分享:
分享到微信朋友圈
X
技术研究
磁共振扩散峰度成像对大脑灰质核团微观结构发育变化的检测
孙亲利 李贤军 李梦轩 尚进 刘哲 金超 张玉利 刘聪聪 鱼博浪 杨健

Cite this article as: Sun QL, Li XJ, Li MX, et al. Detection of microstructural developmental changes in cerebral gray matter nuclei by diffusion kurtosis imaging. Chin J Magn Reson Imaging, 2019, 10(10): 774-778.本文引用格式:孙亲利,李贤军,李梦轩,等.磁共振扩散峰度成像对大脑灰质核团微观结构发育变化的检测.磁共振成像, 2019, 10(10): 774-778. DOI:10.12015/issn.1674-8034.2019.10.011.


[摘要] 目的 通过比较磁共振扩散张量参量和扩散峰度参量在检测新生儿与成人大脑灰质核团微观结构变化的差异,探讨磁共振扩散峰度成像(diffusion kurtosis imaging,DKI)技术在脑灰质研究中的意义。材料与方法 研究对象为22名足月新生儿(校正胎龄39~44周)和22名成人(年龄18~26岁)。应用3.0 T磁共振设备行头颅DKI扫描,b值为0、500、1000、2000和2500 s/mm2,每个非零b值18个梯度磁场方向。通过DKI模型计算出各向异性分数(fractional anisotropy,FA)、平均扩散率(mean diffusivity,MD)、平行扩散率(axial diffusivity,AD)、垂直扩散率(radial diffusivity,RD)、平均扩散峰度(mean kurtosis,MK)、平行扩散峰度(axial kurtosis,AK)和垂直扩散峰度(radial kurtosis,RK)。感兴趣区为丘脑、壳核、苍白球和尾状核4个大脑灰质核团。结果 与新生儿比较,成人4个大脑灰质核团的FA、MK、AK和RK值升高,MD、AD和RD值降低。除了丘脑的AD (P=0.944)外,新生儿与成人4个灰质核团的FA、MD、AD、RD、MK、AK和RK等7个参量值在两组间差异均有统计学意义(P<0.05)。扩散峰度参量MK、AK、RK的相对变化率从82.86%到210.81%,而扩散张量参量FA、MD、AD、RD的相对变化率仅从1.45%到70.59%。结论 新生儿与成人大脑灰质核团扩散峰度参量的变化率明显大于扩散张量参量的变化率,扩散峰度参量检测灰质微观结构变化的敏感性更高,磁共振扩散峰度成像具有探索灰质微观结构发育变化的潜力。
[Abstract] Objective: To explore the significance of diffusion kurtosis imaging (DKI) technique in the study of gray matter development, this work investigated the differences of diffusion tensor metrics and kurtosis metrics in detecting the microstructural developmental changes from neonates to adults on the cerebral gray matter nuclei.Materials and Methods: Twenty-two term neonates (postmenstrual age of 39—44 weeks) and 22 adults (age of 18—26 years) were included. DKI was performed in a 3.0 T scanner with the following variables: b values=0, 500, 1000, 2000 and 2500 s/mm2; 18 gradient directions per nonzero b value. Fractional anisotropy (FA), mean diffusivity (MD), axial diffusivity (AD), radial diffusivity (RD), mean kurtosis (MK), axial kurtosis (AK) and radial kurtosis (RK) were calculated by using the DKI model. Four regions of interest (ROIs) of the cerebral gray matter nuclei, including thalamus, putamen, globus pallidus and caudate nucleus, were selected based on the brain atlas.Results: Compared with neonates, FA, MK, AK and RK increased in the four adults gray matter nuclei, while MD, AD and RD reduced. Except AD in thalamus (P=0.944), the mean values of FA, MD, AD, RD, MK, AK and RK in four GM nuclei were statistically different between neonates and adults (P<0.05). The relative change ratios of MK, AK and RK ranged from 82.86% to 210.81%, while those of FA, MD, AD and RD ranged just from 1.45% to 70.59%.Conclusions: The change rates of kurtosis metrics on the gray matter nuclei between neonates and adults were higher than those of diffusion tensor metrics, which suggested that the sensitivity of kurtosis metrics was higher on the detection of microstructural changes on the gray matter nuclei. DKI has the potential to explore the developmental change of gray matter.
[关键词] 磁共振成像;扩散张量成像;扩散峰度成像;大脑灰质核团
[Keywords] magnetic resonance imaging;diffusion tensor imaging;diffusion kurtosis imaging;cerebral gray matter nuclei

