分享:
分享到微信朋友圈
X
综述
骨骼肌磁共振扩散加权成像研究进展
张莉 张晏境 丁建平

Cite this article as: Zhang L, Zhang YJ, Ding JP. Progress indiffusion-weighted imaging of skeletal muscle. Chin J Magn Reson Imaging, 2019, 10(8): 633-636.本文引用格式:张莉,张晏境,丁建平.骨骼肌磁共振扩散加权成像研究进展.磁共振成像, 2019, 10(8): 633-636. DOI:10.12015/issn.1674-8034.2019.08.016.


[摘要] 功能磁共振成像(function magnetic resonance,fMRI)技术的出现来源于对中枢神经系统的研究,其中扩散加权成像(diffusion weighted imaging,DWI)作为fMRI的重要组成部分,能够反映细胞水平的变化,在大体解剖变化前为疾病的早期诊治提供无创的有效信息,已广泛应用于中枢神经系统疾病的诊断与鉴别,也逐渐应用于骨骼肌系统。近年来,扩散张量成像(diffusion tensor imaging ,DTI)和体素内不相干运动(intravoxel incoherent motion,IVIM)是在DWI基础上迅速发展起来的新的磁共振成像技术。笔者对DTI和IVIM技术在骨骼肌研究进展中的应用进行综述。
[Abstract] The emergence of functional magnetic resonance (fMRI) technology is derived from the study of the central nervous system. Diffusion weighted imaging (DWI) is an important component of fMRI and can reflect early alterations on a cellular level. It may provide noninvasive and effective information for early diagnosis and treatment of diseases before gross anatomical changes. It has been widely used in the diagnosis and identification of central nervous system diseases, and is increasingly applied to study the changes of skeletal muscle system. In recent years, diffusion tensor imaging (DTI) and intravoxel incoherent motion (IVIM) are new magnetic resonance imaging technologies that have been rapidly developed on the basis of DWI. The purpose of this review is to provide an overview of the status progress of DTI and IVIM technology in skeletal muscle.
[关键词] 骨骼肌;磁共振成像;扩散张量成像;体素内不相干运动;扩散加权成像
[Keywords] skeletal muscle;magnetic resonance imaging;diffusion tensor imaging;intravoxel incoherent motion;diffusion weighted imaging

张莉 杭州师范大学附属医院放射科,杭州 310015

张晏境 杭州师范大学附属医院放射科,杭州 310015

丁建平* 杭州师范大学附属医院放射科,杭州 310015

通信作者:丁建平,E-mail:jpding@vip.sina.com

利益冲突:无。


收稿日期:2019-02-18
接受日期:2019-04-30
中图分类号:R445.2; R685 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2019.08.016
本文引用格式:张莉,张晏境,丁建平.骨骼肌磁共振扩散加权成像研究进展.磁共振成像, 2019, 10(8): 633-636. DOI:10.12015/issn.1674-8034.2019.08.016.

1 骨骼肌扩散张量成像研究

1.1 扩散张量成像的成像原理

       扩散是分子在温度或浓度梯度影响下的随机位移,扩散加权成像(diffusion weighted imaging,DWI)用来反映水分子的扩散,对于水分子运动特性可以用扩散敏感梯度方向上的表观扩散系数(apparent diffusion coefficient,ADC)值来量化[1]。在生理状态下水分子运动受体内各种组织结构的影响,在各个方向上的扩散速度不同,这种各个方向的不同称为各向异性(anisotropy),可以通过测量至少6个独立方向的ADC值来计算各向异性的方向和程度。

