05-磁共振扩散峰度成像技术研究进展_戴艳芳

磁共振扩散峰度成像技术研究进展
戴艳芳　综述，卢　洁，李坤成　审校
（首都医科大学宣武医院医学影像学部放射科　北京　１０００５３）
【摘　要】　磁共振扩散峰度成像（ＤＫＩ）作为非高斯扩散成像技术，在探测组织细微结构损伤方面优于传统扩散成像技术（包括ＤＷＩ和ＤＴＩ），并已被初步应用于临床研究，对脑肿瘤的评价、退行性疾病、脱髓鞘疾病和脑血管疾病等方面均取得了初步成果，具有广阔的临床应用前景。

本文对ＤＫＩ成像原理和在临床应用的优势与不足进行综述。

【关键词】　扩散峰度成像；峰度；磁共振成像
中图分类号：Ｒ４４５．２ 文献标识码：Ａ 文章编号：１００６－９０１１（２０１５）０５－０９１３－０３
Ａｄｖａｎｃｅｓ　ｉｎ　ｄｉｆｆｕｓｉｏｎ　ｋｕｒｔｏｓｉｓ　ｉｍａｇｉｎｇ
ＤＡＩ　Ｙａｎ－ｆａｎｇ，ＬＵ　Ｊｉｅ，ＬＩ　Ｋｕｎ－ｃｈｅｎｇ
Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｒａｄｉｏｌｏｇｙ，Ｘｕａｎｗｕ　Ｈｏｓｐｉｔａｌ，Ｃａｐｉｔａｌ　Ｍｅｄｉｃａｌ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００５３，Ｐ．Ｒ．Ｃｈｉｎａ
【Ａｂｓｔｒａｃｔ】　Ａｓ　ａ　ｎｏｎ－Ｇａｕｓｓｉａｎ　ｄｉｆｆｕｓｉｏｎ　ｗｅｉｇｈｔｅｄ　ｉｍａｇｉｎｇ（ＤＷＩ）ｔｅｃｈｎｉｑｕｅ，ｄｉｆｆｕｓｉｏｎａｌ　ｋｕｒｔｏｓｉｓ　ｉｍａｇｉｎｇ（ＤＫＩ）ｉｓ　ｂｅｔｔｅｒｔｈａｎ　ｃｏｎｖｅｎｔｉｏｎａｌ　ＤＷＩ　ａｎｄ　ｄｉｆｆｕｓｉｏｎ　ｔｅｎｓｏｒ　ｉｍａｇｉｎｇ（ＤＴＩ）ｉｎ　ｐｒｏｖｉｄｉｎｇ　ｉｎｆｏｒｍａｔｉｏｎ　ａｂｏｕｔ　ｃｈａｎｇｅｓ　ｉｎ　ｔｉｓｓｕｅ　ｍｉｃｒｏｓｔｒｕｃｔｕｒｅ．ＤＫＩ　ｈａｓ　ｓｈｏｗｎ　ｐｒｏｍｉｓｉｎｇ　ｒｅｓｕｌｔｓ　ｉｎ　ｃｌｉｎｉｃａｌ　ａｐｐｌｉｃａｔｉｏｎｓ，ｓｕｃｈ　ａｓ　ｉｎ　ｔｈｅ　ｅｖａｌｕａｔｉｏｎ　ｏｆ　ｂｒａｉｎ　ｔｕｍｏｒｓ，ｄｅｇｅｎｅｒａｔｉｖｅ　ｄｉｓｅａｓｅｓ，ｄｅｍｙｅｌｉｎａｔｉｎｇ　ｄｉｓｅａｓｅｓ，ａｎｄ　ｃｅｒｅｂｒｏｖａｓｃｕｌａｒ　ｄｉｓｅａｓｅｓ．Ｔｈｉｓ　ｒｅｖｉｅｗ　ｄｉｓｃｕｓｓｅｓ　ｔｈｅ　ｕｎｄｅｒｌｙｉｎｇ　ｔｈｅｏｒｙ　ｏｆ　ＤＫＩ　ａｓ　ｗｅｌｌ　ａｓ　ｔｈｅａｄｖａｎｔａｇｅｓ　ａｎｄ　ｄｉｓａｄｖａｎｔａｇｅｓ　ｉｎ　ｔｈｅ　ｃｌｉｎｉｃａｌ　ａｐｐｌｉｃａｔｉｏｎ．
【Ｋｅｙ　ｗｏｒｄｓ】　Ｄｉｆｆｕｓｉｏｎ　ｋｕｒｔｏｓｉｓ　ｉｍａｇｉｎｇ；Ｋｕｒｔｏｓｉｓ；Ｍａｇｎｅｔｉｃ　ｒｅｓｏｎａｎｃｅ　ｉｍａｇｉｎｇ
磁共振扩散峰度成像（ｄｉｆｆｕｓｉｏｎ　ｋｕｒｔｏｓｉｓ　ｉｍａｇｉｎｇ，ＤＫＩ）作为扩散张量成像（ｄｉｆｆｕｓｉｏｎ　ｔｅｎｓｏｒ　ｉｍａｇｉｎｇ，ＤＴＩ）的拓展，采用非高斯分布模型，较传统ＤＴＩ而言该模型更符合高ｂ值下组织内水分子实际扩散分布情况，不仅可以获得ＤＴＩ相关指标（如平均扩散系数、各向异性分数等），还可以同时获得ＤＫＩ特有指标（如峰度、平均峰度等），为临床研究提供了更丰富信息［１～３］。

