专家论坛
肺部磁共振成像机遇与挑战——中国十年来发展成果及展望
磁共振成像, 2022,13(10) : 61-65. DOI: 10.12015/issn.1674-8034.2022.10.008
摘要

长期以来,肺部MRI技术是医疗上的巨大挑战。近10年来,得益于技术的快速发展,MRI在肺部疾病结构和功能成像评估中应用潜力很大。未来,自由呼吸下4D快速成像技术、微结构水平功能成像和基于临床诊疗流程的人工智能研究是该领域主要的研究方向。本文从常用功能影像技术、定量影像技术、国内自主研发新技术及人工智能应用等方面回顾总结近10年来我国肺部MRI的主要发展成果,并与国际水平进行比对,展望未来主要的发展方向,为我国肺部MRI技术的研究与持续创新提供参考。

引用本文: 范丽, 夏艺, 刘士远. 肺部磁共振成像机遇与挑战——中国十年来发展成果及展望 [J] . 磁共振成像, 2022, 13(10) : 61-65. DOI: 10.12015/issn.1674-8034.2022.10.008.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

本刊刊出的所有论文不代表本刊编委会的观点,除非特别声明

由于肺实质质子密度很低,肺内气体-组织界面很大、磁敏感率不均匀,呼吸运动及心脏搏动等因素使得肺部MRI长期以来是个巨大的挑战。MRI技术的进步推动肺部MRI近10年来获得快速发展,功能MRI在肺癌、肺炎、慢阻肺、哮喘、肺动脉栓塞等领域得以大范围临床应用,展示了MRI在肺部疾病结构和功能成像评估中的巨大潜力。本文回顾总结近10年我国肺部MRI的主要发展成果,并与国际先进水平进行对照,展望未来潜在的发展方向,以期加深读者对肺部MRI技术的了解,推进该技术的推广应用,为我国肺部MRI技术的研究与持续创新提供参考。

1 肺部常用功能成像技术的发展及临床研究成果
1.1 扩散加权成像

扩散加权成像是一种(diffusion weighted imaging, DWI)通过测量组织内水分子的扩散特性提供组织对比度的经典成像技术,反映了组织特有的扩散特性,在良、恶性肺结节的诊断和鉴别、肺癌病理分型及分化程度、肺癌基因突变预测、治疗监测和预后等方面发挥重要的作用。目前,在国内临床工作中DWI已较为广泛地应用于良恶性肺结节的鉴别诊断;临床研究多使用常规DWI序列为参考标准或参照,用以对比评估新序列各参数的应用价值。表观扩散系数(apparent diffusion coefficient, ADC)的测量误差受到肺部病变的类型、大小和位置的影响[1],基于整个病变感兴趣区测定ADC值比单个截面测定ADC值具有更高的重复性和诊断准确性[2],因此基于3D容积的DWI定量分析及AI研究是未来的研究方向之一。

1.2 体素内不相干运动

体素内不相干运动(intravoxel incoherent motion, IVIM)基于扩散加权、不相干运动,能够同时评估水分子的扩散运动(布朗运动)和血管内血液微循环的一种成像技术;其特征是可以同时评估分子运动和毛细血管内血液流动,即扩散和灌注的信息,优势在于校正灌注因素后获得实际扩散系数,无需注射对比剂,可以获得实际扩散系数(D),灌注系数(D*)和灌注分数(f)等定量参数,其中灌注分数(f)与组织中毛细血管的灌注和微循环相关。目前自由呼吸状态下扫描的IVIM主要用于评估肺结节的灌注信息和扩散等,进行肺结节良恶性的鉴别诊断等。荟萃分析表明IVIM-DWI参数在基于肿瘤细胞和灌注特征的肺肿瘤鉴别诊断中显示出潜在的强大诊断能力,与单指数ADC相比,D值显示出更好的诊断性能[3]。IVIM参数有助于预测非小细胞肺癌患者术前的肿瘤分化、淋巴结转移和胸膜浸润[4, 5];ADC直方图的变化有助于预测晚期非小细胞肺癌患者使用免疫检查点抑制剂后的长期疗效,并区分假进展和真进展[6]。当b=900 s/mm2时,DWI对肺癌肿瘤活性成分和瘤周成分具有较高的诊断效能,能有效指导临床进行精准穿刺[7]。此外,IVIM的f值在预测肺部侵袭性真菌感染患者的抗真菌治疗反应方面有潜在价值[8]。IVIM在国内的应用尚以疾病的鉴别诊断为主,关于疗效评价和预后预测的相关研究有待进一步加强。

