需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

骨骼肌疾病的定量磁共振成像

19K 次观看

⸱

DOI：

10.3791/52352

⸱

2016年12月18日

 ,  ,  ,  ,  ,  ,  ,  ,  , 
1Institute of Imaging Science, Vanderbilt University, 2Department of Radiology and Radiological Sciences, Vanderbilt University, 3Department of Biomedical Engineering, Vanderbilt University, 4Department of Molecular Physiology and Biophysics, Vanderbilt University, 5Department of Physical Medicine and Rehabilitation, Vanderbilt University, 6Department of Physics and Astronomy, Vanderbilt University

本文内容

摘要

神经肌肉疾病通常表现出时间上动态变化、空间上异质性以及多方面的病理特征。本方案的目的是利用无创磁共振成像方法对这种病理特征进行表征。

摘要

定量磁共振成像（qMRI）是指开发和利用磁共振成像技术，以量化生物系统的物理、化学和/或生物学特性。神经肌肉疾病通常表现出随时间变化、空间分布异质且多因素并存的病理特征。本实验方案的目标是利用qMRI方法对这类病理特征进行表征。磁共振成像采集流程首先包括定位像（用于确定受试者身体及目标组织在磁共振系统中的位置）、相关磁场分布的质量控制测量，以及用于一般解剖学表征的结构成像。该方案中的qMRI部分包括纵向和横向弛豫时间常数（分别为T1和T2）的测量。同时采集扩散张量磁共振成像数据，通过测量水分子的扩散性来推断水肿等病理过程。定量磁化转移成像用于表征大分子结合态水与自由水质子的相对组织含量。最后，采用脂肪-水磁共振成像方法对肌肉中纤维脂肪组织替代情况进行表征。本文除了描述数据采集与分析流程外，还讨论了这些方法可能存在的问题、数据的分析与解读、磁共振成像的安全性，以及伪影抑制和方案优化的策略。

引言

定量磁共振成像（qMRI）是指开发和利用磁共振成像（MRI）技术，以量化生物系统的物理、化学和/或生物学特性。qMRI要求为所研究系统建立一个生物物理模型，该模型包含目标组织和一个MRI脉冲序列。该脉冲序列的设计目的是使图像信号强度对模型中感兴趣的参数具有敏感性。根据该模型，对MRI信号特性（信号幅度、频率和/或相位）进行测量和分析。其目标是获得对具有连续分布的物理测量单位的物理或生物参数的无偏定量估计。通常，描述系统的方程会在逐像素的基础上进行分析和拟合，从而生成一幅图像，其像素值直接反映该变量的数值。此类图像被称为参数图。

定量磁共振成像（qMRI）的一个常见用途是生物标志物的开发与应用。生物标志物可用于研究疾病机制、建立诊断、确定预后和/或评估治疗反应。它们可以表现为内源性或外源性分子的浓度或活性、组织学标本、物理量或体内图像。生物标志物的一些基本要求包括：使用物理测量单位客观地测量一个连续分布的变量；与目标病理状态具有明确且被充分理解的关系；对临床状态的改善或恶化具有敏感性；并且能够以适当的准确度和精密度进行测量。无创或微创的生物标志物尤其理想，因为它们能够提高患者的舒适度，并对目标病理状态的干扰最小。

开发基于影像的肌肉疾病生物标志物的一个目标是，以补充现有方法、更具特异性、更高空间选择性或更少侵入性的方式来反映肌肉疾病。在这一方面，定量磁共振成像（qMRI）的一个显著优势在于，它能够整合多种类型的信息，从而有可能表征疾病过程的多个方面。这种能力在肌肉疾病中尤为重要，因为这类疾病通常表现出空间分布不均且复杂的病理特征，包括炎症、坏死和/或伴随脂肪替代的萎缩、纤维化、肌原纤维晶格结构的破坏（"Z线流变"）以及细胞膜损伤。qMRI方法的另一个优势在于，基于对比度的磁共振图像的定性或半定量描述不仅反映病理状态，还受到图像采集参数、硬件设备以及人为判读差异的影响。Wokke et al. 的研究便展示了这一问题的一个实例：与定量脂肪/水磁共振成像（FWMRI）相比，对脂肪浸润的半定量评估结果往往变异较大且常出现错误1。