另外，ＤＫＩ对组织微观结构的改变更加敏感，因此能为组织微观结构变化及某些疾病早期的组织细微损伤探测提供更为先进、准确的评价。

近年来，ＤＫＩ在临床研究中已有初步应用，并取得了一定成果，本文对ＤＫＩ成像原理和在临床应用的优势与不足进行综述。

１　ＤＫＩ成像技术原理
１．１　ＤＫＩ技术理论原理
扩散加权成像（ｄｉｆｆｕｓｉｏｎ　ｗｅｉｇｈｔｅｄ　ｉｍａｇｉｎｇ，ＤＷＩ）和ＤＴＩ成像技术已广泛应用于临床，最常使用的指标如表观扩散系数（ａｐｐａｒｅｎｔ　ｄｉｆｆｕｓｉｏｎ　ｃｏｅｆｆｉｃｉｅｎｔ，ＡＤＣ）、各向异性分数（ｆｒａｃｔｉｏｎａｌ　ａｎｉｓｏｔｒｏｐｙ，ＦＡ）等已普遍用以诊断和评估中枢神经系统相关疾病。

但是，ＦＡ和ＡＤＣ具有一定局限性，因为传统扩散成像技术基于高斯假设模型进行计算，然而，神经元组织是复杂的微观环境，水分子扩散信号的衰减受诸多因
作者简介：戴艳芳（１９８２－），女，北京人，在职硕士研究生，主管技师，主要从事磁共振成像技术工作
通信作者：李坤成　教授　Ｅ－ｍａｉｌ：ｃｊｒ．ｌｉｋｕｎｃｈｅｎｇ＠ｖｉｐ．１６３．ｃｏｍ素影响，特别是高ｂ值下水分子并不遵循高斯分布，因此，理想高斯模型并不能真实地反映组织的结构信息，新的非高斯模型扩散成像技术，如Ｑ空间成像（ｑ－ｓｐａｃｅ　ｉｍａｇｉｎｇ，ＱＳＩ）和ＤＫＩ，在理论层面较传统扩散成像技术更具优势。

ＤＫＩ利用峰度量化非高斯模型下水分子任意分布的概率，不需要完整测量扩散位移分布概率，因此其成像时间和对梯度硬件的要求都低于ＱＳＩ。

ＤＫＩ采用了非线性位移分布的数学表达式，反映水分子扩散的非高斯特性，与ＤＴＩ不同，要求特定扩散方向的扩散加权信号大小符合如下ｂ值函
数［１，４］：Ｓ（ｂ）＝Ｓ（０）ｅｘｐ（－ｂＤ＋１
ｂ
ｂ２　Ｄ２　Ｋ）。

其中Ｄ是扩散系数，Ｋ是扩散峰度。

因为附加自由度参数，故至少需要３个不同的ｂ值，且其中必须含有ｂ＝０。

类似于传统扩散张量，扩散峰度张量使用取向峰度的全部表征［１，４］，此扩散峰度张量具有１５个独立的自由度，要求必须至少１５个独立的扩散方向反映组织的各向异性扩散特性，包括方向依赖性，上述函数最终有２２个自由度，其中６个用于扩散张量，１５个用于峰度张量，１个与Ｓ（０）相关。

完整ＤＫＩ数据包含构建扩散张量所需的全部信息，因此，非线性扩散函数可以同时获得传统扩散指标ＡＤＣ和表观峰度系数（ａｐｐａｒｅｎｔ　ｋｕｒｔｏｓｉｓ　ｃｏｅｆｆｉｃｉｅｎｔ，ＡＫＣ）。

ＡＫＣ值可量化偏离高斯模型的偏差量，反映生物组织的非高斯特性，这些参数也可以使用张量形式表达［５，６］。

１．２　ＤＫＩ相关参数
３
１
９
医学影像学杂志２０１５年第２５卷第５期　Ｊ　Ｍｅｄ　Ｉｍａｇｉｎｇ　Ｖｏｌ．２５Ｎｏ．５　２０１５
虽然ＤＫＩ采集至少使用３个不同ｂ值和１５个扩散（梯度）方向，但为了提高稳定性和精度，实际应用中通常使用更多ｂ值和梯度方向，这必然会带来扫描时间延长。

大多数情况下，ｂ值采集使用６个相等间隔ｂ值（ｅｑｕａｌｌｙ　ｓｐａｃｅｄ　ｂ－ｖａｌ－ｕｅｓ，ＥＳＢ）（典型ｂ值采样范围从０到２５００ｓ／ｍｍ２）［７，８］，也有研究采用４个ＥＳＢ（０～２４００ｓ／ｍｍ２）甚至４１个ＥＳＢ［９］。