1.3 扩散峰度成像

扩散峰度成像(diffusion kurtosis imaging, DKI)可以获得峰度校正扩散系数和表观扩散峰度(apparent diffusional kurtosis, Kapp),目前主要应用于肺结节的良恶性鉴别诊断中。研究发现DKI与常规DWI鉴别肺结节良恶性的效能相当[5],ADC、D和Kapp值的组合比单独使用这些参数具有更好的诊断效果。在晚期肺腺癌中,DKI参数的Kapp值与分子标记物(表皮生长因子受体、间变性淋巴瘤激酶和Ki-67)的不同表达密切相关[9]。多种IVIM和DKI参数,尤其是直方图第90个Kapp值,有助于区分ⅢA~Ⅳ期肺腺癌表皮生长因子受体突变状态[10]

1.4 灌注加权成像

灌注加权成像是指利用快速扫描技术显示组织的微血管分布及血液灌注情况,提供组织的血流动力学信息,从影像学角度评估组织活力和功能的成像方法。常用的肺灌注成像方法包括首过对比剂技术和动脉自旋标记(arterial spin labeling, ASL)技术。首过对比剂技术目前应用相对较广,我们将首过灌注MRI应用于慢性阻塞性肺病(chronic obstructive pulmonary disease, COPD)的研究中,评估吸烟者正常肺实质及肺气肿区域的灌注信息的差异等,用于疾病早期诊断、严重度的评估[11, 12]。ASL的优势是不用使用对比剂,流动敏感交互式反转恢复技术是国内最早进行肺实质灌注成像的ASL技术,主要用于正常志愿者、肺动脉栓塞、肺癌患者的应用[13],局限于单一层面的灌注成像,未来基于全肺的ASL肺实质灌注成像值得继续深入探索。

动态对比增强MRI(dynamic contrast-enhanced MRI, DCE-MRI)反映组织的微血管分布及血流灌注,提供组织器官血流动力学信息,主要的动态增强半定量参数包括正性增强积分、最大上升斜率、最大下降斜率、信号强度增强比、时间-信号强度曲线等;基于Tofts模型的动态增强定量参数包括转运常数(transfer constant, Ktrans)、回流常数(efflux rate constant, Kep)、血管外细胞外间隙容积分数、血浆容积分数等。DCE-MRI定量分析可为评估肺癌患者早期化疗反应提供可靠的无创方法[14]。DCE-MRI和IVIM联合用于肺结节良恶性的鉴别诊断,发现D和Ktrans联合起来,鉴别肺结节的敏感度为94.2%,特异度为92%和准确度为93.5%[15]

2 肺部定量成像技术的发展及临床研究进展
2.1 纵向弛豫时间定量成像

纵向弛豫时间定量成像(longitudinal relaxation time mapping, T1 mapping)是一种简单无创、反映组织基本特性的成像方法,反映组织中水和细胞外基质分子间慢频率的相互作用,可以检测组织中水分子、蛋白多糖、胶原含量等的微小变化,直接定量得到组织的初始T1值、细胞外容积,既往常用于定量评价心肌纤维化及水肿程度,也可以定量评估肿瘤的内在特性。Yang等[16]学者的研究表明恶性肿瘤的T1值低于非结核性良性病变,肺结核的T1值低于非肺结核良性病变(P<0.005)。T1 mapping在肺癌患者中体现很好的扫描一致性和重复性[17];与腺癌和鳞癌患者相比小细胞肺癌患者的平均T1值略高,存在显著差异[18]

