【科研进展】3.0T人脑高分辨率亚毫米各向同性弥散张量成像

jazzwong 2016-01-16

展开全文

高分辨率亚毫米各向同性弥散张量成像（DTI），有助于白质纤维素追踪的准确性，尤其是对走行曲度较大或交叉走行的白质纤维，目前在人脑标体中DTI已能实现0.73x0.73x0.73mm³的分辨率。对于成像序列，大部分DTI成像技术使用二维EPI序列能实现很高的层面内分辨率，但无法做到较薄的层厚，包括文献中提到的SPIRAL、PROPELLER DTI成像技术，当减小层厚时，图像的SNR明显受影响，同时又要受到脂肪信号的干扰（<1.5mm）。最近开发的基于epi序列的三维多块并行采集dti成像技术（3d multi-slab="" parallel="" epi="" based="">³的DTI数据，也同样面对着同时获得高分辨率与高信噪比图像的挑战。

在本文研究中，我们结合三维多块并行同步采集DTI成像与多通道复用、多激发节段式EPI采集空间信号敏感性编码图像重建（MUSE）技术，在3T磁共振获取人脑高分辨率各向同性DTI数据，体素可达0.85x0.85x0.85mm³，与常规2x2x2mm³分辨率DTI数据比较，显示更为清晰的人脑结构网络连接。

磁共振检查方法

图1显示三维多块同步采集EPI序列示意图，在第1个180°脉冲前后施加弥散敏感梯度，通过四次激发（Multi-Shot），进行节段式EPI采集组织弥散信号，在第2个180°脉冲之后额外施加4倍加速的导航回波EPI采集（无层面方向Kz梯度编码）。此序列单块为三维采集，在层面方向施加额外的层间相位编码实现，相对于2D DWI序列具有更高的信噪比（SNR）。在这里，导航回波的采集分析，主要用于多激发EPI序列信号相位一致性修正，减少MUSE重建时信号混叠、图像卷折伪影。

三维弥散EPI采集中，需要对射频系统进行特别的校正（RF Calibration），否则层面方向上会发生图像的形变和信号变异，本研究中三维块激励使用GE产品化的空间-频率选择性二维射频脉冲（2D RF），而在成像过程中进行相应的参数优化，1）三维块激励中只选择射频波形中心较好的部分，而删除层块两端2/3的层面（图2, a），2）重复激励三次来获得整个三维块的数据，无层间隔（图2, b）。

弥散张量成像使用GE Discovery MR750，32通道相控阵线圈，三维多块同步激发节段式采集EPI序列扫描参数：有效TE=59ms，导航回波TE=115ms，TR=3000ms，图像采集相位编码部分采集Ky=70%，三维层块厚度=9.4mm，每块层数=12，共39个三维块，矩阵256x256，体素大小=0.85x0.85x0.85mm³，弥散方向=12，b=800s/mm²，扫描时间32min，扫描覆盖范围132.6mm/156层。

图像重建过程分为五个步骤：

1. 每个三维成像块K空间数据和导航回波K空间数据进行傅立叶转换。

2. 导航回波数据利用SENSE算法去除图像卷折伪影。

3. 利用导航回波相位校正数据对图像进行相位修正。

4. 相位校正信息结合线圈空间敏感性数据，计算多激发节段式EPI采集数据，消除信号混叠（MUSE重建法）。

5. 利用步骤4获得的数据重建每一个三维块图像，然后将所有成像块数据组合在一起。

使用DTIprep软件(http://www./projects/dtiprep/)去除数据中的涡流和运动伪影，利用FSL软件计算FA位图，用TrackVis (http://www.)重建白质纤维素，纤维走行最在曲度设为35度角/体素。

所有数据同时利用SENSE重建算法计算得到另外一套数据（相当于上述步骤4由MUSE算法改为SENSE算法），与MUSE重建数据进行比较。另外，所有数据在空间上降低分辨率为2x2x2mm³（FreeSurfer软件），与MUSE重建数据进行比较。