       扩散张量成像(diffusion tensor imaging,DTI)技术是利用水分子扩散各向异性的特点进行成像[2]。由于水分子扩散最大速度的方向与肌纤维主要的走形方向平行[1],因此DTI技术能够量化肌纤维束的各项异性,并利用这种各项异性重建组织的微观结构[3,4]。目前最常用来定量分析各向异性的参数是各向异性分数(fractional anisotropy ,FA)值,FA值代表水分子各向异性占全部扩散张量的比值,取值范围介于0~1之间,在各向同性的介质中,FA值为0,在理想状态下最大各项异性的介质中,FA值为1,FA值越大,代表扩散的各向异性越强[5]。除了FA外,DTI常用的参数还包括本征向量(ζ1、ζ2、ζ3)、本征值(λ1、λ2、λ3)、平均扩散率(mean diffusivity ,MD)及ADC等。λ1、λ2、λ3是椭球体的3个主轴半径,分别对应其本征向量。MD是描述组织中水分子总体扩散方向平均值的指标,ADC是指单位时间内水分子扩散的位移,两者均反映水分子的扩散能力,水分子扩散越强,ADC值及MD值越大[6,7]。DTI不仅提供了骨骼肌组织扩散的方向信息,并为肌纤维束3D成像奠定了基础。DTI纤维示踪技术以单位体素内主要本征向量(ζ1)的方向代表单位体素内肌纤维束的主要走行方向,运用相关算法对邻近体素内的结构进行连续性显示,通过连续跟踪纤维束的分布方法[8],从而实现肌纤维束轴面投影的3D可视化[9]。纤维束成像通常从手动或自动选择的感兴趣区域开始并持续直至截止值,常用的截止值是最小和最大FA值以及当纤维束角度变化时[1]。为了获得精确的纤维束成像,建议图像的信噪比最少为30[10,11]。当图像信噪比一定时,纤维素示踪的截止值FA为0.1时足以精确地重建肌纤维的走形[12]。估算扩散张量模型参数是扩散张量成像数据处理过程中最重要的步骤,然而,不确定性在这个过程中起着重要作用,影响参数的稳定性。Behrens等[13]提出了概率密度函数(任何两个非共点之间连接的概率)估计扩散模型中感兴趣参数,解决了上述的不确定性,增加了参数的可信度。

1.2 DTI在骨骼肌应用的研究进展

       DTI已成功用于显示脑神经纤维束的走形,从而为脑内疾病临床诊治(如放射治疗及外科手术)提供了有效信息[14]。然而,DTI首次被提出并不是用于研究脑白质纤维,而是猪的骨骼肌[3]。因此,DTI在骨骼肌系统方面的研究中存在很大潜力。近年来,DTI逐渐地应用于研究骨骼肌系统的生理、解剖及病理学。

       DTI早期研究焦点主要集中在量化健康志愿者小腿肌肉的扩散特征及实现小腿肌纤维束成像的可视化[15,16]。随着研究的深入,DTI已成功应用于人体其他部位肌肉的研究,如大腿[17,18,19]、前臂[20,21]、膝关节周围[2]以及更复杂的肌肉结构如盆底肌及肛提肌[6,22]等。

       然而DTI参数不仅受年龄、性别、体质量指数等个体差异的影响,而且还与许多短暂因素如运动、休息、压力、体温及关节相对位置等有关[1],因此DTI成像技术如b值的选择对图像质量及后处理数据的准确性至关重要。研究表明[23],骨骼肌DTI的b值取400~500 s/mm2可获得准确的DTI参数及纤维束重建结果。时启红等[2]发现膝关节周围肌肉DTI的最佳b值为500 s/mm2。分析数据的方法也会对研究结果产生影响,Sigmund等[24]利用随机渗透屏障模型对正常志愿者及慢性劳力室综合症患者运动前后骨骼肌DTI参数进行分析,结果发现运动前后两组之间扩散参数的改变。

       Sinha等[16]证明了小腿肌纤维束体内追踪的可行性,在个体差异方面(如年龄)相关性的研究结果存在争议。Kermarrec等[18]发现健康志愿者(16名)大腿肌肉的扩散特征(平均ADC值及平均FA值)与受试者的年龄、性别无显著差异,然而大腿前群肌肉与后群肌肉扩散特征的差异具有统计学意义,前群肌肉的平均ADC值高于后群,平均FA值低于后群,并推测这种变化可能与肌肉组织水合作用不同有关。Yoon等[19]通过DTI对95名健康志愿者按照年龄进行分组对照研究发现,大腿前群肌肉的平均FA值与年龄显著相关,与性别无关;两者与年龄相关性的研究结果不同可能与纳入受试对象的例数不同有关。

