分享:
分享到微信朋友圈
X
综述
磁共振定量磁敏感图在中枢神经系统的研究进展
张其华 谭艳

Cite this article as: Zhang QH, Tan Y. MRI quantitative susceptibility mapping: research advances in central nervous system[J]. Chin J Magn Reson Imaging, 2022, 13(1): 151-153, 170.本文引用格式:张其华, 谭艳. 磁共振定量磁敏感图在中枢神经系统的研究进展[J]. 磁共振成像, 2022, 13(1): 151-153, 170. DOI:10.12015/issn.1674-8034.2022.01.035.


[摘要] 定量磁敏感图(quantitative susceptibility mapping,QSM)是磁敏感加权成像(susceptibility weighted imaging,SWI)技术的延伸,该技术的主要优势是可以量化人体组织中的铁含量,在显示微血管、监测血氧饱和度及鉴别微出血和钙化等方面具有优势,这有利于在疾病早期进行定性诊断并尽早为临床决策提供参考。目前,QSM技术在临床多种疾病和科研中都有较多的应用,本文仅就QSM在中枢神经系统中的最新应用进展进行综述。
[Abstract] Quantitative susceptibility mapping (QSM) is an extension of the susceptibility weighted imaging (SWI) technology, which can quantify the iron in tissues. It has advantages in displaying microvascular, monitoring blood oxygen saturation and differentiating microbleed and calcifications. It is conducive to early detection of diseases and early to provide reference for clinical decision-making. At present, QSM technology has been widely applied in clinical diseases and scientific research. This paper mainly reviews the research progress of QSM in central nervous system at home and abroad.
[关键词] 磁共振成像;定量磁敏感图;中枢神经系统;铁沉积;微出血;钙化
[Keywords] magnetic resonance imaging;quantitative susceptibility mapping;central nervous system;iron deposition;microbleeds;calcification

张其华 1   谭艳 2*  

1 山西医科大学医学影像学院,太原 030001

2 山西医科大学第一医院影像科,太原 030001

谭艳,E-mail:tanyan123456@sina.com

全部作者均声明无利益冲突。


基金项目: 国家自然科学基金 82071893,81701681 山西省留学人员科技活动择优资助项目 20200003 山西医科大学第一医院青年创新基金 YC1426
收稿日期:2021-07-31
接受日期:2021-12-17
中图分类号:R445.2  R741 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2022.01.035
本文引用格式:张其华, 谭艳. 磁共振定量磁敏感图在中枢神经系统的研究进展[J]. 磁共振成像, 2022, 13(1): 151-153, 170. DOI:10.12015/issn.1674-8034.2022.01.035.

       磁敏感加权成像(susceptibility weighted imaging,SWI)是可以反映组织间磁敏感差异的新技术,主要利用不同组织之间磁敏感加权差异成像。由于SWI无法完全剔除非局部效应和方向依赖对相位值的影响因素,所以不能精确地反映铁所导致的局部磁化率改变,因此SWI仅提供了一种定性的测定方法。定量磁敏感图(quantitative susceptibility mapping,QSM)通过从场到源的反演计算来定量计算磁化率值,将磁化率从定性研究导向了定量研究,使得QSM技术在中枢神经系统中得到了广泛的应用。笔者主要对QSM技术在中枢神经系统的国内外研究进展做一综述。

1 QSM的原理

       磁共振成像包含有幅值图和相位图,常规的扫描序列仅利用了幅值信息,而相位信息却一直被忽视没有被利用起来。相位图同样也包含了许多有价值的信息,通过一系列的处理可以得到反映局部组织内部磁化率的信息。因此,为了利用相位信息,SWI快速发展了起来,在中枢神经系统中应用广泛,但不足之处是SWI只能对组织内的磁敏感物质进行定性分析,而不能进行定量分析,同时,在磁化率差异较大的区域(如颅底部的含气鼻窦)有明显的伪影[1],影响颅底病变的观察和图像质量。Li等[2]开发了一种方法,可以定量测量脑组织内的铁含量,这为QSM奠定了理论基础。