2.2 横向弛豫时间定量成像

横向弛豫时间定量成像(transversal relaxation time mapping, T2 mapping)作为一种MRI定量成像技术,能够对组织水分和胶原纤维含量及组成进行量化来对疾病进行评估。T2 mapping成像原理为采用多回波快速自旋回波序列,即通过采集相同TR、不同TE的一系列加权图像,测量不同回波时间的MRI信号强度,计算每个体素的T2值,从而使研究者可以在体素水平上对组织的T2值进行定量分析[19]。国内学者在肺部T2 mapping方面的研究相对较少。

3 超短回波时间、零回波时间、化学交换饱和转移成像技术的发展及应用
3.1 超短回波时间成像

超短回波时间(ultrashort time of echo, UTE)成像可以直接显示短T2组织或成分,在其快速衰减前进行检测。短T2组织的T2弛豫时间一般小于10 ms,肺部T2*非常短,若采用硬脉冲激发后直接检测自由感应衰减,其图像具有梯度回波特征;从K空间中心开始的放射状径向采集,可使TE降到100 μs以下,提高肺实质的信号强度,用于肺功能评估,通过量化T2*来评价组织密度,可以实现检测和定量肺结构不均匀的破坏。目前常用的UTE序列可以用于肺癌筛查及早期诊断,对大于4 mm的肺结节的显示较佳[20]。UTE在过度充气、肺气肿、囊肿或支气管病变的情况下具有巨大的潜力,应用于慢性肺疾病(囊性纤维化、哮喘、COPD及特发性肺纤维化等)的形态及功能成像[21]。3D UTE MRI用于肺部感染(非特异性细菌、新冠肺炎、肺结核、真菌等)形态及肺功能评估,提高了肺MRI上磨玻璃影的检出率[22]

4D UTE肺成像[23]运用呼吸自导航(XD-GRASP方法),不需要额外的呼吸监测设备,从采集到的K空间数据中直接估计呼吸信号,所有采集到的数据被分入不同的运动状态,并使用基于图像序列时空相关性的压缩感知算法重建出动态图像。它可以提供人体在自由呼吸条件下的肺部结构和功能成像,为了进一步减少大的运动位移对重建的影响,基于运动补偿的iMoCo重建方法获得静态图像用于肺部MRI[24]。丁泽康等人提出了一种对呼吸运动状态进行加权的Most MoCo[25]技术,来实现肺部动态MRI的方法,这是未来肺部MRI的重要的发展方向之一。

3.2 零回波时间成像

零回波时间(zero echo time, ZTE)在成像过程中先行梯度场爬升,而后施加射频脉冲,射频脉冲结束后立即对信号进行采集,去除了常规脉冲序列中梯度场切换,因此实现了回波时间接近于零的信号采集。ZTE较UTE更能清晰显示肺部细微结构,对于肺结节的诊断,研究指出ZTE对肺结节的检出率、显示肺结节的信噪比和对比噪声比均高于UTE。呼吸运动在肺扫描中仍然是一个挑战,深吸气后屏气3D ZTE能检出3~5 mm结节[26]

3.3 化学交换饱和转移成像

化学交换饱和转移成像(chemical exchange saturation transfer, CEST)采用酰胺质子转移成像(amide proton transfer imaging, APT),利用3.5 ppm非对称性磁化转移率(MTRasym)可以实现肺结节良恶性鉴别及不同病理类型肺癌的鉴别。酰胺质子转移加权(amide proton transfer weighted, APTw)是鉴别良恶性孤立性肺结节及其亚型的有效方法,APTw可区分肺鳞癌和腺癌[27, 28]