ＤＫＩ的ｂ值设定需要适度增加并超出传统ＤＷＩ，但不同于ＱＳＩ，对于ＤＫＩ最大ｂ值应慎重选择，因为ＤＫＩ公式只适用于ｂ＜３５００ｓ／ｍｍ２获得的正常脑组织的扩散数据［１］。

此外，使用不同ｂ值组合将产生不同峰度值，因此ＤＫＩ的ｂ值组合和最大ｂ值应根据临床情况进行选择。

类似ＤＴＩ成像参数如平均扩散系数（ｍｅａｎ　ｄｉｆｆｕｓｉｖｉｔｙ，ＭＤ）、轴向扩散张量（ａｘｉａｌ　ｄｉｆｆｕｓｉｖｉｔｙ，Ｄ∥）和垂直扩散张量（ｒａｄｉａｌ　ｄｉｆｆｕｓｉｖｉｔｙ，Ｄ⊥），ＤＫＩ的峰度参数分别定义为平均扩散峰度（ｍｅａｎ　ｋｕｒｔｏｓｉｓ，ＭＫ）、轴向峰度（ａｘｉａｌ　ｋｕｒｔｏｓｉｓ，Ｋ∥）和径向峰度（ｒａｄｉａｌ　ｋｕｒｔｏｓｉｓ，Ｋ⊥），分别表示所有可能扩散方向上的平均峰度、扩散张量本征向量的方向扩散最大特征值峰度和所有垂直于扩散特征向量方向的峰度平均值。

由于峰度张量具有１５个自由度，理论上ＤＫＩ可以提供更多的参数指标。

由于参考对角化的扩散张量的峰度张量分量都可以视为旋转不变量，实际上ＤＫＩ能够提供更有意义的指标。

峰度张量上定义为“特征值”的参数在扩散测量上也是重要指标。

对于水分子各向同性扩散组织（如灰质），只有ＤＫＩ的两个参数（ＭＤ和ＭＫ）可以测量［１］。

２　ＤＫＩ在临床研究应用的优势与不足
２．１　ＤＫＩ的优势
ＤＫＩ相比以往传统的扩散成像技术，临床应用中最突出的优势是对组织细微结构改变更敏感，提供更丰富的扩散参数［１０］，能够检测出传统ＤＴＩ可能遗漏的脑损伤后反应性星形胶质细胞增生［１１］。

Ｌａｚａｒ等［１２］使用ＤＫＩ对自闭症患者与正常对照进行研究发现，ＤＫＩ指标相比以往传统指标的灵敏度和特异性均有所提高。

对于急性脑梗死ＤＫＩ的ＭＫ、Ｋ∥、Ｋ⊥图能呈现出与梗死组织病理改变相对应的不均匀高信号［１３～１５］，而传统ＤＴＩ的ＭＤ、Ｄ∥、Ｄ⊥图在梗死区域常表现为均匀低信号，说明ＤＫＩ能更准确反映组织微观结构改变及脑梗死区域内水分子扩散受限的不均质性，反映脑梗死扩散的复杂程度［１３］。

ＤＫＩ在多发性硬化患者正常表现白质（ｎｏｒｍａｌ－ａｐｐｅａｒｉｎｇ　ｗｈｉｔｅ　ｍａｔｔｅｒ，ＮＡＷＭ）和灰质（ｎｏｒｍａｌ－ａｐｐｅａｒｉｎｇ　ｇｒａｙ　ｍａｔｔｅｒ，ＮＡＧＭ）区域检测出异常［１６］，高ｂ值ＤＫＩ图像敏感度更高，可对灰质结构变化进行评估［８］。

与传统ＤＴＩ相比ＤＫＩ的扩散参数不仅更敏感，有时甚至是能够检验出差异的唯一指标。

Ｖａｎ　Ｃａｕｔｅｒ等［１７］研究发现使用３．０ＴＭＲ成像扫描仪进行脑胶质瘤ＤＫＩ成像，高级别与低级别胶质瘤的ＭＫ、Ｋ∥、Ｋ⊥参数均存在显著差异，并且仅有峰度参数的差异具有统计学意义，ＦＡ和ＭＤ的差异均不具统计学意义。

Ｗａｎｇ等［９］认为，与传统扩散指标ＦＡ、ＭＤ、Ｄ∥、Ｄ⊥相比，黑质ＭＫ是诊断帕金森病的最佳指标（灵敏度＝０．９２，特异性＝０．８７）。

Ｈｏｒｉ等认为ＭＫ和均方根位移（ｒｏｏｔ　ｍｅａｎ　ｓｑｕａｒｅ　ｄｉｓｐｌａｃｅｍｅｎｔ，ＲＭＳＤ）值是早期颈椎病脊髓微观改变和破坏的高度敏感指标［１８］，并且ＭＫ是能够反映脊髓灰质损伤的唯一指标［１９］。