孙亲利 西安交通大学第一附属医院医学影像科,西安 710061;西安交通大学生命科学与技术学院生物医学工程系,西安 710054

李贤军 西安交通大学第一附属医院医学影像科,西安 710061

李梦轩 西安交通大学第一附属医院医学影像科,西安 710061

尚进 西安交通大学第一附属医院医学影像科,西安 710061

刘哲 西安交通大学第一附属医院医学影像科,西安 710061

金超 西安交通大学第一附属医院医学影像科,西安 710061

张玉利 西安交通大学第一附属医院医学影像科,西安 710061

刘聪聪 西安交通大学第一附属医院医学影像科,西安 710061

鱼博浪 西安交通大学第一附属医院医学影像科,西安 710061

杨健* 西安交通大学第一附属医院医学影像科,西安 710061;西安交通大学生命科学与技术学院生物医学工程系,西安 710054

通信作者:杨健,E-mail:yj1118@mail.xjtu.edu.cn

利益冲突:无。


基金项目: 国家重点研发计划项目 编号:2016Y FC0100300 国家自然科学基金面上项目 编号:81471631,81771810,81171317 2011年教育部"新世纪优秀人才支持计划"项目 编号:NCET- 11-0438 陕西省自然科学基金青年项目 编号:2019JQ-198,2017JQ8005 西安交通大学第一附属医院临床研究课题重点项目 编号:XJTU1AF-CRF- 2015-004 西安交通大学第一附属医院青年创新基金项目 编号:2011YK. 19
收稿日期:2019-05-14
中图分类号:R445.2; R338.2 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2019.10.011
本文引用格式:孙亲利,李贤军,李梦轩,等.磁共振扩散峰度成像对大脑灰质核团微观结构发育变化的检测.磁共振成像, 2019, 10(10): 774-778. DOI:10.12015/issn.1674-8034.2019.10.011.

       探究脑发育是脑科学领域研究的热点课题,磁共振扩散成像技术通过测量生物体内水分子扩散运动情况来检测组织微观结构的变化,成为在体无创研究脑发育的重要手段,但目前主要用于脑白质的研究[1,2],而对脑灰质的研究较少。磁共振扩散张量成像(diffusion tensor imaging,DTI)技术的理论基础是假定水分子运动在单室模型内,以自由、非受限的形式进行扩散,扩散位移呈高斯分布,获得的参量有各向异性分数(fractional anisotropy,FA)、平均扩散率(mean diffusivity,MD)、平行扩散率(axial diffusivity,AD)和垂直扩散率(radial diffusivity,RD),分析水分子扩散程度和方向性的信息,可用于脑白质微观结构的评价[3,4],而脑灰质为各向同性结构,其FA较低,对灰质变化的敏感度有限[5,6]。在生物体内,水分子的运动因细胞间结构、细胞内外受限程度、细胞膜的渗透性以及游离、结合水的物理化学特性差异而表现复杂,并不真正处于随机状态[7,8]。磁共振扩散峰度成像(diffusion kurtosis imaging,DKI)是一种新型磁共振扩散成像技术,是DTI技术的延伸,通过引入峰度(kurtosis)的概念来量化真实水分子扩散位移与理想的高斯分布水分子扩散位移间的偏离,以此来表示水分子扩散受限程度以及扩散的不均质性,更加接近组织微环境中的水分子真实扩散模型[8,9]。DKI技术可同时获得DTI的参量(如FA、MD、AD、RD)和DKI的参量,DKI参量包括平均扩散峰度(mean kurtosis,MK)、平行扩散峰度(axial kurtosis,AK)和垂直扩散峰度(radial kurtosis,RK),通过测量水分子非高斯扩散特性,更为全面地检测脑组织微观结构的变化[6,10,11,12,13],观察水分子在脑白质内交叉和发散神经纤维的扩散优于常规的DTI技术,尤其对水分子在脑灰质内相对各向同性的扩散其敏感性高于DTI,对脑灰质不均质性的显示优于DTI技术[13,14,15,16]。目前对脑发育成熟度的评价还没有金标准,需要与成人的参量值去做比较[17],因此,本研究以成人为参照,通过比较磁共振扩散张量参量和扩散峰度参量在检测新生儿与成人间大脑灰质核团微观结构变化率的差异,探讨DKI技术对灰质微观结构变化的敏感性,评价其在脑灰质发育研究中的意义。

