【MRI基础】TR 和 TE 时间概念

2024-09-09 04:28
文章标签 基础 概念 时间 mri tr te

本文主要是介绍【MRI基础】TR 和 TE 时间概念,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

重复时间 (TR)

磁共振成像 (MRI) 中的 TR(重复时间,repetition time)是施加于同一切片的连续脉冲序列之间的时间间隔。具体而言,TR 是施加一个 RF(射频)脉冲与施加下一个 RF 脉冲之间的持续时间。TR 以毫秒 (ms) 为单位,主要控制后续脉冲之前的纵向弛豫程度(T1 弛豫),使其成为显著影响 MRI 中的图像对比度和信号特性的重要参数。

回声时间 (TE)

MRI 中的回波时间 (TE,echo time) 是 RF 脉冲的传送和接收到的信号 (回波) 峰值之间的时间。TE 也以毫秒 (ms) 为单位进行测量。它主要影响测量回波时发生的横向松弛量 (T2 松弛)。TE 在根据松弛特性区分各种组织类型方面发挥着重要作用。这里以gradient echo sequence (GRE) 为例。

 

TR 和 TE 的物理机制

MRI 中 TR 和 TE 背后的物理原理涉及磁场、RF 脉冲和体内氢原子核(质子)之间的相互作用。以下是详细分析:

磁场和质子的排列

  • 主磁场 (B0):当患者被置于 MRI 扫描仪中时,他们会暴露在强大的静磁场 (B0) 中。该磁场导致体内氢核(质子)的磁矩与磁场平行或反向平行。这些质子中的大多数平行排列,从而导致磁场方向的净磁化矢量 (M0)。

射频脉冲和激励

  • RF 脉冲:拉莫尔频率(特定于磁场强度和原子核类型)的射频脉冲垂直于主磁场施加。该 RF 脉冲使净磁化矢量从纵向(沿 B0)倾斜到横向平面。
  • 翻转角:磁化矢量倾斜的角度称为翻转角(例如,完全翻转到横向平面为 90 度)。

松弛过程

  • T1 弛豫(纵向弛豫):关闭 RF 脉冲后,磁化矢量开始沿 B0 场弛豫回到其平衡位置。这种恢复以 T1 弛豫时间为特征,即纵向磁化恢复 63% 的时间常数。
  • T2 弛豫(横向弛豫):同时,由于邻近自旋之间的相互作用,磁化矢量的横向分量发生失相,其特征是 T2 弛豫时间,即横向磁化衰减 63% 的时间常数。

重复时间(TR)

  • TR 的定义: TR 是施加一个 RF 脉冲与施加下一个 RF 脉冲之间的时间。它会影响在施加下一个 RF 脉冲之前纵向磁化恢复的程度。
  • 短 TR: TR 较短时,纵向磁化恢复不完全,导致饱和并影响图像对比度,尤其是增强 T1 对比度。
  • 长 TR:通过长 TR,纵向磁化几乎可以完全恢复,从而最大限度地减少饱和效应并增强 T2 对比度。

回波时间(TE)

  • TE 的定义: TE 是施加 RF 脉冲和接收线圈检测到信号(回波)峰值之间的时间。它决定了在松弛过程中测量信号的时间。
  • 短 TE:短 TE 在相位失调最小时尽早捕获信号,这对于 T1 加权成像非常重要。
  • 长 TE:长 TE 在发生更多失相时稍后捕获信号,这对于 T2 加权成像非常重要。

TR 和 TE 对图像对比度的影响

T1加权成像 

短 TR 和短 TE 值增强了 T1 加权对比度,使得具有短 T1 弛豫时间的组织(例如脂肪)显得明亮,而具有较长 T1 时间的组织(例如液体)显得暗淡。

T2加权成像

较长的 TR 和 TE 值可产生 T2 加权图像,其中具有较长 T2 弛豫时间的组织(例如液体)显得明亮。较长的 TR 可确保完全纵向弛豫,而较长的 TE 可使 T2 对比度有足够的横向失相。

质子密度加权成像

中等 TR 和短 TE 值用于产生质子密度加权图像,强调质子密度的差异,同时最小化 T1 和 T2 对比效应。

 

 