近年来有研究发现，ＤＫＩ显示注意力缺陷多动症患者的额叶白质发育停滞［２０］，特别是额叶、顶叶、岛叶、胼胝体、右侧内囊和外囊更显著［２１］，其灰质也缺乏正常对照组的随着年龄增加灰质结构的细微变化，而且只有峰度信息可以检测到这种差异［２０］。

２．２　ＤＫＩ的不足与解决办法
目前ＤＫＩ在临床应用的最大制约因素是扫描时间较长，使用３．０ＴＭＲ成像采集覆盖全脑的空间分辨率３ｍｍ×３ｍｍ×３ｍｍ的ＤＫＩ数据约需７ｍｉｎ［１］。

为减少扫描时间，确保精度的前提下需要减少ｂ值使用量［１，２２］。

研究［２３］提出通过最小化ＤＫＩ参数的Ｃｒａｍéｒ－Ｒａｏ下限，能同时优化梯度方向分布和ｂ值，从而实现缩短扫描时间，但是其理论过于复杂，而且优化这些参数需要更改脉冲序列，因此临床操作较难，无法广泛推广使用。

Ｊｅｎｓｅｎ等［１］根据经验建议临床应用只选用３个ｂ值，在不修改脉冲序列前提下缩短采集时间，但需要牺牲一定的图像精度和准确度。

由于低ｂ值下水分子分布主要为高斯分布，且ＤＷＩ信号衰减主要源于ＡＤＣ的第一阶项，因此使用较低ｂ值采集的数据可确保ＡＤＣ精确度；随着ｂ值增加，特别是ｂ值＞２　０００ｓ／ｍｍ２，扩散特性中非高斯因素影响显著，由于ＡＫＣ值表示水分子背离高斯模型运动的偏差度，所以采用２　０００～３　０００ｓ／ｍｍ２（适用于ＤＫＩ的最大ｂ值［１］）之间的高ｂ值，ＤＷＩ数据会增加ＡＫＣ的鲁棒性［２４］。

因此研究［２４］提出对ｂ值采集模式进行优化，仅使用部分ｂ值数据计算结果接近于使用所有ｂ值计算结果，特别是采集的ｂ值位于高、低两端时，能够较大提高ＤＫＩ预估的准确性，推荐临床使用非等距的３个ｂ值（分别为０、１　０００、２５００ｓ／ｍｍ２）进行ＤＫＩ采集，相较于传统的等距采样模式（ＥＳＢ），优化的采样结构所需ｂ值较少，可以显著减少扫描时间。

此外，ＤＫＩ要求使用较高的ｂ值，而高ｂ值在传统ＤＴＩ中并不使用，从而有可能会带来定位失准，因此对高ｂ值数据的研究还有待进一步深入。

３　小结与展望
ＤＫＩ采用非高斯的扩散分析方法，对于处理水分子在白质内复杂的扩散分布提供更好的理论基础，可以得到传统ＤＴＩ不能获得的信息，并可与ＤＴＩ信息互补，而且其对梯度硬件及软件方面没有过高要求，但其扫描时间较长，从而制约临床应用［２５，２６］。

