张璐坚

【摘 要】为了解决传统磁共振成像技术一次扫描只能得到一种加权像，且成像时间过长，扫描过程产生噪声等问题，提出了“磁共振指纹”成像方法。人脑有多种组织组成，每种组织的磁共振扫描都有自己不同特征信號该信号被称为“指纹”。“磁共振指纹”成像方法一次扫描不仅可同时得到 T1图，T2图 及 质子密度图像;而且大大缩短了扫描时间。该新技术在成像算法上也与传统磁共振算法完全不同。基于字典的匹配方法，首先建立指纹“字典”;之后将每个体素的检测信号与“字典”中的所有信号进行逐条匹配;然后确定是该信号的参数组合;最终得到多种参数的参数图像。本实验采用大脑数据进行模拟采集和匹配过程。结果表明，该方法可以得到各种组织参数图像，且确实会大大降低磁共振扫描所需的时间。

【关键词】磁共振指纹;字典;参数图像;大脑

中图分类号： R318 文献标识码： A 文章编号： 2095-2457（2019）08-0001-003

DOI：10.19694/j.cnki.issn2095-2457.2019.08.001

【Abstract】There are some defects in the traditional magnetic resonance imaging methods. For example， only one weighted image can be obtained in one scan， and the scanning time is too long and the scanning process produces noise. Therefore， the "magnetic resonance fingerprint" imaging method was proposed. The human brain is made up of a variety of tissues， each tissue has its own characteristic signal during MR scans that is called a" fingerprinting". MRf imaging method can obtain T1 map， T2 map and proton density map at the same time. It also shortens the scanning time. The new technique is also different from the traditional magnetic resonance algorithm. Firstly， a fingerprint "dictionary" is established based on the dictionary matching method. Then the detection signal of each individual element is matched with all signals in the "dictionary" one by one. Then the parameter combination of the signal is determined. Finally， the parametric images of various parameters are obtained. This experiment uses brain data to simulate collection and matching process. The results show that this method can obtain various tissue parameter images and reduce the time required for MR scanning.

【Key words】Magnetic resonance fingerprinting; Dictionary; Parameter map; Brain

0 引言

核磁共振成像技术（Magnetic Resonance Imaging， MRI）近些年在临床上作为重要的临床诊断方法之一被广泛使用[1]，但是核磁共振成像技术仍需要解决较多问题。问题之一就是核磁共振成像是定性的检测技术。它能通过不同物质表现的信号强度不同，成像时通过相对亮度的不同，虽然能够准确检测出每种组织的特性， 但它产生的信号受到许多其它外部条件的影响比如扫描的类型，探测器等，而且对组织内部信号强度不同的区域不敏感。问题二就是它进行多参数加权成像，如T1加权图T2加权图等[2]，对于图像的灰度信息却不能给出其生理特质。在临床上，这就需要诊断医生具有较高的经验。问题三是MRI成像时间长，扫描速度慢在检测时还会伴有令人不愉悦的噪声，给病人造成一定的心理压力。

2013年，Dan Ma， Vikas Gulani， Nicole Seiberlich和Mark A.Griswold等人提出了“磁共振指纹”成像技术（Magnetic Resonance Fingerprinting， MRf）[3]。利用"磁共振指纹"成像技术产生的不再是加权图像而是参数量化图。而且在一次采集中能同时检测出多种参数的量化图，简化采集的过程[4]。并且，利用这种新的采集和成像技术，我们可以大大的缩短采集信息所需要的时间。而且使用这种新方法可以减少扫描时产生的噪音，甚至可以用音乐编码，使人在检测时有愉悦的体验[5]。并且，由于MRf技术时定量成像技术，可以对肿瘤早期诊断，分级等方面都有很好的表现[6]。

伴随着这种新技术的产生，相比于传统的磁共振成像，磁共振指纹成像方法采用崭新的数据采集方式，数据处理方式和数据重建方式，也产生了多种对"磁共振指纹"成像算法的新研究[7]。

利用组织参数伪随机的采集方式，使用磁共振技术来捕获人体各不同组织唯一独有的信号，该信号即被称为指纹。然后需要将采集信号利用模式识别算法与已建立的指纹字典数据库进行匹配，在字典中找到該信号相应的参数组成，最终把磁共振参数转变为量化图谱。

1 方法与过程

字典的建立通常需要多种参数，如T1，T2，翻转角，时间周期以及偏振频率等。为了提高时间效率，我们简化字典建立过程，本文使用T1，T2，翻转角以及重复时间（TR）来创建字典。

首先确定字典大小和精度。选定T1值和T2值，再配合翻转角和重复时间进入布洛赫方程运算就得到了我们的字典的信号曲线。所以，不同的T1，T2组合在相同的磁共振环境中产生不一样的信号曲线，确定了T1，T2的组合方式就决定了本文字典的大小。字典中T1、T2细分的组合越多，精度就越高，相应的造成字典较大，匹配所需时间较长等问题。

本文使用大脑模型，所以根据大脑组织的生理特性，我们将T1、T2不均匀划分。T1值的范围为100～5000ms，我们将T1划分为两部分，10ms～2000ms的部分以20ms的梯度增加，大于2000ms的部分以100ms的梯度增加; T2值的范围为20～3000ms，T2被划分为三部分，小于100ms的部分以2ms的梯度增加， 大于100ms且小于200ms的部分以5ms的梯度增加， 大于200ms的部分以200ms的梯度增加。得到T1，T2参数的排列组合数，但由于磁共振信号的特征，现实T1