T2 加权 MRI 图像中重复时间 (TR) 的影响

低 TR(1000 毫秒)

  • 导致信噪比相对较低,从而产生较多噪声的图像。
  • T2 对比度并不理想,因为组织信号没有足够的时间在连续的激发之间恢复,从而降低了不同组织类型之间的区别。组织之间的CNR不好。

中等 TR (2000 毫秒)

  • 提供中等 SNR,与较低的 TR 设置相比可提高图像质量。
  • 提供比低 TR 更好的 T2 对比度,但可能仍然不是清晰区分所有组织类型的最佳选择。

最佳 TR (3000-4000 毫秒)

  • 最适合最大化 T2 对比度,可以更清晰地区分不同的组织。
  • 由于组织在激发之间有充足的时间放松和恢复信号,因此更高的 SNR 可以产生更清晰、更详细的图像。

高 TR(10000 毫秒)

  • 可产生非常高的信噪比,以最小的噪声产生最清晰的图像。组织之间的CNR最好。
  • 虽然对于 SNR 来说非常好,但是极长的 TR 会导致扫描时间延长,使患者不舒服,还会在成像中引入运动伪影。

回波时间 (TE) 对 T2 加权 MRI 图像的影响

低 TE(15-25 毫秒):

  • 产生质子密度 (PD) 对比度:在这个短 TE 中,图像具有最小的 T2 加权,强调质子密度对比度,其中信号强度与组织中的氢质子数量更相关。
  • 信噪比 (SNR):由于信号衰减最小,因此 SNR 较高,可以从组织中捕获强信号。

中等 TE (50-60 毫秒):

  • 图像对比度:开始显示增加的 T2 加权,其中具有较长 T2 弛豫时间的组织(如充满液体的结构)显得更亮。
  • SNR 影响:中等 SNR;由于 T2 衰减会导致一些信号损失,与低 TE 相比,这会降低图像清晰度。

最佳 TE(100-110 毫秒):

  • 图像对比度:最佳地增强 T2 对比度,使其非常适合检测水肿和神经胶质增生等具有延长 T2 弛豫时间的病理。
  • SNR 影响:足够的 T2 对比度和可接受的 SNR 之间取得良好的平衡,尽管一些信号衰减是不可避免的。

高 TE(200-400 毫秒):

  • 增加 T2 加权:进一步强调 T2 对比度,但代价是组织放松速度加快导致信号衰减增加。
  • SNR:由于信号衰减明显导致 SNR 降低,从而降低了整体图像的清晰度和细节。
  • 降低组织对比度:高 TE 会降低 T2 弛豫时间略有不同的组织之间的区分,从而可能掩盖精细细节。

 

T1 加权 MRI 图像中重复时间 (TR) 的影响

低 TR (150 毫秒):

  • 在 T1 加权成像中使用低 TR 会导致 SNR 降低,因为组织没有足够的时间完全恢复其纵向磁化。这会导致整体信号强度较弱,并且不同组织之间的 T1 对比度区分效果较差。

中等 TR (250 毫秒):

  • 在中等 TR 设置下,与极低 TR 相比,SNR 略有改善。组织有更多时间进行磁化恢复,这可以增强信号强度,但仍然无法为 T1 加权图像提供最佳对比度。

最佳 TR (300-500 毫秒):

  • 此 TR 范围被认为是 T1 加权成像的理想范围。它能够在 SNR 和组织对比度之间实现良好的平衡。组织恢复足够的纵向磁化以产生强信号,从而有助于更好地区分不同组织类型的 T1 特性。

高 TR(2000 毫秒):

  • 高 TR 会大幅提高 SNR,因为组织几乎完全恢复了其纵向磁化,从而使信号强度最大化。然而,在如此高的 TR 值下,图像不仅会增强 T1,还会增强质子密度 (PD) 对比度。这种混合对比度可能很有用,但可能会掩盖纯 T1 对比度效果。