       在骨骼肌DTI的研究过程中,即使有人提出DTI的特征向量与骨骼肌纤维解剖结构有关,但是没有研究能够证明特定特征向量与特定解剖结构之间的关联。研究主要集中在骨骼肌位置状态不同对DTI参数的影响[5]。Schwenzer等[15]对8名健康志愿者的小腿肌肉在不同功能状态下进行DTI扫描,证明了由于踝关节的被动屈曲及伸展而导致小腿肌纤维结构扩散特征值(FA、MD值)的改变,当肌肉被动拉伸时FA值增加和MD值下降,而肌肉被动缩短时FA值下降和MD值增加。Elzibak等[25]研究从站立位到仰卧位姿势变化后小腿肌肉DTI参数的改变,并且得到在进行小腿DTI扫描前应该让受试者仰卧休息至少34 min以保证检查结果可靠性的结论。以上研究说明DTI参数的变化与骨骼肌功能状态有关,这提示在进行骨骼肌DTI实验设计时,应控制骨骼肌位置处于相同状态,以保证实验结果的可靠性。

       在运动方面的研究,众所周知,进行长时间体育锻炼(如马拉松运动)时,骨骼肌反复收缩和松弛的过程中会引起骨骼肌细胞微观结构的改变[26,27]。而体育运动对骨骼肌扩散张量特性造成怎样的影响呢?Okamoto等[26]在2012年研究运动员及非运动员优势小腿肌肉扩散张量特征FA值、ADC值及本征值(λ1、λ2、λ3)的差异性时发现运动员组小腿肌肉的ADC值及本征值(λ1、λ2、λ3)低于非运动员组(P<0.01),FA值变化差异无明显统计学意义,并解释这种变化可能与肌细胞内肌丝密度增加有关,并在两年后得到非酒精性脂肪性肝病患者在进行杂交训练后双侧大腿肌肉总体MD值上升,FA值下降的结论,并推测结果可能与训练后肌细胞肥大有关[28]。Froeling等[17]对5名男性业余长跑运动员在参加马拉松前1周、运动后2 d及运动后3周分别进行MRI扫描(T1WI、T2WI、PDWI及DTI),获得3组不同时间点的扩散参数:DTI本征值(λ1、λ2、λ3)、FA值及MD值,分析马拉松运动前后大腿肌肉扩散参数的变化。结果发现股二头肌在运动后2 d 3组扩散参数均显著增加,半腱肌及股薄肌在运动后2 d本征值及MD值显著增加。Scheel等[29]研究结果表明健康志愿者比目鱼肌的最大肌力与平均FA值呈负相关,这种相关性可以利用肌纤维直径的粗细及1型和2型肌纤维微观结构的差异来解释,并认为DTI可以作为评估骨骼肌纤维类型分布的定量非侵入性工具。这种相关性可以利用肌纤维直径的粗细及1型和2型肌纤维微观结构的差异来解释,并认为DTI可以作为评估骨骼肌纤维类型分布的定量非侵入性工具。

       随着DTI技术的发展及临床需求的扩展,DTI不仅用于下肢骨骼肌的研究,还应用于前臂肌肉及女性盆底肌肉成像及损伤的研究。Froeling等[20,21]利用DTI序列对人体复杂的前臂肌肉进行研究,证明了前臂肌肉DTI参数(扩散张量本征值、MD、FA等)测量的可重复性并设计了一种后处理工具用于肌肉扩散张量数据的分割。崔璨等[22]在进行DTI及纤维束示踪技术对经阴道分娩初产妇肛提肌损伤评价中的应用价值的研究中发现,在肌纤维束3D成像方面,耻骨内脏肌纤维束结构能够清晰显示,然而髂尾肌连续性显示欠佳。DTI也用于盆底器官脱垂患者及经阴道分娩初产妇肛提肌损伤的评估[6],在纤维示踪图像上表现为损伤区域肌纤维走行中断和排列紊乱,从而可判定肛提肌损伤的范围和程度。遗憾的是,目前DTI尚不能定量研究肛提肌的损伤[22]

2 骨骼肌体素内不相干运动研究

2.1 体素内不相干运动成像原理

       Le等[30]在1988年首次提出体素内不相干运动(intravoxel incoherent motion,IVIM)的概念,用来定量评估组织扩散加权成像数据。IVIM用于描述体素微观运动的技术前提是假设血液的微循环及灌注是非一致性、无条理的随机运动。它不仅能提供体素内单纯水分子扩散的定量信息,还能反映毛细血管网中血流微循环灌注的情况。IVIM双指数模型可以更全面地分析DWI信号衰减与b值的关系,其双指数模型公式为:Sb/S0=(1-f)×exp (-b×D)+f×exp [-b×(D*+D)],其中Sb、S0分别代表b取某个b值(b≠0)及b=0时的信号强度;b值为扩散敏感因子,单位为s/mm2;D为真扩散系数,代表体素内单纯水分子扩散,单位为mm2/s ;D*为伪扩散系数,代表体素内微循环灌注相关的扩散效应,单位为mm2/s ;f为灌注分数,代表体素内微循环相关的扩散占总体扩散的百分率,与毛细血管血容量有关。采用多个不同加权的b值进行DWI,通过双指数模型拟合算法得到IVIM参数D、D*和f。

