🤖 由 文心大模型 生成的文章摘要
MR因能精细地生成组织或物质的繁多信息而被广泛应用于物理、生物及医学领域。开发基于影像数据的生物标志物、定量分析MR参数、摆脱主观评估的偏倚,对精准医学的发展至关重要。MR指纹技术(MR fingerprinting,MRF)具有扫描时间短和可定量获取信息等独特优势,可为快速获得高质量MR图像提供有力手段。本文对MRF在医学影像诊断的应用进行综述。
MRF在临床应用中显示出巨大的潜力。与传统MR序列相比,MRF具有时空不连续的特点,可忽略空间样本量过少导致的误差,并通过减少读出信号次数来缩减序列时间,在未来有望提供加速获取图像的新方法。在测试加速极限的试验中,MRF仅通过一次信号读取,在12.3s内即可获得误差较高的原始数据,通过对比“库”,降低误差,进而得到高质量图像。MRF还具有较高的运动伪影容错能力,有学者采用MRF扫描被试者头部15s,并要求被试者在最后3s晃动检测部位(头部),而获得的图像质量与传统序列相同。
定量检查序列驱动平衡脉冲观测弛豫时间(Driven equilibrium single pulse observation ofT1/2,DESPOT)技术为效率较高的弛豫时间参数检测序列,而研究表明MRF的检测效率为DESPOT序列的1.8倍。由于MRF是基于bSSFP序列开发而成,而bSSFP对B0及B1磁场不均匀较为敏感,故MRF对磁场不均匀同样敏感;但MRF可通过调节“指纹库”来适应磁场不均匀,故在真实扫描环境中,MRF可消除诸如“空气—组织交界”这类因磁场不均导致的伪影。
MRF能在MR硬件水平上获得更好的图像质量;而硬件条件较差时,MRF也可获得与目前MR同等质量的图像;提示在硬件条件较差的医院,采用MRF也可获得满意的检查效果。MRF可在足够长的时间内获得ROI多种数据,使MRF定性诊断组织成为可能。如果“指纹库”中存有已知病理组织的“指纹”,理论上,MRF可能将ROI组织与“库”对比,找出相应的病理组织,并进行定性诊断。此外,MRF与CS密切相关,使其成为计算机辅助诊断(Computer aided diagnosis,CAD)分析多参数MR数据的切入点。