此处描述的方案包含用于测量纵向（T1）和横断面（T2弛豫时间常数、定量磁化转移（qMT）参数、利用扩散张量磁共振成像（DT-MRI）测得的水扩散系数，以及利用结构像和功能性水分子磁共振成像（FWMRI）评估的肌肉结构。 T1 使用反转恢复序列测量，其中净磁化矢量被反转，并在系统恢复至平衡状态时对其幅值进行采样。 T2 通过使用一系列重聚焦脉冲（如 Carr-Purcell Meiboom-Gill（CPMG）方法）反复重聚焦横向磁化，并采样由此产生的自旋回波来测量。 T1 和 T2 可使用非线性曲线拟合方法对数据进行分析，该方法可假定包含若干指数组分 先验的 （通常为一到三个）或采用线性逆推法，该方法将观测数据拟合为大量衰减指数函数的和，从而得到信号振幅的谱图。此方法需要非负最小二乘（NNLS）求解3，通常还包括额外的正则化以获得稳定的结果。 T1 和 T2 测量已广泛用于研究肌肉疾病和损伤4-9. T1 在肌肉脂肪浸润区域，该值通常降低，而在炎症区域则升高4-6; T2 在脂肪浸润和炎症区域，该值均升高10.

定量磁化转移磁共振成像（QMT-MRI）通过估算大分子质子池与自由水质子池之间的比例（即池大小比值，PSR）、这些质子池的固有弛豫率以及它们之间的交换速率，来表征组织中的自由水和类固体大分子质子池。常见的定量磁化转移（qMT）方法包括脉冲饱和11和选择性反转恢复12,13技术。以下方案描述了脉冲饱和法的应用，该方法利用大分子质子信号较宽的线宽特性，相对于水质子信号较窄的线宽。通过在远离水质子信号的共振频率处对大分子信号进行饱和，可因固体态与自由水质子池之间的磁化转移而导致水质子信号减弱。数据通过定量的生物物理模型进行分析。QMT 已在健康肌肉组织中得到开发和应用14,15，最近有一篇摘要报道了其在肌肉疾病中的应用16。QMT 已被用于研究肌肉炎症的小动物模型，研究表明炎症会导致 PSR 降低17。由于磁化转移（MT）效应同时反映大分子含量和水含量，因此 MT 数据也可能反映纤维化程度18,19。

弥散张量磁共振成像（DT-MRI）用于量化具有有序、细长细胞结构的组织中水分子的各向异性扩散行为。在DT-MRI中，水分子的扩散在六个或更多不同方向上进行测量，随后将这些信号拟合到张量模型20。扩散张量D经对角化处理，得到三个特征值（即三个主扩散系数）和三个特征向量（指示对应于三个扩散系数的方向）。这些参数以及由D导出的其他定量指标，可提供有关组织微观结构和取向的信息。肌肉的扩散特性，特别是D的第三特征值以及扩散各向异性的程度，能够反映肌肉炎症17，以及由实验性损伤21、拉伤22和疾病23,24引起的肌肉损伤。其他可能影响肌肉扩散特性的因素包括细胞直径的变化25和细胞膜通透性的改变。

最后，肌肉萎缩（无论是否伴有肉眼可见的脂肪浸润）是多种肌肉疾病的病理组成部分。可通过结构图像测量肌肉横截面积或体积，并结合水脂磁共振成像（FW-MRI）评估脂肪浸润程度，从而对肌肉萎缩进行评价。在T1加权和T2加权图像中可对脂肪浸润进行定性描述26，但利用脂肪与水中的质子共振频率差异生成图像，是测量脂肪和水信号的最佳方法27-29。定量水脂成像技术已应用于肌营养不良等肌肉疾病的研究1,30,31，并可预测这些患者行走能力的丧失31。

本文所述的定量磁共振成像（qMRI）方案利用上述所有测量方法，对自身免疫性炎症性肌病——皮肌炎（DM）和多发性肌炎（PM）——中的肌肉状况进行表征。该方案的更多细节（包括其可重复性）已在先前的研究中发表32。该方案包含标准脉冲序列，以及在本系统上专门编程的射频（RF）和磁场梯度单元。作者认为，该方案也可适用于其他以肌肉萎缩、炎症和脂肪浸润为特征的神经肌肉疾病（如肌营养不良症）。

访问受限。请登录或开始试用以查看此内容。

方案

注意：提醒读者，所有涉及人类受试者的研究必须获得当地机构审查委员会（IRB）关于人类受试者研究使用的批准。必须告知研究参与者拟议研究的目的、程序、风险和益处；替代治疗或程序的可获得性；补偿的可获得性；以及他们享有的隐私权、撤回同意权和中止参与的权利。在进行MRI测试之前，研究人员必须向潜在研究参与者提供经IRB批准的知情同意书（ICD），解释其内容，并询问该潜在参与者是否愿意参加本研究。如果同意，参与者必须在签署并注明日期后，方可进行本方案中的任何步骤。

