【医学图像处理】MRI T1, T2 PD-加权成像

【医学图像处理】MRI T1, T2 PD-加权成像

深度炼丹炉公众号:
【医学图像处理】MRI T1, T2 PD-加权成像_第1张图片

与辐射成像不同,在对比度成像中,对比度取决于所成像结构的衰减率。MR图像中,对比度取决于所成像区域中的磁性和氢核数。通过运行具有不同权重的不同序列,可以选择要成像区域中的不同对比度。主要有一下三个序列:

  • T1加权:最大化T1对比度显示
  • T2加权:最大化T2对比度显示
  • 质子密度PD加权:氢质子密度显示

当然还有更加复杂的序列,比如 FLAIR:fluid attenuated inversion recoverySTIR: short tau inversion recovery

T1加权成像

【医学图像处理】MRI T1, T2 PD-加权成像_第2张图片

概括地说,T1弛豫是纵向磁化强度(Mz)的恢复。施加90°RF脉冲时的Mz越高,横向信号(Mxy)越大。TR(重复时间)决定了90°RF脉冲之间的时间长度:

TR越长->到达下一个90°RF脉冲的时间越长->Mz必须恢复的时间更多->施加90°RF脉冲时横向信号越高TR确定T1信号

时间常数T1是衡量原子核达到其原始M z的 63%所需时间的量度。不同分子中的氢核具有不同的T1。T1短的人比T1长的人恢复Mz更快。

【医学图像处理】MRI T1, T2 PD-加权成像_第3张图片

为了使要成像的样本中组织的T1特性之间的对比度最大化,我们需要设置TR,使其出现在曲线上最大差异处。从上面的曲线可以看出,这是在很短的TR处。

关于T2加权成像的注意事项

为了最大化T2加权成像,我们希望最小化T1对比度的贡献。从上图可以看出,最小的T1对比度是长TR或短TR。TR短时,信号太小而无法使用,因此使用了较长的TR。

T2加权成像

【医学图像处理】MRI T1, T2 PD-加权成像_第4张图片

概括地说,T2衰减是施加90°RF脉冲后横向磁化强度(Mxy)的衰减。

90°RF脉冲后的时间越长,Mxy衰减越大,横向信号越小。正如我们在自旋回波序列中所见,TE是“回波时间”。如果我们留一个较长的TE,我们会给Mxy(T2信号)衰减更多的时间,而得到的信号会更小。

TE越长->Mxy衰减时间越长->横向T2信号越小 TE决定T2信号

【医学图像处理】MRI T1, T2 PD-加权成像_第5张图片

时间常数T2是氢核衰减到其激发Mxy的 37%所需的时间。不同分子中的氢核具有不同的T2。T2短的那些将比T2长的那些花费更少的时间。

为了最大化T2对比度,使用了很长的TE,尽管信号忽略不了太长。

关于T1加权成像的注意事项

为了在T1加权成像中最大化T1信号,我们希望最小化T2信号的贡献。从曲线到左侧,最小对比度出现在一个小的TE或一个非常长的TE处。但是,在TE太长的情况下,信号太小,因此在T1加权成像中使用了较短的TE。

质子密度成像

与T1和T2加权图像不同,质子密度(PD)不会显示氢核的磁性,但是会显示成像区域中的核数。为了获得PD加权图像,我们希望最小化T1和T2对比度的贡献。

  • T1 minimised with a long TR: large signal and small T1 contrast
  • T2 minimised with a short TE: large signal and small T2 contrast

总结

T1:

图像 【医学图像处理】MRI T1, T2 PD-加权成像_第6张图片
water signal 水具有长的T1. T1加权成像使用短的TR。所以水的信号仍然很低,因此,水看上去是暗色的
fat signal 脂肪具有端的T1,所以即使TR短,脂肪的信号仍然高,脂肪看上去是明亮的
TR 短 300-600ms
TE 短 10-30ms

T2:

图像 【医学图像处理】MRI T1, T2 PD-加权成像_第7张图片
water signal T2加权成像使用长的TE,所以水的信号较高,因此水看上去比较明亮
fat signal 脂肪具有短的T2,所以长的TE下信号 脂肪会 less bright,看上去比水更暗
TR 长 2000ms
TE 长 90-140ms

PD:

图像 【医学图像处理】MRI T1, T2 PD-加权成像_第8张图片
water signal 长的TR会导致高的水信号,但是短的TE意味着小于T2扫描的信号,所以水信号强度是middle
fat signal 长的TR导致高的脂肪信号,而短的TE使得脂肪信号比T2成像更高,所以脂肪信号是明亮的
TR 长 1000-3000ms
TE 短 15ms

20200418

你可能感兴趣的:(图像处理与医学图像处理,医学成像,图像处理)