DKI弥散峰度成像英文简介

合集下载

48-SD大鼠脑DKI研究中弥散参数MK与MD的比较_韩学芳

· 1604· 一步探讨其与年龄相关性改变，旨在对比研究 MK MD 值在组织微观结构改变中的敏感性，值、为今后 DKI 这一新技术在中枢神经系统中得到更广泛的应用奠定基础。 1 1． 1 材料与方法
临床放射学杂志 2016 年第 35 卷第 10 期
将 DKI 原始数据传输至 GE Advantage Windows 4． 3 工作站，利用 Functiontools 中 DKI 软件包，调节 b 值的扩散梯度编码方向的总数测量范围的阈值， b0 数目为 5 ，目为 25 ，生成平均扩散峰度（ mean kurtosis， MK）图、 MD）图。平均弥散率（ mean diffusivity，依据鼠脑立体定位图谱所标注的各结构解剖位置（图 1 ），在 DKI 图上手动绘制感兴趣区（ region of interest，ＲOI ）：两侧大脑皮层（ cerebral cortex， CC ）、 EC ）、两侧外囊（ external capsule ，两侧尾壳 CPu ）（图 2A D ）。核（纹状体）（ caudate putamen，ＲOI 尽量避开干扰组织，如颅骨、血管、脂肪、硬膜、 MD 值。以上得脑脊液等，得到相应部位的 MK 值、 1 个月后重复测量，到的各参数图像分别于 1 周、取 3 次测量结果的平均值作为相应参数的参数值。 1． 4 统计分析应用 SPSS 17． 0 软件进行统计分析。采用配对 t 检验比较 CC 、 EC 、 CPu 各统计指标的侧别差异，采用完全随机设计资料的多样本方差分析（ analysis of variance， ANOVA）比较不同年龄组间 CC 、 EC 、 CPu 各统计指标的差异及各年龄组各统计指标在不同部位间的差异，采用最小显著差异（ least significant difference， LSD） t 检验进行两两比较。 2 2． 1 较 MD 的测量两侧 CC 、两侧 EC 、两侧 CPu 的 MK、结果及统计学分析结果见附表（表 1 ）。配对 t 检验结果显示：两侧 CC 、两侧 EC 、两侧 CPu 的 MK 值、 MD 值侧别差异不存在统计学意义（ P ＞ 0． 05 ）。但在后续统计分析中，为了更好地发现组间差 CC 、 EC 、 CPu 的弥散参数仍将两侧分别作为统异性，计量，进行统计推断。 2． 2 两侧 CC 、两侧 EC 、两侧 CPu 不同年龄组之间各弥散参数的比较两侧 CC 、两侧 EC 、两侧 CPu 各年龄组 MK 统计 B ）显示：两侧 CC 、学结果（图 3A、两侧 EC 13 个月组与 3 /6 /10 个月组差异均存在统计学意义；两侧 CPu 的 3 个月组与 6 个月组、 13 个月组与 6 /10 个月组存在组间差异；其余各组间不存在统计学差异。两侧 CC 、两侧 EC 、两侧 CPu 各年龄组 MD 统计 D ）显示：左侧 CC 、 EC 13 个月组与学结果（图 3C 、 3 /6 /10 个月组差异均存在统计学意义；左侧 CPu 3 13 个月组与 6 / 10 个月组组间月个组与6 个月组、结果 CC 、 EC 、 CPu 左、右侧别之间各弥散参数的比

磁共振(MRI)扩散峰度成像(DKI)与拉伸指数模型(SEM)评价裸鼠原位肝细胞

1 2f报（医学版）F u d an U n iv J M ed Sci2019 M a y, 46(3)285磁共振(MRI)扩散峰度成像(DKI)与拉伸指数模型 (SEM)评价裸鼠原位肝细胞癌(HCC)异质性郭然1’2林江1>2杨烁慧“2’34韩志宏4严序5傅彩霞6赵梦龙U2G上海市影像医学研究所上海200032; 2复旦大学附属中山医院放射科上海200032;3上海中医药大学附属曙光医院放射科，4病理科上海200021;5西门子医疗磁共振科研市场部上海201318;6西门子(深圳）磁共振有限公司应用开发部深圳518057)【摘要】目的探讨滋共振（magnetic resonance imaging，MRI)扩散峰度成像（diffusion kurtosis imaging，DKI)和拉伸指数模型（stretched exponential model，SEM)评估自然生长状态下裸鼠原位肝细胞癌（hepatocellular carcinoma,HCC)空间和时间异质性的价值。

方法将25只原位HCC裸鼠模型随机分为A、B、C、D和E组,每组5只，分别于原位种植瘤生长至第21、28、35、42和49天进行1. 5T MRI扫描，获得DKI和SEM以下各参数：平均峰度(mean kurtosis，MK)、平均扩散系数（mean diffusivity，MD)、扩散异质性指数a和扩散分布指数(distributed diffusion coefficient，DDC)。

使用 Kruskal-Wallis H 检验和 Mann-Whitney U 检验比较各组间肿瘤DKI和SEM各参数的差异。

使用Spearman相关分析评价DKI和SEM各参数与组织病理学上坏死分数(necrotic fraction,NI0、微血管密度(micro-vessel density,MVT))、肿瘤细胞增殖指标Ki-67指数、HE染色肿瘤最大径切面直方图异质性指标的标准差(standard deviation,SD)和峰度以及肿瘤大小之间的相关性。