1. 检测前的准备工作

  1. 限制可能干扰数据的生活习惯
    1. 指导受试者在测试前48小时内避免进行中等或剧烈运动。指导受试者在测试前24小时内避免使用非处方药物及饮酒。指导受试者在测试前6小时内避免使用烟草或摄入咖啡因。
    2. 测试前，确认受试者已遵守上述各项指示。
  2. 准备MRI系统
    1. 确保材料与设备表中所列所有必要设备均已备齐。
    2. 设定MRI扫描方案；建议参数见表1 - 5。

2. 测试当天：准备进行 MRI 数据采集

  1. 进行安全筛查
    1. 由经过MRI安全培训的医疗专业人员向研究参与者提供适当的MRI安全表格（例如www.mrisafety.com上的表格），以筛查MRI环境中潜在的危险。
    2. 如果存在任何植入的磁性或磁敏感物体，需确保其适合进行MRI扫描。
  2. 准备MRI系统
    1. 所有人员在进入安置MRI系统的房间前，必须移除所有磁性及磁敏感物体。每次人员进入MRI房间时均需进行此项检查。
    2. 通过将接收线圈放置在MRI系统的检查床上来准备MRI系统。同时在床面上铺设带床单的床垫，并放置带枕套的枕头。准备好用于固定大腿的绑带，以及置于膝下的衬垫或枕头。
    3. 启动软件界面，输入患者数据，并打开成像协议。
  3. 将研究参与者安置于MRI扫描仪检查床上
    1. 观察研究参与者检查自身及其衣物中是否携带磁敏感物品。将这些物品安全存放于MRI室外部的可上锁容器中。完成此步骤后，立即陪同研究参与者进入MRI室。
    2. 将参与者以仰卧、足先进体位安置于检查床上。尽可能将待成像部位置于床面中线位置。在膝下放置衬垫或枕头，以减轻下背部的张力，并在头下放置枕头。为限制运动，轻柔但有效地固定大腿、小腿和足部，并确保参与者处于舒适状态。
    3. 将射频接收线圈环绕放置于参与者的 thighs 周围，并将其连接至MRI系统。
  4. 指导参与者并完成最终的测试前步骤
    1. 说明如何与研究人员进行沟通，为参与者提供听力保护装置以及可在需要时用于引起注意的信号装置。告知参与者在整个成像序列期间及序列间必须保持静止。
    2. 将检查床推进MRI扫描仪内，使待成像部位与MRI扫描仪中心对齐。
    3. 离开MRI室后，确认患者通信系统正常工作，并确认参与者处于舒适状态。在整个检查过程中，应定期与参与者沟通，以确保其舒适并遵守指令。

3. 测试当天：获取 MRI 数据

  1. 准备步骤
    1. 由于MRI系统在每次成像序列前会自动确定仪器设置和校准参数（中心频率、接收增益校准）， 等等。），监督这些过程，并确保每一步都正确执行。
    2. 使用合适的软件界面采集一组定位像（也称为预扫描或 scout 像）；采用下述推荐的参数进行采集 表 2.
    3. 通过识别损伤区域和/或参照相对于可重复解剖标志的层面位置，确定定量磁共振成像（qMRI）数据采集的中心层面位置。
  2. 发射与接收线圈校准步骤
    1. 对于这些步骤以及所有后续成像步骤，需定义解剖区域以优化静态磁场（B₀）的均匀性0），这一过程称为“匀场”。参见 图1A 用于本研究中典型的匀场感兴趣体积（VOI）的放置位置。
    2. 如果MRI扫描仪配备多通道发射线圈，则需采集射频校准数据集。
    3. 如果MRI扫描仪配备多通道接收线圈，请获取线圈的空间灵敏度图。
  3. 获取结构磁共振成像数据
    1. 获取高分辨率、多层面的 T1-加权图像，采用快速自旋回波（FSE）序列；本研究中所使用的成像参数如下所示 表1.
    2. 获取高分辨率、多层面的 T2-加权图像，采用FSE序列；本研究所使用的成像参数如下所示： 表 2.
  4. 获取实时质量控制和进行后期处理校正的数据
    1. 获取三维（3D）多梯度回波数据以用于计算 B0 场图。本研究所采用的成像参数如下所示。 表3.
    2. 检查场图，确保图像中没有任何超过 ±60 Hz（在 3 特斯拉下约 0.5 百万分之一）的偏差。如果存在此类偏差，则应采用其他匀场方法（不同的方法、不同的兴趣体积放置位置）。 等等.).
    3. 获取用于计算进动角图的三维数据。本研究中使用的成像参数如下所示： 表2.
    4. 检查场图，确保不存在偏离标称倾倒角过大的区域。对于本方案中使用的射频脉冲，若偏离程度超过标称倾倒角的±30%，则视为过大。
  5. 获取定量磁共振成像数据
    1. 获取三维图像以进行计算 T1，采用反转恢复序列。本研究所使用的成像参数如下所示： 表3.
    2. 重复该步骤 T1 在存在脂肪信号抑制（FS；该参数简写为 T1,FS).
    3. 获取单层图像用于计算 T2，采用多回波自旋序列。使用如下所示的成像参数 表3.
    4. 重复 T2 在FS存在下的测量（T2,荧光素酶活性检测).
    5. 使用带有频率选择（FS）的脉冲饱和序列及下述成像参数获取三维图像，用于计算qMT参数 表4.
    6. 使用一系列扩散加权图像获取用于计算扩散张量参数的多层面数据。本研究中采用的成像参数如下所示 表4.
    7. 使用一系列六次梯度回波图像获取用于计算脂肪/水图像的三维数据。本研究中采用的成像参数如下所示 表5.
  6. 完成qMRI方案后
    1. 通过检查图像中是否存在可校正的伪影，并测量足够的信噪比，确保所有图像具有合适的质量。
    2. 对于每个qMRI数据集，在图像序列中定义多个感兴趣区域（ROIs），并分析信号随相关参数的变化情况（例如，对于 T1依赖于步骤 3.5.1 和 3.5.2 中获取的数据，绘制信号随 TI 变化的曲线，并确保数据符合下文步骤 4.1.2 中列出的反转恢复函数。
    3. 完成对磁敏感物体的个人筛查后，进入磁共振成像室。将受试者从磁体中移出，取下所有绑带和垫子，并协助受试者离开磁共振成像设备及磁共振成像室。
    4. 根据当地健康隐私法律规定的合规方法，将数据传输至本地工作站进行处理；数据可导出为医学数字成像和通信（DICOM）文件，或设备厂商的专有格式（本方案所采用的方法）。

