APP下载

分数化运动模型在颅脑反常扩散中的初步应用

2017-09-29王振熊许博岩朱文珍

磁共振成像 2017年5期
关键词:模型

王振熊,许博岩,朱文珍*

分数化运动模型在颅脑反常扩散中的初步应用

王振熊1,许博岩2,朱文珍1*

作者单位:1. 华中科技大学同济医学院附属同济医院放射科,430030 2. 北京大学磁共振成像研究中心,100871

扩散MRI (diffusion MRI,dMRI)在临床上已得到了广泛的应用,也是目前唯一能够无创研究活体组织扩散过程的方法。传统的磁共振扩散成像理论是基于经典的布朗运动模型,然而,研究表明生物体内的扩散过程实则为非布朗运动,也被称为是“反常扩散”。为了解释活体组织的反常扩散现象,一些模型被建立起来,在这些模型中,分数化运动(fractional motion,FM)模型被证实能够恰当地描述生物体复杂环境中的反常扩散现象。借助其多参数(α 、β、μ、H)不仅能够反映组织内分子反常扩散的情况,也可以提供组织结构丰富的细微变化信息,从而为疾病的诊断、治疗及预后起到指导性的作用。作者旨在综述基于FM模型的dMRI理论及其在评价颅脑反常扩散中的初步应用。

弥散磁共振成像;反常扩散;脑

传统的扩散MRI (diffusion MRI,dMRI)原理是基于经典的布朗运动模型[1-2],它的均方位移与时间成线性关系,然而在复杂的生物细胞内,扩散过程已经被证实为非布朗运动,也称为反常扩散[3-7]。反常扩散的均方位移与时间则是偏离线性的关系。为了描述这种反常扩散过程,一些理论模型被提出,比如连续时间随机游走模型[8]、渗流集群或随机障碍模型[9-10]、异质扩散过程模型[11-13],以及本文中的分数化运动模型[14]。单分子示踪实验的最新结果表明,分数化运动(fractional motion,FM)模型是目前描述细胞中扩散过程的最佳模型[15-18]。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用