Cornell University, Ithaca, New York, USA.
Magnetic resonance in medicine
|November 18, 2024
概括
一种新的MRI方法,微结构信息化髓映射 (MIMM),从标准扫描中准确量化髓体积分数 (MVF). 这种技术在没有特殊的MRI序列的情况下改善神经退行性疾病研究中的髓测量.
科学领域:
- 神经成像是一种神经成像.
- 生物物理学的生物物理.
- 医学物理 医学物理
背景情况:
- 髓定量对于研究神经退行性疾病中的脱髓化至关重要.
- 现有方法的准确性可能有局限性,或需要专门的MRI序列.
研究的目的:
- 引入和验证微结构信息化髓映射 (MIMM),一种新的非侵入性MRI方法.
- 使用常规的多梯度回声序 (mGRE) 和生物物理模型量化髓体积分数 (MVF).
主要方法:
- 开发了一个多尺度的生物物理信号模型,结合了髓 (空筒纤维模型) 和铁效应.
- 使用有限元素生成了mGRE信号演变和易感性的字典.
- 采用随机匹配追逐以克尔为导向的MVP和铁敏感度映射,使用和不使用扩散张力成像 (DTI) 或以图谱为基础的纤维定向进行评估.
主要成果:
- 与基本的MIMM相比,DTI和亚特拉斯指导的MIMM有效地降低了与基本的MIMM相比,在白质谱中MVP的高估.
- MIMM证明了与T2-放松计米林水分 (MWF) 参考图的良好一致.
- MIMM MVF 地图纠正了三池复合拟合 (3PCF) MWF 观察到的白色球体中的髓过高估计.
结论:
- 对mGRE数据的MIMM处理提供了准确的MVF地图.
- 这种方法可以从常规的临床MRI扫描中量化髓,从而消除了对专门序列的需求.