与MRI相比MRf是利用在同一个K空间编码时，采用伪随机产生的变化的RF翻转角和TR值。所以，我们需要间里伪随机变化的翻转角（FA）和重复时间（TR）。本文的TR取值范围为9～14ms。用短TR保证MRf序列总时间相比MRI更短。本文的翻转角（FA）取值范围为0～60度之间。

将参数T1、T2、TR以及FA组合放入布洛赫方程计算[8]，得到我们的字典信号曲线。

其中，mr为旋转矩阵，α为翻转角;φ为射频脉冲的相位角;M0为初始值。最终得到字典信号。

模拟数据采集，利用BrainWeb数据库提供的人脑数据模型，选择正常人脑10层数据作为实验对象。并将BrainWeb的数据扩充为256*256大小。人体大脑模型由10种不同组织组合而成[9]， 各种组织的T1， T2以及质子密度信息见表1。

对模型采用500组不同的FA和TR构成的序列参数， 模拟进行螺旋的k空间轨迹采样， 并采用快速非均匀傅里叶重建算法NUFFT[10]， 得到500组重建图像。取出空间中每个体素点在500组图像中的信号进行组合， 形成每个体素点的信号曲线。该曲线代表的该组织随时间衰减的信号， 以备后续与字典匹配时使用。

将通过模拟采样得到的每个体素点的信号曲线与之前生成的字典库进行模式匹配，最终确定该体素点的T1、T2的组成信息。最终可得到定量的T1图、T2图等等。

2 结果

我们采用配置为Intel （R） Core （TM） i5-8300H处理器， 2.3 GHZ， 8 G内存和2 T硬盘的联想个人笔记本， 在MATLAB2017b环境下进行测试。

我们采用均方根误差来作为衡量算法性能的标准。用模拟采集重建数据的匹配参数图与原始图之间作均方根误差比较，误差越小， 匹配准确度越高。该公式为：

其中，X代表匹配后的参数结果图数据，Y代表原始图像数据。

根据误差计算公式，得到误差结果，如表2所示。

每一次的匹配时间都在6000s左右。由图和表2可知，通过字典匹配可以得到定量的磁共振指纹T1图以及T2图，但是匹配所需时间较长。

图3展示了在第68、72、100、120层的T1/T2原始参数图和字典匹配方法得到的T1/T2参数图。3a列为各层原始T1图;3b列为各层原始T2图;3c列为各层匹配后得到的T1图;3d列为各层匹配后得到的T2图。

如果，我们在字典中加入其他信息，还可以通过一次MRf扫描匹配得到更多的信息。

3 总结

采用“磁共振指纹”技术可以大大加快采集速度，减少病人的采集时间降低病人的心理负担，这样也可以使得磁共振检测在儿童等不容易控制的人群身上使用。而且，由于“磁共振指纹”技术是定量检测，所以在早期预防诊疗中，也可以发挥作用。但是，在“磁共振指纹”成像技术上，还有许多的难点存在。例如，如何加快成像时间，提高图片质量;以及字典的压缩，降低存储空间等等都是值得进一步深入探究的方面。

“磁共振指纹”技术给磁共振检测提出了新的方案，相信在将来，可以利用"磁共振指纹"技术给更多的人提供高效的检测方案。

【参考文献】

[1]俎栋林.磁共振成像学[M].北京：高等教育出社，2004.

[2]Spielman DM， Pauly JM， Meyer CH. Magnetic resonance fluoroscopy using spirals with variable sampling densities[J]. Magnetic Resonance in Medicine， 1995， 34（3）： 388-394.

[3]D.Ma，V.Gulani，N.Seiberlich，K.Liu，J.L.Sunshine，J. L. Duerk， and M.A.Griswold.Magnetic resonance fingerprinting[J]. Nature，2013，vol.499，pp.187-192.

[4]C Badve，A.Yu，S.Dastmalchian，et al.MR fingerprinting of adult brain tumors：initial experience[J].AJNR，2016，38（2）：1-8.

[5]Dan Ma， Eric Y Pierre， Yun Jiang， et al. Music-based magnetic resonance fingerprinting to improve patient comfort during MRI examinations[J]. Magnetic Resonance in Medicine， 2016，75（6）：2303-2314.

[6]Peng Y， Jiang Y， Yang C， et al. Quantitative analysis of multiparametric prostate MR images： differentiation between prostate cancer and normal tissue and correlation with Gleason score-a computer-aided diagnosis development study. Radiology 2013， 267（3）：787-796.

[7]S F Cauley， M A Griswold，L LWald. Fast group matching for MR fingerprinting reconstructions[J]. Magnetic Resonance in Medicine， 2014， 74（ 2） ：523-528.

[8]E M Haacke， R W Brown，R Venkatesan.  Magnetic resonance imaging： physical principles and sequence design[M]. John Wiley & Sons，xxvii.

[9]Larsson HB， et al. Assessment of demyelination， edema， and gliosis by in vivo determination of T1 and T2 in the brain of patients with acute attack of multiple sclerosis. Magnetic Resonance in Medicine. 1989.

[10]McGivney D，Saybasil H，Griswold M.Singular value decomposition for magnetic resonance fingerprinting in the time domain.In Proceedings of the 22nd Annual Meeting of ISMRM，2014.