弥散张量成像：DKI和IVIM介绍.ppt

DKI vs IVIM
多b值成像较常规DWI DTI提供更多参数，显示精细微观结构复杂性上有优势
? DKI
? 中枢应用为著 ? 前列腺癌评估
? IVIM
? 灌注相关疾病 ? 腹部应用广泛
局限性： b值选择、数据测量、扫描方式和模型拟合数学方式需统一和完善
Any more information please give some questions
? 肝癌、肝纤维化 ? 肾肿瘤、 ? 前列腺癌 ? 周围型肺癌 ? 宫颈癌 ? 乳腺….
? 头颈部
? 脑胶质瘤灌注 ? 脑梗死 ? 鼻咽癌….
关注重点：灌注
Slow ADC 反映的是组织水分子的弥散特性，而Fast ADC反映的是灌注情况，与3D ASL 较吻合
影像因子：IVIM灌注受b值个数和大小等脑脊液干扰准确性值得商榷
? 体部 MK用于肿瘤良恶性鉴别
各向异性不强，无需多方向扫描——减少扫描时间 – 前列腺癌检出 – 肝胆管癌分级
Peter Raab etc. 2010 脑星形细胞瘤AS 和多形性胶母细胞瘤GBM
鉴别AS2和AS3，MK，ADC和FA的ROC曲线
水弥散模型
IVIM
AQP MR 三指数模型更高b值
FAK (fractional anisotropy of kurtosis ) ：类似于 FA
? KA 越小即表示越趋于各向同性扩散 ; 若组织结构越紧密越规则， KA 越大
by SE EPI with TR/TE?=?2300/109?ms, slice thickness?2?mm, FOV 256?×?256?mm2, data matrix?128?×?128, NEX?=?2,

DKI(弥散峰度成像)英文PPT概述

defects of DTI
• As a result, DTI quantitation is b-value dependent and DTI fails to fully utilize the diffusion measurements that are inherent to tissue microstructure.
DKI parametric maps
DKI parametric maps
• Typical DKI-derived parametric maps from a single slice of a) in vivo, b) formalin-fixed adult rat brains and c) a normal human subject (male, 44 years old).
Conditions
• The method is based on the same type of pulse sequences employed for conventional diffusion-weighted imaging (DWI), but the required b values are somewhat larger than those usually used to measure diffusion coefficients. In the brain, b values of about 2000 s/mm2 are sufficient.
Other advantages of DKI
• Mean kurtosis (MK), the average apparent kurtosis along all diffusion gradient encoding directions, has been measured and demonstrated to offer an improved sensitivity in detecting developmental and pathological changes in neural tissues as compared to conventional DTI .

dki(扩散峰度成像)英文简介

Kurtosis
• Kurtosis here refers to the excess kurtosis that is the normalized and standardized fourth central moment of the water displacement distribution .
时间、H1的密度、分子弥散运动
DWI图像
利用扩散敏感梯度脉
冲将水分子弥散效应扩大，来研究不同组
织中水分子扩散运动的差异
DWI评估弥散的参数
• 通过两个以上不同弥散敏感梯度值（ b值）的弥散加权象，可计算出弥散敏感梯度方向上水分子的表观弥散系数（apparent diffusion coefficient ADC）
Kurtosis tensor (KT) derived parameters
• MK(mean kurtosis):MK is a measure of the overall kurtosis. It does not have any directional specificity. MK 的大小取决于感兴趣区内组织的结构复杂程度，结构越复杂非正态分布水分子扩散受限越显著，MK 也即越大
• K∥ (Axial kurtosis)and K⊥(Radial kurtosis) :can be defined as the kurtosis parallel and perpendicular to the principle diffusion eigenvector (e1) K⊥越大表明在该方向非正态分布水分子扩散受限越明显，反之则表明扩散受限越弱
DKI provides a higherorder description of restricted water diffusion process by a 2nd-order 3D diffusivity tensor (DT as in conventional DTI) together with a 4th-order 3D kurtosis tensor (KT).

DKI (弥散峰度成像)ppt课件

4
• 均质介质中可以水分子的自由运动为各向同性，即在各个方向上的弥散强度大小一致，弥散张量D描述为球形，沿磁共振的三个主坐标的特征值为
λ1=λ2=λ3
• 在脑白质中由于髓鞘的阻挡，水分子的弥散被限制在与纤维走行一致的方向上，具有较高的各向异性，此时弥散张量可表示为椭球形，其特征值 λ1>λ2>λ3，最大特征值对应的方向与经过该体素的纤维束走行平行
• Moreover, the simplified description of the diffusion process in vivo by a 2nd-order 3D diffusivity tensor prevents DTI from being truly effective in characterizing relatively isotropic tissue such as GM. Even in WM, the DTI model can fail if the tissue contains substantial crossing or diverging fibers .
7
defects of DTI
• As a result, DTI quantitation is b-value dependent and DTI fails to fully utilize the diffusion measurements that are inherent to tissue microstructure.
ADC=In(S低/S高)/(b高-b低) •弥散敏感系数(b)值= =r2σ2g2(△-σ/3) b 值的取值范围为0~10 000s/mm2，较大的b 值具有较大的弥散权重，对水分子的弥散运动越敏感，并引起较大的信号下降，但b 值越大，图像信噪比也相应下降，如果b 值太小，易受T2 加权的影像，产生所谓的T2 透射效应(T2 shine through effect)，一般来说用大b 值差的图像测得的 ADC 值较准确，故侧ADC 值时宜选较高b 值和较大的b 值差 •ADC反映了水分子的扩散运动的能力,指水分子单位时间内扩散运动的范围，越高代表水分子扩散能力越强。

