磁共振扩散峰度成像在肿瘤中的研究进展

扩散峰度成像(diffusional kurtosis imaging,DKI)是一种新兴的基于非高斯分布模型的磁共振技术,创新拓展于扩散加权成像(diffusional weight imaging,DWI)技术与扩散张量成像(diffusional tensor imaging,DTI)基础之上,可定量描述细胞内外水分子非高斯扩散特点,能够较DWI、DTI技术提供更丰富、真实、准确的组织微观结构信息。近年来,DKI逐渐应用于各系统疾病研究,尤其在脑、前列腺等肿瘤中取得了初步成果,展现出良好的临床价值。本文就DKI成像原理、在肿瘤中的应用进展予以综述。     

扩散峰度成像在缺血性脑卒中的研究进展

扩散峰度成像（DKI）是用于量化组织内水分子非高斯运动的磁共振新技术,是扩散成像技术的延伸,对于描绘脑组织微观结构以及缺血性脑卒中具有独特优势。本文就DKI的原理及其在缺血性脑卒中方面的研究进展做一综述。     

常见精神障碍性疾病的扩散峰度成像研究进展

精神障碍性疾病目前诊断主要依赖于临床表现,至今为止尚未发现明确的生物学指标。扩散峰度成像(diffusion kurtosis imaging,DKI)是扩散磁共振成像中的一种,反映组织内水分子非高斯扩散特性,能够更真实、更细微地反映微观结构变化的信息,可以不依赖组织的空间位置、同时导出标准的扩散张量成像(diffusion tensor imaging,DTI)参数及DKI参数。DKI技术在精神障碍性疾病(精神分裂症、抑郁症)的研究中发现了脑灰质、白质微结构的改变,有助于对其神经病理生理机制的研究。作者就DKI的成像原理及其在常见精神障碍性疾病中的应用进行综述。     

磁共振扩散峰度成像在脑肿瘤的研究进展

磁共振扩散峰度成像(diffusion kurtosis imaging,DKI)是扩散张量成像(diffusion tensorimaging,DTI)技术的延伸,该技术的主要优势是可以量化组织内水分子非高斯扩散的特性,对人体组织微观结构的复杂状态比其他技术更敏感,进而能够提供更多的结构变化信息并反映疾病的病理生理改变,有利于在疾病早期进行定性诊断并尽早指导临床决策。目前,DKI技术在临床多种疾病和科研中都有较多的应用,作者对DKI在脑肿瘤中的国内外研究进展进行综述。     

磁共振新技术DKI和IVIM在中枢神经系统的研究现状

磁共振成像(MRI)技术在评估脑的解剖结构及功能变化方面得到日益广泛的应用。扩散峰度成像(DKI)是用于量化组织内水分子非高斯运动的磁共振新技术,是扩散成像技术的延伸,对于描绘脑组织微观结构具有独特优势。体素内不相干运动成像(IVIM)是近几年发展起来的无创评价活体组织内分子扩散运动及灌注的MRI新技术。本文对DKI和IVIM的成像原理以及对中枢神经系统的应用价值的研究进展予以综述。     

磁共振扩散峰度成像在乳腺癌诊断中的研究进展

磁共振扩散峰度成像(diffusion kurtosis imaging,DKI)能够表征生物体内组织水分子的扩散受限程度及扩散的不均质性,它是基于磁共振扩散张量技术(diffusion tensor imaging,DTI)发展的一种新兴成像技术。作为一种非侵入性磁共振成像技术,扩散峰度成像由于其优异的软组织对比度和非高斯特性而越来越多地应用于乳腺病灶的诊断。近年来,乳腺癌发病率持续上升,已成为我国女性恶性肿瘤之首,而扩散峰度成像能够有效反映乳腺病灶微观结构的复杂性,在乳腺良恶性肿瘤的鉴别及乳腺癌预后评估中具有一定的价值,为临床诊疗提供信息。文章综述了DKI在乳腺良、恶性病变的鉴别诊断、乳腺癌组织学分级及与生物预后因子的关系等方面的研究进展。     

IVIM及DKI在乳腺病变的临床研究进展

扩散加权成像(diffusion weighted imaging,DWI)获得的扩散信息存在一定程度的偏移,因此,为更精确描述体内扩散运动及组织微细结构,基于毛细血管微循环灌注的体素内不相干运动(intravoxel incoherent motion imaging,IVIM)模型以及基于非高斯分布的扩散峰度成像(diffusion kurtosis imaging,DKI)模型被相继提出,其相关临床应用也是目前研究的热点。本文主要介绍IVIM及DKI模型的理论基础及二者在乳腺病变中的临床研究进展。     

扩散峰度成像在中枢神经系统疾病的研究进展

磁共振扩散峰度成像(DKI)是扩散张量成像(DTI)技术的延伸,其优势是可以量化组织内水分子非高斯扩散的特性,能够较扩散加权成像、DTI技术提供更加真实、准确的组织微观结构信息。DKI在临床诊疗中主要应用于中枢神经系统疾病,早期、准确的诊断此类疾病,并及时的制定合理的治疗方案,可以更好的改善患者的预后。因此,DKI技术作为扩散加权成像、DTI技术的补充和延伸,通过定量分析水分子的非正态扩散特性,实现优势互补,对于中枢神经系统疾病的早期诊断和预后评估都具有重要意义。近年来,DKI在临床上应用越来越广泛,但在b值的优化选择,以及如何缩短扫描时间上还有待进一步研究。本文结合国内外研究现状,介绍了DKI的基本原理及相关参数,并对DKI在轻度脑损伤、急性脑梗死的早期诊断,脑退行性病变病情的监测评估,以及脑肿瘤的术前分级等方面进行综述。      