4. 分析qMRI数据

  1. 计算参数图
    1. 使用专为科学计算和图像分析设计的计算机程序。通过检查图像中信号强度的直方图，生成基于信号阈值的图像掩膜，以区分信号区域与噪声区域。对图像中信号部分的每个像素执行以下步骤。
    2. 分析 T1 通过测量信号强度获取数据 S 针对每个反转时间（TI）。然后，拟合各TI对应的数值 S 到一个具有减少预延迟的反转恢复模型：

      Magnetic resonance equation for signal intensity S; formula image for T1 relaxation analysis.

      其中 M0 是代表平衡状态下磁化强度的信号强度， Sf 是倒置比率，且 TD 是预延迟时间。然后，使用FS将数据拟合到同一模型，从而确定带有FS的纵向弛豫时间常数， T1,FS.
    3. 分析T2 通过测量数据 S 在每个TE处。然后，将数据拟合到单指数衰减模型：

      Exponential decay formula, S=Mn*e^(-t/T2)+N, in physics experiment diagram.

      其中 N 是基线处的信号偏移量。读者也可选择将数据拟合到多指数模型，例如以下模型：

      Static equilibrium equation S=N+M0Σjfje^(-TE/T2,j); transient absorption spectrum analysis.

      其中 J 指数组分的数量 f 和 T2,j 信号组分和 T2 与……相关的数值 jth 组分。或者，读者可使用非负最小二乘法（NNLS）方法3在后一种情况下，使用多指数弛豫分析（MERA）工具箱33 可免费获取；其他程序也可使用。对包含和不包含 FS 的数据重复进行这些分析。
    4. 为了分析qMT数据，进行测量 S 针对每个辐照功率和频率偏移。校正标称辐照功率（以 ω 表示）1 使用进动角图校正频率偏移（Δf 在以下方程中，通过使用 B0 通过映射调整施加的偏移频率，然后将数据拟合到以下模型34,35

      Static equilibrium equation, signal-to-noise ratio formula, mathematical expression for research analysis.

      其中，为大分子池与自由水池之间的交换率，为自由水池的纵向弛豫率，为大分子池的纵向弛豫率（假设为1 s⁻¹）-1），PSR，是 T2 自由水池的，以及 ω1CWPE 饱和脉冲的平均功率。大分子池纵向磁化饱和率由Henkelman及其同事研究中描述的超洛伦兹模型描述。34,35.
    5. 为了分析DTI数据，首先使用仿射变换算法36 将每个扩散加权图像配准至相应的非扩散加权图像。然后，对每个像素，测量其信号强度值 S 在非扩散加权图像及每个扩散加权方向上，构建由扩散编码方向组成的矩阵。采用多元加权最小二乘回归，将信号数据对扩散编码矩阵进行回归并生成 D对角化 D 对特征值及其对应的特征向量进行按模排序，然后按如下公式计算平均扩散率（MD）：

      Mean diameter calculation formula \(MD=\frac{\lambda_1+\lambda_2+\lambda_3}{3}\).