扩散峰度成像（DKI）在中枢神经系统的应用

扩散峰度成像（DKI）在中枢神经系统的应用DKI 概述扩散为人体重要的生理活动，组织内水分子的扩散可被看作是一个随机的过程也即布朗运动，因此，在一定时期内某一特定水分子从一个位点到另一个位点扩散的机率受概率分布支配。

扩散张量成像( diffusion tensor imaging，DTI)可以从微观领域评估组织结构的完整性，目前最主要应用于脑组织各方向白质纤维及纤维束的评价。

在一简单的模型中，这一分布具有正态分布形式，它的宽度( 即标准差)与扩散系数成比例。

扩散加权成像( DWI) 及DTI的理论前提为水分子扩散呈正态分布。

然而，就在以几十毫秒的时间间隔下，大多数组织的复杂结构( 如各类型的细胞、细胞膜和组织的生化特性) 能够导致水分子扩散位移概率分布实际上偏离正态分布。

而超值峰度( excess kurtosis) 则能够量化这一偏离。

因此超值峰度可被视为衡量组织结构复杂性的一种“度”。

曾有报道人脑水分子的扩散分布是以非正态分布为主。

通过pulsed-field-gradient MRI 序列去评估活体组织中水分子扩散峰度超额量，这一方法即为扩散峰度成像( diffusion kurtosis imaging，DKI)。

DKI 是基于DTI 技术上的延伸，为描绘组织内非正态分布水分子扩散的一种新的磁共振成像方法，较传统的DTI 技术，DKI 更适合把握组织微观结构的变化。

基于在传统DWI 的基础上采用同一类型的脉冲序列，但所需要的b 值较以往用于测量扩散系数的往往要略大。

对于脑组织，b 值约2000 s/mm2就足够，对b 值的要求在现代临床磁共振成像系统中可以较为容易获得满足。

因此，DKI 成为一个量化非正态分布水分子扩散、探查生物组织的微观结构的实用性临床技术。

此外，DKI 扩散敏感梯度场施加的方向至少得15 个; 当然提高到30个，那么所采集到的数据的可靠性也可相应得到提高。

DKI 主要参数1 平均峰度( mean kurtosis，MK)它被认为是一个复杂的微观指标，相比于各向异性分数值，MK 的优势在于不依赖于组织结构的空间方位，脑部灰质、白质结构皆可应用MK 加以描述。

扩散峰度成像在中枢神经系统疾病的研究进展

扩散加权成像（DWI ）是临床上广泛应用的扩散加权成像技术，但传统DWI 是以水分子高斯运动为基础的成像技术，与实际水分子运动不符。

由于生物组织中存在各向异性扩散的障碍，扩散过程中固有的各向异性需要得到考虑，从而出现了扩散张量成像（DTI ），引入二阶扩散张量，但DTI 依然解决不了纤维交叉时纤维走向问题。

针对这一特殊的运动状态，扩散峰度成像（DKI ）理论提出，并不断发展完善［1-2］。

DKI 是一种新兴的核磁共振成像方法，基于传统DWI 和DTI 技术延伸的相同类型的脉冲序列，通过在模型中拟合一个四阶峰度来弥补二阶张量的不足，更加准确地定量分析组织中水分子非正态扩散特性，来量化水分子非高斯扩散程度。

因此，DKI 能够更加敏感的反映复杂的组织微观结构，同时也可以反映疾病相应的病理生理改变，有利于疾病早期的精确诊断及临床对症治疗。

DKI 在扫描过程中通常需要高b 值，但随着b 值的增高，信噪比随之降低，图像质量变得不稳定，由于各研究机构在b 值的选择上缺乏统一的标准，如何在高信噪比和高b 值之间达到平衡也是目前面临的最主要问题，有待进一步研究探讨。

DKI 最早应用于中枢神经系统疾病，也是目前应用较为广泛和成熟的领域，本文结合近几年国内外研究现状，对其在脑损伤、脑梗死、脑退行性病变、脑肿瘤的临床应用以及未来前景等方面进行综述。

1DWI 原理及参数1.1基本原理磁共振扩散成像的物理基础是水分子自由扩散运Research progress of diffusion kurtosis imaging in central nervous system diseasesLI Qilin 1,YANG Liguang 1,WANG Ruru 1,ZHANG Jun 1,HOU Cong 1,LIU Xinjiang 1,21Department of Radiology,Affiliated Hospital of Binzhou Medical University,Binzhou 256603,China;2Department of Radiology,Shanghai Pudong Hospital (Pudong Hospital Affiliated to Fudan University),Shanghai 201399,China摘要：磁共振扩散峰度成像(DKI)是扩散张量成像(DTI)技术的延伸，其优势是可以量化组织内水分子非高斯扩散的特性，能够较扩散加权成像、DTI 技术提供更加真实、准确的组织微观结构信息。