参考文献 

  • Pai, A., Shetty, R., Hodis, B. and Chowdhury, Y.S. (2023) ‘Magnetic Resonance Imaging Physics’, StatPearls [Internet]. Available at: https://www.ncbi.nlm.nih.gov/books/NBK572133/
  • Alzola-Aldamizetxebarria, S., Fernández-Méndez, L., Padro, D., Ruíz-Cabello, J. and Ramos-Cabrer, P., 2022. A Comprehensive Introduction to Magnetic Resonance Imaging Relaxometry and Contrast Agents. ACS Omega, [online] 7(42), pp.36905-36917. Available at: A ComprehensiveIntroduction to Magnetic Resonance Imaging Relaxometryand Contrast Agents - PMC

这篇关于【MRI基础】TR 和 TE 时间概念的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1150153

相关文章

C++统计函数执行时间的最佳实践

《C++统计函数执行时间的最佳实践》在软件开发过程中,性能分析是优化程序的重要环节,了解函数的执行时间分布对于识别性能瓶颈至关重要,本文将分享一个C++函数执行时间统计工具,希望对大家有所帮助... 目录前言工具特性核心设计1. 数据结构设计2. 单例模式管理器3. RAII自动计时使用方法基本用法高级用法

从基础到高级详解Python数值格式化输出的完全指南

《从基础到高级详解Python数值格式化输出的完全指南》在数据分析、金融计算和科学报告领域,数值格式化是提升可读性和专业性的关键技术,本文将深入解析Python中数值格式化输出的相关方法,感兴趣的小伙... 目录引言:数值格式化的核心价值一、基础格式化方法1.1 三种核心格式化方式对比1.2 基础格式化示例

redis-sentinel基础概念及部署流程

《redis-sentinel基础概念及部署流程》RedisSentinel是Redis的高可用解决方案,通过监控主从节点、自动故障转移、通知机制及配置提供,实现集群故障恢复与服务持续可用,核心组件包... 目录一. 引言二. 核心功能三. 核心组件四. 故障转移流程五. 服务部署六. sentinel部署

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

从基础到进阶详解Python条件判断的实用指南

《从基础到进阶详解Python条件判断的实用指南》本文将通过15个实战案例,带你大家掌握条件判断的核心技巧,并从基础语法到高级应用一网打尽,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录​引言:条件判断为何如此重要一、基础语法:三行代码构建决策系统二、多条件分支:elif的魔法三、

Python WebSockets 库从基础到实战使用举例

《PythonWebSockets库从基础到实战使用举例》WebSocket是一种全双工、持久化的网络通信协议,适用于需要低延迟的应用,如实时聊天、股票行情推送、在线协作、多人游戏等,本文给大家介... 目录1. 引言2. 为什么使用 WebSocket?3. 安装 WebSockets 库4. 使用 We

MySQL按时间维度对亿级数据表进行平滑分表

《MySQL按时间维度对亿级数据表进行平滑分表》本文将以一个真实的4亿数据表分表案例为基础,详细介绍如何在不影响线上业务的情况下,完成按时间维度分表的完整过程,感兴趣的小伙伴可以了解一下... 目录引言一、为什么我们需要分表1.1 单表数据量过大的问题1.2 分表方案选型二、分表前的准备工作2.1 数据评估

一文带你迅速搞懂路由器/交换机/光猫三者概念区别

《一文带你迅速搞懂路由器/交换机/光猫三者概念区别》讨论网络设备时,常提及路由器、交换机及光猫等词汇,日常生活、工作中,这些设备至关重要,居家上网、企业内部沟通乃至互联网冲浪皆无法脱离其影响力,本文将... 当谈论网络设备时,我们常常会听到路由器、交换机和光猫这几个名词。它们是构建现代网络基础设施的关键组成

从基础到高阶详解Python多态实战应用指南

《从基础到高阶详解Python多态实战应用指南》这篇文章主要从基础到高阶为大家详细介绍Python中多态的相关应用与技巧,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、多态的本质:python的“鸭子类型”哲学二、多态的三大实战场景场景1:数据处理管道——统一处理不同数据格式

MySQL数据类型与表操作全指南( 从基础到高级实践)

《MySQL数据类型与表操作全指南(从基础到高级实践)》本文详解MySQL数据类型分类(数值、日期/时间、字符串)及表操作(创建、修改、维护),涵盖优化技巧如数据类型选择、备份、分区,强调规范设计与... 目录mysql数据类型详解数值类型日期时间类型字符串类型表操作全解析创建表修改表结构添加列修改列删除列