鄭志偉，蔡聰波，蔡淑惠*，陳忠

定量磁化率成像的基本原理及方法概述

鄭志偉1，蔡聰波2，蔡淑惠1*，陳忠1

定量磁化率成像（quantitative susceptibility mapping， QSM）是磁共振成像（magnetic resonance imaging， MRI）中一項(xiàng)新興的用于定量測(cè)量組織磁化特性的技術(shù)。利用定量磁化率成像，可以對(duì)組織的鐵含量、鈣化、血氧飽和度等進(jìn)行有效的定量分析，對(duì)腦出血、多發(fā)性硬化癥及帕金森綜合癥等腦神經(jīng)疾病的研究和診斷也具有重要意義。定量磁化率圖像的重建是一個(gè)復(fù)雜的過(guò)程，包括幾個(gè)不同的步驟，因此其準(zhǔn)確性受到很多因素的影響。本文主要概述定量磁化率成像的基本原理和重建流程，并對(duì)重建過(guò)程中每個(gè)步驟的主要方法進(jìn)行介紹。同時(shí)，也將對(duì)當(dāng)前定量磁化率成像的幾種主要臨床應(yīng)用進(jìn)行介紹。

定量磁化率成像；圖像重建；場(chǎng)圖擬合；相位解纏繞；背景場(chǎng)去除；磁化率反演；磁共振成像

1Department of Electronic Science， Fujian Provincial Key Laboratory of Plasma and Magnetic Resonance， Xiamen University， Xiamen 361005， China

2Department of Communication Engineering， Xiamen University， Xiamen 361005，China

ACKNOWLEDGMENTS This work was supported by the National Natural Science Foundation of China （No. 11275161， 81171331）.

國(guó)家自然科學(xué)基金（編號(hào)：11275161，81171331）

接受日期：2016-04-10

鄭志偉， 蔡聰波， 蔡淑惠， 等. 定量磁化率成像的基本原理及方法概述. 磁共振成像， 2016， 7（6）: 454-460.

磁化率是物質(zhì)的一種物理性質(zhì)，它反映物質(zhì)在外磁場(chǎng)中的磁化程度。當(dāng)磁化率源置于外磁場(chǎng)時(shí)，會(huì)引起局部的磁場(chǎng)變化。在傳統(tǒng)的磁共振成像中，磁化率引起的磁場(chǎng)變化往往被視為圖像偽影的來(lái)源。然而，磁化率同樣也是組織的一種內(nèi)在特性，如果能有效地加以利用，可以為研究組織的結(jié)構(gòu)和功能提供重要的信息。許多研究表明，利用生物組織內(nèi)在的磁化率信息，可以有效地對(duì)組織的鐵含量、鈣化、血氧飽和度等進(jìn)行定量測(cè)量［1-5］。

磁敏感加權(quán)成像（susceptibility weighting imaging， SWI）［6-7］是利用組織的磁化率信息來(lái)增強(qiáng)磁共振圖像對(duì)比度的技術(shù)。傳統(tǒng)的磁共振成像大多利用磁共振信號(hào)的幅值信息而忽略了相位信息，SWI通過(guò)對(duì)相位信息進(jìn)行一定的預(yù)處理來(lái)獲取與組織磁化率信息密切相關(guān)的局部場(chǎng)圖信息，并將該場(chǎng)圖信息與T2*加權(quán)幅值圖相結(jié)合，提高T2*加權(quán)圖的對(duì)比度。雖然SWI已得到廣泛的發(fā)展和應(yīng)用［8-10］，但由于磁化率引起的場(chǎng)圖變化是非局部的，每個(gè)點(diǎn)的場(chǎng)圖變化是由所有的磁化率源所引起的場(chǎng)圖變化的累加，因此，很難直接通過(guò)場(chǎng)圖信息定位真正的組織磁化率分布，也無(wú)法對(duì)磁化率進(jìn)行定量的分析。針對(duì)這個(gè)問(wèn)題，近年來(lái)發(fā)展出定量磁化率成像（quantitative susceptibility mapping， QSM）［11-15］。與SWI相似，QSM也是首先利用磁共振成像的相位信息來(lái)獲取組織局部的場(chǎng)圖變化信息。與SWI不同的是，QSM不是利用場(chǎng)圖對(duì)幅值圖進(jìn)行加權(quán)，而是直接通過(guò)場(chǎng)圖與磁化率之間的物理關(guān)系來(lái)反演出磁化率分布圖像。QSM已經(jīng)在腦出血、多發(fā)性硬化癥和帕金森綜合癥等多種腦神經(jīng)疾病中得到了應(yīng)用［16-18］。

