基于结构特征的区域自适应：定量磁化率分布图稀疏重建的创新探索.docxVIP

基于结构特征的区域自适应：定量磁化率分布图稀疏重建的创新探索

一、绪论

1.1研究背景与意义

在医学成像领域，磁共振成像（MRI）技术凭借其高分辨率、无辐射等优势，已成为临床诊断和医学研究中不可或缺的工具。定量磁化率成像（QuantitativeSusceptibilityMapping，QSM）作为MRI技术中的新兴分支，通过测量组织的磁化率，为医学研究和临床诊断开辟了新的路径。磁化率是物质的固有属性，不同组织的磁化率存在差异。例如，在人体脑组织中，铁沉积、钙化以及血氧饱和度等因素都会影响组织的磁化率。通过QSM技术精确测定这些组织的磁化率变化，能够为医生提供丰富的病理信息，在多种疾病的检测和研究中发挥关键作用。

以神经退行性疾病为例，帕金森病的主要病理特征包括黑质多巴胺能神经元进行性丧失、含有α-突触核蛋白聚集体的包涵体形成，同时脑组织内铁代谢紊乱与黑质、纹状体内异常铁沉积也是重要病理机制之一。定量磁化率成像技术作为新兴的磁共振检查方法，可以对大脑中的铁分布进行量化及可视化评估，为帕金森病的诊断提供新视角、新思路。在多发性硬化症中，QSM能够区分活动性病灶和非活动性病灶，有助于医生更准确地判断病情，制定个性化的治疗方案。

然而，目前QSM技术在实际应用中仍面临诸多挑战，其中图像重建问题尤为突出。QSM图像的重建涉及复杂的过程，通常由梯度回波序列（GradientEcho，GRE）获取磁共振数据，随后对相位图进行解缠绕、去除背景场等预处理，最终通过反演计算得到磁化率值。这一过程不仅计算量大，而且由于测量数据的噪声干扰以及反问题的不适定性，导致反演结果的准确性和稳定性难以保证，严重制约了QSM技术在临床中的广泛应用。例如，在实际的脑部扫描中，由于大脑结构的复杂性和个体差异，传统的反演算法往往需要耗费大量时间进行计算，且重建出的磁化率分布图可能存在伪影和误差，影响医生对病情的准确判断。

稀疏重建技术的出现为解决QSM图像重建问题提供了新的思路。稀疏重建基于信号的稀疏性假设，通过最小化信号在某个变换域的稀疏表示来实现图像的重建。这种方法能够有效地利用信号的先验信息，减少重建所需的数据量，提高重建效率和准确性。在QSM图像重建中，利用稀疏重建技术可以从少量的测量数据中准确地恢复出磁化率分布，降低噪声和伪影的影响，提高图像质量。

同时，考虑到人体组织的结构特征具有明显的区域差异性，区域自适应方法在QSM图像重建中也具有重要的应用价值。区域自适应方法能够根据不同区域的组织特性和信号特点，自适应地调整重建参数和算法，从而更好地适应复杂的组织结构，提高重建结果的准确性和可靠性。例如，在大脑不同区域，由于组织结构和功能的差异，其磁化率分布也具有不同的特征。采用区域自适应方法可以针对不同区域的特点进行优化重建，使重建结果更符合实际情况。

因此，开展基于结构特征的区域自适应定量磁化率分布图稀疏重建研究具有重要的理论意义和实际应用价值。通过将稀疏重建与区域自适应方法相结合，能够充分利用组织的结构特征信息，提高QSM图像的重建质量和效率，为临床诊断和医学研究提供更准确、可靠的影像学依据，推动QSM技术在医学领域的广泛应用和发展。

1.2国内外研究现状

定量磁化率成像技术近年来受到了国内外学者的广泛关注，在成像方法、重建算法以及临床应用等方面都取得了一定的研究进展。

在成像方法上，国内外研究主要集中在如何优化数据采集序列以提高磁化率测量的准确性和稳定性。梯度回波（GRE）序列是QSM成像的基础，因为其对磁场不均匀性特别敏感，有助于测量组织间的磁敏感差异。目前，单回波GRE序列和多回波GRE序列都被用于QSM的数据采集。相比于单回波，多回波可以在一次激励中同时采集多个回波信号，且对磁场变化更敏感。多回波GRE序列的读出梯度设置又分为单极和双极，单极梯度保证了回波之间的相位一致性，但增加了回波间隔，降低了采集效率；双极梯度降低了回波间隔和扫描时间，减少了运动伪影，但带来了奇偶回波相位误差，国内学者Li等提出线性相位校正的方法解决了此问题，并在头部成功应用。此外，高分辨率成像、缩短回波时间以及流动补偿等技术也被不断应用于QSM成像中，以提高图像质量和磁化率测量的准确性。

在重建算法方面，为了解决QSM重建过程中由于偶极核在54.7°附近的圆锥面区域存在零点而导致的不适定问题，国内外研究者提出了诸多不同的算法。国外学者提出了k空间加权微分法、k空间阈值相除法、多方向采样磁化率计算法等，国内也有学者提出形态学偶极子反演法（MEDI）。其中MEDI算法利用模图作为先验信息，可有效抑制磁化率图中的条状伪影，并提高图像在组织边界处的清晰度，从而大幅提高磁化率图