胶束型磁共振成像分子探针的设计与应用

飞速发展的分子影像学在肿瘤的早期诊断及检测中发挥着越来越重要的作用.磁共振成像(MRI)是分子影像学的重要分支,具有其他成像技术不可比拟的优越性和广阔的发展前景.它不需要放射性示踪剂,没有电离辐射,具有高的空间、时间分辨率和组织对比度.近年来,新型磁共振分子探针及成像序列取得了一系列进展,包括环境响应型分子探针、¹⁹F成像、¹²⁹Xe超极化成像以及化学交换饱和转移成像等,进一步拓展了MRI的应用范围.研究和开发靶向性好、弛豫效率高且安全性好的新型多模态MRI造影剂,进一步提高灵敏度是MRI领域的一项重要课题,例如将胶束的特性与一些MRI新方法结合,寻找合适的胶束体系,以提高MRI分子探针的灵敏度;或者引入多模态分子探针,弥补磁共振方法的不足.本文综述了胶束型MRI分子探针核心技术的研究进展与应用,并指出分子影像技术在生物医学工程研究和临床诊断中的重要性.     

基于非局部约束球面反卷积模型的纤维追踪算法

基于扩散磁共振成像的纤维追踪技术为非侵入性观测脑白质结构提供了有力的手段,约束球面反卷积作为一种多纤维追踪模型,能够对体素内纤维的方向信息进行建模,进而实现脑纤维的重构.针对约束球面反卷积模型的不适定性以及细节信息丢失问题,本文在约束球面反卷积的基础上,结合邻域信息和分数阶正则化,提出了一种基于非局部约束球面反卷积模型的确定型纤维追踪算法,分数阶的非局部特性使得纤维方向分布模型估计的误差更小,而邻域信息的引入保证了空间一致性,可以减少噪声的影响.分别利用模拟数据、人脑实际数据对本文算法及基于约束球面反卷积的确定型纤维追踪算法作对比实验,结果表明,利用本文算法追踪的纤维不仅整体视觉效果上较整洁,而且对交叉纤维的重建结果更完整准确.     

数据采集方案对神经扩散模型影响的评估

基于单次数据采集的多种扩散模型联合应用已逐渐成为临床研究的热点,本研究比较了三种采集方案对于神经扩散模型定量计算的影响,包括Q空间笛卡尔网格（QGrid）、多壳层异向（Free）和多壳层同向（MDDW）采集方案,涉及的扩散模型包含扩散张量成像（DTI）;扩散峰度成像（DKI）;神经突方向分散度和密度成像（NODDI）;平均表观传播（MAP）模型.结果表明DTI和DKI模型对采集方案相对不敏感,而NODDI和MAP对采集方案和最大b值的设置相对较敏感,并且QGrid和Free方案一致性较高,因此在大样本和多中心研究中需要考虑采集方案的选择.此外,考虑到QGrid和Free方案分别在结合更多扩散模型和神经纤维束成像应用上更具优势,因此推荐使用.     

一种结合并行成像和压缩感知的快速磁共振成像新方法

压缩感知（CS）技术和并行成像技术（主要是SENSE技术、GRAPPA技术等）都能通过减少k空间数据的采集量来加快磁共振成像速度,目前已有一些将两种方法相结合进一步加速磁共振成像速度的方法（例如CS-GRAPPA）.本文针对数据采集和重建这两方面对现有CS-GRAPPA方法进行了改进,采集方式上采用了局部等间隔采集模板以满足GRAPPA重建的要求,并对采集模板进行随机放置以满足CS重建的要求;数据重建时,根据自动校正数据估算GRAPPA算法中欠采行的重建误差,并利用误差的大小确定在CS算法中保真的程度.不同磁共振图像重建实验的结果表明：与现有方法相比,本文方法能够更好地保留原有图像细节并有效减少伪影.     

基于CEST机制的pH成像方法、原理和应用

化学交换饱和转移（Chemical Exchange Saturation Transfer,CEST）技术作为一种新型的磁共振成像（Magnetic Resonance Imaging,MRI）技术.它的原理为溶质池中被激发饱和的质子与游离水中未被饱和的质子间的化学交换,能够引起水质子磁共振信号的下降,从而获得组织内生物分子的相关信息.由于质子间的交换速率k_ex与组织微环境的pH值之间存在直接联系,因而可以通过溶质质子的CEST信号对活体组织进行pH成像.目前用于pH成像的溶质分子既包括内源性游离的蛋白质、多肽分子,还包括一系列的外源性小分子和金属螯合物.通过不同类型的比率法、内源性胺和酰胺浓度-独立检测（Amine and Amide Concentration-independent Detection,AACID）等成像方法,能够获得肾脏、中风脑组织以及肿瘤组织的pH图谱.本文详细总结了2000年以来利用CEST技术进行pH成像方面的研究进展,包括对比剂、成像方法和相关应用,展望了活体组织pH成像的发展趋势和应用前景.     