扩散峰度成像(DKI)在体部应用的研究进展

扩散峰度成像(DKI)在体部应用的研究进展周洋【摘要】扩散峰度成像(diffusion kurtosis imaging,DKI)作为一种新兴的扩散磁共振技术,以非高斯分布模型为基础,相比传统弥散技术即弥散加权成像(diffusion weighted imaging,DWI)和扩散张量成像(diffusion tensor imaging,DTI),对探测水分子在人体微环境内的扩散运动更加敏感,提供更丰富的扩散信息.DKI最初主要应用于中枢神经系统,近几年在体部应用方面也取得了初步结果.本文主要综述DKI 的原理及其在体部的应用现状和展望.【期刊名称】《复旦学报（医学版）》【年(卷),期】2018(045)006【总页数】6页(P911-915,920)【关键词】扩散峰度成像(DKI);非高斯扩散;峰度【作者】周洋【作者单位】上海市影像医学研究所上海 200032;复旦大学附属中山医院放射科上海 200032【正文语种】中文【中图分类】R445.2弥散加权成像(diffusion weighted imaging,DWI)和扩散张量成像(diffusion tensor imaging,DTI)是一种在临床已经广泛应用的、检测活体组织内水分子随机布朗运动的成像序列。

目前,DWI和DTI通过检测水分子的微观运动,提供细胞密度和细胞外基质的相关信息,主要运用于病变的检测及定性,特别是对于肿瘤的良恶性鉴别、恶性肿瘤分级和预后判断或预测都起着重要的作用[1]。

DWI和DTI假设水分子在随机运动情况下满足高斯分布,然而对于真实生物而言,水分子的弥散受到局部组织结构和病变区特殊细胞形态的影响,其运动必然是非高斯的,并且生物分子水平细胞微环境越复杂,水分子运动受到的限制越大,非高斯分布越明显[2]。

2005年Jensen等基于DTI技术上的延伸,提出了扩散峰成像(diffusion kurtosis imaging,DKI)技术[3]。

dtidwi]dti(弥散张量成像)简介及原理

[DTI/DWI]DTI(弥散张量成像)简介及原理磁共振弥散张量成像技术是利用水分子的弥散各向异性进行成像,可用于脑白质纤维研究,常用扫描技术包括单次激发平面回波成像(EPI),线阵扫描弥散成像, 导航自旋回波弥散加权成像(LSDI),半傅立叶探测单发射快速自旋回波成像等.每种成像技术各有其优缺点,EPI扫描时间短,图像信噪比高,但存在化学位移伪影、磁敏感性伪影、几何变形;LSDI精确度高,几乎无伪影及变形,但扫描时间过长;导航自旋回波弥散加权成像运动伪影少,但扫描时间长;半傅立叶探测单发射快速自旋回波成像扫描时间短,但图像模糊.综合比较,单次激发平面回波成像是用于临床研究较适宜的方法.(引自%26lt;%26lt;医学影像学杂志%26gt;%26gt;2006年04期王海燕, 赵斌, 于富华) 1827 Robert Brown 首次发现弥散现象1950 Hanh 从理论上提出用自旋回波测量水分子弥散过程的方法1985 Taylor 和Bushel 首次实现磁共振弥散成像1986 Denis LeBihan 首次将磁共振弥散成像应用于活体1990 Michael Moseley 发现弥散成像在早期脑缺血诊断中的价值1996 首次实现人脑弥散张量成像1999首次实现人脊髓弥散张量成像一、弥散张量成像的基本原理弥散张量成像(DTI)是利用弥散加权成像技术改进和发展的一项新技术，弥散张量不是平面过程，以三维立体角度分解，量化了弥散各向异性的信号数据，使组织微结构更加精细显示，弥散需要用张量显示，扫描应用多个梯度场方向，现用6-55个方向。

DTI：弥散具有方向依靠性，分子向各个方向弥散的距离不相等，则成为各向异性(anistrophic)。

而DWI则为水分子弥散的方向相一致，即相同性。

弥散张量成像的原理：在完全均质的溶质中，分子向各方向的运动是相等的，此种弥散方式为各向同性(isotrophic)，其向量分布轨迹成一球形，而另一种弥散是在非均一状态中，分子向各方向运动具有方向依靠性，分子向各方向弥散的距离不相等，称为各向异性（anisotrophic）,其向量分布轨迹成一椭圆形。

【科研进展】eDWI弥散成像技术启迪未来

【科研进展】eDWI弥散成像技术启迪未来磁共振弥散加权成像（Diffusion Weighted MR Imaging，DWI）在显⽰急性脑梗死和与其他脑急性病变的鉴别上⾮常敏感，同时对于全⾝各部位的⼤部分肿瘤的鉴别也起着⾮常重要的作⽤，已成为常规MRI成像序列的重要补充。