雖然QSM具有廣泛的應(yīng)用前景，但是定量磁化率圖像的重建比較復(fù)雜。一般QSM是通過(guò)梯度回波序列（gradient echo， GRE）來(lái)獲取磁共振數(shù)據(jù)［19-20］，而重建過(guò)程主要可以分為相位圖的初始處理、背景場(chǎng)的去除和磁化率反演3個(gè)部分。本文將對(duì)定量磁化率成像的基本原理和重建流程進(jìn)行概述，并對(duì)重建過(guò)程中每個(gè)步驟的不同方法進(jìn)行介紹。此外，本文也將對(duì)當(dāng)前定量磁化率成像的一些主要的臨床應(yīng)用進(jìn)行介紹。

1 定量磁化率成像基礎(chǔ)

在磁共振成像中，空間分布的磁化率源在外磁場(chǎng)作用下會(huì)引起局部的磁場(chǎng)變化，場(chǎng)圖與磁化率分布的關(guān)系可近似表示為一個(gè)偶極核（dipole kernel）跟磁化率分布的卷積［13， 21］：

其中r表示空間域中的坐標(biāo)向量，χ（r）表示磁化率的分布，θr表示向量r與外磁場(chǎng)B0方向之間的夾角，b（r）表示由磁化率引起的場(chǎng)圖變化，它是相對(duì)于外磁場(chǎng)B0測(cè)量的，即b（r）=［B（r）-B0］/B0。是描述磁化率與磁場(chǎng)關(guān)系的偶極核?？臻g域中磁場(chǎng)與磁化率的這種卷積關(guān)系在傅里葉域中可以表示為：

其中k為傅里葉域中的坐標(biāo)向量，kz為沿z方向的坐標(biāo)，是偶極核在傅里葉域中的表現(xiàn)形式?？梢钥闯?，這種表示方式更為簡(jiǎn)單。同樣，利用傅里葉變換也可以將式（1）表示成更簡(jiǎn)單的形式，即b=F-1DFχ，其中F和F-1分別表示傅里葉變換矩陣和傅里葉反變換矩陣。

在MRI中，磁化率引起的場(chǎng)圖變化隨回波時(shí)間演化轉(zhuǎn)變成相位信息。在GRE序列中，當(dāng)回波時(shí)間為TE時(shí)，相位與場(chǎng)圖的關(guān)系可以表示為：其中為空間位置r處的相位，為與感應(yīng)線圈相關(guān)的初始相位，為旋磁比。根據(jù)式（3）可知，場(chǎng)圖b（r）可以通過(guò)不同回波的相位值進(jìn)行擬合得到。由于組織外部（例如空氣）也存在磁化率，因此，擬合所獲得的場(chǎng)圖不僅包括組織內(nèi)部磁化率引起的局部場(chǎng)圖，還包括外部磁化率引起的背景場(chǎng)圖，也就是b（r）=bt（r）=bb（r）+bl（r），其中bt（r）、bb（r）和bl（r）分別表示總場(chǎng)圖、背景場(chǎng)圖和局部場(chǎng)圖。因此，在由b（r）計(jì)算組織內(nèi)部的磁化率分布前，需要先去除背景場(chǎng)信息。

磁共振采樣獲得的信號(hào)是包含實(shí)部虛部的復(fù)數(shù)數(shù)據(jù)，例如在GRE序列中，第j個(gè)回波的復(fù)數(shù)信號(hào)可用指數(shù)形式表示為：

其中s（r，TEj）和a（r，TEj）分別表示第j個(gè)回波的復(fù)數(shù)信號(hào)和幅值，TEj為第j個(gè)回波的回波時(shí)間。由于反正切函數(shù)具有周期性，由式（4）計(jì)算得到的相位信息會(huì)存在纏繞現(xiàn)象，即：

由式（1）～（5）可知，在磁共振成像中，組織內(nèi)部磁化率圖像的重建是一個(gè)逆向的后處理過(guò)程。首先從獲取的相位圖出發(fā)，對(duì)不同回波的相位圖進(jìn)行擬合，再經(jīng)過(guò)相位解纏繞和背景場(chǎng)去除，得到與組織磁化率相關(guān)的場(chǎng)圖信息，然后通過(guò)磁化率與場(chǎng)圖的物理關(guān)系反演出最終的組織磁化率。圖1給出了定量磁化率重建的基本流程。