采用较少ｂ值、使用插值及改善ｂ值采样模式等方法等能有效缩短扫描时间，为其临床应用提供可能。

作为一项新的扩散成像技术，ＤＫＩ将在中枢神经系统及肾、前列腺等体部脏器有广阔的应用前景。

参考文献：
［１］Ｊｅｎｓｅｎ　ＪＨ，Ｈｅｌｐｅｒｎ　ＪＡ．ＭＲＩ　ｑｕａｎｔｉｆｉｃａｔｉｏｎ　ｏｆ　ｎｏｎ－Ｇａｕｓｓｉａｎｗａｔｅｒ　ｄｉｆｆｕｓｉｏｎ　ｂｙ　ｋｕｒｔｏｓｉｓ　ａｎａｌｙｓｉｓ［Ｊ］．ＮＭＲ　Ｂｉｏｍｅｄ，
２０１０，２３（７）：６９８－７１０．
［２］Ｗｕ　ＥＸ，Ｃｈｅｕｎｇ　ＭＭ．ＭＲ　ｄｉｆｆｕｓｉｏｎ　ｋｕｒｔｏｓｉｓ　ｉｍａｇｉｎｇ　ｆｏｒ　ｎｅｕ－
４
１
９
医学影像学杂志２０１５年第２５卷第５期　Ｊ　Ｍｅｄ　Ｉｍａｇｉｎｇ　Ｖｏｌ．２５Ｎｏ．５　２０１５
ｒａｌ　ｔｉｓｓｕｅ　ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ［Ｊ］．ＮＭＲ　Ｂｉｏｍｅｄ，２０１０，２３（７）：８３６－８４８．
［３］Ｖｅｒａａｒｔ　Ｊ，Ｐｏｏｔ　ＤＨ，Ｖａｎ　Ｈｅｃｋｅ　Ｗ，ｅｔ　ａｌ．Ｍｏｒｅ　ａｃｃｕｒａｔｅ　ｅｓ－ｔｉｍａｔｉｏｎ　ｏｆ　ｄｉｆｆｕｓｉｏｎ　ｔｅｎｓｏｒ　ｐａｒａｍｅｔｅｒｓ　ｕｓｉｎｇ　ｄｉｆｆｕｓｉｏｎ　Ｋｕｒｔｏ－
ｓｉｓ　ｉｍａｇｉｎｇ［Ｊ］．Ｍａｇｎ　Ｒｅｓｏｎ　Ｍｅｄ，２０１１，６５（１）：１３８－１４５．［４］Ｊｅｎｓｅｎ　ＪＨ，Ｈｅｌｐｅｒｎ　ＪＡ，Ｒａｍａｎｉ　Ａ，ｅｔ　ａｌ．Ｄｉｆｆｕｓｉｏｎａｌ　ｋｕｒｔｏ－ｓｉｓ　ｉｍａｇｉｎｇ：ｔｈｅ　ｑｕａｎｔｉｆｉｃａｔｉｏｎ　ｏｆ　ｎｏｎ－ｇａｕｓｓｉａｎ　ｗａｔｅｒ　ｄｉｆｆｕｓｉｏｎ
ｂｙ　ｍｅａｎｓ　ｏｆ　ｍａｇｎｅｔｉｃ　ｒｅｓｏｎａｎｃｅ　ｉｍａｇｉｎｇ［Ｊ］．Ｍａｇｎ　Ｒｅｓｏｎ
Ｍｅｄ，２００５，５３（６）：１４３２－１４４０．
［５］Ｈｕｉ　ＥＳ，Ｃｈｅｕｎｇ　ＭＭ，Ｑｉ　Ｌ，ｅｔ　ａｌ．Ｔｏｗａｒｄｓ　ｂｅｔｔｅｒ　ＭＲ　ｃｈａｒ－ａｃｔｅｒｉｚａｔｉｏｎ　ｏｆ　ｎｅｕｒａｌ　ｔｉｓｓｕｅｓ　ｕｓｉｎｇ　ｄｉｒｅｃｔｉｏｎａｌ　ｄｉｆｆｕｓｉｏｎ　ｋｕｒｔｏ－
ｓｉｓ　ａｎａｌｙｓｉｓ［Ｊ］．Ｎｅｕｒｏｉｍａｇｅ，２００８，４２（１）：１２２－１３４．
［６］Ｌａｚａｒ　Ｍ，Ｊｅｎｓｅｎ　ＪＨ，Ｘｕａｎ　Ｌ，ｅｔ　ａｌ．Ｅｓｔｉｍａｔｉｏｎ　ｏｆ　ｔｈｅ　ｏｒｉｅｎ－ｔａｔｉｏｎ　ｄｉｓｔｒｉｂｕｔｉｏｎ　ｆｕｎｃｔｉｏｎ　ｆｒｏｍ　ｄｉｆｆｕｓｉｏｎａｌ　ｋｕｒｔｏｓｉｓ　ｉｍａｇｉｎｇ
［Ｊ］．Ｍａｇｎ　Ｒｅｓｏｎ　Ｍｅｄ，２００８，６０（４）：７７４－７８１．