       QSM同SWI一样,都是以梯度回波(gradient echo sequence,GRE)序列作为基础,不同的是,QSM在GRE序列基础上对获得的相位图进行解缠绕和去除背景场等预处理,得到反映局部磁场变化的场图,并结合特有的重建算法(k空间加权微分法、多方向采用磁化率计算方法、贝叶斯正则化方法等),重建出磁敏感图像,获得了更为精准的局部场图信息[3]。之后,QSM采用由场到源的反演计算来降低图像噪声及伪影的干扰,得到最终的QSM参数图,这是图像重建过程中最为重要的一步,可以对组织内部每一部位的磁化率值进行直观地测量,并且对颅底等复杂结构的显示比SWI更为精准[4]

2 QSM在中枢神经系统中的应用

2.1 痴呆性疾病

       大脑中铁失调在一些神经退行性疾病的神经元死亡中起作用,例如阿尔茨海默病(Alzheimer's disease,AD)、帕金森病(Parkinson's disease,PD)、亨廷顿病(Huntington's disease,HD)等,脑铁含量的增加会导致神经退化,这是神经退行性疾病的主要原因[5]。QSM通过测定脑铁含量,可以在一定程度上预测疾病的发生和进展。

       AD作为一种神经退行性疾病,缩短了老年人的寿命[6]。海马萎缩已经被确定为AD的生物标志物,Vinayagamani等[7]指出,通过QSM测定的脑组织内壳核的铁含量和海马萎缩一样都可以作为诊断AD的依据,QSM可以定量测量脑组织内的铁含量,铁含量越高,相应脑组织的磁敏感值就越高,表现在QSM上的信号也就越高,使用QSM测定的铁含量可以成为诊断临床前AD的成像标志物。PD特征性表现是震颤、步态僵硬和运动功能减退,大多数主要症状出现较晚,这时大多数神经元已经受到了损伤,因此能够在早期临床症状出现之前识别并检测出疾病变得尤为重要[8, 9]。Uchida等[10]对48名PD患者和20名年龄匹配的健康对照组进行了一项病例对照研究,研究表明PD患者的黑质和纹状体的QSM值高于健康对照组的值,同时,壳核的QSM值与其运动评分有一定的相关性;Thomas等[11]研究发现,PD患者双侧海马、丘脑、基底节区、尾状核的QSM值与其认知评估分数呈负相关,同时还发现,患者右侧壳核和岛叶皮质QSM值增加,其认知评估分数会降低,这强调了QSM作为监测PD患者病情的辅助生物标志物的潜力。HD的病理表现主要是大脑进行性萎缩,主要及最早的萎缩部位是新纹状体(包括尾状核和壳核)[12, 13]。Bergen等[14]对15名HD患者和16名年龄匹配的健康对照者进行了磁共振扫描,结果表明患有HD受试者的尾状核、壳核中磁敏感值显著增高;此外,尾状核和壳核的磁敏感值与其体积呈负相关,即尾状核和壳核体积萎缩越严重其磁敏感值就越高,这在一定程度上表明QSM可以通过测量尾状核和壳核的磁敏感值来预测HD。

       QSM测量脑铁含量,有助于痴呆性疾病的早期诊断。相比于常规MRI图像,QSM对病灶(铁沉积)的检出更敏感,可以定量评估患者的病损程度,在临床症状出现之前即可对疾病进行诊断,并尽早为临床决策提供参考。

2.2 脱髓鞘病变

       大脑皮质及运动皮层中铁失调在脱髓鞘病变中起作用,如多发性硬化(multiple sclerosis,MS)、肌萎缩侧索硬化症(amyotrophic latral sclerosis,ALS)、原发性侧索硬化症(primary lateral sclerosis,PLS)等,通过测量大脑中的铁含量,可以在一定程度上预测此类疾病的发生。