磁共振扩散峰度成像预测急性脑梗死预后的初步研究

目的探讨磁共振扩散峰度成像(diffusion kurtosis imaging,DKI)相比于扩散加权成像(diffusion weighted imaging,DWI)及扩散张量成像(diffusion tensor imaging,DTI)在预测急性脑梗死预后的优势。材料与方法选取我院1例女性急性脑梗死患者,患者首次检查共发现9个急性脑梗死病灶,分别测量病灶的体积、表观扩散系数(apparent diffusion coefficient,ADC)及DKI各参数值。12 d后对该患者进行复查,发现9个病灶体积变化不同,将体积变小的4个病灶归为第1组,体积变大的5个病灶归为第2组。分析两组病灶首次检查的ADC值及DKI参数值的差异性,并且对9个不同病灶首次检查的ADC值及DKI参数值与两次检查病灶体积变化的相关性进行分析。结果 9个病灶首次检查的平均扩散峰度(mean kurtosis,MK)、轴向峰度(axial kurtosis,Ka)、径向峰度(radical kurtosis,Kr)、△MK及△Ka与病灶体积变化呈正相关,相关系数r分别为0.791、0.805、0.732、0.802及0.855,相关性强。两组病灶的△MK值差异有统计学意义(P0.05),△ADC值及其他DKI参数值差异均无统计学意义(P0.05)。结论研究表明,急性脑梗死病灶的DKI参数值(MK、Ka及Kr)高可能预示着病灶的预后较差,可为临床治疗及预后评估提供指导性意见。     

扩散峰度成像在脊髓损伤性病变中的研究进展

磁共振扩散峰度成像(DKI)是建立于非高斯成像基础上,可准确显示水分子运动受限程度的成像技术;可以动态反映人体的超微结构及相应病理改变,为脊髓损伤的研究提供了新的思路,且在脊髓损伤性病变的诊断和预后评估中,较传统MRI更加敏感.本文对脊髓DKI的技术原理、临床应用等进行综述.     

磁共振弥散峰度成像在腹部的应用

弥散峰度成像(DKI)技术是一种基于非高斯分布模型的新MRI技术,是DWI的延伸,可以量化水分子偏离正态分布的量,能够更真实、准确地反映人体环境的细微变化。DKI在神经系统已有较多研究,并已取得良好成果。近年来,DKI在腹部中的应用研究也逐渐成为热点。本文就DKI的原理及其在腹部的应用做一综述。     

磁共振扩散成像技术在轻度认知障碍的研究进展

轻度认知障碍(mild cognitive impairment,MCI)被认为是正常老龄化和阿尔茨海默病(Alzheimer'disease,AD)以及其他类型痴呆的中间状态。给予MCI患者积极的干预治疗,有助于改善认知功能并减缓MCI向AD的转变。因此,寻找MCI诊断和进展监测的敏感影像标记物是非常必要的。磁共振扩散成像技术能够通过描述脑组织中水分子的扩散运动来检测微观结构的变化,可以为MCI的病理机制研究和认知障碍严重程度的评估提供重要的信息。近年来,新型磁共振扩散成像技术的不断发展为MCI的研究提供了额外的价值。作者对扩散张量成像(diffusion tensor imaging,DTI)、扩散峰度成像(diffusion kurtosis imaging,DKI)、自由水扩散磁共振成像(free-water diffusion magnetic resonance imaging,FW diffusion MRI)、神经突方向离散度和密度成像(neurite orientation dispersion and density imaging,NODDI)技术在MCI中的研究进行综述。     

White matter characterization with diffusional kurtosis imaging

Diffusional kurtosis imaging (DKI) is a clinically feasible extension of diffusion tensor imaging that probes restricted water diffusion in biological tissues using magnetic resonance imaging. Here we provide a physically meaningful interpretation of DKI metrics in white matter regions consisting of more or less parallel aligned fiber bundles by modeling the tissue as two non-exchanging compartments, the intra-axonal space and extra-axonal space. For the b-values typically used in DKI, the diffusion in each compartment is assumed to be anisotropic Gaussian and characterized by a diffusion tensor. The principal parameters of interest for the model include the intra- and extra-axonal diffusion tensors, the axonal water fraction and the tortuosity of the extra-axonal space. A key feature is that these can be determined directly from the diffusion metrics conventionally obtained with DKI. For three healthy young adults, the model parameters are estimated from the DKI metrics and shown to be consistent with literature values. In addition, as a partial validation of this DKI-based approach, we demonstrate good agreement between the DKI-derived axonal water fraction and the slow diffusion water fraction obtained from standard biexponential fitting to high b-value diffusion data. Combining the proposed WM model with DKI provides a convenient method for the clinical assessment of white matter in health and disease and could potentially provide important information on neurodegenerative disorders.