［７］Ｒａａｂ　Ｐ，Ｈａｔｔｉｎｇｅｎ　Ｅ，Ｆｒａｎｚ　Ｋ，ｅｔ　ａｌ．Ｃｅｒｅｂｒａｌ　ｇｌｉｏｍａｓ：ｄｉｆ－ｆｕｓｉｏｎａｌ　ｋｕｒｔｏｓｉｓ　ｉｍａｇｉｎｇ　ａｎａｌｙｓｉｓ　ｏｆ　ｍｉｃｒｏｓｔｒｕｃｔｕｒａｌ　ｄｉｆｆｅｒ－
ｅｎｃｅｓ［Ｊ］．Ｒａｄｉｏｌｏｇｙ，２０１０，２５４（３）：８７６－８８１．
［８］Ｈｅｌｐｅｒｎ　ＪＡ，Ａｄｉｓｅｔｉｙｏ　Ｖ，Ｆａｌａｎｇｏｌａ　ＭＦ，ｅｔ　ａｌ．Ｐｒｅｌｉｍｉｎａｒｙｅｖｉｄｅｎｃｅ　ｏｆ　ａｌｔｅｒｅｄ　ｇｒａｙ　ａｎｄ　ｗｈｉｔｅ　ｍａｔｔｅｒ　ｍｉｃｒｏｓｔｒｕｃｔｕｒａｌ　ｄｅ－
ｖｅｌｏｐｍｅｎｔ　ｉｎ　ｔｈｅ　ｆｒｏｎｔａｌ　ｌｏｂｅ　ｏｆ　ａｄｏｌｅｓｃｅｎｔｓ　ｗｉｔｈ　ａｔｔｅｎｔｉｏｎ－
ｄｅｆｉｃｉｔ　ｈｙｐｅｒａｃｔｉｖｉｔｙ　ｄｉｓｏｒｄｅｒ：ａ　ｄｉｆｆｕｓｉｏｎａｌ　ｋｕｒｔｏｓｉｓ　ｉｍａｇｉｎｇ
ｓｔｕｄｙ［Ｊ］．Ｊ　Ｍａｇｎ　Ｒｅｓｏｎ　Ｉｍａｇｉｎｇ，２０１１，３３（１）：１７－２３．［９］Ｗａｎｇ　ＪＪ，Ｌｉｎ　ＷＹ，Ｌｕ　ＣＳ，ｅｔ　ａｌ．Ｐａｒｋｉｎｓｏｎ　ｄｉｓｅａｓｅ：ｄｉａｇｎｏｓ－ｔｉｃ　ｕｔｉｌｉｔｙ　ｏｆ　ｄｉｆｆｕｓｉｏｎ　ｋｕｒｔｏｓｉｓ　ｉｍａｇｉｎｇ［Ｊ］．Ｒａｄｉｏｌｏｇｙ，２０１１，２６１（１）：２１０－２１７．
［１０］Ｂｌｏｃｋｘ　Ｉ，Ｄｅ　Ｇｒｏｏｆ　Ｇ，Ｖｅｒｈｏｙｅ　Ｍ，ｅｔ　ａｌ．Ｍｉｃｒｏｓｔｒｕｃｔｕｒａｌｃｈａｎｇｅｓ　ｏｂｓｅｒｖｅｄ　ｗｉｔｈ　ＤＫＩ　ｉｎ　ａ　ｔｒａｎｓｇｅｎｉｃ　Ｈｕｎｔｉｎｇｔｏｎ　ｒａｔ
ｍｏｄｅｌ：ｅｖｉｄｅｎｃｅ　ｆｏｒ　ａｂｎｏｒｍａｌ　ｎｅｕｒｏｄｅｖｅｌｏｐｍｅｎｔ［Ｊ］．Ｎｅｕｒｏ－
ｉｍａｇｅ，２０１２，５９（２）：９５７－９６７．
［１１］Ｚｈｕｏ　Ｊ，Ｘｕ　Ｓ，Ｐｒｏｃｔｏｒ　ＪＬ，ｅｔ　ａｌ．Ｄｉｆｆｕｓｉｏｎ　ｋｕｒｔｏｓｉｓ　ａｓ　ａｎｉｎ　ｖｉ－ｖｏｉｍａｇｉｎｇ　ｍａｒｋｅｒ　ｆｏｒ　ｒｅａｃｔｉｖｅ　ａｓｔｒｏｇｌｉｏｓｉｓ　ｉｎ　ｔｒａｕｍａｔｉｃ　ｂｒａｉｎｉｎｊｕｒｙ［Ｊ］．Ｎｅｕｒｏｉｍａｇｅ，２０１２，５９（１）：４６７－４７７．
［１２］Ｌａｚａｒ　Ｍ，Ｍｉｌｅｓ　ＬＭ，Ｂａｂｂ　ＪＳ，ｅｔ　ａｌ．Ａｘｏｎａｌ　ｄｅｆｉｃｉｔｓ　ｉｎ　ｙｏｕｎｇａｄｕｌｔｓ　ｗｉｔｈ　Ｈｉｇｈ　Ｆｕｎｃｔｉｏｎｉｎｇ　Ａｕｔｉｓｍ　ａｎｄ　ｔｈｅｉｒ　ｉｍｐａｃｔ　ｏｎ　ｐｒｏ－
ｃｅｓｓｉｎｇ　ｓｐｅｅｄ［Ｊ］．Ｎｅｕｒｏｉｍａｇｅ　Ｃｌｉｎ，２０１４，４（１）：４１７－４２５．［１３］张顺，姚义好，张水霞，等．脑梗死不同时期的ＭＲ扩散峰度成像表现［Ｊ］．中华放射学杂志，２０１４，６（４８）：４４３－４４７．