       MS是中枢神经系统的脱髓鞘病变,处于活动期的病灶在T1WI增强扫描会有明显强化。Langkammer等[15]说明了对比剂的使用与疾病的继发性进展和脑萎缩有关。因此,我们需要一种不依赖钆剂就能区分活动性病灶和非活动性病灶的成像方式。Vinayagamani等[7]研究表明,QSM通过测量脑铁含量,可以区分MS患者脑内的活动性病灶和非活动性病灶,表现为非活动性病灶中铁含量比活动性病灶中的更高。同时,Zhang等[16]的研究也证明了这一点,MS患者急性期病灶在QSM上表现为等信号,而慢性期病灶在QSM上表现为高信号,因此在监测MS患者病情期间就不需重复注射钆剂,这就避免了使用注射钆剂的增强扫描来诊断病灶是否处于活动期,提高了检查的安全性。这表明,QSM可以作为鉴别MS活动性和非活动性病灶的成像生物标志物。Gillen等[17]研究发现,在MS慢性炎症期,小胶质细胞被激活并摄取铁,这会导致病灶边缘区域QSM值升高,脑白质病变边缘的高QSM值是慢性炎症活动的高度敏感和特异的成像生物标志物,而病变内部的磁敏感性与炎症无关,这为监测MS慢性炎症期提供了新方法。ALS和PLS由于缺乏特定的疾病生物标志物,临床上诊断比较困难,通常诊断时临床症状已经出现了一年以上[18]。Acosta-Cabronero等[19]通过一组前瞻性研究证实,ALS患者大脑运动皮层中铁的沉积使其具有较高的磁敏感性,这可能为研究ALS的病理机制提供了新思路。Schweitzer等[20]对16名ALS或PLS的患者和23名对照组做了一组回顾性研究,研究表明ALS和PLS患者的运动皮层磁敏感值要明显高于对照组,将对照组与ALS或PLS患者区分开来的敏感度为87.5%,特异度为87.0%,AUC为0.88。因此,QSM有潜力作为诊断ALS和PLS的定量生物标志物。

       QSM的应用,可以在一定程度上替代钆增强扫描来监测MS患者的病情,提高了检查的安全性,并可以对ALS和PLS进行早期诊断,使患者尽早进行药物治疗,以延缓病情的进展。

2.3 血管性疾病

       脑血管疾病是临床的常见病和多发病,常见的有出血性脑卒中、脑血管畸形、缺血性脑卒中等,是中风和血管性痴呆的常见原因[21],但是目前对其发病机制尚未研究清楚,从病因学上来预防疾病的发生有一定局限性,所以通过对疾病的快速诊断和及时监测疾病的发生发展对临床治疗有一定的指导意义。

       脑出血发生后,红细胞外渗,继而会产生一系列红细胞的分解产物,其中对人体有害的主要成分是含铁物质[22]。Wicaksono等[23]研究表明QSM对脑微出血的监测具有一定的准确性、可靠性。Schneider等[24]证实了QSM监测脑微出血和SWI一样精确,但是QSM在SWI的基础上具有自身独特的优点,QSM通过与单次回波平面成像(echo planar imaging,EPI)相结合,图像采集速度比SWI快10倍,且大大减少了运动伪影,可以快速测量出血面积和磁敏感值,因此,QSM可以代替CT监测脑出血患者的病情,从而避免需要重复(通常是每天)成像来监测病情进展的患者暴露于辐射[18]。出血后机体会进行一系列凝血过程,QSM可以在体外通过血凝块实验来区分急性和慢性凝血阶段[25],慢性凝血阶段的磁敏感值要高于急性阶段。目前已知的血管通透性增加和铁渗漏是脑海绵状血管畸形的发病机制[26],出血是其基本特征之一,海绵状血管瘤出血后其周围会产生含铁物质,Awad等[26]研究表明,QSM通过测量其周含铁物质的磁敏感值对诊断海绵状血管瘤有一定的意义,因此QSM有潜力用作监测病灶出血和治疗反应的生物标志物;Biondetti等[27]研究表明,QSM可以无创地监测脑动静脉畸形中引流静脉的血氧饱和度,并证实了流经动静脉分流的血液比正常静脉中的血液含氧量更高;Zhang等[28]研究发现,QSM和血氧水平成像结合监测缺血半暗带组织的摄氧分数,可以提供有关组织活性的信息,从而为脑卒中患者的治疗方案提供重要信息。

       QSM可以快速诊断出血性疾病,并可以测量出血面积;同时,QSM可以无创性地监测动静脉畸形血管内的血氧饱和度;并可以监测缺血性卒中患者脑组织的活性,从而确定缺血半暗带的范围,有助于临床治疗方案的制订与调整。