      其中 λ1，λ2，和 λ3 扩散张量的特征值。同时按以下公式计算分数各向异性（FA）：

      Fractional Anisotropy (FA) formula, MRI diffusion tensor imaging analysis, mathematical equation.
       
    6. 使用定量方法分析FWMRI数据，该方法基于化学位移分离水和脂肪信号（例如FattyRiot算法，可从https://github.com/welcheb/FattyRiot免费下载）。
  2. 定义用于分析的兴趣区域
    1. 在解剖图像上指定感兴趣区域（通过定义每个目标肌肉的边界）。示例如下所示 图1.
    2. 调整感兴趣区域（ROIs）的大小以匹配定量磁共振成像（qMRI）图像的矩阵尺寸。根据需要，调整ROIs的位置对齐qMRI图谱（例如，若受试者在不同扫描间发生移动，则可能需要平移ROIs位置，以避免超出肌肉边界）。
    3. 检查每个感兴趣区域（ROI）。如有必要，确保不包含部分容积伪影、非收缩组织和血流伪影的像素；请参见 图1 例如。
    4. 计算所选感兴趣区域（ROI）内所有像素的定量磁共振成像（qMRI）值的平均值和标准差。

访问受限。请登录或开始试用以查看此内容。

结果

图1显示了从一名多发性肌炎患者大腿中部获取的代表性轴向解剖图像。图中还显示了匀场体积的平面内投影位置。每种定量磁共振成像（qMRI）方法的代表性参数图均来自同一名患者，见图2 - 7。

图2A 和 图2B 分别展示了 ΔB0 和进动角场图。该 B0 场图显示，其磁场均匀性最高的区域与匀场感兴趣区域（VOI）的位置在空间上高度重合，如 图1A 所示。在肌肉区域内，ΔB0 值的范围为 -40 至 52 Hz，平均值为 9.3 Hz，标准差为 11.2 Hz。在进动角图中，数值范围为标称进动角的 84.7% 至 122.3%。通过将进动角图与 图1

访问受限。请登录或开始试用以查看此内容。

讨论

肌营养不良症和特发性炎症性肌病等肌肉疾病是一组在病因上具有异质性、且各自发病率较低的疾病。例如，杜氏肌营养不良症——最常见的肌营养不良类型——其发病率约为每3,500例男性活产婴儿中1例37,38；而本实验方案所应用的皮肌炎，其发病率约为每100,000人中1例39。然而，这些疾病总体的发病率相对较高，且常表现出相似的病理特征——包括萎缩、炎症、脂肪浸润、膜损伤和纤维化——这支持建立并应用一套通用的方法，用于对这些疾病进行定量表征。

定量磁共振成像（qMRI）能够无创地表征多种病理生理变化。与任何科学方法一样，qMRI研究必须谨慎实施。一个基本问题是安全性。此外，本文所述的每种qMRI方法都存在相关的误差来源；出于显而易见的原因，理解并识别这些误差至关重要。最后，许多测量结果具有复杂的解释性。本文将讨论这些问题。在呈现本讨论部分时，我们指出，此处提供的实验方案反映了我们认为最适合我们研究目的的最佳实验方法。我们认识到，其他人可能持有不同观点、具备额外知识，或在权衡方案优化的潜在结果时与我们有所不同。此外，读者所使用的MRI系统可能不具备本...

访问受限。请登录或开始试用以查看此内容。

披露

所有作者均无须报告的财务利益冲突。

致谢

我们感谢美国国立卫生研究院的资助支持：NIH/NIAMS R01 AR050101（BMD），NIH/NIAMS R01 AR057091（BMD/JHP），NIH/NIBEB K25 EB013659（RDD），以及范德堡临床与转化科学奖 RR024975。我们还感谢审稿人的意见，以及受试者的参与。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
3T 人体 MRI 系统Philips Medical Systems (Best, the Netherlands)Achieva/Intera
心脏相控阵接收线圈Philips Medical Systems
枕头、绑带、支撑垫及其他体位固定装置
配备 MATLAB 软件的计算机The Mathworks, Inc (Natick, MA)r. 2014