4 肺实质通气和换气成像技术发展及应用

肺实质的通气成像和换气成像目前主要是应用超极化惰性气体进行成像。超极化气体的关键特征是原子核极大的不平衡极化状态,超极化气体在强静磁场中的信号强度可以明显提升,所以惰性气体超极化后可以进行肺实质通气成像。肺部MRI通气成像包括静态成像、动态成像、超极化惰性气体成像、氧增强成像和氟化气体成像等,目前主要集中于主观评价和半定量评价,包括通气缺损、通气图像均匀度等[29]。肺的另一主要功能是气体交换,超极化129Xe由于具有良好的脂溶性,可以溶于血液和肺间质组织中,129Xe从肺泡内弥散至肺间质内、红细胞内,实现从气相信号向溶解相信号的转变,129Xe在肺泡、肺间质和红细胞内有3个不同的共振谱,分别是0、198、217 ppm。国内中国科学院精密测量科学与技术创新研究院周欣教授团队为首在国内率先研发了超极化惰性气体生产设备并开展了肺实质的通气和换气成像,实现了国内首次点亮肺部成像的突破性进展,目前在动物实验及临床试验方面开展了肺动脉栓塞、肺炎、慢性阻塞性肺疾病和肺癌的系列研究,对疾病的诊断及疗效评价提供了更多的功能影像信息[30, 31]。周欣教授团队经过10多年的研发,在自旋交换激光增强气体MRI信号仪器技术、肺部多核成像仪器技术、快速成像新方法和肺部气体MRI方法等方面开展了创新性研究,取得了一系列突破,实现气体磁共振信号增强大于70 000倍,核心仪器技术指标处于国际领先地位。肺部气体MRI仪器和技术已进行了产业化,核心仪器之一“医用氙气体发生器”已获批全球首个同类医疗器械注册证,并成功在中国人民解放军总医院、上海长征医院、武汉市金银潭医院、武汉同济医院、武汉大学中南医院、湖北省肿瘤医院等多家知名三甲医院开展临床应用研究,已完成扫描超过2000人次。新冠肺炎疫情发生后,自主研制的肺部气体MRI装备,在全球首次用于康复治疗患者的肺功能无损、定量、可视化评价,解决了肺部CT检测存在电离辐射且无法探测肺部气血交换功能的难题[32, 33, 34]。这是我国未来开展肺部功能MRI的重要方向。

5 肺部MRI的AI研究进展

人工智能技术在肺部X线片和CT中的应用比较深入和广泛,目前在肺部MRI领域的应用相对较少,主要集中于基于深度学习的肺部MRI图像分割、重建算法提升等方面。研究表明基于深度学习的自动全肺分割技术可以实现对UTE肺成像肺容积和局部肺功能的准确评价。周欣教授团队利用深度学习技术优化了肺部超极化气体成像的重建方法,重建速率明显高于传统方法,为今后实时、精准重建肺部超极化气体成像图像奠定了基础。基于自由呼吸状态下的肺部常规质子成像,通过深度学习以超极化惰性气体肺通气成像为参照进行训练,发现常规质子成像和超极化惰性气体通气成像具有很好的相关性,可以进行肺功能的准确测量,这一发现将进一步提升和拓宽质子MRI的研究领域,实现对肺部多种疾病结构和功能的一体化评价。

6 小结与展望

肺部MRI已经实现了肺局部结构和功能的一体化评价,以超极化惰性气体为代表的国内新技术的研发,助推肺部MRI的功能影像实现重大突破,基于自由呼吸状态下的肺部UTE成像将进一步拓展在肺部疾病诊疗中的应用范围,基于AI的研究将大大缩减扫描时间、提升图像质量,拓展常规质子MRI在功能成像领域中的应用,未来肺部MRI的临床研究具有很大的发展潜力。

志      谢

ACKNOWLEDGMENTS National Natural Science Foundation of China (No. 81930049, 81871321, 82171926); Key R&D Program from Ministry of Science and Technology of China (No. 2022YFC2010000, 2022YFC2010002); Radiological Image Database Construction Project of National Health Commission of China (No. YXFSC2022JJSJ002).