然⽽，传统DWI图像存在信噪⽐低、易产⽣磁敏感伪影、分辨率不⾼等问题，限制了弥散图像临床诊断应⽤和⾼级弥散模型研究的发展。

为了突破这些限制，GE最新MR平台上推出了eDWI技术，主要的技术变⾰包括：引⼊3in1和Tetra弥散梯度模式，三个梯度线圈同时施加最⼤弥散梯度，显著降低TE值，提⾼信噪⽐的同时还能降低图像变形，且缩短扫描时间；单序列⽀持扫描多达40个b值，为了提⾼采集效率，可对不同b值单独设置重复采集次数NEX，⽅便进⾏⾼级弥散模型科研临床研究。

⾃该技术推出以来，基于eDWI的弥散成像应⽤得到了极⼤的扩展，诸如DKI弥散峰度成像、AQP⽔通道蛋⽩成像、FOCUS DWI⼩视野弥散成像和High Resolution DWI超⾼清弥散成像等⾼级应⽤已取得丰硕成果。

⼀、DKI弥散峰度成像峰度（Kurtosis）是⽤来形容曲线峰态的统计量。

如图1所⽰弥散峰度为0时，⽔分⼦弥散位移分布曲线呈⾼斯型分布（实线），由于⽣物组织内细胞壁等结构对⽔分⼦的弥散限制作⽤，真实的位移分布偏离了⾼斯曲线（虚线），其偏离⾼斯分布的程度即称为弥散峰度（Diffusional Kurtosis）[1]。

DKI的数据采集需要b0和⾄少2个⾮零b值，且最⼤b值≥2000s/mm2 (Brain DKI要求)，⾄少15个⾮平⾯弥散⽅向。

引⼊弥散峰度项以后，任⼀⽅向的弥散磁共振信号可以表⽰为：ln[S(b)]=ln[S(0)]-bDapp+1/6*b2Dapp2Kapp+O(b2)其中Kapp是此⽅向上的弥散峰度，Dapp是弥散系数，⾼阶项忽略。

在计算得到⾄少15个⾮同平⾯⽅向的Kapp和Dapp后，可以估算得到⼆阶弥散张量D和四阶弥散峰度张量W。

科研平台介绍：弥散峰度成像（DKI）

科研平台介绍：弥散峰度成像（DKI）背景：在上一期我们介绍了多b值弥散的体素不相干运动（IVIM）模型。

由于生物体内的组织结构复杂，包含多种组织成分，因此临床上常用的单e指数（mono-exponential）模型只能得到体素内的平均扩散系数，反映了扩散的一个总体情况。

为了获得更多的微观结构信息，出现了许多多b值弥散模型，从不同方面来揭示微观结构的弥散信息。

IVIM通过双e指数模型（bi-exponential）来计算得到快和慢两个弥散系数，能同时反映毛细血管灌注与组织弥散的信息。

本期我们将介绍另一个重要的多b值弥散模型：弥散峰度（DKI）模型。

DKI模型：DKI模型是有Jensen等人在2005年提出，其初始的目标是为了定量弥散偏离高斯分布的程度。

常规单e指数模型假设水分子弥散是不受阻碍的自由运动，如下图，水分子在随机运动的情况下其弥散运动位移满足高斯分布（Gaussiandistribution，即正态分布）。

而对于真实的生物组织，水分子的弥散实际上是在细胞间隙，细胞内运动，其运动必然不是自由运动，也因此真实的水分子弥散的运动位移是非高斯分布的。

水分子弥散的受周围环境的限制程度越大，体素内组织成分越混杂，弥散的非高斯性越显著。

本图为在不同弥散环境下的高斯与非高斯弥散位移分布。

图片源于文献（Andrew,2013）。

DKI模型的公式为Sb / S0 = exp(-b · D +1/6 · b2· D2· K)。

其中D为大家熟悉的表观弥散系数，K为弥散峰度（Kurtosis）系数，反映了弥散偏离高斯分布的程度，从而能反映组织结构的受限与组织成分混杂性的程度。

K= 0时弥散为高斯分布，K可以为任何值，但从多组分弥散模型的计算和经验上来看，K通常为非负值。

左图为峰度（kurtosis）对应的弥散位移概率分布。

右图弥散信号衰减曲线ln(S(b)/S(0))(蓝色圆圈),清楚显示衰减偏离线性弥散模型(绿线)，并且DKI模型能很好的拟合该曲线（黑线）。

06-磁共振扩散峰度成像研究进展及新应用_沙淼

35卷4期2016年8月中国生物医学工程学报Chinese Journal of Biomedical EngineeringVol．35No．4August 2016doi ：10.3969/j．issn．0258-8021.2016.03.010收稿日期：2016-01-19，录用日期：2016-04-06基金项目：国家自然科学基金（81571762）；天津市自然科学基金青年项目（13JCQNJC14400）#中国生物医学工程学会会员（Member ，Chinese Society of Biomedical Engineering ）*通信作者（Corresponding author ），E-mail ：zhaoxin@tju．edu．cn磁共振扩散峰度成像研究进展及新应用沙淼1赵欣1#*陈元园1王伟伟1周鹏1#倪红艳2明东1#1（天津大学精密仪器与光电子工程学院，天津300072）2（天津第一中心医院放射科，天津300192）摘要：扩散峰度成像（DKI ）是一种新兴的扩散磁共振技术，它在传统扩散张量成像的基础上引入了四阶峰度，并以此量化组织中水分子扩散位移概率分布偏离高斯分布的程度，其附加的峰度信息对大脑组织的微观结构更敏感。

