基于分段时空编码的超快速化学交换饱和转移磁共振成像

来源 :厦门大学 | 被引量 : 0次 | 上传用户:qwc198762
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
化学交换饱和转移(chemical exchange saturation transfer,CEST)技术可以提高磁共振成像(magnetic resonance imaging,MRI)的对比度,并能够有效检测低浓度代谢物的可交换质子。超快速成像技术对CEST MRI具有重要意义,因为极短的采集时间能够有效降低T1弛豫带来的饱和恢复影响。回波平面成像(echo planar imaging,EPI)是现阶段使用最广泛的超快速MRI技术,虽然EPI拥有良好的时间分辨率,但是其图像对磁场不均匀性和化学位移效应的抵抗性较差,易产生伪影和畸变。由Frydman等人提出的时空编码磁共振成像(spatiotemporally encoded MRI,SPEN MRI)技术延续了EPI在时间分辨率上的优点,同时对磁场不均匀性和化学位移效应的鲁棒性较高。但常规的SPEN MRI实施多层采集的时候往往面临特异性吸收率(specific absorption rate,SAR)过高的问题。2016年我们小组提出的分段时空编码(segmented SPEN,SeSPENN)技术能够降低SAR值并进一步缩短多层扫描的采集时间。本文探索了基于SeSPEN的超快速多层CEST成像方法,主要内容如下:一、详细阐述了SPEN MRI的成像机理和特点。主要包括信号的局部自旋贡献性、全解码条件以及抵抗不均匀场和化学位移效应的原理。介绍了多层SPEN MRI的特性,着重分析了全局多层时空编成像码技术和分段多层时空编码成像技术。说明了超分辨率重建对SPEN MRI的重要性,并介绍了本文使用的去卷积重建算法。二、提出了一种基于分段时空编码的超快速多层CEST成像技术(CEST SeSPEN)新方法。通常使用的快速自旋回波(fast spin echo,FSE)成像技术可以为CEST提供质量较好的图像,但是其扫描一幅Z谱花费的时间过长。EPI技术虽然能够缩短CEST的多层成像采集时间,但是EPI的图像对磁场不均匀性和化学位移效应的鲁棒性较低。实验证明我们提出的CEST SeSPEN成像技术可以提高图像对不均匀磁场的鲁棒性从而减少图像的畸变,而且能够进一步缩短CEST的多层成像采集时间从而降低T1弛豫的影响。三、针对CEST SeSPEN MRI使用的连续波(continuous wave,CW)饱和模块对硬件要求过高的情况,以脉冲链(pulse train,PT)技术为基础提出了一种基于脉冲链饱和的CEST SeSPEN MRI方法。相对于采用CW脉冲饱和,该方法在饱和阶段配合占空比的使用可以降低序列对磁共振成像仪的硬件要求。
其他文献
汤汤是当前我国儿童文学界为数不多的优秀青年童话作家。在感知、理解、生成童话意象及创造童话世界方面,汤汤已表现了独特的天赋与优势,并形成了自我鲜明的艺术风格。童话是
<正>如果家里的电灯突然灭了,电视机屏幕也不亮了,这时需要“侦察兵”到前沿实行“火力”侦察,看看故障出在哪里。这位侦察兵就是测电笔。 测电笔由金属触头、电阻、氖管、
随着智能化时代的到来,智能信息技术与教育教学的融合不断加深,新课程改革和学科核心素养培养深入发展,智慧课堂迎来升级发展新机遇。该文在继承已有智慧课堂理论与实践成果
杜仲籽油富含人体必需脂肪酸α-亚麻酸、维生素E(VE)和桃叶珊瑚苷等活性成分,其中α-亚麻酸含量高达62%左右,VE含量(190.96±1.15 mg/100g)远高于其它功能性油脂,具有辅助调节血
最近香港理工大学的 W.Y.Hung和 W.K.Chow先生在消防规范国际期刊★上发表了一篇文章 ,该文对香港新的高层商业建筑防火规范以及中国、英国、美国等国防火规范进行了对比性评
<正>最高人民法院《关于严格规范终结本次执行程序的规定(试行)》(以下简称《规定》)已于2016年12月1日起正式施行。为了更准确地理解《规定》的主要内容,统一把握《规定》的
目的本课题通过探讨使用慢病毒过表达P2X4基因(LV-P2rx4)对6-羟基多巴(6-OHDA)诱导的帕金森病(Parkinson’s disease,PD)模型大鼠脑黑质中多巴胺能神经元数量以及白介素-1β(Interle
20世纪30年代的上海可谓是新文化运动的策源地,留学归来的画家们带着他们先进的现代主义艺术思潮,掀起了一场现代主义艺术革命,各种西画社团风起云涌,决澜社就是其中最具代表
要使涂布纸的光学性质符合要求,必须对颜料的粒径和粒度分布进行优化.
人工智能作为如今发展前景广阔、研究人数众多的领域,一定程度上研究手势识别,能够保障听障人群的学习工作和生活,促进社会和谐发展,具有重要的社会现实意义。另一方面,人工智能技术在近年来的迅猛发展,极大促进了现代人科技生活的进步,其中包括了更为智能便捷的人机交互方式,例如利用手势,语音等来控制生活中常用的电子产品。本文的研究内容是基于卷积神经网络和循环神经网络的手势识别及改进算法优化,将视频数据处理成含