利益冲突

作者利益冲突声明:全体作者均声明无利益冲突。

参考文献References
[1]
JiangJQ, YinJB, CuiL, et al. Lung cancer: short-term reproducibility of intravoxel incoherent motion parameters and apparent diffusion coefficient at 3T[J]. J Magn Reson Imaging, 2018, 47(4): 1003-1012. DOI: 10.1002/jmri.25820.
[2]
YuanM, ZhongY, ZhangYD, et al. Volumetric analysis of intravoxel incoherent motion imaging for assessment of solitary pulmonary lesions[J]. Acta Radiol, 2017, 58(12): 1448-1456. DOI: 10.1177/0284185117698863.
[3]
LiangJY, LiJ, LiZP, et al. Differentiating the lung lesions using Intravoxel incoherent motion diffusion-weighted imaging: a meta-analysis[J/OL]. BMC Cancer, 2020, 20(1): 799 [2022-10-17]. https://bmccancer.biomedcentral.com/articles/10.1186/s12885-020-07308-z. DOI: 10.1186/s12885-020-07308-z.
[4]
YeX, ChenS, TianYR, et al. A preliminary exploration of the intravoxel incoherent motion applied in the preoperative evaluation of mediastinal lymph node metastasis of lung cancer[J]. J Thorac Dis, 2017, 9(4): 1073-1080. DOI: 10.21037/jtd.2017.03.110.
[5]
ZhengY, HuangWJ, ZhangXL, et al. A Noninvasive Assessment of Tumor Proliferation in Lung cancer Patients using Intravoxel Incoherent Motion Magnetic Resonance Imaging[J]. J Cancer, 2021, 12(1): 190-197. DOI: 10.7150/jca.48589.
[6]
JiangJQ, FuYG, ZhangLL, et al. Volumetric analysis of intravoxel incoherent motion diffusion-weighted imaging in preoperative assessment of non-small cell lung cancer[J]. Jpn J Radiol, 2022, 40(9): 903-913. DOI: 10.1007/s11604-022-01279-w.
[7]
王倩茹, 王大勇, 赵森, . 磁共振多b值扩散加权成像在肺占位性病变精准穿刺中的临床应用[J]. 磁共振成像, 2021, 12(8): 75-78. DOI: 10.12015/issn.1674-8034.2021.08.015.
WangQR, WangDY, ZhaoS, et al. Application of diffusion-weighted magnetic resonance imaging with different b-values in the puncture of lung space-occupying lesions[J]. Chin J Magn Reson Imaging, 2021, 12(8): 75-78. DOI: 10.12015/issn.1674-8034.2021.08.015.
[8]
YanCG, XuJ, XiongW, et al. Use of intravoxel incoherent motion diffusion-weighted MR imaging for assessment of treatment response to invasive fungal infection in the lung[J]. Eur Radiol, 2017, 27(1): 212-221. DOI: 10.1007/s00330-016-4380-9.
[9]
PengQ, TangW, HuangY, et al. Diffusion kurtosis imaging: correlation analysis of quantitative model parameters with molecular features in advanced lung adenocarcinoma[J]. Chin Med J (Engl), 2020, 133(20): 2403-2409. DOI: 10.1097/CM9.0000000000001074.
[10]
YuanM, PuXH, XuXQ, et al. Lung adenocarcinoma: assessment of epidermal growth factor receptor mutation status based on extended models of diffusion-weighted image[J]. J Magn Reson Imaging, 2017, 46(1): 281-289. DOI: 10.1002/jmri.25572.
[11]
FanL, XiaY, GuanY, et al. Capability of differentiating smokers with normal pulmonary function from COPD patients: a comparison of CT pulmonary volume analysis and MR perfusion imaging[J]. Eur Radiol, 2013, 23(5): 1234-1241. DOI: 10.1007/s00330-012-2729-2.
[12]