从扩散峰度成像模型、数据采集参数、模型拟合以及由DKI 发展而来的微观结构模型等方面，介绍DKI 模型的研究进展和临床应用。

最后简要讨论DKI 模型存在的问题，并展望其在神经放射学各个方面所具有的广泛深远影响。

关键词：扩散峰度成像；非高斯扩散；大脑微结构中图分类号Ｒ318文献标志码A文章编号0258-8021（2016）04-0460-010Ｒesearch and Novel Application on MＲDiffusion Kurtosis ImagingSha Miao 1Zhao Xin 1#*Chen Yuanyuan 1Wang Weiwei 1Zhou Peng 1#Ni Hongyan 2Ming Dong 1#1（School of Precision Instrument and Opto-Electronics Engineering ，Tianjin University ，Tianjin 300072，China ）2（Department of Ｒadiology ，Tianjin First Center Hospital ，Tianjin 300192，China ）Abstract ：As an emerging technology of diffusion MＲI ，diffusion kurtosis imaging （DKI ）introduces forth-order tensor to quantify the degree to non-Gaussian water diffusion in biologic tissues．Additional kurtosis information on the water diffusion properties could be more sensitive to tissue microstructure in the brain．This paper introduced diffusion kurtosis model ，data acquisition parameters ，model fitting and microstructural model based on DKI to reveal research development and clinical application of DKI model．Meanwhile ，limitations of DKI model and prospect of its profound influence on all aspects of neural radiology were discussed as well．Key words ：diffusion kurtosis imaging （DKI ）；non-Gaussian diffusion ；cerebral microstructure引言扩散磁共振成像（diffusion magnetic resonance imaging ，dMＲI ）是在常规MＲI 基础上发展起来的新技术，通过重建组织中水分子扩散模式来显示其微结构图像，是研究脑组织微结构与连接的重要手段，也是目前已知研究脑组织微结构与连接最有前途的重要手段。