2.4 肿瘤性疾病

       原发性中枢神经系统肿瘤是由中枢神经系统内的细胞产生的一组异质性肿瘤,可以分为良性和恶性,目前恶性原发性脑肿瘤仍然是最难治疗的癌症之一,5年总生存率不超过35%[29]。因此,尽早对肿瘤进行诊断、分级、分期对临床诊疗决策的制订有一定的指导意义。

       胶质母细胞瘤恶性程度高,WHO分级为Ⅳ级[30],微血管增殖是诊断的基本特征,钙化不是其常见特征,然而含有少突胶质成分的胶质母细胞瘤会发生钙化。Deistung等[31]对46例胶质母细胞瘤患者进行了图像采集并分析,结果表明患者瘤内的血液沉积或微血管增殖在QSM上表现为高信号,而钙化表现为低信号,同时还说明了复发的胶质母细胞瘤中可能会发生钙化,这表明QSM可以区分胶质母细胞瘤中的钙化和血液沉积,并可以识别含有少突胶质成分的胶质母细胞瘤。同时他们还发现了肿瘤内的磁敏感信号与肿瘤的恶性程度相关,并证明了使用磁敏感信号可以对胶质瘤进行分级。Ocbay等[32]研究表明,在胶质瘤患者吸入高氧和高二氧化碳(安全浓度范围内)后,肿瘤组织区的磁敏感性降低,而水肿区和坏死区的磁敏感性升高,这种现象在胶质母细胞瘤和脑转移瘤患者中表现得较为明显,而在间变性星形细胞瘤中表现不明显,这在一定程度上可以说明患者通过吸入高浓度氧和高浓度二氧化碳来测量肿瘤各个区域的QSM值有助于区分肿瘤的瘤区、水肿区以及坏死区等,这对治疗计划的制订与实施具有指导作用,通过QSM对肿瘤和周围正常组织进行精确的定位,从而引导肿瘤放射治疗的实施[33],这就避免了使用CT引导肿瘤放疗射线的产生。因此,QSM有望取代CT进行MR引导下的放射治疗。高级别脑膜瘤约占所有病例的20%[34],术后复发率较高、预后较差,术前肿瘤分级对临床医生诊疗方案的制订具有重要的指导意义。Hwang等[35]对144例(其中WHO Ⅰ级118例,WHO Ⅱ/Ⅲ级26例)脑膜瘤术后的患者进行了多年随访,结果表明诸多因素(无钙化、低ADC值、瘤周水肿严重)与高级别脑膜瘤的组织病理学相关,低级别脑膜瘤中钙化发生率较高,其在QSM上表现为低信号,且非钙化肿瘤比钙化肿瘤具有更高的增殖潜能,这就表明QSM联合肿瘤的形态学特征在一定程度上有助于脑膜瘤的术前分级、预测高级别脑膜瘤。

       QSM有助于鉴别含有少突胶质成分的胶质母细胞瘤和胶质母细胞瘤,并可以区分胶质瘤内的血液沉积和钙化。同时,还可以预测高、低级别脑膜瘤。QSM在脑肿瘤中的应用,对脑肿瘤的分类和分级有一定的价值,并可以在治疗过程中监测疾病进展。

3 局限性与前景展望

       QSM作为一种新的磁敏感加权成像技术,虽然在脑退行性变、脑出血、脑肿瘤等中枢神经系统疾病中表现出较好的诊断效能,但是还存在一定局限性:(1)当前研究的样本量都比较小;(2)不同磁共振设备和后处理软件得到的结果可能存在差异;(3)手动勾画感兴趣区和人为测量QSM值也会不同程度地影响研究结果,所得出的结论具有一定局限性。因此,需要制订一个统一的测量方案,并扩大研究样本量进一步验证QSM在中枢神经系统疾病诊断中的价值,从而更好地应用于临床。

