基于奇异值分解的磁共振波谱的去噪方法

对磁共振波谱进行降噪,使各代谢产物的量化更加准确。在时域中,我们采用基于奇异值分解的方法对磁共振波谱数据进行处理,除去噪声部分。通过实验证明:奇异值分解的方法可以很好地去除噪声,而不影响有用的信号,从而降低感兴趣代谢产物的基线。说明基于奇异值分解的方法,可以有效、准确地除去信号中的噪声,为临床诊断提供可靠的信息。

脑肿瘤^1H-MRS准确识别并量化Lac和Lip

目的:探讨准确地探测、区分并量化大脑质子磁共振波谱检测的乳酸(Lac)和脂质(Lip)代谢物的信息。方法:对28例胶质瘤患者行~1H-MRS检查,用改变TE的方法(TE 144 ms或30 ms)来识别乳酸(Lac)和脂质(Lip),采用洛仑兹函数进行波谱拟合.准确分离并量化Lac和Lip峰。结果:改变TE长短的方法可以准确地区分Lac和Lip峰,洛仑兹线型能较好的拟合MRS波形,拟合结果与原波形的确定系数(R^2)满足0.96≤R^2≤1,有很高的一致性。经独立样本t检验.各级别胶质瘤间Lac值差异均无统计学意义;在Ⅰ～Ⅱ级胶质瘤中均未检测到明显Lip信号,Ⅳ级胶质瘤中Lip含量比Ⅲ级高.两者差异有极显著性意义(P<0.001)。结论:利用改变TE和洛仑兹函数拟合的方法,可以准确地探测、区分并量化脑部Lac和Lip峰,为脑肿瘤的诊断、分类和分级提供重要信息。

人脑内脂质代谢产物的磁共振质子波谱

目的探讨正常人脑脂质代谢产物在不同年龄及不同解剖部位的变化特点。方法对38名健康志愿者进行1H-MRS扫描,ROI包括双侧海马、左侧丘脑及左侧半卵圆中心脑白质。对不同年龄组（儿童组：≤16岁;青年组：17~29岁;中老年组：≥30岁）及不同解剖部位（海马、丘脑和半卵圆中心脑白质）进行分析,原始波谱数据经LCModel软件处理,并应用SPSS 16.0统计软件包进行数据分析。结果 38名健康志愿者共107个体素中,脑波谱0.9 ppm处脂质代谢产物峰的出现率达91.59%（98/107）。不同年龄组及不同解剖部位间脂质代谢产物含量的差异有统计学意义（P〈0.001）。儿童组中,海马的脂质代谢产物含量高于丘脑（P=0.034）;青年组中,海马及半卵圆中心脑白质的脂质代谢产物含量高于丘脑（P〈0.001）,且海马的脂质代谢产物含量高于半卵圆中心脑白质（P=0.01）;中老年组中,海马的脂质代谢产物含量高于半卵圆中心脑白质和丘脑（P〈0.001）。在半卵圆中心脑白质,青年组的脂质代谢物含量高于中老年组（P=0.004）;而在海马和丘脑,不同年龄组间脂质代谢物含量的差异无统计学意义（P=0.065、0.294）。在青年组及中老年组中,半卵圆中心脑白质的脂质代谢物含量与年龄呈负相关（r=-0.63,P=0.004）。结论正常人脑波谱0.9 ppm处的脂质代谢产物峰可能为某种或某几种正常磷脂代谢的产物。

磁共振波谱时域量化方法研究

磁共振波谱(MRS)信号可以在时域中采用全自动的暗箱方法或交互式方法进行量化。介绍了这两种方法的运算法则,并对MRS波谱数据进行了处理,得到了很好的结果。

^1H-MRS检测儿童及青少年创伤后应激障碍大脑前扣带回代谢物改变

目的探讨儿童及青少年创伤后应激障碍(PTSD)患者1 H-MRS中大脑前扣带回区代谢物水平的变化。方法纳入汶川地震幸存者57人,包括10例PTSD患者、23名PTSD康复者和24名健康者。对所有研究对象行1 H-MRS检查,检测大脑前扣带回区N-乙酰天门冬氨酸(NAA)、肌酸(Cr)、胆碱(Cho)、肌醇(MI)和谷氨酸和谷氨酰胺复合物(Glx)水平,计算并比较NAA/Cr、Glx/Cr、Cho/Cr、MI/Cr的差异。结果 Glx/Cr:PTSD患者(1.16±0.15)、PTSD患者+PTSD康复者(1.31±0.07)均明显低于健康者(1.59±0.10),PTSD患者明显低于PTSD康复者+健康者(1.48±0.07),差异均有统计学意义(P均<0.05),PTSD康复者(1.37±0.08)与健康者和PTSD患者间差异均无统计学意义(P均>0.05)。NAA/Cr、Cho/Cr和MI/Cr差异均无统计学意义(P均>0.05)。结论 1 H-MRS中儿童及青少年PTSD患者大脑前扣带回区Glx明显下降,其改变可能在PTSD病理生理机制中发挥重要作用。

基于奇异值分解和频率选择的磁共振波谱频域量化方法

时域的磁共振波谱(magnetic resonance spectroscopy,MRS)信号经过傅立叶变换得到频域波谱,通常我们仅对某段频率范围内的波谱感兴趣。本文采用基于奇异值分解(singular value decomposition,SVD)和频率选择的方法,仅对感兴趣的频率范围内的波谱进行量化,降低了其它频率的波谱对感兴趣区域的影响,并大大减少了运算量。通过与时域标准的SVD方法比较实验,表明该算法准确、省时。