1 材料与方法

1.1 研究对象

       研究对象为22名足月新生儿(男女各11名;出生胎龄:38~41周,中位数39周;校正胎龄:39~44周,中位数40周)和22名成人(男女各11名;出生胎龄:37~40周,中位数39周;年龄:18~26岁,中位数22岁)。新生儿为临床除外神经系统疾病拟行MRI评估脑发育情况者,成人为健康大学生志愿者[18]。本研究经医院伦理委员会批准,新生儿父母及成人本人均签署了知情同意书。

       新生儿组的纳入标准:①足月出生,37周≤出生胎龄<42周;②MRI检查时日龄≤28 d;③头颅MRI未见异常;④出生后1 min时Apgar评分≥7分。排除标准:①足月小样儿或巨大儿;②先天性心脏病;③遗传代谢性疾病;④有新生儿缺血缺氧性脑病、新生儿胆红素脑病或新生儿低血糖脑病等脑病史;⑤有脑出血或脑外伤史;⑥有严重感染:败血症、脑炎或脑膜炎史;⑦有呼吸窘迫综合征、呼吸衰竭或休克史。

       成人组的纳入标准:①足月出生,37周≤出生胎龄<42周;②头颅MRI未见异常;③神经系统体格检查正常。排除标准:①脑病史;②脑外伤史;③精神性疾病史。

1.2 扫描设备及方法

       应用3.0 T磁共振设备(Signa HDxt,General Electric Medical System,Milwaukee,WI,USA)、8通道相控阵头线圈进行MRI扫描。扫描序列包括3D T1WI、横轴位T2WI及DKI序列。

       应用单次激发平面回波成像(single-shot echoplanar imaging,SSH-EPI)序列完成DKI数据采集,扫描参数:b值为0、500、1000、2000和2500 s/mm2,每个非零b值18个梯度磁场方向,采集次数(NEX) :1,TR :8000~11 000 ms,TE :91.7~126.1 ms,层厚:4 mm,无层间隔,层数:22~33层,视野(field of view,FOV):新生儿为180 mm × 180 mm,成人为240 mm × 240 mm,采集矩阵:新生儿为128 × 128,成人为172 × 172,体素大小均为1.40 mm × 1.40 mm × 4 mm。

1.3 DKI后处理

       DKI后处理过程包括以下7个步骤[19]:脑组织区域提取、b0参考图像获取、图像校正(错配、涡流以及其他畸变的校正)、运动伪影检测、高斯平滑处理、张量估算及参量计算等。上述步骤的脑组织区域提取、b0参考图像获取、图像校正使用MRI分析软件(FMRIB's software library,FSL)来实现,运动伪影检测、扩散率张量与扩散峰度张量估计、DKI及其组织模型参量计算等部分在MATLAB 7.11(Math Works, Natick, MA, USA)环境下实现,应用约束条件下线性最小二乘法估计扩散率张量和扩散峰度张量。采用群组配准目标图像的选择方法,基于FA图像分别对足月新生儿及成年人进行脑模板的构建,实现群组数据的标准化。采用图谱(Harvard Oxford-Subcortical图谱,网址:https://fsl. fmrib.ox.ac.uk/fsl)仿射的方式分别选择足月新生儿与成年人的丘脑、壳核、苍白球和尾状核4个大脑灰质核团为感兴趣区(图1)。通过DKI模型计算出FA、MD、AD、RD、MK、AK和RK。

图1  平均FA图感兴趣区示例
Fig. 1  ROIs overlap on the mean FA.