       QSM在中枢神经系统中已经得到了一定的应用,但是在脑肿瘤中应用的研究较少,目前仅有鉴别胶质瘤和脑膜瘤中钙化的相关文献报道,这表明可以对QSM在脑肿瘤中应用进行进一步研究;同时,目前还没有QSM在脑肿瘤病理分型、基因组学、疗效评估、预后预测等方面的研究报道,这为QSM在脑肿瘤中的研究提供了新的思路和方向;此外,QSM在肝脏、骨、心脏、肾脏、胎盘等部位的应用也逐渐得到关注[36, 37, 38, 39, 40, 41, 42],这些研究成果为今后的研究奠定了基础。随着QSM技术的不断发展与成熟,将为疾病的诊断、分级分期以及疗效评估提供有价值的信息,值得进一步的研究。

4 小结

       QSM作为SWI技术的延伸,在反映铁含量、鉴别微出血和钙化中显示出重要的价值,在中枢神经系统退行性疾病、血管性疾病、肿瘤性疾病的诊断中有了一定的研究。QSM有着较好的临床应用前景,有望成为研究多种中枢神经系统疾病的影像生物标志物。目前,QSM在脑肿瘤基因组学方面的应用还未有相关研究报道,这为以后的研究方向提供了新思路。

[1]
Milovic C, Tejos C, Acosta-Cabronero J, et al. The 2016 QSM Challenge: Lessons learned and considerations for a future challenge design. Magn Reson Med. 202084(3): 1624-1637. DOI: 10.1002/mrm.28185.
[2]
Li L, Leigh JS. Quantifying arbitrary magnetic susceptibility distributions with MR[J]. Magn Reson Med, 2004, 51(5): 1077-1082. DOI: 10.1002/mrm.20054.
[3]
Deistung A, Schweser F, Reichenbach JR. Overview of quantitative susceptibility mapping[J]. NMR Biomed, 2017, 30(4): DOI:10.1002/nbm.3569.
[4]
杨星, 陶晓峰. 定量磁敏感图研究进展及临床应用现状[J]. 国际医学放射学杂志, 2017, 40(5): 556-560. DOI: 10.19300/j.2017.Z4665.
Yang X, Tao XF. Research progress and clinical applications of quantitative susceptibility mapping[J]. Int J Med Radiol, 2017, 40(5): 556-560. DOI: 10.19300/j.2017.Z4665.
[5]
Ke Y, Ming Qian Z. Iron misregulation in the brain: a primary cause of neurodegenerative disorders[J]. Lancet Neurol, 2003, 2(4): 246-53. DOI: 10.1016/s1474-4422(03)00353-3.
[6]
Breijyeh Z, Karaman R. Comprehensive Review on Alzheimer's Disease: Causes and Treatment[J]. Molecules, 2020, 25(24): 10.3390/molecules25245789
[7]
Vinayagamani S, Sheelakumari R, Sabarish S, et al. Quantitative Susceptibility Mapping: Technical Considerations and Clinical Applications in Neuroimaging[J]. J Magn Reson Imaging, 2021, 53(1): 23-37. DOI: 10.1002/jmri.27058.
[8]
Lotankar S, Prabhavalkar KS, Bhatt LK. Biomarkers for Parkinson's Disease: Recent Advancement[J]. Neurosci Bull, 2017, 33(5): 585-597. DOI: 10.1007/s12264-017-0183-5.
[9]
Armstrong MJ, Okun MS. Diagnosis and Treatment of Parkinson Disease: A Review[J]. Jama, 2020, 323(6): 548-560. DOI: 10.1001/jama.2019.22360.
[10]
Uchida Y, Kan H, Sakurai K, et al. Magnetic Susceptibility Associates With Dopaminergic Deficits and Cognition in Parkinson's Disease[J]. Mov Disord, 2020, 35(8): 1396-1405. DOI: 10.1002/mds.28077.
[11]
Thomas GEC, Leyland LA, Schrag AE, et al. Brain iron deposition is linked with cognitive severity in Parkinson's disease[J]. J Neurol Neurosurg Psychiatry. 2020, 91(4): 418-425. DOI: 10.1136/jnnp-2019-322042.
[12]
Snowden JS. The Neuropsychology of Huntington's Disease[J]. Arch Clin Neuropsychol, 2017, 32(7): 876-87. DOI: 10.1093/arclin/acx086.
[13]
Wyant KJ, Ridder AJ, Dayalu P. Huntington's Disease-Update on Treatments[J]. Curr Neurol Neurosci Rep, 2017, 17(4): 33. DOI: 10.1007/s11910-017-0739-9.
[14]
van Bergen JM, Hua J, Unschuld PG, et al. Quantitative Susceptibility Mapping Suggests Altered Brain Iron in Premanifest Huntington Disease[J]. AJNR Am J Neuroradiol, 2016, 37(5): 789-96. DOI: 10.3174/ajnr.A4617.
