Многокомпонентное подавление сигналов нормальной ткани в магнитно-резонансной томографии

• Автор: Батова, Светлана Сергеевна
• Шифр специальности: 01.04.01
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Москва
• Количество страниц: 114 с. : ил.

Содержание
ВВЕДЕНИЕ
Цели и задачи исследовании
ГЛАВА 1. МЕТОДЫ УПРАВЛЕНИЯ ТКАНЕВЫМ КОНТРАСТОМ
1.1 Физические основы МРТ
1.2 Управление тканевым контрастом
1.3 Метод инверсия-восстановление
1.4 Метод Диксона
1.5 Перенос намагниченности
Выводы к главе
ГЛАВА 2. АЛГЕБРАИЧЕСКИЕ ОПЕРАЦИИ С М1’-ИЗ О Б РАЖЕ IIИ Я М И
2.1 Информационное содержание МР-изображений, получаемых в результате алгебраических операций
2.2 Применение алгебраических операций с МР-изображеннями для селективного выделения зоны поражения
2.3 Эмуляция режимов сканирования с подавлением сигналов от трех тканевых компонентов
2.4 Эмуляция импульсной последовательности для селективного выделения сигнала жира
2.5 Эмуляция селективного подавления сигналов от нормальной тканн при решении диагностических задач
2.6 Специфика исследования образований с короткими Ті
Выводы к главе
ГЛАВА 3. МНОГОКОМПОНЕНТНОЕ ПОДАВЛЕНИЕ НА ОСНОВЕ КОМБИНАЦИИ МЕТОДОВ ИВ И ДИКСОНА
3.1 Реализация метода Диксона для различных импульсных последовательностей
3.2 Реализация фазовой коррекции для метода Диксона
3.3 Программа для обработки данных по методу Диксона
3.4 Примеры использования метода Диксона в сочетании с методикой ИВ
Выводы к главе
ГЛАВА 4. ЯВЛЕНИЕ ПЕРЕНОСА НАМАГНИЧЕННОСТИ
4.1 Модели кросс-релаксации
4.2 Двухфазная модель кросс-релаксации

4.3 Импульсный перепое намагниченности
4.4 Структура сканирующей импульсной последовательности
4.5 Эволюция спиновой системы в отсутствии РЧ воздействия
4.6 Стационарное состояние спиновой системы (в конце интервала С,)
4.7 Модель импульсного стационарного состояния
4.8 Расчет кросс-релаксационных параметров
Выводы к главе
ГЛАВА 5. АНАЛИЗ ЭВОЛЮЦИИ МАГНИТНОГО ПОЛЯ В ЗАЗОРЕ СВЕРХПРОВОДЯЩЕГО МАГНИТА
5.1 Введение
5.2 Статистическая обработка данных по материалам базы МРТ-исследований
5.3 Анализ и выводы по результатам оценки эволюции ларморовой частоты
Выводы к главе
ГЛАВА 6. НОВОЕ ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ТОМОГРАФА, СОЗДАННОЕ С УЧЕТОМ РАЗРАБОТАННЫХ МЕТОДИК
6.1 Основные характеристики МР-томографа
6.2 Программа для работы с данными К-пространства
6.3 Программа для визуализации МР данных и их алгебраических производныхЮО
6.4 Программа для расчета карт релаксационных параметров
6.5 Программа для статистического анализа МР данных
Выводы к главе
ВЫВОДЫ
ЛИТЕРАТУРА

ВВЕДЕНИЕ
В данном разделе дастся общая характеристика работы, формулируются основные задачи данной диссертации и обосновывается ее актуальность.
Цели и задачи исследования
Данная работа посвящена решению актуальных проблем магнитно-резонансной томографии (МРТ) - повышению информативности исследования, сокращению его продолжительности, совершенствованию технических и программных средств, необходимых для постановки экспериментов и обработки данных. МРТ в настоящее время является весьма эффективным методом медицинской диагностики благодаря возможности неинвазивным и безопасным способом получать высококонтрастные посрезовые изображения внутренних органов не только человека, но и других биологических объектов[1-6].
Метод основан на явлении ядерного магнитного резонанса (ЯМР)[7-9]. Его специфика состоит в том, что в сканирующей импульсной последовательности (ИП) применяется пространственное кодирование ларморовых частот с помощью неоднородных магнитных полей. Математическая обработка сигналов ЯМР позволяет построить изображение, характеризующее распределение протонной плотности и других параметров исследуемого объекта. Наибольший интерес представляют весьма вариабельные релаксационные параметры (времена продольной (ТО и поперечной (Т2) релаксации[10-14]), поскольку контраст МРТ изображения существенно зависит от того, как они соотносятся с параметрами сканирующей ИП, такими как задержка между циклами сканирования (TR) и задержка между импульсом РЧ поля и началом считывания сигнала (ТЕ). Варьируя параметры ИП можно получить карты распределения Ti и Т2. Однако это требует неприемлемо большого времени исследования. Поэтому обычно ограничиваются получением т.н. Т1- и Т2-взвешенных изображений (ВИ), для получения которых в ИП задают, соответственно, TR Диагностика последней требует дополнительных режимов сканирования, позволяющих уточнить ее структуру. Это связано с тем, что обычные обзорные МР-

Таким образом, медицинская диагностика подразумевает предварительное определение физических параметров патологического образования - оценивание его времен релаксации, протонной плотности и других характеристик. И последующее па основе этих данных определение наиболее вероятных типов конкретных патологий. Для этого необходимо сопоставить изображения одной и той же зоны интереса при разных ИП.
При визуальном сопоставлении изображений, полученных при разных режимах сканирования, не всегда возможно выявить различия контраста в проблемной зоне из-за особенностей зрительного восприятия, которые затрудняют сопоставление изображений, полученных при разных режимах сканирования. В частности, ткань, имеющая один и тот же контраст на двух изображениях, выглядит более яркой, если она представлена на темном фоне. Дополнительным фактором является техническое несовершенство устройства отображения (монитора). Все это вносит субъективный фактор при сопоставлении изображений.
Поэтому представляет интерес разработка метода автоматической, свободной от субъективных факторов, обработки изображений, позволяющей подчеркнуть эти отличия. Наиболее простым методом такой обработки является вычитание изображений, т.е. построение разностного изображения, у которого яркость пикселей пропорциональна разности яркостей пикселей одинаковой локализации от исходных изображений.
В практике МРТ исследования часто применяется вычитание изображений от одного и того же режима сканирования для выявления функциональных изменений, связанных с введением контрастного вещества [66-68], или предъявления стимула (ШШ) [69]. Однако алгебраические операции с МР-изображениями могут быть востребованы для решения более широкого круга задач, возникающих в ходе диагностических исследований. В этой главе будет рассмотрено применение алгебраических операций с МР-изображениями от разных режимов сканирования для эмуляции режимов сканирования, ориентированных на подавление сигналов от нормальных тканей.
Предварительно следует остановиться на обосновании применяемого подхода, который не ограничивается только вычитанием изображений, а предусматривает и другие алгебраические операции с ними для извлечения диагностической информации.