2 數(shù)據(jù)預(yù)處理

2.1 場(chǎng)圖擬合

由式（4）可知，在多回波的情況下，初始的總場(chǎng)圖b（r）可以采用以下的非線性最小二乘式子擬合得到［22］：

其中Ne為回波數(shù)。這個(gè)式子一般使用迭代的算法進(jìn)行求解，例如高斯牛頓法、共軛梯度法等。除了式（6）這種非線性的擬合方法，還有線性的擬合方法［23］，即先分別求出各個(gè)回波的相位信息，再根據(jù)不同回波信號(hào)的相位和回波時(shí)間利用線性最小二乘法進(jìn)行擬合。線性的擬合方法在求解上更加簡(jiǎn)單，但由于磁共振相位的噪聲分布比較復(fù)雜［24］，因此通過(guò)線性方法擬合場(chǎng)圖對(duì)噪聲的抑制較不理想。相比之下，因?yàn)榇殴舱裥盘?hào)在實(shí)部和虛部的噪聲分布都可以看作是正態(tài)分布，因此采用式（6）這種非線性最小二乘擬合可以更好地抑制噪聲。

2.2 相位解纏繞

由于相位纏繞的問(wèn)題在很多領(lǐng)域都會(huì)遇到，因此有大量的方法被提出用于解決這個(gè)問(wèn)題［25-28］。在定量磁化率成像中，比較常用的兩種方法是拉普拉斯法［25］和區(qū)域生長(zhǎng)法［27］。在拉普拉斯法中，待求的未解纏繞相位經(jīng)過(guò)拉普拉斯算子的作用后可以表示為纏繞相位的數(shù)學(xué)形式，即：

3 背景場(chǎng)去除

圖1 定量磁化率重建流程示意圖。步驟1：數(shù)據(jù)預(yù)處理，產(chǎn)生幅值圖和初始總場(chǎng)圖并解相位纏繞；步驟2：背景場(chǎng)去除；步驟3：磁化率反演Fig. 1 Schematics for quantitative susceptibility reconstruction. Step 1: Data pre-processing to generate magnitude image and unwrapped field； Step 2: Background field removing； Step 3: Susceptibility inversion.

背景場(chǎng)去除是定量磁化率重建中一個(gè)重要的步驟，能否準(zhǔn)確的濾除總場(chǎng)圖中的背景成分對(duì)于后面的磁化率反演十分重要。由于背景場(chǎng)總體較為平滑，所以最簡(jiǎn)單的方法是通過(guò)高通濾波的方式濾除總場(chǎng)圖中的低頻部分。然而，高通濾波法在濾除背景信息的同時(shí)，往往會(huì)導(dǎo)致局部磁場(chǎng)中部分低頻信息也被濾除。對(duì)于組織邊界處的高頻背景場(chǎng)，高通濾波的效果也不理想。隨著定量磁化率成像的發(fā)展，很多新的去背景場(chǎng)方法不斷涌現(xiàn)［29-33］，其中最典型的是基于磁場(chǎng)物理特性的復(fù)雜調(diào)和偽影去除法（sophisticated harmonic artifact reduction for phase data， SHARP）以及它的改進(jìn)方法［29-30， 32］。

由于背景場(chǎng)來(lái)源于組織外部的磁化率，根據(jù)麥克斯韋方程可以得到背景場(chǎng)bb（r）在組織內(nèi)部滿足拉普拉斯方程：

因此在數(shù)學(xué)上，滿足拉普拉斯方程的函數(shù)稱為調(diào)和函數(shù)，調(diào)和函數(shù)具有良好的均值性質(zhì)，即調(diào)和函數(shù)bb（r）與非負(fù)且徑向?qū)ΨQ、標(biāo)準(zhǔn)化（即積分為1）的函數(shù)做卷積后，其值等于調(diào)和函數(shù)bb（r）本身，即。利用這個(gè)均值性質(zhì)可以得到總場(chǎng)圖在組織內(nèi)部有：

也即

在廣度上,按照零維、一維、二維、三維納米材料系統(tǒng)分類,分門別類地全面介紹各種納米材料的制備、結(jié)構(gòu)、性能和應(yīng)用基礎(chǔ)知識(shí)[6],以及最新研究進(jìn)展情況,構(gòu)建整個(gè)納米材料科學(xué)的“知識(shí)地圖”,既啟發(fā)學(xué)生科研創(chuàng)新思路,又能幫助學(xué)生借鑒多種方法和角度,實(shí)現(xiàn)科研內(nèi)容的創(chuàng)新。

其中M表示組織內(nèi)部區(qū)域的二值掩膜矩陣（內(nèi)部為1，外部為0），矩陣C為卷積核的傅里葉形式。

在原始的SHARP方法中［32］，求解式（12）時(shí)將其近似成F-1CFbl=MF-1CFbt，然后利用截?cái)嗟钠娈愔捣纸膺M(jìn)行求解，求解完成后再乘上掩膜矩陣M，雖然不夠精確，但其操作簡(jiǎn)單。另一種稱為正則化的復(fù)雜調(diào)和偽影去除法（regularizationenable SHARP， RESHARP）［30］則引入了一個(gè)關(guān)于場(chǎng)圖的先驗(yàn)信息：局部磁場(chǎng)通常遠(yuǎn)小于背景磁場(chǎng)。利用這個(gè)先驗(yàn)信息以及公式（12），RESHARP方法在求解時(shí)使用如下的正則化公式：