XiaY, GuanY, FanL, et al. Dynamic contrast enhanced magnetic resonance perfusion imaging in high-risk smokers and smoking-related COPD: correlations with pulmonary function tests and quantitative computed tomography[J]. COPD, 2014, 11(5): 510-520. DOI: 10.3109/15412555.2014.948990.
[13]
FanL, LiuSY, XiaoXS, et al. Demonstration of pulmonary perfusion heterogeneity induced by gravity and lung inflation using arterial spin labeling[J]. Eur J Radiol, 2010, 73(2): 249-254. DOI: 10.1016/j.ejrad.2008.11.019.
[14]
XuJ, MeiL, LiuL, et al. Early assessment of response to chemotherapy in lung cancer using dynamic contrast-enhanced MRI: a proof-of-concept study[J]. Clin Radiol, 2018, 73(7): 625-631. DOI: 10.1016/j.crad.2018.02.013.
[15]
YuanM, ZhangYD, ZhuC, et al. Comparison of intravoxel incoherent motion diffusion-weighted MR imaging with dynamic contrast-enhanced MRI for differentiating lung cancer from benign solitary pulmonary lesions[J]. J Magn Reson Imaging, 2016, 43(3): 669-679. DOI: 10.1002/jmri.25018.
[16]
YangSY, ShanF, YanQQ, et al. A pilot study of native T1-mapping for focal pulmonary lesions in 3.0 T magnetic resonance imaging: size estimation and differential diagnosis[J]. J Thorac Dis, 2020, 12(5): 2517-2528. DOI: 10.21037/jtd.2020.03.42.
[17]
JiangJQ, CuiL, XiaoY, et al. B1-corrected T1 mapping in lung cancer: repeatability, reproducibility, and identification of histological types[J]. J Magn Reson Imaging, 2021, 54(5): 1529-1540. DOI: 10.1002/jmri.27844.
[18]
LiGZ, HuangRJ, ZhuM, et al. Native T1-mapping and diffusion-weighted imaging (DWI) can be used to identify lung cancer pathological types and their correlation with Ki-67 expression[J]. J Thorac Dis, 2022, 14(2): 443-454. DOI: 10.21037/jtd-22-77.
[19]
BaumanG, SantiniF, PusterlaO, et al. Pulmonary relaxometry with inversion recovery ultra-fast steady-state free precession at 1.5T[J]. Magn Reson Med, 2017, 77(1): 74-82. DOI: 10.1002/mrm.26490.
[20]
王福南, 朱柳红, 周建军. 探讨3.0T磁共振UTE序列对肺结节的显示能力:与CT图像对比[J]. 放射学实践, 2021, 36(3): 357-360. DOI: 10.13609/j.cnki.1000-0313.2021.03.013.
WangFN, ZhuLH, ZhouJJ. To explore the ability of 3.0T MR UTE sequence to display pulmonary nodules: comparison with CT images[J]. Radiol Pract, 2021, 36(3): 357-360. DOI: 10.13609/j.cnki.1000-0313.2021.03.013.
[21]
夏艺, 管宇, 刘士远, . 超短回波时间(UTE)肺部MR成像对慢性阻塞性肺疾病的初步应用[J]. 临床放射学杂志, 2018, 37(3): 401-405. DOI: 10.13437/j.cnki.jcr.2018.03.010.
XiaY, GuanY, LiuSY, et al. The preliminary application of ultra-short echo time(UTE) MR pulmonary imaging in COPD[J]. J Clin Radiol, 2018, 37(3): 401-405. DOI: 10.13437/j.cnki.jcr.2018.03.010.
[22]
ZhaoF, ZhengL, ShanF, et al. Evaluation of pulmonary ventilation in COVID-19 patients using oxygen-enhanced three-dimensional ultrashort echo time MRI: a preliminary study[J/OL]. Clin Radiol, 2021, 76(5): 391 [2022-10-10]. https://www.sciencedirect.com/science/article/pii/S000992602100091X. DOI: 10.1016/j.crad.2021.02.008.
[23]
VoskrebenzevA, Vogel-ClaussenJ. Proton MRI of the lung: how to tame scarce protons and fast signal decay[J]. J Magn Reson Imaging, 2021, 53(5): 1344-1357. DOI: 10.1002/jmri.27122.
[24]