参考文献

  1. Wokke, B. H., et al. Comparison of Dixon and T1-weighted MR methods to assess the degree of fat infiltration in duchenne muscular dystrophy patients. J Magn Reson Imaging. 38 (3), 619-624 (2013).
  2. Carr, H., Purcell, E. Effects of diffusion on free precession in NMR experiments. Phys Rev. 94, 630-638 (1954).
  3. Whittall, K. P., MacKay, A. L. Quantitative interpretation of NMR relaxation data. Journal of Magnetic Resonance. 84 (1), 134-152 (1989).
  4. Park, J. H., et al. Dermatomyositis: correlative MR imaging and P-31 MR spectroscopy for quantitative characterization of inflammatory disease. Radiology. 177 (2), 473-479 (1990).
  5. Park, J. H., et al. Magnetic resonance imaging and p-31 magnetic resonance spectroscopy provide unique quantitative data useful in the longitudinal management of patients with dermatomyositis. Arthritis & Rheumatism. 37 (5), 736-746 (1994).
  6. Park, J. H., et al. Use of magnetic resonance imaging and p-31 magnetic resonance spectroscopy to detect and quantify muscle dysfunction in the amyopathic and myopathic variants of dermatomyositis. Arthritis & Rheumatism. 38 (1), 68-77 (1995).
  7. Huang, Y., et al. Quantitative MR relaxometry study of muscle composition and function in Duchenne muscular dystrophy. J Magn Reson Imaging. 4 (1), 59-64 (1994).
  8. Kim, H. K., et al. T2 mapping in Duchenne muscular dystrophy: distribution of disease activity and correlation with clinical assessments. Radiology. 255 (3), 899-908 (2010).
  9. Arpan, I., et al. T2 mapping provides multiple approaches for the characterization of muscle involvement in neuromuscular diseases: a cross-sectional study of lower leg muscles in 5-15-year-old boys with Duchenne muscular dystrophy. NMR in Biomedicine. 26 (3), 320-328 (2013).
  10. Fan, R. H., Does, M. D. Compartmental relaxation and diffusion tensor imaging measurements in vivo in λ-carrageenan-induced edema in rat skeletal muscle. NMR in Biomedicine. 21 (6), 566-573 (2008).
  11. Sled, J. G., Pike, G. B. Quantitative interpretation of magnetization transfer in spoiled gradient echo MRI sequences. J Magn Reson. 145 (1), 24-36 (2000).
  12. Gochberg, D. F., Gore, J. C. Quantitative magnetization transfer imaging via selective inversion recovery with short repetition times. Magn Reson Med. 57 (2), 437-441 (2007).
  13. Li, K., et al. Optimized inversion recovery sequences for quantitative T1 and magnetization transfer imaging. Magn Reson Med. 64 (2), 491-500 (2010).
  14. Louie, E. A., Gochberg, D. F., Does, M. D., Damon, B. M. Magnetization transfer and T2 measurements of isolated muscle: effect of pH. Magn Reson Med. 61 (3), 560-569 (2009).
  15. Sinclair, C. D. J., et al. Quantitative magnetization transfer in in vivo healthy human skeletal muscle at 3 T. Magn Reson Med. 64 (6), 1739-1748 (2010).
  16. Sinclair, C., et al. Multi-parameter quantitation of coincident fat and water skeletal muscle pathology. Proc 21st Ann Meeting ISMRM. , (2013).
  17. Bryant, N., et al. Multi-parametric MRI characterization of inflammation in murine skeletal muscle. NMR Biomed. 27 (6), 716-725 (2014).
  18. Aisen, A. M., Doi, K., Swanson, S. D. Detection of liver fibrosis with magnetic cross-relaxation. Magn Reson Med. 31 (5), 551-556 (1994).
  19. Kim, H., et al. Induced hepatic fibrosis in rats: hepatic steatosis, macromolecule content, perfusion parameters, and their correlations-preliminary MR imaging in rats. Radiology. 247 (3), 696-705 (2008).
  20. Basser, P. J., Mattiello, J., LeBihan, D. MR diffusion tensor spectroscopy and imaging. Biophys J. 66 (1), 259-267 (1994).
  21. Heemskerk, A., Strijkers, G., Drost, M., van Bochove, G., Nicolay, K. Skeletal muscle degeneration and regeneration following femoral artery ligation in the mouse: diffusion tensor imaging monitoring. Radiology. 243 (2), 413-421 (2007).
  22. Zaraiskaya, T., Kumbhare, D., Noseworthy, M. D. Diffusion tensor imaging in evaluation of human skeletal muscle injury. J Magn Reson Imaging. 24 (2), 402-408 (2006).