其中第一項(xiàng)為公式（12）的最小二乘擬合形式，第二項(xiàng)則是引入的先驗(yàn)信息，表示正則項(xiàng)系數(shù)。這個(gè)式子求導(dǎo)后可以通過(guò)共軛梯度算法進(jìn)行求解。除了RESHARP，還有另一種利用場(chǎng)圖先驗(yàn)信息的去背景場(chǎng)方法叫做拉普拉斯邊界值法（laplacian boundary value， LBV）［29］。與SHARP和RESHARP利用調(diào)和函數(shù)的均值性質(zhì)進(jìn)行求解不同，LBV直接求解偏微分方程（8）或者（9）。由于偏微分方程在求解時(shí)需要邊界條件，即bl或bb在邊界處的值，而這些又是未知的，因此需要利用合理的近似值來(lái)代替。根據(jù)前面的先驗(yàn)信息知道，總場(chǎng)圖中局部磁場(chǎng)的成分遠(yuǎn)小于背景磁場(chǎng)，因此可以假設(shè)在邊界處有bb≈bb+bl=bt和bl≈0，有了這些近似的邊界條件之后，LBV通過(guò)偏微分求解算法中經(jīng)典的完全多網(wǎng)格算法（full multigrid， FMG）來(lái)求解方程（8）或（9），從而得到背景場(chǎng)圖或者局部場(chǎng)圖。

相比高通濾波法，SHARP、RESHARP和LBV這3種方法都是基于相應(yīng)的物理和數(shù)學(xué)性質(zhì)來(lái)進(jìn)行背景場(chǎng)的去除，因此在效果上一般會(huì)更好，在定量磁化率重建中的應(yīng)用也更為廣泛。

4 磁化率反演

磁化率反演是定量磁化率重建中最重要的部分。通過(guò)式（2）知道，局部磁場(chǎng)在傅里葉域下可以表示成偶極核與磁化率相乘的結(jié)果。但由于偶極核D（k）在魔角附近的錐面區(qū)域存在0值，因此無(wú)法通過(guò)直接相除［即X（k） = b（k）/ D（k）］的方式得到磁化率，需要有效的正則化來(lái)解決這個(gè)不適定的反問(wèn)題。近年來(lái)大量的方法被提出來(lái)解決這個(gè)問(wèn)題［1， 11， 13， 23， 34-37］，其中通過(guò)多方向采樣來(lái)計(jì)算磁化率［34］（calculation of susceptibility through multiple orientation sampling， COSMOS）是一種非常有效的方法，可以有效地抑制重建出的磁化率圖像中的偽影，但使用COSMOS需要采樣多個(gè)不同方向的數(shù)據(jù)，這在臨床上是不現(xiàn)實(shí)的。單方向的方法在實(shí)際應(yīng)用中更為廣泛，大致可以分為兩類，一類是基于傅里葉空間的閾值處理方法，一般稱為傅里葉域法。另一類則是引入先驗(yàn)知識(shí)并利用最優(yōu)化算法進(jìn)行求解，一般稱為空間域法。這里主要介紹這兩類方法中比較常用的兩個(gè)：閾值截?cái)喾ǎ╰runcated k-space division， TKD）［11］和總變分法（total variation， TV）［1］。

作為傅里葉域法的一種，TKD使用閾值來(lái)代替D（k）中那些小于閾值的數(shù)，從而使得原來(lái)無(wú)法直接進(jìn)行的除法操作得以實(shí)現(xiàn)，其具體的表達(dá)式如下：

其中thr表示所選取的閾值，sign（D（k））為D（k）的正負(fù)號(hào)。由式（14）所得的χTKD（k）經(jīng)過(guò)傅里葉反變換即可得到空間域的磁化率分布。TKD的優(yōu)點(diǎn)是非常簡(jiǎn)單，缺點(diǎn)是不容易找到一個(gè)合適的閾值，過(guò)大的閾值會(huì)使整體的磁化率值變得太小，而過(guò)小的閾值又不能起到足夠的偽影抑制作用。另一方面，閾值的截?cái)鄷?huì)導(dǎo)致傅里葉域數(shù)據(jù)的不連續(xù)，因此很容易引入其它的偽影。

TV法是一種空間域的正則化方法，由于組織中的磁化率具有比較平滑的特性，因此TV法引入了梯度的稀疏性這樣一個(gè)正則項(xiàng)，并利用最優(yōu)化的解法來(lái)重建磁化率圖像，其最優(yōu)化表達(dá)式為：