Role of apparent diffusion coefficient values for the differentiation of viable and necrotic areas of breast cancer and its potential utility to guide voxel positioning for MRS in the absence of dynamic contrast-enhanced MRI data

We carried out retrospective analysis of apparent diffusion coefficient (ADC) values in 48 infiltrating ductal breast cancer patients who had dynamic contrast-enhanced magnetic resonance imaging (DCEMRI; Group I) and in 53 patients (Group II) for whom DCEMRI data were not available. Twenty-three patients of Group I showed no necrosis (Group Ia), while in 25 patients, both viable (nonnecrotic) and necrotic tumor areas (Group Ib) were observed on DCEMRI. T1-weighted, fat-suppressed and short inversion recovery images were used to identify the viable and necrotic tumor areas in Group II patients, and necrosis was not seen in 11 patients (Group IIa), while 42 (Group IIb) showed both viable and necrotic tumor areas. The ADCs of the necrotic area of Group Ib (1.79±0.30 ×10(-3) mm(2)/s) and Group IIb (1.83±0.40 ×10(-3) mm(2)/s) patients were similar and significantly higher (P<.01) compared to the ADCs of the viable tumor area of Group Ia (0.96±0.21 ×10(-3) mm(2)/s) and Group IIa (0.90±0.17 ×10(-3) mm(2)/s) patients. Proton MR spectroscopy (MRS) data were also available in these patients, and the ADC values were retrospectively determined from the voxel from which MR spectrum was obtained. These values were compared with the ADC obtained for the viable and necrotic areas of the tumor. ADC of the MRS voxel was similar to that obtained for the viable tumor area in patients of both groups. This interesting observation reveals the potential utility of using ADC values to identify viable tumor area for positioning of voxel for MRS in the absence of DCEMRI data.     

磁共振成像谱仪B0信号的高精度发生与测试

设计了一种基于现场可编程门阵列（FPGA）的磁共振成像（MRI）谱仪B₀信号的高精度发生方法,并对产生的B₀信号经高速采集卡采集之后进行测试和验证.FPGA从外部读取波形数据和参数,分别存储在双端口随机存取存储器（RAM）和参数寄存器中,根据预补偿算法实现B₀信号的发生,并通过对时间参数和幅度参数的控制,产生不同的B₀信号,时间分辨率为1 μs.对谱仪的B₀输出进行采集,再进行最小二乘拟合,以验证B₀信号发生的准确性.经实验证实,该设计可以产生正确、可控的高精度B₀信号.     

磷酸化调控泛素单体与Rad23A/Ubiquilin-1中泛素结合域互作的检测

泛素（ubiquitin，Ub）是一种广泛存在、高度保守的信号蛋白质，它能够特异性识别成千上万种靶蛋白，以非共价方式行使不同的功能，其中包含蛋白质降解．Ubiquilin-1（Ubql-1）和Rad23A作为两种蛋白降解的转运因子，都包含有与泛素结合的结构域，被称为泛素结合域（ubiquitin-associated domain，UBA）．2014年，泛素S65位磷酸化修饰的特异性激酶PINK1被发现，磷酸化使泛素在溶液中呈现舒展态与收缩态两种互相转换的构象．本文通过核磁共振（nuclear magnetic resonance，NMR）技术对UBA和磷酸化泛素之间的相互作用进行检测，观测磷酸化对UBA和泛素结合的影响．实验结果表明Rad23A-UBA2与Ubql-1 UBA都特异性的与磷酸化泛素的舒展态相互作用，但是磷酸化未改变泛素与UBA之间的亲和力．值得注意的是与Ubql-1 UBA相互作用时，磷酸化促进了泛素收缩态向舒展态的转换．     

基于磁共振图像和改进的UNet++模型区分阿尔茨海默症患者和健康人群

阿尔茨海默症（Alzheimer's Disease,AD）是一种神经退行性疾病,高效准确的早期诊断对其治疗至关重要．本文提出了一种融合多语义级别的深度卷积神经网络结构,基于磁共振图像,用于区分AD患者与正常受试者的方法．首先,在传统UNet++网络的基础上改进了深度监督整合算法;然后,构建了一种新的特征融合结构,进一步细化了不同语义级别的特征;最后,基于不同组织区域（白质、灰质和脑脊液）的磁共振图像,使用本文所提出的方法区分AD患者和正常受试者,并探究了从不同组织获得的信息对分类准确率的影响．实验结果表明,使用本文提出的方法区分两类人群的最高准确率为98.74%,平均准确率为98.47%,高于目前文献报道的其他方法．     

基于虚拟线圈和卷积神经网络的多层同时激发图像重建

本文提出一种基于虚拟共轭线圈（Virtual Coil Concept,VCC）技术和k空间插值鲁棒人工神经网络（Robust Artificial-neural-networks for k-space Interpolation,RAKI）的图像重建方法,用于磁共振多层同时激发成像（Simultaneous Multi-Slice imaging,SMS）,该方法能够有效提升重建图像的质量,被命名为VIRGINIA（VIRtual conjuGate coIls Neural-networks InterpolAtion）.为了得到更高质量的SMS图像,本文提出的VIRGINIA方法利用磁共振线圈数据的复数共轭对称性质扩展了SMS所获取的多通道数据,并将扩展后的数据用于RAKI网络的训练,利用训练后的网络实现高质量的SMS图像重建.本文将VIRGINIA方法和其他SMS图像重建方法（RAKI和Slice-GRAPPA方法）进行了对比,并采用结构相似指数（Structural Similarity Index,SSIM）、峰值信噪比（Peak Signal-to-Noise Ratio,PSNR）和均方根误差（Root Mean Square Error,RMSE）对不同方法的重建图像进行了量化对比分析.结果显示,在相同的SMS加速倍数下,使用VIRGINIA方法进行重建的图像质量均好于RAKI方法,且远好于传统Slice-GRAPPA方法.