1.4 统计学方法

       应用SPSS 18.0版进行统计学分析。DKI参量结果用均数±标准差(±s)表示。采用秩和检验(Mann- Whitney U检验)行各感兴趣区各参量在新生儿与成人组间差异的比较。以P<0.05为差异有统计学意义。参量的相对变化率(%)=(成人参量的均值-新生儿参量的均值)/新生儿参量的均值。

2 结果

2.1 新生儿与成人各部位参量均值的比较

       与新生儿比较,成人4个大脑灰质核团即丘脑、壳核、苍白球和尾状核的FA、MK、AK和RK值升高,MD、AD和RD值降低(图2)。除了丘脑的AD (P=0.944)外,新生儿与成人4个灰质核团的FA、MD、AD、RD、MK、AK和RK等7个参量值差异均有统计学意义(P<0.05,表1)。

图2  新生儿(上方)与成人(下方)FA、MD、AD、RD、MK、AK和RK图
Fig. 2  FA, MD, AD, RD, MK, AK and RK maps of the representative neonate (above) and adult (below) subjects.
表1  新生儿与成人大脑灰质核团各参量的均值及相对变化率
Tab. 1  The regional mean values and the relative change ratios of parameters in neonates and adults

2.2 各部位各参量均值的相对变化率

       丘脑、壳核、苍白球和尾状核各参量相对变化率见表1。比较各部位FA及MK相对变化率,FA值:苍白球>丘脑>壳核>尾状核,MK值:苍白球>壳核>丘脑>尾状核。

2.3 DTI参量与DKI参量变化率的比较

       扩散峰度参量MK、AK、RK的相对变化率从82.86%(尾状核AK)到210.81%(苍白球RK),而扩散张量参量FA、MD、AD、RD的相对变化率仅从1.45%(壳核AD)到70.59%(苍白球FA),扩散峰度参量MK、AK、RK的变化率均高于扩散张量参量的变化率。

3 讨论

       有关脑白质发育DKI的研究证实DKI参量在检测脑白质微观结构变化方面较DTI参量有更高的敏感性。Grinberg等[2]比较了儿童与成人间脑白质纤维DTI参量和DKI参量的变化率,发现DKI参量组间差异更大更广泛,认为DKI参量作为脑组织发育和区域异质性的生物标志物具有较高的敏感性。本研究将DKI技术应用于脑灰质研究中,比较新生儿与成人间大脑灰质核团扩散张量参量变化率和扩散峰度参量变化率的差异,结果发现扩散峰度参量相对变化率明显大于扩散张量参量相对变化率,说明扩散峰度参量在检测灰质微观结构变化的敏感性高于扩散张量参量;不同灰质核团各参量变化率不同,提示DKI技术能反映灰质核团的异质性。

3.1 DTI参量与DKI参量变化率的比较

       脑灰质的成熟过程包括基层树突的增加、组织含水量的改变、细胞膜和细胞器的增殖、细胞密度和皮层细胞结构的变化[6,20]。Falangola等[14]应用DKI探测前额叶皮层微观结构与年龄相关性变化,发现从青春期过渡到成年期,大脑前额叶皮层MK随之增加,这与脑区持续的髓鞘形成以及微观结构复杂性的整体增加相一致;随着年龄进一步增长,MK逐渐降低,这与退行性变化与神经元萎缩有关;DKI所探测到脑组织非高斯扩散随年龄的变化特点与组织病理学及形态学的研究结果一致。本研究结果显示,从新生儿期到成年,丘脑、壳核、苍白球和尾状核等灰质结构的FA、MK、AK和RK值升高,MD、AD和RD值降低,这反映了随着灰质核团发育成熟,水分子扩散受限,各向异性增加。但扩散峰度参量MK、AK、RK的相对变化率(82.86%~210.81%)明显高于扩散张量参量FA、MD、AD、RD的相对变化率(1.45%~70.59%)。有关脑发育DTI的研究表明,灰质为各向同性结构,其各向异性分数FA值相当的低,DTI对灰质结构变化的敏感度有限[5,6]。如本研究所示,扩散峰度参量变化率最低值为82.86%(尾状核AK),而扩散张量参量相对变化率最高值仅为70.59%(苍白球FA)。

       在扩散张量参量的变化中,本研究同时发现丘脑和苍白球FA相对变化率高于壳核和尾状核,这主要是因为虽然丘脑和苍白球为灰质结构,但含有白质纤维,内有各向异性成分[11]。而扩散峰度参量变化的原因主要是由于发育过程中灰质结构的各向同性发生特殊变化。理论上,灰质各向同性扩散受限可能是因为随着灰质结构的成熟,大分子物质浓度逐渐增加和组织含水量的减少。另外,还有细胞结构的变化包括细胞膜和细胞器的增殖、放射状的胶质细胞向星形细胞神经纤维网转变、基底树突的增加、细胞的包装[21]。DTI的理论基础是水分子呈高斯分布,很难检测灰质结构各向同性的变化,而DKI技术通过引入峰度的概念来量化真实水分子扩散位移与理想的高斯分布水分子扩散位移间的偏离,检测水分子扩散受限程度以及扩散的不均质性,更为全面地反映组织微观结构的变化[15, 22]。Paydar等[21]在应用DKI研究脑发育(从出生到4岁7个月儿童)中,在分析脑白质的同时,也对部分灰质做了分析,包括丘脑、壳核的FA和MK两个参量,结果表明DKI较DTI能提供更多有关脑发育微观结构变化的信息,不仅能反映各向异性白质结构的随龄性变化,也能反映各向同性灰质结构随龄性的变化。因此,与扩散张量参量比较,扩散峰度参量能更好地反映在细胞水平上所形成的各向同性微观结构受限而引起的灰质组织的变化情况。