2.2 IVIM在骨骼肌应用中的研究进展

       IVIM双指数模型一经引入,便用于脑肿瘤、骨肿瘤及脑缺血疾病的诊断[30]。随着磁共振技术的发展,IVIM-MRI逐渐用于全身疾病的诊断,如肝脏、胰腺[31]、肾脏等疾病,也用于骨骼肌的研究[32,33,34,35,36,37]

       IVIM在骨骼肌系统的应用主要集中在定量观测骨骼肌运动前后灌注的变化。Morvan[33]在1995年首次将IVIM应用到肌肉系统中,并发现运动后前臂肌肉D*值及D值均升高。Filli等[32]通过IVIM对8名健康志愿者前臂运动前后进行MRI扫描,结果显示指浅/深屈肌于运动后与运动前相比,D (P<0.029)、D* (P<0.01)和f (P < 0.01)均升高,并推测这种改变可能与运动导致部分肌肉毛细血管的开放有关。陈玉涛等[35]对15名健康志愿者进行研究,得到的结果与Filli等[32]研究结果一致。咀嚼肌的纤维成分不同于四肢骨骼肌,咀嚼肌在收缩时更耐疲劳,因此咀嚼肌灌注特点可能不同于其他骨骼肌。Sasaki等[34]对咀嚼肌收缩时灌注参数(D、D*、f)进行分析,发现咀嚼时D*值和f值增加,D值变化不大,这可能与咀嚼肌咬紧时属于等长收缩、对水分子扩散影响不大有关。在肌肉疾病的研究中,丁宁宁等[36]发现多发性肌炎和皮肌炎患者双侧大腿骨骼肌在静息状态D及D*均高于健康志愿者组,f变化差异无明显统计学意义,并得到IVIM参数(D及D*)对诊断多发性肌炎和皮肌炎具有重要作用的结论。丁宁宁等[37]利用IVIM技术对进行性肌营养不良患者双侧大腿肌肉依据是否有脂肪浸润分组进行研究,发现患者大腿肌肉脂肪浸润组D值明显低于水肿肌肉及未受累肌肉,这与脂肪变越严重、水分子含量越少有关。

       综上所述,DWI以其无创、可重复性、定量的特点从中枢神经系统疾病的诊治逐渐扩展到骨骼肌系统的研究。DTI已成功地用于定量评估骨骼肌的病理生理学改变及全身大部分肌纤维的3D可视化成像。然而,DTI技术评估骨骼肌在运动医学方面的研究,国内外报道的文献数量较少,研究结果也存在一定的差异性。对于马拉松运动对骨骼肌影响的DTI研究甚是罕见。因此,骨骼肌扩散张量成像在运动医学领域(尤其是马拉松运动)的进一步研究是必要的。IVIM不仅可以无创性观测肌肉的静息状态,而且能够反映肌肉运动前后灌注相关的扩散功能的改变,但目前的研究还处于初始阶段,在运动医学领域(如马拉松运动)的研究罕见,仍需要进一步将IVIM技术拓展至运动医学及肌肉灌注相关的疾病领域,以发挥其最大的应用价值。