[15]
Langkammer C, Liu T, Khalil M, et al. Quantitative susceptibility mapping in multiple sclerosis[J]. Radiology, 2013, 267(2): 551-559. DOI: 10.1148/radiol.12120707.
[16]
Zhang S, Liu Z, Nguyen TD, et al. Clinical feasibility of brain quantitative susceptibility mapping[J]. Magn Reson Imaging, 2019, 60: 44-51. DOI: 10.1016/j.mri.2019.04.003.
[17]
Gillen KM, Mubarak M, Park C,et al. QSM is an imaging biomarker for chronic glial activation in multiple sclerosis lesions[J]. Ann Clin Transl Neurol, 2021, 8(4): 877-886. DOI: 10.1002/acn3.51338.
[18]
Eskreis-Winkler S, Zhang Y, Zhang J, et al. The clinical utility of QSM: disease diagnosis, medical management, and surgical planning[J]. NMR Biomed, 2017, 30(4). DOI: 10.1002/nbm.3668.
[19]
Acosta-Cabronero J, Machts J, Schreiber S, et al. Quantitative Susceptibility MRI to Detect Brain Iron in Amyotrophic Lateral Sclerosis[J]. Radiology, 2018, 289(1): 195-203. DOI: 10.1148/radiol.2018180112.
[20]
Schweitzer AD, Liu T, Gupta A, et al. Quantitative susceptibility mapping of the motor cortex in amyotrophic lateral sclerosis and primary lateral sclerosis[J]. AJR Am J Roentgenol, 2015, 204(5): 1086-1092. DOI: 10.2214/AJR.14.13459.
[21]
Wardlaw JM, Smith C, Dichgans M. Small vessel disease: mechanisms and clinical implications[J]. Lancet Neurol, 2019, 18(7): 684-696. DOI: 10.1016/s1474-4422(19)30079-1.
[22]
De A, Sun H, Emery DJ, et al. Rapid quantitative susceptibility mapping of intracerebral hemorrhage[J]. J Magn Reson Imaging, 2020, 51(3): 712-718. DOI: 10.1002/jmri.26850.
[23]
Wicaksono KP, Fushimi Y, Nakajima S, et al. Two-Minute Quantitative Susceptibility Mapping From Three-Dimensional Echo-Planar Imaging: Accuracy, Reliability, and Detection Performance in Patients With Cerebral Microbleeds[J]. Invest Radiol, 2021, 56(2): 69-77. DOI: 10.1097/rli.0000000000000708.
[24]
Schneider TM, Nagel AM, Zorn M, et al. Quantitative susceptibility mapping and (23) Na imaging-based in vitro characterization of blood clotting kinetics[J]. NMR Biomed, 2018, 31(6): e3926. DOI: 10.1002/nbm.3926.
[25]
Flemming KD, Lanzino G. Cerebral Cavernous Malformation: What a Practicing Clinician Should Know[J]. Mayo Clin Proc, 2020, 95(9): 2005-2020. DOI: 10.1016/j.mayocp.2019.11.005.
[26]
Awad IA, Polster SP. Cavernous angiomas: deconstructing a neurosurgical disease[J]. J Neurosurg, 2019, 131(1): 1-13. DOI: 10.3171/2019.3.JNS181724.
[27]
Biondetti E, Rojas-Villabona A, Sokolska M, et al. Investigating the oxygenation of brain arteriovenous malformations using quantitative susceptibility mapping[J]. Neuroimage. 2019, 199: 440-453. DOI: 10.1016/j.neuroimage.2019.05.014.
[28]
Zhang S, Cho J, Nguyen TD, et al. Initial Experience of Challenge-Free MRI-Based Oxygen Extraction Fraction Mapping of Ischemic Stroke at Various Stages: Comparison With Perfusion and Diffusion Mapping[J]. Front Neurosci. 2020, 14: 535441. DOI: 10.3389/fnins.2020.535441.