  23. Qi, J., Olsen, N. J., Price, R. R., Winston, J. A., Park, J. H. Diffusion-weighted imaging of inflammatory myopathies: polymyositis and dermatomyositis. J Magn Reson Imaging. 27 (1), 212-217 (2008).
  24. McMillan, A. B., Shi, D., Pratt, S. J., Lovering, R. M. Diffusion tensor MRI to assess damage in healthy and dystrophic skeletal muscle after lengthening contractions. J Biomed Biotech. , (2011).
  25. Scheel, M., et al. Fiber type characterization in skeletal muscle by diffusion tensor imaging. NMR Biomed. 26 (10), 1220-1224 (2013).
  26. Kaufman, L. D., Gruber, B. L., Gerstman, D. P., Kaell, A. T. Preliminary observations on the role of magnetic resonance imaging for polymyositis and dermatomyositis. Annalsrheumatic Dis. 46 (8), 569-572 (1987).
  27. Dixon, W. T. Simple proton spectroscopic imaging. Radiology. 153 (1), 189-194 (1984).
  28. Glover, G. H. Multipoint Dixon technique for water and fat proton and susceptibility imaging. J Magn Reson Imaging. 1 (5), 521-530 (1991).
  29. Berglund, J., Kullberg, J. Three-dimensional water/fat separation and T2* estimation based on whole-image optimization--application in breathhold liver imaging at 1.5 T. Magn Reson Med. 67 (6), 1684-1693 (2012).
  30. Gloor, M., et al. Quantification of fat infiltration in oculopharyngeal muscular dystrophy: Comparison of three MR imaging methods. J Magn Reson Imaging. 33 (1), 203-210 (2011).
  31. Fischmann, A., et al. Quantitative MRI and loss of free ambulation in Duchenne muscular dystrophy. J Neurol. 260 (4), 969-974 (2013).
  32. Li, K., et al. Multi-parametric MRI characterization of healthy human thigh muscles at 3.0 T - relaxation, magnetization transfer, fat/water, and diffusion tensor imaging. NMR Biomed. 27 (9), 1070-1084 (2014).
  33. Does, M. Multi-Exponential Relaxation Analysis (MERA) Toolbox, Version 2. , Available from: http://www.vuiis.vanderbilt.edu/~doesmd/MERA/MERA_Toolbox.html (2014).
  34. Morrison, C., Stanisz, G., Henkelman, R. M. Modeling magnetization transfer for biological-like systems using a semi-solid pool with a super-Lorentzian lineshape and dipolar reservoir. J Magn Reson Series B. 108 (2), 103-113 (1995).
  35. Li, J. G., Graham, S. J., Henkelman, R. M. A flexible magnetization transfer line shape derived from tissue experimental data. Magn Reson Med. 37 (6), 866-871 (1997).
  36. Mangin, J. F., Poupon, C., Clark, C., Le Bihan, D., Bloch, I. Distortion correction and robust tensor estimation for MR diffusion imaging. Med Image Anal. 6 (3), 191-198 (2002).
  37. Moser, H. Duchenne muscular dystrophy: pathogenetic aspects and genetic prevention. Hum Genet. 66 (1), 17-40 (1984).
  38. van Essen, A. J., Busch, H. F., te Meerman, G. J., ten Kate, L. P. Birth and population prevalence of Duchenne muscular dystrophy in The Netherlands. Hum Genet. 88 (3), 258-266 (1992).
  39. Bendewald, M. J., Wetter, D. A., Li, X., Davis, M. P. Incidence of dermatomyositis and clinically amyopathic dermatomyositis: A population-based study in olmsted county, minnesota. Arch Dermatol. 146 (1), 26-30 (2010).
  40. Carlier, P. G. Global T2 versus water T2 in NMR imaging of fatty infiltrated muscles: different methodology, different information and different implications. Neuromuscul Disord. 24 (5), 390-392 (2014).
  41. Foley, J. M., Jayaraman, R. C., Prior, B. M., Pivarnik, J. M., Meyer, R. A. MR measurements of muscle damage and adaptation after eccentric exercise. J Appl Physiol. 87 (6), 2311-2318 (1999).
  42. Garrood, P., et al. MR imaging in Duchenne muscular dystrophy: quantification of T1-weighted signal, contrast uptake, and the effects of exercise. J Magn Reson Imaging. 30 (5), 1130-1138 (2009).
  43. Bratton, C. B., Hopkins, A. L., Weinberg, J. W. Nuclear magnetic resonance studies of living muscle. Science. 147, 738-739 (1965).
  44. Fleckenstein, J. L., Canby, R. C., Parkey, R. W., Peshock, R. M. Acute effects of exercise on MR imaging of skeletal muscle in normal volunteers. AJR Am J Roentgenol. 151 (2), 231-237 (1988).
  45. Williams, S., Heemskerk, A., Welch, E., Damon, B., Park, J. The quantitative effects of inclusion of fat on muscle diffusion tensor MRI measurements. J Magn Reson Imaging. 38 (5), 1292-1297 (2013).