其中第一項(xiàng)為磁化率與場(chǎng)圖的擬合式，第二項(xiàng)為引入的梯度稀疏項(xiàng)，χ*和χ分別表示所求得的磁化率和待求的磁化率值，G表示空間域的梯度算子，包括3個(gè)方向，即G=［Gx， Gy， Gz］。參數(shù)則是用于控制正則項(xiàng)的權(quán)重。式（15）可以通過(guò)非線性共軛梯度算法進(jìn)行迭代求解。由于引入了平滑的先驗(yàn)信息，因此TV法所獲得的磁化率圖像在偽影的抑制上要大大優(yōu)于TKD等一些傅里葉域方法。但由于需要利用迭代的方式進(jìn)行求解，其重建速度遠(yuǎn)慢于TKD。另一方面，TV法由于是對(duì)整個(gè)圖像的梯度進(jìn)行抑制，因此未能考慮組織內(nèi)不同結(jié)構(gòu)之間磁化率的差異，所得的磁化率圖像往往在結(jié)構(gòu)邊界處比較模糊。針對(duì)這個(gè)問(wèn)題，基于形態(tài)學(xué)相似性的反演方法［35］（morphology enabled dipole inversion， MEDI）可以很好地解決。MEDI的基本原理與TV法相似，可以視為一種改良的TV法。MEDI的最優(yōu)化表達(dá)式為：

與原始的TV法相比，MEDI在兩個(gè)范數(shù)項(xiàng)中各引入一個(gè)權(quán)重矩陣，其中Wd用于衡量不同場(chǎng)圖數(shù)據(jù)點(diǎn)的可靠性，防止場(chǎng)圖的噪聲或誤差傳遞到后面的磁化率圖像中。Wd一般與幅值圖成正比，這是因?yàn)榉翟酱?，其所?duì)應(yīng)的場(chǎng)圖點(diǎn)受噪聲的影響相對(duì)越小，可靠性越強(qiáng)，這與前面相位解纏繞中質(zhì)量圖的選擇是類似的。Wg為是梯度權(quán)重矩陣，只在非邊界處取1，而在邊界處取0，因此可以將TV中的平滑性約束限制在不同結(jié)構(gòu)的內(nèi)部。Wg一般也是通過(guò)幅值圖計(jì)算得到，這是因?yàn)椴还苁欠祱D還是磁化率圖，其生理解剖結(jié)構(gòu)是一致的，因此幅值圖中的邊界位置等價(jià)于磁化率圖中的邊界位置。通過(guò)這兩個(gè)權(quán)重矩陣，MEDI不僅抑制了磁化率圖像中的偽影，也提高了圖像在組織邊界處的清晰度，從而大幅提高磁化率圖像的質(zhì)量。

5 定量磁化率成像的臨床應(yīng)用

隨著QSM重建技術(shù)的發(fā)展，目前QSM已經(jīng)在一些疾病的檢測(cè)和診斷上得到了應(yīng)用，受篇幅所限，本文只介紹其中主要的3種應(yīng)用。

5.1 在腦部微出血檢測(cè)上的應(yīng)用

由于對(duì)鐵血黃素沉積引起的不均勻場(chǎng)的敏感性，T2*加權(quán)的GRE圖像和SWI是目前廣泛使用的兩種用于檢測(cè)腦部微出血的技術(shù)，這些圖像在出血點(diǎn)的地方往往表現(xiàn)為低信號(hào)。然而，低信號(hào)區(qū)與出血點(diǎn)的這種相關(guān)關(guān)系會(huì)隨所用的成像參數(shù)的變化而改變，例如，對(duì)于同樣一個(gè)出血點(diǎn)，不同的回波時(shí)間所產(chǎn)生的信號(hào)衰減不同，因此低信號(hào)區(qū)的形狀和大小也會(huì)有所不同。這種對(duì)參數(shù)的依賴影響了腦出血檢測(cè)的準(zhǔn)確性。相比之下，QSM作為一種測(cè)量腦部微出血的方法，其所得到的定量磁化率圖像可以有效克服對(duì)成像參數(shù)的依賴性［16］。