[1]
Oudeman J, Nederveen AJ, Strijkers GJ, et al. Techniques and applications of skeletal muscle diffusion tensor imaging: A review. J Magn Reson Imaging, 2016, 43(4): 773-788.
[2]
Shi QH, Yu TF, Zhang YY. The study of the optimal b-values in DTI fiber tracking in muscles around the knee. J Med Imaging, 2013, 23(3): 461-464.
时启红,于台飞,张玉艳.正常膝关节周围肌肉DTI纤维示踪成像b值探讨.医学影像学杂志, 2013, 23(3): 461-464.
[3]
Basser PJ, Mattiello J, Lebihan D. MR diffusion tensor spectroscopy and imaging. Biophysical J, 1994, 66(1): 259-267.
[4]
Fu XW, Chen YY, Ni HY. Principle and clinical application of multiple new MR diffusion imaging based on different models. Chin J Radiol, 2017, 51(11): 883-886.
付修威,陈元园,倪红艳.基于不同模型的多种新型MR扩散成像的原理与临床应用.中华放射学杂志, 2017, 51(11): 883-886.
[5]
Cermak NM, Noseworthy MD, Bourgeois JM, et al. Diffusion tensor MRI to assess skeletal muscle disruption following eccentric exercise. Muscle Nerve, 2012, 46(1): 42-50.
[6]
Wang QJ, Zhao YJ. Progress of diffusion tensor imaging in female pelvic floor muscle. J Prac Radiol, 2017, 33(12): 1959-1965.
王秋静,赵玉娇.磁共振扩散张量成像评估女性盆底肌肉的研究进展.实用放射学杂志, 2017, 33(12): 1959-1965.
[7]
Sheng FG, An NY. The basic principle and clinical application of magnetic resonance diffusion tensor imaging. Chin J Med Imaging, 2003, 11(1): 56-58.
盛复庚,安宁豫.磁共振弥散张量成像的基本原理和临床应用.中国医学影像学杂志, 2003, 11(1): 56-58.
[8]
Mori S, Crain BJ, Chacko VP, et al. Three-dimensional tracking of axonal projections in the brain by magnetic resonance imaging. Ann Neurol, 2010, 45(2): 265-269.
[9]
Damon BM, Zhaohua D, Anderson AW, et al. Validation of diffusion tensor MRI-based muscle fiber tracking. Magn Reson Med, 2002, 48(1): 97-104.
[10]
Froeling M, Nederveen AJ, Nicolay K, et al. 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, 2013, 26(11): 1339-1352.
[11]
Damon BM. Effects of image noise in muscle diffusion tensor (DT)-MRI assessed using numerical simulations. Magn Reson Med, 2010, 60(4): 934-944.
[12]
Heemskerk AM, Sinha TK, Wilson KJ, et al. Quantitative assessment of DTI-based muscle fiber tracking and optimal tracking parameters. Magn Reson Med, 2010, 61(2): 467-472.
[13]
Behrens TE, Woolrich MM, Johansen BH, et al. Characterization and propagation of uncertainty in diffusion-weighted MR imaging. Magn Reson Med, 2003, 50(5): 1077-1088.
[14]
Matthews PM, Filippini N, Douaud G. Brain structural and functional connectivity and the progression of neuropathology in alzheimer's disease. J Alzheimers Dis, 2013, 33(Suppl 1): S163-S172.
[15]
Schwenzer NF, Steidle G, Martirosian P, et al. Diffusion tensor imaging of the human calf muscle: distinct changes in fractional anisotropy and mean diffusion due to passive muscle shortening and stretching. NMR Biomed, 2009, 22(10): 1047-1053.
[16]
Sinha S, Sinha U, Edgerton VR. In vivo diffusion tensor imaging of the human calf muscle. J Magn Reson Imaging, 2010, 24(1): 182-190.
[17]
Froeling M, Oudeman J, Strijkers GJ, et al. Muscle changes detected with diffusion-tensor imaging after long-distance running. Radiology, 2015, 274(2): 548-562.
[18]
Kermarrec E, Budzik J F, Khalil C, et al. In vivo diffusion tensor imaging and tractography of human thigh muscles in healthy subjects. AJR Am J Roentgenol, 2010, 195(5): W352-356.
[19]
Yoon MA, Hong SJ, Ku MC, et al. Multiparametric MR imaging of age-related changes in healthy thigh muscles. Radiology, 2018, 287(1): 235-246.
[20]
Froeling M, Nederveen AJ, Heijtel DF, et al. Diffusion-tensor MRI reveals the complex muscle architecture of the human forearm. J Magn Reson Imaging, 2012, 36(1): 1-12.
[21]
