目的比较多参数三维假连续式动脉自旋标记灌注成像(3D p CASL)与动态磁敏感增强灌注成像(DSC PWI)对短暂性脑缺血发作(TIA)责任病灶的检出率。方法比较39例临床诊断TIA患者,并在首次发作24 h内进行磁共振检查。扫描序列包括常规头颅MR...目的比较多参数三维假连续式动脉自旋标记灌注成像(3D p CASL)与动态磁敏感增强灌注成像(DSC PWI)对短暂性脑缺血发作(TIA)责任病灶的检出率。方法比较39例临床诊断TIA患者,并在首次发作24 h内进行磁共振检查。扫描序列包括常规头颅MR成像、MRA(MRA),DWI、3D p CASL(选取两个标记延迟时间post-labeling time,PLD,PLD=1.5 s及PLD=2.5 s),DSC PWI。后处理获取3D p CASL的脑血流(CBF)图像和DSC PWI的Tmax图像。比较不同灌注方法与MRA及DWI结合法对于缺血病灶检出率和缺血面积。结果 TIA患者的缺血病灶检出率,3D p CASL(PLD1.5 s及PLD2.5 s)的CBF图像与DSC PWI Tmax对比无差异;3D p CASL(PLD1.5 s)的CBF图像对于缺血的检出率高于MRA结合DWI法;DSC PWI Tmax、3D p CASL(PLD2.5 s)CBF与MRA结合DWI法无差异。显示低灌注面积,3D p CASL(PLD1.5 s)的CBF图像显示的面积最大,其次是DSC PWI Tmax,而3D p CASL(PLD2.5 s)的CBF图像显示的低灌注面积最小。结论 3D p CASL脑灌注成像技术无创、快速、可重复性强,推荐作为临床可疑TIA患者的影像筛查手段,不同PLD的3D p CASL序列对于病灶的检出及缺血面积的显示有差异,选择较短PLD有可能提高病灶的检出率。展开更多
针对动态对比度增强磁共振灌注成像中脑血容积的计算,提出基于Hankel矩阵的奇异值分解(Singular Value Decomposition,SVD)算法。在奇异值数目的确定上采用差分谱量级差的研究方法,对算法进行理论推导与仿真模拟,得到较为理想的滤波效...针对动态对比度增强磁共振灌注成像中脑血容积的计算,提出基于Hankel矩阵的奇异值分解(Singular Value Decomposition,SVD)算法。在奇异值数目的确定上采用差分谱量级差的研究方法,对算法进行理论推导与仿真模拟,得到较为理想的滤波效果。由于成像过程存在测量噪声的干扰,分析了信噪比和示踪剂延迟对算法的影响。仿真结果表明,信噪比越低(SNR=5 d B),算法处理效果越明显;信噪比增高(SNR=100 d B),估计值偏差减小,结果越为准确。且该算法不受示踪剂延迟的影响。与传统奇异值分解算法相比,采用基于Hankel矩阵的奇异值算法可以更为准确地估计脑血容积。展开更多
文摘目的比较多参数三维假连续式动脉自旋标记灌注成像(3D p CASL)与动态磁敏感增强灌注成像(DSC PWI)对短暂性脑缺血发作(TIA)责任病灶的检出率。方法比较39例临床诊断TIA患者,并在首次发作24 h内进行磁共振检查。扫描序列包括常规头颅MR成像、MRA(MRA),DWI、3D p CASL(选取两个标记延迟时间post-labeling time,PLD,PLD=1.5 s及PLD=2.5 s),DSC PWI。后处理获取3D p CASL的脑血流(CBF)图像和DSC PWI的Tmax图像。比较不同灌注方法与MRA及DWI结合法对于缺血病灶检出率和缺血面积。结果 TIA患者的缺血病灶检出率,3D p CASL(PLD1.5 s及PLD2.5 s)的CBF图像与DSC PWI Tmax对比无差异;3D p CASL(PLD1.5 s)的CBF图像对于缺血的检出率高于MRA结合DWI法;DSC PWI Tmax、3D p CASL(PLD2.5 s)CBF与MRA结合DWI法无差异。显示低灌注面积,3D p CASL(PLD1.5 s)的CBF图像显示的面积最大,其次是DSC PWI Tmax,而3D p CASL(PLD2.5 s)的CBF图像显示的低灌注面积最小。结论 3D p CASL脑灌注成像技术无创、快速、可重复性强,推荐作为临床可疑TIA患者的影像筛查手段,不同PLD的3D p CASL序列对于病灶的检出及缺血面积的显示有差异,选择较短PLD有可能提高病灶的检出率。
文摘针对动态对比度增强磁共振灌注成像中脑血容积的计算,提出基于Hankel矩阵的奇异值分解(Singular Value Decomposition,SVD)算法。在奇异值数目的确定上采用差分谱量级差的研究方法,对算法进行理论推导与仿真模拟,得到较为理想的滤波效果。由于成像过程存在测量噪声的干扰,分析了信噪比和示踪剂延迟对算法的影响。仿真结果表明,信噪比越低(SNR=5 d B),算法处理效果越明显;信噪比增高(SNR=100 d B),估计值偏差减小,结果越为准确。且该算法不受示踪剂延迟的影响。与传统奇异值分解算法相比,采用基于Hankel矩阵的奇异值算法可以更为准确地估计脑血容积。