3.2 不同灰质核团参量变化率的比较

       不同灰质核团各参量变化率不同,这与不同结构之间原有的微观结构复杂性、各向异性、扩散系数及成熟速率各不相同有关[23]。比较各部位FA及MK相对变化率发现,其相对变化率均是苍白球最高,其次是丘脑和壳核,再次是尾状核。从新生儿到成人,灰质核团扩散参量的变化,可能与轴突增加、细胞增殖以及铁沉积等多种机制有关。在上述4个深部灰质核团中,苍白球的微观结构组成最为复杂,由垂直于有髓轴突的大圆盘状神经元构成,且铁浓度最高,有髓轴突、大细胞和铁蛋白构成一个复杂的结构,对水分子的自由扩散造成广泛的阻碍,典型的有髓轴突是空间定向的,限制了分子沿纤维方向的扩散,并表现为高的各向异性FA;这些阻碍也导致质子扩散偏离高斯分布,导致峰度MK增大。因此,上述4个灰质核团中,苍白球的FA及MK变化率最高。尾状核和丘脑的微观结构组成相对简单,主要由神经元和神经胶质构成。与苍白球相比,这种简单、各向同性的微观结构具有较低的MK、FA。这些结构中的铁浓度水平也属于最低之列。而壳核的微观结构组成也相对简单,与尾状核相似,但铁浓度较高,铁沉积速率高于尾状核,扩散受阻,FA及MK变化率高于尾状核。由此可见,DKI不仅能反映灰质核团微观结构的变化,还能反映核团的异质性。

3.3 本研究的不足

       本研究不足之处在于新生儿与成人脑大小不同,扫描参数没有做到完全一致,但其对DTI参量与DKI参量的影响同时存在,不影响本研究的结果;其次,本研究进行的是两个断面的比较,下一步将扩大样本量,进行年龄段内连续数据的分析,探索灰质发育进程的变化;另外,对灰质核团各参量变化意义的解读还有待进一步研究。

       综上所述,新生儿与成人大脑灰质核团扩散峰度参量的变化率明显大于扩散张量参量的变化率。磁共振扩散峰度成像可同时获取扩散张量参量和扩散峰度参量,检测分子微观结构的变化更为敏感和全面,具有探索灰质结构变化的潜力,可作为研究灰质微观结构发育变化的生物指标。

