《脂肪抑制技术》由会员分享，可在线阅读，更多相关《脂肪抑制技术（37页珍藏版）》请在金锄头文库上搜索。
1、MRI脂肪抑制技术的那些事儿,杨祺 2017-10-20,脂肪的特性,脂肪组织不仅质子密度较高，且T1值很短（1.5T场强下约为200 250ms），T2值较长，因此在T1WI上呈现很高信号，在T2WI呈现较高信号，在目前普遍采用的FSE T2WI图像上，其信号强度将进一步增高 脂肪组织的这些特性在一方面可能为病变的检出提供了很好的天然对比，如在上腹部核磁检查中观看肾上腺是增大变型，周围由于有脂肪组织的衬托可以很好地显示。,另一方面脂肪组织的这些特性也可能会降低MR图像的质量，从而影响病变的检出。,。具体表现在： （1）脂肪组织引起的运动伪影。 MRI扫描过程中，如果被检组织出现宏观运动，则图
2、像上将出现不同程度的运动伪影，而且组织的信号强度越高，运动伪影将越明显。如腹部部检查时，无论在T1WI还是在T2WI上，皮下脂肪均呈现高信号，由于病人不能憋住气，皮下脂肪将出现严重的运动伪影，明显降低图像的质量。 （2）水脂肪界面上的化学位移伪影。 （3）脂肪组织的存在降低了图像的对比。 （4）脂肪组织的存在降低增强扫描的效果。 在T1WI上脂肪组织呈现高信号，而注射对比剂后被增强的组织或病变也呈现高信号，两者之间对比降低，脂肪组织将可能掩盖病变。,；,出现化学位移伪影,脂肪组织引起的运动伪影。,腹部未做成的,MRI中脂肪抑制的主要意义在于：,（1）减少运动伪影、化学位移伪影 （2）抑制脂肪组
3、织信号，增加图像的组织对比； （3）增加增强扫描的效果； （4）鉴别病灶内是否含有脂肪，因为在T1WI上除脂肪外，含蛋白的液体、出血均可表现为高信号，脂肪抑制技术可以判断是否含脂，为鉴别诊断提供信息。,抑制脂肪组织信号，增加图像的组织对比,鉴别病灶内是否含有脂肪,垂体微腺瘤 T1高信号需压脂,提高增强扫描的效果,脂肪抑制成像技术,指在MR成像中通过调整采集参数而选择性的抑制脂肪信号，使其失去亮的信号特征变为暗信号，以区分同样为亮信号的不同结构，在临床诊断上具有重要的意义。,一、频率选择饱和法：,最常用的脂肪抑制技术之一。 由于化学位移，脂肪和水分子中质子的进动频率存在差别，在成像序列的RF施加
4、前，先连续施加数个预脉冲，如果预脉冲的频率与脂肪中质子进动频率一致，脂肪组织的将被连续激发而发生饱和现象，而水分子中的质子由于进动频率不同不被激发。这时再施加RF，脂肪组织因为饱和不能再接受能量，因而不产生信号，从而达到脂肪抑制的目的,特点： （1）高选择性。主要抑制脂肪组织信号，对其他组织的信号影响较小。 （2）可用于多种序列。 （3）预脉冲将占据TR间期的一个时段，因此会延长扫描时间，并有可能影响图像的对比度。 （4）对磁场的均匀度要求很高。 （5）进行大FOV扫描时，因梯度场存在，视野周边区域脂肪抑制效果较差。 （6）场强依赖性较大，在中高场强下使用可取得好的脂肪抑制效果。 （7）运动区
5、域脂肪抑制效果差。,大FOV扫描时视野周边区域脂肪抑制效果较差,二、 (Short TI Inversion-Recovery) STIR技术,1. 基本原理 反转恢复(IR)序列是在每个脉冲序列周期开始时，首先对成像层面施加180反相射频脉冲，使成像层面的宏观磁化矢量翻转至主磁场的反方向，当180脉冲停止，纵向弛豫过程立即开始，经过一定时间后再进行信号读取，信号读取部分可以是自旋回波（IR-SE），也可以是梯度回波（IR-GR），甚至可以是快速自旋回波（IR-FSE）。180翻转脉冲和信号读取部分的第一个激发脉冲之间的间隔时间称为反转时间（Inversion Time，TI），TI是IR序列
6、的重要参数，在脂肪抑制技术中所用的序列为短TI反转恢复(STIR)序列。,180反转预脉冲后与90脉冲后组织纵向弛豫的比较 图中纵坐标为纵向磁化矢量（Mz）的大小（以表示），横坐标为时间（以ms表示）；细曲线为甲组织的纵向弛豫曲线，粗曲线为乙组织的纵向弛豫曲线，甲组织的纵向弛豫速度快于乙组织。图a示90脉冲后两种组织开始纵向弛豫，经过TR后两种组织的纵向磁化矢量的差别即T1对比。图b示180脉冲使纵向磁化矢量偏转到反方向，180脉冲结束后，两种组织开始纵向弛豫，纵向磁化矢量从反向最大逐渐缩小到零，又从零逐渐增大到正向最大，同时由于纵向弛豫过程延长，甲组织和乙组织的T1对比加大，约为90脉冲激发
7、后的2倍。,由于人体组织中脂肪的T1值最短，因此180脉冲后其纵向磁化矢量从反向最大到过零点所需的时间很短，因此如果选择短TI则可有效抑制脂肪组织的信号。抑制脂肪组织信号的TI等于脂肪组织T1值的69%。由于在不同的场强下，脂肪组织的T1值将发生改变，因此抑制脂肪组织的TI值也应作相应调整。在1.5 T的扫描机中，脂肪组织的T1值约为200 250 ms，则TI =130 175 ms时可有效抑制脂肪组织的信号。,STIR特点： (1)场强依赖性低。低场环境也能取得较好的脂肪抑制效果。 (2)与频率选择饱和法相比，磁场的均匀度要求较低。 (3)大FOV扫描能取得较好的脂肪抑制效果。 (4)信号