［１４］Ｊｅｎｓｅｎ　ＪＨ，Ｆａｌａｎｇｏｌａ　ＭＦ，Ｈｕ　Ｃ，ｅｔ　ａｌ．Ｐｒｅｌｉｍｉｎａｒｙ　ｏｂｓｅｒｖａ－ｔｉｏｎｓ　ｏｆ　ｉｎｃｒｅａｓｅｄ　ｄｉｆｆｕｓｉｏｎａｌ　ｋｕｒｔｏｓｉｓ　ｉｎ　ｈｕｍａｎ　ｂｒａｉｎ　ｆｏｌｌｏｗｉｎｇ
ｒｅｃｅｎｔ　ｃｅｒｅｂｒａｌ　ｉｎｆａｒｃｔｉｏｎ［Ｊ］．ＮＭＲ　Ｂｉｏｍｅｄ，２０１１，２４（５）：４５２－４５７．［１５］Ｈｕｉ　ＥＳ，Ｆｉｅｒｅｍａｎｓ　Ｅ，Ｊｅｎｓｅｎ　ＪＨ，ｅｔ　ａｌ．Ｓｔｒｏｋｅ　ａｓｓｅｓｓｍｅｎｔｗｉｔｈ　ｄｉｆｆｕｓｉｏｎａｌ　ｋｕｒｔｏｓｉｓ　ｉｍａｇｉｎｇ［Ｊ］．Ｓｔｒｏｋｅ，２０１２，４３（１１）：２９６８－２９７３．
［１６］Ｃａｌａｂｒｅｓｅ　Ｍ，Ｒｉｎａｌｄｉ　Ｆ，Ｓｅｐｐｉ　Ｄ，ｅｔ　ａｌ．Ｃｏｒｔｉｃａｌ　ｄｉｆｆｕｓｉｏｎ－ｔｅｎｓｏｒ　ｉｍａｇｉｎｇ　ａｂｎｏｒｍａｌｉｔｉｅｓ　ｉｎ　ｍｕｌｔｉｐｌｅ　ｓｃｌｅｒｏｓｉｓ：ａ　３－ｙｅａｒｌｏｎｇｉｔｕｄｉｎａｌ　ｓｔｕｄｙ［Ｊ］．Ｒａｄｉｏｌｏｇｙ，２０１１，２６１（３）：８９１－８９８．［１７］Ｖａｎ　Ｃａｕｔｅｒ　Ｓ，Ｖｅｒａａｒｔ　Ｊ，Ｓｉｊｂｅｒｓ　Ｊ，ｅｔ　ａｌ．Ｇｌｉｏｍａｓ：Ｄｉｆｆｕｓｉｏｎｋｕｒｔｏｓｉｓ　ＭＲ　ｉｍａｇｉｎｇ　ｉｎ　ｇｒａｄｉｎｇ［Ｊ］．Ｒａｄｉｏｌｏｇｙ，２０１２，２６３
（２）：４９２－５０１．
［１８］Ｈｏｒｉ　Ｍ，Ｆｕｋｕｎａｇａ　Ｉ，Ｍａｓｕｔａｎｉ　Ｙ，ｅｔ　ａｌ．Ｎｅｗ　ｄｉｆｆｕｓｉｏｎ　ｍｅｔ－ｒｉｃｓ　ｆｏｒ　ｓｐｏｎｄｙｌｏｔｉｃ　ｍｙｅｌｏｐａｔｈｙ　ａｔ　ａｎ　ｅａｒｌｙ　ｃｌｉｎｉｃａｌ　ｓｔａｇｅ［Ｊ］．Ｅｕｒ　Ｒａｄｉｏｌ，２０１２，２２（８）：１７９７－１８０２．
［１９］Ｈｏｒｉ　Ｍ，Ｔｓｕｔｓｕｍｉ　Ｓ，Ｙａｓｕｍｏｔｏ　Ｙ，ｅｔ　ａｌ．Ｃｅｒｖｉｃａｌ　ｓｐｏｎｄｙｌｏ－ｓｉｓ：Ｅｖａｌｕａｔｉｏｎ　ｏｆ　ｍｉｃｒｏｓｔｒｕｃｔｕｒａｌ　ｃｈａｎｇｅｓ　ｉｎ　ｓｐｉｎａｌ　ｃｏｒｄ　ｗｈｉｔｅ
ｍａｔｔｅｒ　ａｎｄ　ｇｒａｙ　ｍａｔｔｅｒ　ｂｙ　ｄｉｆｆｕｓｉｏｎａｌ　ｋｕｒｔｏｓｉｓ　ｉｍａｇｉｎｇ［Ｊ］．
Ｍａｇｎ　Ｒｅｓｏｎ　Ｉｍａｇｉｎｇ，２０１４，３２（５）：４２８－４３２．
［２０］Ｈｅｌｐｅｒｎ　ＪＡ，Ａｄｉｓｅｔｉｙｏ　Ｖ，Ｆａｌａｎｇｏｌａ　ＭＦ，ｅｔ　ａｌ．Ｐｒｅｌｉｍｉｎａｒｙｅｖｉｄｅｎｃｅ　ｏｆ　ａｌｔｅｒｅｄ　ｇｒａｙ　ａｎｄ　ｗｈｉｔｅ　ｍａｔｔｅｒ　ｍｉｃｒｏｓｔｒｕｃｔｕｒａｌ　ｄｅ－
ｖｅｌｏｐｍｅｎｔ　ｉｎ　ｔｈｅ　ｆｒｏｎｔａｌ　ｌｏｂｅ　ｏｆ　ａｄｏｌｅｓｃｅｎｔｓ　ｗｉｔｈ　ａｔｔｅｎｔｉｏｎ－
ｄｅｆｉｃｉｔ　ｈｙｐｅｒａｃｔｉｖｉｔｙ　ｄｉｓｏｒｄｅｒ：ａ　ｄｉｆｆｕｓｉｏｎａｌ　ｋｕｒｔｏｓｉｓ　ｉｍａｇｉｎｇ