  46. Hernando, D., et al. Removal of olefinic fat chemical shift artifact in diffusion MRI. Magn Reson Med. 65 (3), 692-701 (2011).
  47. Willcocks, R. J., et al. Longitudinal measurements of MRI-T2 in boys with Duchenne muscular dystrophy: effects of age and disease progression. Neuromuscul Disord. 24 (5), 393-401 (2014).
  48. Poon, C. S., Henkelman, R. M. Practical T2 quantitation for clinical applications. J Magn Reson Imaging. 2 (5), 541-553 (1992).
  49. Does, M. D., Gore, J. C. Complications of nonlinear echo time spacing for measurement of T2. NMR Biomed. 13 (1), 1-7 (2000).
  50. Poon, C. S., Henkelman, R. M. 180° refocusing pulses which are insensitive to static and radiofrequency field inhomogeneity. J Magn Reson. 99 (1), 45-55 (1992).
  51. Hollingsworth, K. G., de Sousa, P. L., Straub, V., Carlier, P. G. Towards harmonization of protocols for MRI outcome measures in skeletal muscle studies: consensus recommendations from two TREAT-NMD NMR workshops, 2 May 2010, Stockholm, Sweden, 1-2 October 2009, Paris, France. Neuromuscul Disord. 22, Suppl 2. S54-S67 (2010).
  52. Underhill, H. R., Rostomily, R. C., Mikheev, A. M., Yuan, C., Yarnykh, V. L. Fast bound pool fraction imaging of the in vivo rat brain: Association with myelin content and validation in the C6 glioma model. Neuroimage. 54 (3), 2052-2065 (2011).
  53. Smith, S. A., et al. Quantitative magnetization transfer characteristics of the human cervical spinal cord in vivo: application to adrenomyeloneuropathy. Magn Reson Med. 61 (1), 22-27 (2009).
  54. Li, K. D. R., Dortch, R. D., Gochberg, D. F., Smith, S. A., Damon, B. M., Park, J. H. Quantitative magnetization transfer with fat component in human muscles. Proc. 20th Ann Meeting ISMRM. , (2012).
  55. Damon, B. M. Effects of image noise in muscle diffusion tensor (DT)-MRI assessed using numerical simulations. Magn Reson Med. 60 (4), 934-944 (2008).
  56. Damon, B. M., Buck, A. K. W., Ding, Z. Diffusion-tensor MRI-based skeletal muscle fiber tracking. Imaging Med. 3 (6), 675-687 (2011).
  57. Froeling, M., Nederveen, A. J., Nicolay, K., Strijkers, G. J. DTI of human skeletal muscle: the effects of diffusion encoding parameters, signal-to-noise ratio and T2 on tensor indices and fiber tracts. NMR in Biomedicine. 26 (11), 1339-1352 (2013).
  58. Basser, P. J., Pajevic, S. Statistical artifacts in diffusion tensor MRI (DT-MRI) caused by background noise. Magn Reson Med. 44 (1), 41-50 (2000).
  59. Anderson, A. W. Theoretical analysis of the effects of noise on diffusion tensor imaging. Magn Reson Med. 46 (6), 1174-1188 (2001).
  60. Saupe, N., White, L. M., Stainsby, J., Tomlinson, G., Sussman, M. S. Diffusion tensor imaging and fiber tractography of skeletal muscle: optimization of B value for imaging at 1.5 T. AJR Am J Roentgenol. 192 (6), W282-W290 (2009).
  61. Levin, D. I., Gilles, B., Madler, B., Pai, D. K. Extracting skeletal muscle fiber fields from noisy diffusion tensor data. Med Image Anal. 15 (3), 340-353 (2011).
  62. Sinha, U., Sinha, S., Hodgson, J. A., Edgerton, R. V. Human soleus muscle architecture at different ankle joint angles from magnetic resonance diffusion tensor imaging. J Appl Physiol. 110 (3), 807-819 (2011).
  63. Jones, D. K., Cercignani, M. Twenty-five pitfalls in the analysis of diffusion MRI data. NMR Biomed. 23 (7), 803-820 (2010).
  64. Hamilton, G., et al. In vivo characterization of the liver fat 1H MR spectrum. NMR Biomed. 24 (7), 784-790 (2011).
  65. Hernando, D., Kellman, P., Haldar, J. P., Liang, Z. P. Robust water/fat separation in the presence of large field inhomogeneities using a graph cut algorithm. Magn Reson Med. 63 (1), 79-90 (2010).
  66. Hernando, D., Hines, C. D., Yu, H., Reeder, S. B. Addressing phase errors in fat-water imaging using a mixed magnitude/complex fitting method. Magn Reson Med. 67 (3), 638-644 (2012).

访问受限。请登录或开始试用以查看此内容。

重印与许可

探索更多文章

定量磁共振成像T1弛豫T2弛豫弥散张量成像磁化转移成像脂肪-水磁共振成像定位像场图映射感兴趣区域
骨骼肌疾病的定量磁共振成像
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。