Froeling M, Oudeman J, Van DBS, et al. Reproducibility of diffusion tensor imaging in human forearm muscles at 3.0 T in a clinical setting. Magn Reson Med, 2010, 64(4): 1182-1190.
[22]
Cui C, Li N, Cheng Y, et al. Evaluation of the injury of levator ani muscle in primipara after vaginal delivery using diffusion tensor imaging and fibre tractography. Chin J Anat Clin, 2016, 21(4): 306-310.
崔璨,李娜,程悦,等. MR扩散张量成像和纤维束示踪技术评价经阴道分娩初产妇肛提肌损伤.中华解剖与临床杂志, 2016, 21(4): 306-310.
[23]
Froeling M, Nederveen AJ, Nicolay K, et al. 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 Biomed, 2013, 26(11): 1339-1352.
[24]
Sigmund EE, Novikov DS, Sui D, et al. Time-dependent diffusion in skeletal muscle with the random permeable barrier model (RPBM): application to normal controls and chronic exertional compartment syndrome patients. NMR in Biomed, 2014, 27(5): 519-528.
[25]
Elzibak AH, Noseworthy MD. Assessment of diffusion tensor imaging indices in calf muscles following postural change from standing to supine position. MAGMA, 2014, 27(5): 387-395.
[26]
Okamoto Y, Mori S, Kujiraoka Y, et al. Diffusion property differences of the lower leg musculature between athletes and non-athletes using 1.5 T MRI. MAGMA, 2012, 25(4): 277-284.
[27]
Ryu JH, Paik IY, Woo JH, et al. Impact of different running distances on muscle and lymphocyte DNA damage in amateur marathon runners. J Phys Ther Sci, 2016, 28(2): 450-455.
[28]
Okamoto Y, Kemp GJ, Isobe T, et al. Changes in diffusion tensor imaging (DTI) eigenvalues of skeletal muscle due to hybrid exercise training. Magn Reson Imaging, 2014, 32(10): 1297-1300.
[29]
Scheel M, Prokscha T, Von Roth P, et al. Diffusion tensor imaging of skeletal muscle--correlation of fractional anisotropy to muscle power. Rofo, 2013, 185(9): 857-861.
[30]
Le BD, Breton E, Lallemand D, et al. Separation of diffusion and perfusion in intravoxel incoherent motion MR imaging. Radiology, 1988, 168(2): 497-505.
[31]
Gurney-Champion OJ, Froeling M, Klaassen R, et al. Minimizing the acquisition time for intravoxel incoherent motion magnetic resonance imaging acquisitions in the liver and pancreas. Invest Radiol, 2016, 51(4): 211-220.
[32]
Filli L, Boss A, Wurnig MC, et al. Dynamic intravoxel incoherent motion imaging of skeletal muscle at rest and after exercise. NMR Biomed, 2015, 28(2): 240-246.
[33]
Morvan D. In vivo measurement of diffusion and pseudo-diffusion in skeletal muscle at rest and after exercise. Magn Reson Imaging, 1995, 13(2): 193-199.
[34]
Sasaki M, Sumi M, Van CM, et al. Intravoxel incoherent motion imaging of masticatory muscles: pilot study for the assessment of perfusion and diffusion during clenching. AJR Am J Roentgenol, 2013, 201(5): 1101-1107.
[35]
Chen YT, Liu WH. Correlation between non-coherent motion within a voxel(IVIM) diffusion-weighted imaging skeletal muscles movement perfusion changes. J Taishan Med College, 2015, 36(9): 978-981.
陈玉涛,刘文华.体素内非相干运动(IVIM)扩散加权成像对骨骼肌运动血流灌注变化的相关性研究.泰山医学院学报, 2015, 36(9): 978-981.
[36]
Ding NN, Meng Y, Ma SH, et al. Value of intravoxel incoherent motion diffusion weighted imaging in the diagnosis of polymyositis and dermatomyositis. Radiol Prac, 2016, 31(7): 649-653.
丁宁宁,孟岩,麻少辉,等. IVIM扩散加权成像对多发性肌炎和皮肌炎的诊断价值.放射学实践, 2016, 31(7): 649-653.
[37]
Ding NN, Zhou L, Qu TT, et al. The value of intravoxel incoherent motion diffusion weighted imaging in progressive muscular dystrophy. J Xi'an Jiaotong Univ (Med Ver), 2018, 39(1): 140-145.
丁宁宁,周丽,屈婷婷,等. IVIM扩散加权成像技术在进行性肌营养不良中的应用价值.西安交通大学学报(医学版), 2018, 39(1): 140-145.

上一篇 酰胺质子转移加权成像在肿瘤中的应用进展
下一篇 基于静息态功能磁共振成像的静态及动态功能连接分析方法研究进展
  
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