5.2 在組織鈣化等抗磁性物質(zhì)檢測(cè)上的應(yīng)用

與幅值圖、相位圖等常用MRI對(duì)比圖相比，QSM的一個(gè)優(yōu)點(diǎn)是它可以輕易地將抗磁性的組織鈣化與順磁性的物質(zhì)（例如血鐵黃素）區(qū)分開。在GRE幅值圖中，鈣化和慢性出血的地方都表現(xiàn)為低信號(hào)，因此通常很難區(qū)分低信號(hào)區(qū)域是由哪一種病變引起。而GRE的相位圖雖然可用于檢測(cè)抗磁性的鈣化，但其診斷的準(zhǔn)確性尚未得到很好的證明。另一方面，CT是一種廣泛用于檢測(cè)組織鈣化的成像技術(shù)，但與MRI相比，CT對(duì)人體具有一定的放射性損害。隨著QSM技術(shù)的發(fā)展，QSM可望替代CT成為檢測(cè)組織鈣化的一項(xiàng)無(wú)損技術(shù)。目前已經(jīng)有臨床研究表明，QSM在檢測(cè)組織鈣化方面優(yōu)于一般的相位成像，且具有非常高的敏感度（90%）和精確性（95%）［5］。

5.3 在基于鐵含量異常的神經(jīng)疾病上的應(yīng)用

帕金森病與多巴胺能細(xì)胞消亡和黑質(zhì)致密部的鐵積累有關(guān)系。最近的研究表明，由于對(duì)鐵含量變化的敏感性，定量磁化率成像可用于輔助帕金森綜合征的診斷和治療［18， 38］。與正常人相比，帕金森病病人在黑質(zhì)致密部的磁化率值升高。相比R2和R2*圖，QSM對(duì)于帕金森病病人和正常人的區(qū)分更加敏感。因此，QSM可以為帕金森病的研究提供一種非常有效且更加定量的方法。同樣，在多發(fā)性硬化病人的基底神經(jīng)節(jié)和病灶區(qū)域，鐵分布通常會(huì)異常增高，并且隨病灶時(shí)間和炎癥狀態(tài)的變化而發(fā)生改變，因此QSM可用于測(cè)量多發(fā)性硬化病人腦部病灶和非病灶區(qū)的磁化率變化。最近的QSM研究表明［17］，在最初的幾年（大約4年），多發(fā)性硬化的病灶相對(duì)于表現(xiàn)正常的腦白質(zhì)保持較高的磁化率，隨著病變時(shí)間延長(zhǎng)（大于7年），逐漸回歸到與表現(xiàn)正常的腦白質(zhì)相同的磁化率。相比R2*圖像，QSM對(duì)組織病變的敏感度更高，因此也可以用于疾病的早期預(yù)測(cè)。

6 總結(jié)及展望

由于定量磁化率成像具有廣泛的醫(yī)學(xué)應(yīng)用前景，近年來(lái)關(guān)于定量磁化率圖像重建方法的研究十分熱門。本文主要介紹了定量磁化率成像的基本原理以及重建流程，并闡述了每一個(gè)重建步驟目前使用的一些主要方法。同時(shí)也介紹了定量磁化率成像當(dāng)前一些主要的臨床應(yīng)用。由于定量磁化率重建是一個(gè)連續(xù)的后處理過(guò)程，每一個(gè)步驟的處理結(jié)果都會(huì)對(duì)下一個(gè)步驟產(chǎn)生影響，前一個(gè)步驟的錯(cuò)誤很容易在后續(xù)的步驟中被放大。因此，了解重建的每個(gè)步驟并選擇合適的方法，不僅有助于高質(zhì)量定量磁化率圖像的獲得，也有助于為臨床應(yīng)用提供更加準(zhǔn)確有效的檢測(cè)和診斷信息。

［References］

［1］Bilgic B， Pfefferbaum A， Rohlfing T， et al. MRI estimates of brain iron concentration in normal aging using quantitative susceptibility mapping. NeuroImage， 2012， 59（3）: 2625-2635.

［2］Haacke EM， Tang J， Neelavalli J， et al. Susceptibility mapping as a means to visualize veins and quantify oxygen saturation. J Magn Reson Imaging， 2010， 32（3）: 663-676.

［3］Langkammer C， Schweser F， Krebs N， et al. Quantitative susceptibility mapping （QSM） as a means to measure brain iron？ A post mortem validation study. NeuroImage， 2012， 62（3）: 1593-1599.

［4］Wang M， Li CF. Quantitative susceptibility mapping and its development in brain iron quantification. Chin Imaging J Integrat Traditional West Med， 2016， 14（1）: 105-108.

王敏， 李傳富. 定量磁化率成像及其在腦鐵定量中的研究進(jìn)展. 中國(guó)中西醫(yī)結(jié)合影像學(xué)雜志， 2016， 14（1）: 105-108.

［5］Chen WW， Zhu WZ， Kovanlikaya I， et al. Intracranial calcifications and hemorrhages: Characterization with quantitative susceptibility mapping. Radiology， 2014， 270（2）: 496-505.

［6］Reichenbach JR， Venkatesan R， Schillinger DJ， et al. Small vessels in the human brain: MR venography with deoxyhemoglobin as an intrinsic contrast agent. Radiology，1997， 204（1）: 272-277.