[29]
Lapointe S, Perry A, Butowski NA. Primary brain tumours in adults[J]. Lancet, 2018, 392(10145): 432-446. DOI: 10.1016/s0140-6736(18)30990-5.
[30]
Chen R, Smith-Cohn M, Cohen AL, et al. Glioma Subclassifications and Their Clinical Significance[J]. Neurotherapeutics, 2017, 14(2): 284-297. DOI: 10.1007/s13311-017-0519-x.
[31]
Deistung A, Schweser F, Wiestler B, et al. Quantitative susceptibility mapping differentiates between blood depositions and calcifications in patients with glioblastoma[J]. PLoS One, 2013, 8(3): e57924. DOI: 10.1371/journal.pone.0057924.
[32]
Özbay PS, Stieb S, Rossi C, et al. Lesion magnetic susceptibility response to hyperoxic challenge: A biomarker for malignant brain tumor microenvironment?[J]. Magn Reson Imaging, 2018, 47: 147-153. DOI: 10.1016/j.mri.2017.12.004.
[33]
Nosrati R, Paudel M, Ravi A, et al. Potential applications of the quantitative susceptibility mapping (QSM) in MR-guided radiation therapy[J]. Phys Med Biol, 2019, 64(14): 145013. DOI: 10.1088/1361-6560/ab2623.
[34]
Youngblood MW, Miyagishima DF, Jin L, et al. Associations of meningioma molecular subgroup and tumor recurrence[J]. Neuro Oncol, 2021, 23(5): 783-794. DOI: 10.1093/neuonc/noaa226.
[35]
Hwang WL, Marciscano AE, Niemierko A, et al. Imaging and extent of surgical resection predict risk of meningioma recurrence better than WHO histopathological grade[J]. Neuro Oncol, 2016, 18(6): 863-872. DOI: 10.1093/neuonc/nov285.
[36]
Sharma SD, Hernando D, Horng DE, et al. Quantitative susceptibility mapping in the abdomen as an imaging biomarker of hepatic iron overload[J]. Magn Reson Med, 2015, 74(3): 673-783. DOI: 10.1002/mrm.25448.
[37]
Jafari R, Hectors SJ, Koehne de González AK, et al. Integrated quantitative susceptibility and R2* mapping for evaluation of liver fibrosis: An ex vivo feasibility study[J]. NMR Biomed, 2021, 34(1): e4412. DOI: 10.1002/nbm.4412.
[38]
Wang L, Nissi MJ, Toth F, et al. Quantitative susceptibility mapping detects abnormalities in cartilage canals in a goat model of preclinical osteochondritis dissecans[J]. Magn Reson Med, 2017, 77(3): 1276-1283. DOI: 10.1002/mrm.26214.
[39]
Wen Y, Nguyen TD, Liu Z, et al. Cardiac quantitative susceptibility mapping (QSM) for heart chamber oxygenation[J]. Magn Reson Med, 2018, 79(3): 1545-1552. DOI: 10.1002/mrm.26808.
[40]
Sollmann N, Löffler MT, Kronthaler S, et al. MRI-Based Quantitative Osteoporosis Imaging at the Spine and Femur[J]. J Magn Reson Imaging, 2021, 54(1): 12-35. DOI: 10.1002/jmri.27260.
[41]
Bechler E, Stabinska J, Thiel T, et al. Feasibility of quantitative susceptibility mapping (QSM) of the human kidney[J]. MAGMA. 2021, 34(3): 389-397. DOI: 10.1007/s10334-020-00895-9.
[42]
Zun Z, Kapse K, Quistorff J, et al. Feasibility of QSM in the human placenta[J]. Magn Reson Med, 2021, 85(3): 1272-1281. DOI: 10.1002/mrm.28502.

上一篇 基于弥散张量成像的脑白质微结构分析方法在视路损伤中的应用进展
下一篇 磁共振成像在年龄相关性黄斑变性中的研究进展
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2