ｓｔｕｄｙ［Ｊ］．Ｊ　Ｍａｇｎ　Ｒｅｓｏｎ　Ｉｍａｇｉｎｇ，２０１１，３３（１）：１７－２３．
［２１］Ａｄｉｓｅｔｉｙｏ　Ｖ，Ｔａｂｅｓｈ　Ａ，Ｄｉ　Ｍａｒｔｉｎｏ　Ａ，ｅｔ　ａｌ．Ａｔｔｅｎｔｉｏｎ－ｄｅｆｉ－ｃｉｔ／ｈｙｐｅｒａｃｔｉｖｉｔｙ　ｄｉｓｏｒｄｅｒ　ｗｉｔｈｏｕｔ　ｃｏｍｏｒｂｉｄｉｔｙ　ｉｓ　ａｓｓｏｃｉａｔｅｄ
ｗｉｔｈ　ｄｉｓｔｉｎｃｔ　ａｔｙｐｉｃａｌ　ｐａｔｔｅｒｎｓ　ｏｆ　ｃｅｒｅｂｒａｌ　ｍｉｃｒｏｓｔｒｕｃｔｕｒａｌ　ｄｅ－
ｖｅｌｏｐｍｅｎｔ［Ｊ］．Ｈｕｍ　Ｂｒａｉｎ　Ｍａｐｐ，２０１４，３５（５）：２１４８－２１６２．［２２］Ｐｅｌｅｄ　Ｓ，Ｗｈａｌｅｎ　Ｓ，Ｊｏｌｅｓｚ　ＦＡ，Ｇｏｌｂｙ　ＡＪ．Ｈｉｇｈ　ｂ－ｖａｌｕｅ　ａｐ－ｐａｒｅｎｔ　ｄｉｆｆｕｓｉｏｎ－ｗｅｉｇｈｔｅｄ　ｉｍａｇｅｓ　ｆｒｏｍ　ＣＵＲＶＥ－ｂａｌｌ　ＤＴＩ［Ｊ］．Ｊ　Ｍａｇｎ　Ｒｅｓｏｎ　Ｉｍａｇｉｎｇ，２００９，３０（１）：２４３－２４８．
［２３］Ｐｏｏｔ　ＤＨ，ｄｅｎ　Ｄｅｋｋｅｒ　ＡＪ，Ａｃｈｔｅｎ　Ｅ，ｅｔ　ａｌ．Ｏｐｔｉｍａｌ　ｅｘｐｅｒｉ－ｍｅｎｔａｌ　ｄｅｓｉｇｎ　ｆｏｒ　ｄｉｆｆｕｓｉｏｎ　ｋｕｒｔｏｓｉｓ　ｉｍａｇｉｎｇ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ
Ｍｅｄ　Ｉｍａｇｉｎｇ，２０１０，２９（３）：８１９－８２９．
［２４］Ｙａｎ　Ｘ，Ｚｈｏｕ　Ｍ，Ｙｉｎｇ　Ｌ，ｅｔ　ａｌ．Ｅｖａｌｕａｔｉｏｎ　ｏｆ　ｏｐｔｉｍｉｚｅｄ　ｂ－ｖａｌｕｅ　ｓａｍｐｌｉｎｇ　ｓｃｈｅｍａｓ　ｆｏｒ　ｄｉｆｆｕｓｉｏｎ　ｋｕｒｔｏｓｉｓ　ｉｍａｇｉｎｇ　ｗｉｔｈ　ａｎ
ａｐｐｌｉｃａｔｉｏｎ　ｔｏ　ｓｔｒｏｋｅ　ｐａｔｉｅｎｔ　ｄａｔａ［Ｊ］．Ｃｏｍｐｕｔ　Ｍｅｄ　Ｉｍａｇｉｎｇ
Ｇｒａｐｈ，２０１３，３７（４）：２７２－２８０．
［２５］Ｍｅｎｚｅｌ　ＭＩ，Ｔａｎ　ＥＴ，Ｋｈａｒｅ　Ｋ，ｅｔ　ａｌ．Ａｃｃｅｌｅｒａｔｅｄ　ｄｉｆｆｕｓｉｏｎｓｐｅｃｔｒｕｍ　ｉｍａｇｉｎｇ　ｉｎ　ｔｈｅ　ｈｕｍａｎ　ｂｒａｉｎ　ｕｓｉｎｇ　ｃｏｍｐｒｅｓｓｅｄ　ｓｅｎｓ－
ｉｎｇ［Ｊ］．Ｍａｇｎ　Ｒｅｓｏｎ　Ｍｅｄ，２０１１，６６（５）：１２２６－１２３３．
［２６］单艺，卢洁，李坤成．扩散峰度成像在缺血性脑卒中的研究进展［Ｊ］．中国医学影像技术，２０１３，２９（１２）：２０４６－２０４８．
（收稿日期：２０１４－１２－０１　修回日期：２０１５－０２－２８）
（本文编辑：崔国明　钮宇培）
５
１
９
医学影像学杂志２０１５年第２５卷第５期　Ｊ　Ｍｅｄ　Ｉｍａｇｉｎｇ　Ｖｏｌ．２５Ｎｏ．５　２０１５。