［7］Haacke EM， Xu YB， Cheng YCN， et al. Susceptibility weighted imaging （SWI）. Magn Reson Med， 2004， 52（3）: 612-618.

［8］Cheng Y， Yang LX， Zhu Y， et al. Study of region-of-interest choosing in measuring brain iron content by susceptibility weighted imaging. Chin J Magn Reson Imaging， 2015， 6（8）: 636-640.

程禹， 楊利霞， 朱勇， 等. 磁敏感加權(quán)成像腦鐵含量感興趣區(qū)選擇及測(cè)量研究. 磁共振成像， 2015， 6（8）: 636-640.

［9］Tang SX， Dai JP. DTI and SWI application progress on hippocampus in patients with Alzheimer's disease. Chin J Magn Reson Imaging， 2015， 6（9）: 699-703.

唐守現(xiàn)， 戴建平. 擴(kuò)散張量成像和磁敏感加權(quán)成像在阿爾茨海默病海馬的研究進(jìn)展. 磁共振成像， 2015， 6（9）: 699-703.

［10］Wang SJ， Wang LW， Huang HQ， et al. The value of susceptibility weighted imaging in the diagnosis of cerebral micro-bleeding. Chin J Magn Reson Imaging， 2013， 4（5）: 335-338.

王紹娟， 王利偉， 黃海青， 等. 磁敏感成像序列在腦微出血診斷中的價(jià)值. 磁共振成像， 2013， 4（5）: 335-338.

［11］Shmueli K， de Zwart JA， van Gelderen P， et al. Magnetic susceptibility mapping of brain tissue in vivo using MRI phase data. Magn Reson Med， 2009， 62（6）: 1510-1522.

［12］de Rochefort L， Brown R， Prince MR， et al. Quantitative MR susceptibility mapping using piece-wise constant regularized inversion of the magnetic field. Magn Reson Med， 2008， 60（4）: 1003-1009.

［13］de Rochefort L， Liu T， Kressler B， et al. Quantitative susceptibility map reconstruction from MR phase data using bayesian regularization: validation and application to brain imaging. Magn Reson Med， 2010， 63（1）: 194-206.

［14］Wang AL， Lin JZ， Liu WJ， et al. Quantitative susceptibility mapping. Chinese J Magn Reson， 2014， 31（1）: 133-154.

王阿莉， 林建忠， 劉偉駿， 等. 定量磁化率成像重建方法及其應(yīng)用. 波譜學(xué)雜志， 2014， 31（1）: 133-154.

［15］Wharton S， Schafer A， Bowtell R. Susceptibility mapping in the human brain using threshold-based k-space division. Magn Reson Med， 2010， 63（5）: 1292-1304.

［16］Liu T， Surapaneni K， Lou M， et al. Cerebral microbleeds: Burden assessment by using quantitative susceptibility mapping. Radiology， 2012， 262（1）: 269-278.

［17］Chen WW， Gauthier SA， Gupta A， et al. Quantitative susceptibility mapping of multiple sclerosis lesions at various ages. Radiology， 2014， 271（1）: 183-192.

［18］Murakami Y， Kakeda S， Watanabe K， et al. Usefulness of quantitative susceptibility mapping for the diagnosis of parkinson disease. Am J Neuroradiol， 2015， 36（6）: 1102-1108.

［19］Li JQ， Chang SX， Liu T， et al. Phase-corrected bipolar gradients in multi-echo gradient-echo sequences for quantitative susceptibility mapping. Magn Reson Mater Phy， 2015， 28（4）: 347-355.

［20］Weng PF， Dong F， Wang QF， et al. Three-Dimensional Multi-Echo Quantitative Susceptibility Mapping with Flow Compensation. Chinese J Magn Reson， 2015， 32（3）: 450-461.

翁鵬飛， 董芳， 王前鋒， 等. 三維多回波流動(dòng)補(bǔ)償定量磁化率成像（QSM）方法研究. 波譜學(xué)雜志， 2015， 32（3）: 450-461.

［21］Marques JP， Bowtell R. Application of a fourier-based method for rapid calculation of field inhomogeneity due to spatial variation of magnetic susceptibility. Concept Magn Reson B，2005， 25（1）: 65-78.

［22］Liu T， Wisnieff C， Lou M， et al. Nonlinear formulation of the magnetic field to source relationship for robust quantitative susceptibility mapping. Magn Reson Med， 2013， 69（2）: 467-476.

［23］Kressler B， de Rochefort L， Liu T， et al. Nonlinear regularization for per voxel estimation of magnetic susceptibility distributions from MRI field maps. IEEE Trans Med Imaging， 2010， 29（2）: 273-281.