ZhuXC, ChanM, LustigM, et al. Iterative motion-compensation reconstruction ultra-short TE (iMoCo UTE) for high-resolution free-breathing pulmonary MRI[J]. Magn Reson Med, 2020, 83(4): 1208-1221. DOI: 10.1002/mrm.27998.
[25]
DingZK, ChengZH, SheHJ, et al. Dynamic pulmonary MRI using motion-state weighted motion-compensation (MostMoCo) reconstruction with ultrashort TE: a structural and functional study[J]. Magn Reson Med, 2022, 88(1): 224-238. DOI: 10.1002/mrm.29204.
[26]
ChangCY, LeeTH, LiuRS, et al. Fractionated deep-inspiration breath-hold ZTE Compared with Free-breathing four-dimensional ZTE for detecting pulmonary nodules in oncological patients underwent PET/MRI[J/OL]. Sci Rep, 2021, 11(1): 17636 [2022-10-17]. https://www.nature.com/articles/s41598-021-94702-7. DOI: 10.1038/s41598-021-94702-7.
[27]
FangT, MengN, FengPY, et al. A comparative study of amide proton transfer weighted imaging and intravoxel incoherent motion MRI techniques versus (18) F-FDG PET to distinguish solitary pulmonary lesions and their subtypes[J]. J Magn Reson Imaging, 2022, 55(5): 1376-1390. DOI: 10.1002/jmri.27977.
[28]
冯鹏洋, 孟楠, 方婷, . 酰胺质子转移加权成像与体素内不相干运动成像评估肺腺癌病理分级及其与SUVmax的相关性[J]. 磁共振成像, 2022, 13(8): 24-29. DOI: 10.12015/issn.1674-8034.2022.08.005.
FengPY, MengN, FangT, et al. A comparative study of amide proton transfer weighted imaging and intravoxel incoherent motion imaging in the diagnosis of pathological grade of lung adenocarcinoma and its correlation with SUVmax[J]. Chin J Magn Reson Imaging, 2022, 13(8): 24-29. DOI: 10.12015/issn.1674-8034.2022.08.005.
[29]
姜颖, 陈静, 董婧, . 基于雾化全氟化碳纳米探针的小鼠多核1H/19F-MR肺通气成像研究[J]. 磁共振成像, 2021, 12(10): 26-31. DOI: 10.12015/issn.1674-8034.2021.10.007.
JiangY, ChenJ, DongJ, et al. The study of multi-nuclide 1H/19F-MR lung ventilation imaging based on atomized perfluorocarbon nanoprobe[J]. Chin J Magn Reson Imaging, 2021, 12(10): 26-31. DOI: 10.12015/issn.1674-8034.2021.10.007.
[30]
RuanWW, ZhongJP, GuanY, et al. Detection of smoke-induced pulmonary lesions by hyperpolarized 129Xe diffusion kurtosis imaging in rat models[J]. Magn Reson Med, 2017, 78(5): 1891-1899. DOI: 10.1002/mrm.26566.
[31]
RuanWW, ZhongJP, WangK, et al. Detection of the mild emphysema by quantification of lung respiratory airways with hyperpolarized xenon diffusion MRI[J]. J Magn Reson Imaging, 2017, 45(3): 879-888. DOI: 10.1002/jmri.25408.
[32]
ChenSZ, LanYN, LiHD, et al. Relationship between lung and brain injury in COVID-19 patients: a hyperpolarized 129Xe-MRI-based 8-month follow-up[J/OL]. Biomedicines, 2022, 10(4): 781 [2022-10-17]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9028000/. DOI: 10.3390/biomedicines10040781.
[33]
ZhouQ, RaoQC, LiHD, et al. Evaluation of injuries caused by coronavirus disease 2019 using multi-nuclei magnetic resonance imaging[J]. Magn Reson Lett, 2021, 1(1): 2-10. DOI: 10.1016/j.mrl.2021.100009.
[34]
YangYQ, ZhangYF, WangBL, et al. Coloring ultrasensitive MRI with tunable metal-organic frameworks[J]. Chem Sci, 2021, 12(12): 4300-4308. DOI: 10.1039/d0sc06969h.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词