实验结果

图4显示利用MUSE算法有效去除多激发节段式EPI采集产生的图像卷褶伪影。

图5显示MUSE和SENSE算法重建的DWI图像质量比较。

图6-8显示MUSE高分辨率DTI图像重建FA图像与常规分辨率DTI的比较。

图9显示MUSE高分辨率DTI白质纤维素追踪与常规分辨率DTI的图像比较。

结论

利用多激发多块三维EPI并行采集3D MUSE重建获得高分辨率亚毫米DTI数据，比常规DTI图像质量明显提高，可以获得更好的FA和白质纤维素追踪效果。

作者：Hing-Chiu Chang , Mark Sundman, Laurent Petit , Shayan Guhaniyogi , Mei-Lan Chu , hristopher Petty , Allen W. Song , Nan-kuei Chen. Brain Imaging and Analysis Center, Duke University Medical Center, Durham, NC, USA. NeuroImage 118 (2015) 667–675

参考文献：

1. Bammer, R., 2003. Basic principles of diffusion-weighted imaging. Eur. J. Radiol. 45,169–184.

2. Butts, K., Pauly, J., de Crespigny, A., Moseley, M., 1997. Isotropic diffusion-weighted and spiral-navigated interleaved EPI for routine imaging of acute stroke. Magn. Reson. Med. 38, 741–749.

3. Chang, H.C., Guhaniyogi, S., Chen, N.K., 2014. Interleaved diffusion-weighted improved by adaptive partial-Fourier and multiband multiplexed sensitivity-encoding reconstruction.Magn. Reson. Med. http://dx./10.1002/mrm.25318 (Epub ahead of print).

4. Chen, N.K., Guidon, A., Chang, H.C., Song, A.W., 2013. A robustmulti-shot scan strategy for high-resolution diffusion weighted MRI enabled by multiplexed sensitivity-encoding (MUSE). Neuroimage 72, 41–47.

5. Chu, M.L., Chang, H.C., Chung, H.W., Truong, T.K., Bashir, M.R., Chen, N.K., 2014. POCSbased reconstruction ofmultiplexed sensitivity encoded MRI (POCSMUSE): a general algorithm for reducing motion-related artifacts. Magn. Reson.Med. http://dx./ 10.1002/mrm.25527 (Epub ahead of print).

6. Engstrom, M., Skare, S., 2013. Diffusion-weighted 3D multislab echo planar imaging for high signal-to-noise ratio efficiency and isotropic image resolution. Magn. Reson. Med. 70, 1507–1514.

7. Engstrom, M., Martensson, M., Avventi, E., Skare, S., 2014. On the signal-to-noise ratio efficiency and slab-banding artifacts in three-dimensional multislab diffusionweighted echo-planar imaging. Magn. Reson. Med. http://dx./10.1002/mrm.25182 (Epub ahead of print).

8. Frank, L.R., Jung, Y., Inati, S., Tyszka, J.M.,Wong, E.C., 2010. High efficiency, low distortion 3D diffusion tensor imagingwith variable density spiral fast spin echoes (3DDWVDS RARE). Neuroimage 49, 1510–1523.

9. Frost, R., Miller, K.L., Tijssen, R.H., Porter, D.A., Jezzard, P., 2013. 3D multi-slab diffusionweighted readout-segmented EPI with real-time cardiac-reordered k-space acquisition. Magn. Reson. Med. http://dx./10.1002/mrm.25062 (Epub 2013 Dec 17).

10. Frost, R., Jezzard, P., Douaud, G., Clare, S., Porter, D.A., Miller, K.L., 2014. Scan time reduction for readout-segmented EPI using simultaneousmultislice acceleration: diffusionweighted imaging at 3 and 7 Tesla. Magn. Reson. Med. http://dx./10.1002/ mrm.25391 (Epub ahead of print).

11. Guhaniyogi, S., Chu, M.L., Chang, H.C., Song, A.W., Chen, N.K., 2015. Motion immune diffusion imaging using augmented MUSE for high-resolution multi-shot EPI. Magn.Reson. Med. http://dx./10.1002/mrm.25624 (Epub ahead of print).

12. Herbst, M., Zahneisen, B., Knowles, B., Zaitsev, M., Ernst, T., 2014. Prospective motion correction of segmented diffusion weighted EPI.Magn. Reson.Med. http://dx./10. 1002/mrm.25547 (Epub ahead of print).

13. Jeong, H.K., Gore, J.C., Anderson, A.W., 2013. High-resolution human diffusion tensor imaging using 2-D navigated multishot SENSE EPI at 7 T. Magn. Reson. Med. 69,793–802.

（以下文献略，请参看原文）