8、抑制的选择性较低。如果某种组织的T1值接近于脂肪，其信号将被抑制。 (5)在对比增强扫描中，由于顺磁性造影剂可显著缩短血供丰富组织的T1值，而脂肪因少血管，T1值几乎不受影响，STIR序列反而使病变组织与脂肪组织的对比变差，甚至使病灶信号完全丢失，因此在增强扫描时不适宜用STIR序列 (6)由于TR延长，扫描时间较长。,考虑左侧颈5-胸1椎管内神经根节前根撕裂,三、频率选择反转脉冲脂肪抑制技术（SPIR),一种新的脂肪抑制技术，实际是上述两种脂肪抑制技术的组合，该技术既考虑了脂肪的进动频率，又考虑了脂肪组织的短T1值特性。 。 在真正RF激发前，先对被检区进行预脉冲激发，这种预脉冲的带宽很窄，
9、中心频率为脂肪中质子的进动频率，仅有脂肪组织被激发，且这一脉冲略大于90，脂肪组织会出现一个较小的反方向纵向磁化矢量，预脉冲结束后，脂肪组织发生纵向弛豫，其纵向磁化矢量将发生从反向到零，然后逐渐恢复到正向直至平衡状态。预脉冲仅略大于90，因此从反向到零需要的时间很短，选择很短的TI（1020ms），仅需要一次预脉冲激发就能对三维扫描容积内的脂肪组织进行很好的抑制，因此采集时间也仅略有延长。该抑制技术一般用于三维快速GRE序列(体部三维屏气扰相GRE T1WI或CE-MRA）,特点： （1）仅少量增加扫描时间。 （2）一次预脉冲激发即完成三维容积内的脂肪抑制。 （3）几乎不增加人体射频的能量吸收
10、。 （4）对场强的强度和均匀度要求较高。,四、选择性水或脂肪激发技术（ Water Excit ）,选择性激发技术可以选用水激发（抑制脂肪信号而获得水信号）或脂肪激发（抑制水信号而获得脂肪信号）。选择性激发技术通常选用频率和空间选择的二项脉冲，这种脉冲实际上是偏转角和偏转方向不同的多个脉冲的组合。如一个90的二脉脉冲可以由一个22.5、一个45和一个22.5脉冲组合而成。,这是 1-2-1组合脉冲，90脉冲由一个22.5、一个45和一个22.5脉冲组合而成。图中白箭代表水质子的宏观磁化矢量（M），灰箭代表脂质子的M。第一个22.5脉冲激发后水和脂肪的M处于同相位，过了一定时间后两者将处于反相位
11、，这时施加45脉冲，这样这两种M又在同一平面且处于同相位，但他们与主磁场（B。）的交角不同，脂肪的M为22.5，水的M位67.5，再过了一段时间后，这两种宏观磁化矢量又处于反相位，这是给予第2个22.5脉冲，这个脉冲把脂肪的M打回到B。方向，脂肪没有信号，而把水的M打到XY平面，因此只有水的信号可以采集到。,头血管MRA,臂丛神经,腹部增强（FLASH T1WI）,五、化学位移成像和Dixon技术,化学位移成像技术也成同相位/反相位成像，是根据水和脂肪在外磁场的作用下，共振频率不一样，质子间的相位不一致，在不同的回波时间可获得不同相位差的影像这一基本原理而开发的脂肪抑制序列。 所谓相位是指在横
12、向平面磁化矢量的相位角。 当脂肪质子和水质子处于同一体素中时，由于它们有不同的共振频率，在初始激发后，这些质子间随着时间变化相位亦发生变化，在激励开始的瞬间，脂肪质子和水质子处在同一相位，即它们之间的相位差为零，而水质子比脂肪质子进动频率快3.5ppm，相当于150Hz/T。经过数毫秒后，两者之间的相位差变为180，它们处于反相位；再经过数毫秒后，相对于脂肪质子，水质子完成360的旋转，它们又处于同相位，因此通过选择适当的回波时间，可在水和脂肪质子宏观磁化矢量相位一致或相位反向时采集回波信号分别得到这两种成分信号相减的差值或相加的和，即反相位图像或同相位图像。,化学位移成像多用于2D扰相GRE
13、 T1WI序列。 得到同相位和反相位图像的关键在于选择合适的TE。 计算公式 同相位TE=1000ms/（ 150Hz/T X场强T） 反相位TE=同相位TE/2,怀疑左侧肾上腺腺瘤,Dixon法是由Dixon提出，其基本原理与Opposed-phase法相似，分别采集水和脂肪质子的In Phase和Opposed-phase两种回波信号，两种不同相位的信号通过运算，去除脂肪信号，产生一幅纯水质子的影像，从而达到脂肪抑制的目的。 将来自于脂肪和水的信号强度分别定义为F和W I同=W+F I反=W-F 这样， W= (I同+I反)/2 F = (I同-I反)/2 Dixon法的缺点是受磁场非均匀性影响较大，计算方法复杂并容易出现错误，因此临床应用很少。改进后的Three-point Dixon法克服了上述缺点，可用于低场强开放式磁共振系统中，对关节软骨损伤是非常有效的诊断手段。,thank you,