《磁共振成像》名词术语缩略词

《磁共振成像》名词术语缩略词序号英文缩略词英文全称中文全称12D TOF two-dimension time-of-flight二维时间飞跃法23D-PC three-dimensional phase contrast三维相位对比法32D RF two-dimensional spatially selectiveradiofrequency pulses2D空间选择性射频脉冲43D CE-MRA three dimensional contrast enhanced magnetic resonance angiography三维对比增强磁共振血管成像5AAL anmtomical automatic labeling自动解剖标记6ADC apparent diffusion coefficient表观扩散系数7AFP alpha-feto protein血清甲胎蛋白8ALFF amplitude of low frequency fluctuation低频振幅9AMA anti-mitochondrial antibodies抗线粒体抗体10ANT attention network test注意网络测试11ASD autism spectrum disorders孤独症12ASL arterial spin labeling动脉自旋标记13AUC area under the curve曲线下面积14BF blood flow血流量15BOLD blood oxygenation level dependent血氧水平依赖16BOLD-fMRI blood oxygenation level dependent functional MRI基于血氧水平依赖的功能MRI17CASL continuous arterial spin labeling连续式动脉自旋标记18CBF cerebral blood flow脑血流量19CBV cerebral blood volume脑血容量20CDT-VIBE CAIPIRINHA-Dixon-TWIST volume-interpolated breath-hold examination随机轨迹时间分辨成像技术的容积内插值法屏气检查《磁共振成像》名词术语缩略词21CE-MRV contrast-enhanced MR venography增强磁共振静脉造影22cine-MRI cine magnetic resonance imaging电影磁共振成像技术23CK cytokeratin细胞角蛋白24CTA CT angiography CT血管造影25D//axial diffusivity轴向扩散张量26D⊥radial diffusivity垂直扩散张量27DC degree centrality度中心度28DCE-MRI dynamic contrast-enhanced magnetic resonance imaging动态增强MRI29DDC distributed diffusion coefficient 拉伸指数模型分布扩散系数值30DKI diffusion kurtosis imaging扩散峰度成像31DNES diffuse neuroendocrine system弥散神经内分泌系统32DOR diagnosis odds ratios诊断比值比33DWI diffusion weighted imaging扩散加权成像34DSA digital subtraction angiography数字减影血管造影35DSC dynamic susceptibility contrast动态磁敏感对比增强36DSRCT desmoplastic small round cell tumor 促结缔组织增生性小圆细胞肿瘤37DTI diffusion tensor imaging扩散张量成像38ECM extracellular matrixc细胞外基质39ECN executive control network 执行控制网络40EF extraction fraction摄取分数41ER estrogen receptor雌激素受体42EMA epithelial membrane antigen上皮膜抗原43EPI echo planar imaging平面回波成像44ETL echo train length回波链长度45FA flip angle翻转角46FA fractional anisotropy各向异性分数47fFOV-DWI full field of view diffusion weighted imaging全视野弥散加权成像48FIESTA fast imaging employing steady-stateacquisition稳态采集快速成像49FLASH fast low-angle shot快速小角度激发50FN false negative假阴性值51FP false positive假阳性值52Gd-EOB-DTPA gadolinium ethoxybenzyldiethylenetriaminepentaacetic acid钆塞酸二钠注射液53GINH giant lymph node hyperplasia巨淋巴结增生症54GMV gray matter volume脑灰质体积55GS Gleason score Gleason评分56HBV hepatitis B virus乙型肝炎病毒57HCC hepatocellular carcinoma肝细胞癌58HCV hepatitis C virus丙型肝炎病毒59HE Hematoxylin-eosin苏木精-伊红60HER-2human epidermal growth factor receptor 2人类表皮生长因子受体2 61HH hepatic hemangioma肝血管瘤62HPC hepatocyte肝细胞抗原63ICA independent component analysis独立成分分析64IJV internal jugular vein颈内静脉65IRI ischemia-reperfusion injury缺血再灌注损伤66IP ischemia penumbra缺血半暗带67IUA intrauterine adhesion宫腔粘连68IVIM intravoxel incoherent motion体素内不相干运动69K//axial kurtosis轴向峰度70K⊥radial kurtosis径向峰度71Ktrans transfer constant转运常数72Kep outflow rate constant回流常数73Lac Lactic乳酸74LAVA1iver acquisition volume acceleration肝脏加速容积采集75MD mean diffusivity平均扩散系数76MIP maximum intensity projection静脉期最大强度投影77MK mean kurtosis平均峰度78MRA magnetic resonance angiography磁共振血管成像79MRE magnetic resonance elastography磁共振弹性成像80MRS magnetic resonance spetroscopy磁共振波谱成像81MTT mean transit time平均通过时间82NCAM neural cell adhesion molecule神经细胞黏附分子83NENs neuroendocrine neoplasms神经内分泌肿瘤84NPC nasopharyngeal carcinoma鼻咽癌85NVC neurovascular compression神经血管压迫86OA osteoarthritis骨性关节炎87OFC orbitofrontal cortex眶额皮层88PASL pulsed arterial spin-labelling脉冲式动脉自旋标记89PBC primary biliary cholangitis原发性胆汁性胆管炎90Pca prostate cancer前列腺癌91pCASL pseudo-continuous arterial spin labeling磁共振准连续动脉自旋标记92PD Parkinson's disease帕金森病93PLD postlabeling delay time标记后延迟时间94PSA prostate specific antigen前列腺特异性抗原95PVT paraventricular nucleus of the thalamus丘脑室旁核96PWI perfusion weighted imaging灌注加权成像97QSM quantitative susceptibility mapping定量磁化率成像98ReHo regional homogeneity局域一致性99rFOV-DWI reduced field of view diffusion weightedimaging小视野扩散加权成像100Sen sensitivity敏感度101Spe specificity特异度102SS straight sinus直窦103ss-ASL super-selective ASL超选择性动脉自旋标记技术104ssEPI single-shot echo-planar imaging单次激发平面回波成像105SSFP steady-state free precession稳态自由进动106SSS superior sagittal sinus上矢状窦107SWI susceptibility weighted imaging磁敏感加权成像108t-ASL territorial arterial spin labeling 血管选择性动脉自旋标记技术109TE echo time恢复时间110THRIVE T1-weighted high resolution isotropic volume imagingT1加权高分辨各向同性容积成像111T1WI T1 weighted image T1加权图像112T2WI T2 weighted image T2加权图像113TLE temporal lobe epilepsy颞叶癫痫114TrueFISP true fast imaging with steady-state precession 真稳态进动快速成像115TN true negative真阴性值116TP true positive真阳性值117TIC time intensity curve时间-信号强度曲线118TR repetition time重复时间119TTP time to peak达峰时间120UHB-rDWI ultrahigh-b radial DWI超高b值小视野弥散加权成像121VR volume rendering容积再现技术。

大脑白质微观结构的发育

大脑白质微观结构的发育自婴儿期，儿童期，到青少年期，我们的大脑经历着巨大变化。

大脑发育过程主要体现为，髓鞘形成及突触发生在生命早期（前2~3年）迅速推进，大脑结构的重组及微调在成年早期仍平稳且持续进行。

对于大脑结构发育的探讨始终是学界关注的焦点课题，早期研究主要采用解剖学方法分析大脑结构，形态，组织等宏观特性。

MRI成像技术能够有效探测大脑微观结构并对其特性进行量化描述，极大推动了神经发育学研究领域的革新。

微结构成像技术利用磁场变化，弛豫时间，髓鞘内水分子运动等物理学化学手段，为洞悉细胞的生物学结构，皮层纤维结构，神经元密度以及白质连接提供了方法学支撑。

本文聚焦日前备受瞩目的影像学研究，以期更好地理解大脑发育过程中白质微观结构的发展变化。

本文主要介绍了健康个体从出生到成年早期大脑的发育轨迹，着重关注采用最新微结构成像技术的实证研究及纵向研究。

影像学研究结果一致表明，生命前3年是白质微结构发育的快速增长期，主要表现为髓鞘形成，轴突髓鞘化等神经发育活动。

白质结构发育在儿童后期及青少年期仍持续进行，青少年期的神经发育活动主要表现为轴突髓鞘化，但该观点还有待进一步论证。

此外，一系列最新研究还讨论了白质发育过程的性别差异，以及认知，行为，环境等因素对大脑发育的影响，但有关其具体机制仍不甚明朗。

作者指出，未来研究需要灵活运用最新影像技术，致力于大规模纵向研究，为阐明白质微结构发育机制（尤其是儿童期大脑发育）提供更多详实可靠的信息。

本文发表在Neuroimage杂志。

(可添加微信号siyingyxf或189****9082获取原文及补充材料，另思影提供免费文献下载服务，如需要也可添加此微信号入群，原文也会在群里发布)。

背景简介大脑生长健康大脑在我们学习，游戏和成长过程中如何变化？整个儿童期，人类大脑结构从宏观到微观经历了翻天覆地的变化，这些变化是建立长效认知成就，维持精神健康的基础。