[1]
Coutu JP, Chen JJ, Rosas HD, et al. Non-Gaussian water diffusion in aging white matter. Neurobiol Aging, 2014, 35(6): 1412-1421.
[2]
Grinberg F, Maximov II, Farrher E, et al. Diffusion kurtosis metrics as biomarkers of microstructural development: A comparative study of a group of children and a group of adults. NeuroImage, 2017, 144(Pt A): 12-22.
[3]
Hou X, Yang J, Yu BL. Assessment of neonatal brain development by diffusion tensor imaging. Chin J Magn Reson Imaging, 2012, 3(1): 74-78.
侯欣,杨健,鱼博浪.磁共振扩散张量成像在新生儿脑发育的应用及展望.磁共振成像, 2012, 3(1): 74-78.
[4]
Gao J, Zhang YM, Sun QL, et al. White matter variations in preterm and full term neonates with punctate white matter lesions: a diffusion tensor study based on tract-based spatial statistics. Chin J Magn Reson Imaging, 2014, 5(1): 24-29.
高洁,张育苗,孙亲利,等.基于纤维束空间统计分析法研究早产及足月新生儿局灶性脑白质损伤的扩散张量成像特点.磁共振成像, 2014, 5(1): 24-29.
[5]
Mukherjee P, Miller JH, Shimony JS, et al. Diffusion-tensor MR imaging of gray and white matter development during normal human brain maturation. AJNR Am J Neuroradiol, 2002, 23(9): 1445.
[6]
Cheung MM, Hui ES, Chan KC, et al. Does diffusion kurtosis imaging lead to better neural tissue characterization? A rodent brain maturation study. Neuroimage, 2009, 45(2): 386-392.
[7]
Cheng Y, Shen W. Magnetic resonance diffusion kurtosis imaging: basic principle and preliminary application in central nervous system. Inter J Med Radiol, 2015, 38(1): 20-24.
程悦,沈文. MR扩散峰度成像原理及其在中枢神经系统的初步应用.国际医学放射学杂志, 2015, 38(1): 20-24.
[8]
Wu EX, Cheung MM. MR diffusion kurtosis imaging for neural tissue characterization. NMR Biomed, 2010, 23(7): 836-848.
[9]
Jensen JH, Helpern JA. MRI quantification of non-Gaussian water diffusion by kurtosis analysis. NMR Biomed, 2010, 23(7): 698-710.
[10]
Das SK, Wang JL, Bing L, et al. Regional values of diffusional kurtosis estimates in the healthy brain during normal aging. Clin Neuroradiol, 2017, 27(3): 283-298.
[11]
Shi J, Chang L, Wang J, et al. Initial application of diffusional kurtosis imaging in evaluating brain development of healthy preterm infants. PLoS One, 2016, 11(4): e0154146.
[12]
Lätt J, Nilsson M, Wirestam R, et al. Regional values of diffusional kurtosis estimates in the healthy brain. J Magn Res Imaging, 2013, 37(3): 610-618.
[13]
Yang J, Li CX, Wang SP. Present research situation of magnetic resonance diffusion kurtosis imaging. J Pract Radio, 2013, 29(1): 133-135.
杨健,李晨霞,王素品.磁共振扩散峰度成像的研究现状.实用放射学杂志, 2013, 29(1): 133-135.
[14]
Falangola MF, Jensen JH, Babb JS, et al. Age-related non-Gaussian diffusion patterns in the prefrontal brain. J Magn Res Imaging, 2010, 28(6): 1345-1350.
[15]
Halovanic C, Chen M, Chalak L, et al. Proceedings of the national academy of sciences of the united states of America. Proc Natl Acad Sci U S A, 1990, 87(Suppl): 10069-10240.
[16]
Gong NJ, Kuzminski S, Clark M, et al. Microstructural alterations of cortical and deep gray matter over a season of high school football revealed by diffusion kurtosis imaging. Neurobiology of Disease, 2018, 119(11): 79-87.
[17]
Kulikova S, Hertz-Pannier L, Dehaene-Lambertz G, et al. Multi-parametric evaluation of the white matter maturation. Brain Structure & Function, 2015, 220(6): 3657-3672.
[18]
Jin C, Li H, Li X, et al. Temporary hearing threshold shift in healthy volunteers with hearing protection caused by acoustic noise exposure during 3-T multisequence MR neuroimaging. Radiology, 2018, 286(2): 602-608.
[19]
Li X, Yang J, Gao J, et al. A robust post-processing workflow for datasets with motion artifacts in diffusion kurtosis imaging. PLoS One, 2014, 9(4): e94592.
[20]
Hüppi PS, Dubois J. Diffusion tensor imaging of brain development. Seminars in Fetal & Neonatal Medicine, 2006, 11(6): 489-497.
[21]
Paydar A, Fieremans E, Nwankwo JI, et al. Diffusional kurtosis imaging of the developing brain. AJNR Am J Neuroradiol, 2014, 35(4): 808-814.
[22]
Ouyang M, Jeon T, Sotiras A. Differential cortical microstructural maturation in the preterm human brain with diffusion kurtosis and tensor imaging. Proc Natl Acad Sci U S A, 2019, 116(10): 4681-4688.
[23]
Gong NJ, Wong CS, Chan CC, et al. Aging in deep gray matter and white matter revealed by diffusional kurtosis imaging. Neurobiology of Aging, 2014, 35(10): 2203-2216.

上一篇 Wistar大鼠癫痫模型的多模态功能磁共振成像与病理组织学对照研究
下一篇 椎体侵袭性血管瘤病(Gorham,s病)一例及文献复习
  
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