［24］Gudbjartsson H， Patz S. The rician distribution of noisy MRI data. Magn Reson Med， 1995， 34（6）: 910-914.

［25］Abdul-Rahman HS， Gdeisat MA， Burton DR， et al. Fast and robust three-dimensional best path phase unwrapping algorithm. Appl Optics， 2007， 46（26）: 6623-6635.

［26］Schofield MA， Zhu YM. Fast phase unwrapping algorithm for interferometric applications. Opt Lett， 2003， 28（14）: 1194-1196.

［27］Cusack R， Papadakis N. New robust 3-D phase unwrapping algorithms: Application to magnetic field mapping and undistorting echoplanar images. NeuroImage， 2002， 16（3）: 754-764.

［28］Maier F， Fuentes D， Weinberg JS， et al. Robust phase unwrapping for MR temperature imaging using a magnitudesorted list， multi-clustering algorithm. Magn Reson Med， 2015，73（4）: 1662-1668.

［29］Zhou D， Liu T， Spincemaille P， et al. Background field removal by solving the Laplacian boundary value problem. NMR Biomed， 2014， 27（3）: 312-319.

［30］Sun HF， Wilman AH. Background field removal using spherical mean value filtering and Tikhonov regularization. Magn Reson Med， 2014， 71（3）: 1151-1157.

［31］Liu T， Khalidov I， de Rochefort L， et al. A novel background field removal method for MRI using projection onto dipole fields （PDF）. NMR Biomed， 2011， 24（9）: 1129-1136.

［32］Schweser F， Deistung A， Lehr BW， et al. Quantitative imaging of intrinsic magnetic tissue properties using MRI signal phase: An approach to in vivo brain iron metabolism？. NeuroImage，2011， 54（4）: 2789-2807.

［33］Ng A， Johnston L， Chen ZL， et al. Spatially dependent filtering for removing phase distortions at the cortical surface. Magn Reson Med， 2011， 66（3）: 784-793.

［34］Liu T， Spincemaille P， de Rochefort L， et al. Calculation of susceptibility through multiple orientation sampling （COSMOS）: a method for conditioning the inverse problem from measured magnetic field map to susceptibility source image in MRI. Magn Reson Med， 2009， 61（1）: 196-204.

［35］Liu J， Liu T， de Rochefort L， et al. Morphology enabled dipole inversion for quantitative susceptibility mapping using structural consistency between the magnitude image and the susceptibility map. NeuroImage， 2012， 59（3）: 2560-2568.

［36］Li W， Wu B， Liu CL. Quantitative susceptibility mapping of human brain reflects spatial variation in tissue composition. NeuroImage， 2011， 55（4）: 1645-1656.

［37］Wu B， Li W， Guidon A， et al. Whole brain susceptibility mapping using compressed sensing. Magn Reson Med， 2012，67（1）: 137-147.

［38］Barbosa JHO， Santos AC， Tumas V， et al. Quantifying brain iron deposition in patients with Parkinson's disease using quantitative susceptibility mapping， R2 and R2*. Magn Reson Imaging， 2015， 33（5）: 559-565.

Brief overview of principles and methods of quantitative susceptibility mapping

ZHENG Zhi-wei1， CAI Cong-bo2， CAI Shu-hui1*， CHEN Zhong1

4 Mar 2016， Accepted 10 Apr 2016

Quantitative susceptibility mapping （QSM） has become a promising magnetic resonance imaging （MRI） technique for quantifying underlying magnetic properties of tissues. It provides an effective way to quantify and analyze tissue iron deposits， calcification and vessel oxygen saturation. It is also valuable in the investigation of cerebral hemorrhage， multiple sclerosis， Parkinson disease and other neurological diseases. The reconstruction of susceptibility map is a challenge work，which consists of several steps and the accuracy of susceptibility map depends on many factors. In this work， we will review the principles of quantitative susceptibility mapping and the procedure of susceptibility map reconstruction. The major methods in every step of susceptibility map reconstruction will be introduced. We will also present several major applications of QSM in clinic.

Quantitative susceptibility mapping； Susceptibility map reconstruction；Field fitting； Phase unwrapping； Background removing； Susceptibility inversion；Magnetic resonance imaging

1. 廈門大學(xué)電子科學(xué)系，福建省等離子體與磁共振研究重點(diǎn)實(shí)驗(yàn)室，廈門361005

2. 廈門大學(xué)通信工程系，廈門 361005

蔡淑惠，E-mail: shcai@xmu.edu.cn

2016-03-04

R445.2；O441.2

A

10.12015/issn.1674-8034.2016.06.011

*Correspondence to: Cai SH， E-mail: shcai@xmu.edu.cn