虽说幼年期是大脑发育的高峰期，但大脑结构会与基因，环境等因素相互作用，不断进行重组和微调。

常规MRI联合扩散峰度成像的影像组学模型对脑胶质瘤分级的预测

常规MRI联合扩散峰度成像的影像组学模型对脑胶质瘤分级的预测尹娣;陈国丹;盛玉瑞;李继振;曾庆师【期刊名称】《中国中西医结合影像学杂志》【年(卷),期】2022(20)2【摘要】目的:利用常规MRI联合扩散峰度成像(DKI)建立多参数影像组学模型,预测脑胶质瘤术前病理分级。

方法:回顾性分析51例脑胶质瘤患者的术前常规MRI及DKI资料,DKI经后处理得到平均峰度(MK)参数图。

将DICOM格式图像上传至放射组学云平台,手动勾画肿瘤ROI,进行特征提取及筛选。

使用支持向量机算法建立脑胶质瘤分级预测模型,以5折交叉验证的方法对预测模型进行验证。

绘制ROC 曲线,在约登指数最大时作为最佳截止值,得到预测模型的敏感度和特异度。

计算AUC以评价模型的预测效能。

结果:每个MRI序列分别提取1409个影像组学特征。

T1WI、T2WI、T2 FLAIR、CE-T1WI及MK序列在测试集中得到的AUC值依次为0.686、0.818、0.800、0.843及0.864,以MK序列预测效能最高,其敏感度、特异度和约登指数分别为0.800、0.857、0.657。

联合多序列建立组合模型,其中由T1WI+T2 FLAIR+CE-T1WI+MK构成的组合序列效能最高,AUC值为0.995,敏感度、特异度和约登指数分别为0.867、0.905、0.772。

结论:常规MRI联合DKI 的多参数影像组学模型可准确鉴别高、低级别脑胶质瘤,提高预测效能。

【总页数】6页(P117-121)【作者】尹娣;陈国丹;盛玉瑞;李继振;曾庆师【作者单位】山东大学齐鲁医学院;空军军医大学唐都医院放射科/陕西省功能与分子影像重点实验室;山东第一医科大学第一附属医院放射科;山东大学附属山东省精神卫生中心医学影像科【正文语种】中文【中图分类】R73【相关文献】1.磁共振动态对比增强联合扩散峰度成像在脑胶质瘤分级中的价值分析2.基于常规MRI图像的不同影像组学模型在脑胶质瘤术前分级中的应用3.基于不同扩散模型的扩散加权成像在脑胶质瘤分级和预测IDH-1突变的对比分析4.基于常规MRI的影像组学预测脑胶质瘤IDH突变的效果分析5.MRI影像组学模型预测脑胶质瘤IDH-1基因突变和Ki-67表达水平的价值因版权原因，仅展示原文概要，查看原文内容请购买。

扩散峰度成像技术在帕金森患者黑质纹状体区的临床价值

帕金森病（PD ）是一种常见于中老年人的缓慢进展的中枢神经系统退化性疾病，其典型特征是静息性震颤，初始运动缓慢，僵硬和全身姿势不稳［1］。

过去MRI 可以评估中枢系统的早期发育、衰老及病理阶段，并监测评估治疗期间和治疗后的变化，成为神经科学研究的一个重要方法及临床运用［2］。

扩散峰度成像（DKI ）是一种是一种对脑组织无创性的检查方法，国外有研究通过脑内微观结构对比了弥散张量成像（DTI ）与DKI 两种技术，认为在研究神经退行性疾病时灰质核团微观结构的复杂改变DKI 比DTI 更为敏感，DKI 的重要性来自于对各向异性和各向同性扩散的检测能力，DKI 或许能够成为许多神经退行性疾病早期敏感的生物标志物，该技术为早期诊断提供了一定帮助［3］。

也有研究认为与正常对照组对比，PD 患者基底节各主要深部核团（壳核、苍白球、尾状核）以及黑质中MK 值明显增高。

因此，DKI 在检测神经元组织病理变化的敏感性上可能优于传统的DTI 。

然而，DKI 参数的变化由于其特异性差而难以解释，且模型比DTI 更复杂，故获取时间比DTI 长［4］。

有学者将DTI 应用于PD 患者并对以往相关研究进行了meta 分析，得出目前尚不能认为DTI 是PD 诊断Clinical value of magnetic resonance DKI technique in the nigrostriatal region of Parkinson's disease patients and its correlation with clinical progressYAO Jiaqi,LU Peng,JIANG Lei,LIU Ying,WANG HongImage Center of the Second Clinical Medical College,Xinjiang Medical University,Urumqi 830028,China摘要：目的探讨扩散峰度成像（DKI ）技术在特发性帕金森患者黑质纹状体区的临床价值，分析其与临床进展的相关性。