腦微出血：使用定量磁敏感成像進行負擔評估

1. 康奈爾大學 生物醫學工程系，美國 紐約；2. 威爾康奈爾醫學院 放射學系，美國紐約；3. 哥倫比亞大學 放射學系，美國 紐約；4. 浙江大學醫學院第二附屬醫院 神經科，中國 浙江；5. 中國人民解放軍總醫院放射科，中國 北京；6. 慶熙大學 生物工程學系，韓國 首爾；7. 華東師范大學 上海市磁共振重點實驗室，中國 上海

腦微出血：使用定量磁敏感成像進行負擔評估

Tian Liu, PhD1,2Krishna Surapaneni , MD , MPH3Min Lou, MD4Liuquan Cheng, MD5Pascal Spincemaille, PhD2Yi Wang, PhD1,2,6,7

1. 康奈爾大學 生物醫學工程系，美國 紐約；2. 威爾康奈爾醫學院 放射學系，美國紐約；3. 哥倫比亞大學 放射學系，美國 紐約；4. 浙江大學醫學院第二附屬醫院 神經科，中國 浙江；5. 中國人民解放軍總醫院放射科，中國 北京；6. 慶熙大學 生物工程學系，韓國 首爾；7. 華東師范大學 上海市磁共振重點實驗室，中國 上海

Radiology雜志特別供稿專欄

編者按：本刊與世界頂級專業雜志合作，推出Radiology雜志特別供稿專欄。從2011年第8期起每期由北美放射學會Radiology（《放射學》）雜志向《中國醫療設備》雜志特別提供1～2篇當期的最新專業論文，本刊的讀者將與Radiology雜志的讀者分享到這些文章，了解該領域的最新動態。

Radiology刊載臨床放射學和相關科學的研究論文，包括診斷放射學、神經放射學、核醫學、兒科放射學、超聲、治療放射學、輻射物理學，以及放射生物學等。該雜志每月出版約300 頁的同行評審的原創性研究、權威的評論及新技術的專家評論，其影響因子在診斷放射領域雜志中排名第一，系全球醫學專業雜志中擁有權威地位的頂尖雜志（獨家發布，禁止轉載）。

目的 評估定量磁敏感成像（QSM）在減少標準磁共振成像序列測量腦微出血負擔不一致性的作用。材料與方法 本研究遵守《健康保險可攜帶性及責任法案》（HIPAA）并獲得公共審查委員會批準。從178例連續的患者中選出10例（5.6%），這178例患者均在3.0T多重回波梯度回波成像檢查中診斷為疑似中風且在T2*加權成像下顯示有腦微出血現象。通過形態學偶極子反演方法（MEDI）中的幅度和相位繪制出各個回波時間下的QSM圖像。腦微出血的大小由兩名神經放射學專家通過不同回波時間下的QSM圖像、T2*加權圖像、磁敏感加權（SW）圖像以及R2*圖像測得。腦微出血區域的總磁敏感度也通過QSM圖像評估出來。用t檢驗和F檢驗對測量誤差進行了評估，P＜0.05為差異有統計學意義。結果當回波時間從約20ms增加至約40ms時，QSM圖像、T2*加權圖像以及SW圖像下可測量的腦微出血量平均因子（）分別為1.49±0.86、1.64±0.84、2.30±1.20，P＜0.01。然而，QSM方法的總磁敏感度并沒有隨著回波時間的變化發生明顯改變（P=0.31），且變化程度明顯小于任意腦微出血量的增加程度（P＜0.01）。結論 使用QSM方法測量腦微出血總磁敏感度是獨立于回波時間的物理屬性。

腦微出血和/或鐵沉積的潛在原因是廣泛的，包括常見的全身性高血壓和腦淀粉樣血管病。其他原因還有外傷繼發彌漫性軸索損傷[1-2]、海綿狀血管瘤、脫髓鞘疾病、脈管炎、神經退行性疾病、出血性微轉移病灶等。腦微出血表示腦部有因長期高血壓或老齡化引起的玻璃樣變和微血管形成，且有腦部小動脈破裂，有潛在微出血的情況[3-6]。

有大量關于以原發腦出血的發病率或復發率來評價腦微出血嚴重程度的研究[7-10]。此外，近期的一項研究結果[11-12]顯示：對于接受抗凝治療的患者，腦微出血負擔與腦出血的發病率高獨立性相關。因此，迫切需要進一步評估腦微出血負擔及其對治療決策的影響。

T2*加權梯度回波磁共振成像是檢測腦出血的一種方法，因為它對由含鐵血黃素沉積[5]引起的磁場不均勻有一定敏感性。周圍薄壁組織信號空白區的存在狀態、數值、分布，尤其是大小往往用來表征腦微出血的負擔[5,13]。然而，腦微出血的大小可能因磁場強度、傾倒角、截面間隙與厚度的不同而差異很大。此外，以往的研究在確定微出血大小時結果不一致[5]，測得的大小與回波時間的選擇有關，這主要是由于長時間累積的體素移相效應，導致隨著回波時間的增加[14]信號空白區擴大。由于這些可變因素，微出血和臨床檢測措施之間尚未明確建立良好的關系。根據Greenberg和Vernooij的報告[5]，有必要建立一套共同的標準，用以檢測微出血，從而實現信息的交叉研究比較與數據的縱向收集。因此，在本研究中，我們評估了QSM在減少標準磁共振成像序列測量腦微出血負擔不一致性的作用。

1 材料與方法

1.1 數據采集

回顧性分析獲得了機構審查委員會批準并遵守HIPAA法案。本研究回顧了178例連續的疑似腦率中患者的檢查數據，這些患者均在1周內（2010年9月20日～27日）于我們的單位（威爾康奈爾醫學院、哥倫比亞大學、浙江大學醫學院第二附屬醫院、中國人民解放軍總醫院）進行過MR檢查。入選標準為年齡在40歲以上，在T2*加權MRI下檢出腦軟組織有2～10mm微出血的患者。56例患者（31.5%）達到以上標準。行1.5T MRI檢查的患者被排除在外（n=43，24.2%）。

其他排除標準還包括在T2*加權成像下由神經放射學專家（K.S.，7年經驗）判斷有過量運動偽影，因為這限制了測量腦微出血大小的準確性（n=3,1.7%）。10例患者（5.6%）完全達到入選標準。平均年齡（72±18）歲，其中，5例男性患者平均年齡（76±9）歲，5例女性患者平均年齡（68±24）歲。用3.0TMRI裝置和八通道相控陣頭線圈進行成像。

腦率中治療流程包括能夠提供三維多回波擾相梯度回波樣本的T2*加權血管造影。T2*加權血管造影序列的成像參數如下：軸面覆蓋大腦，回波時間個數7～10，首次回波時間4.9～13ms，均勻回波時間間隔3.8～5.2ms，重復時間39.8～67.6ms，傾倒角15°～25°，每像素帶寬244Hz，視野范圍（24×19.2～24.0×7.2～18）cm，采集矩陣（240～448×180～384×36～60）。使用了換算系數為2的平行成像（陣列空間敏感編碼技術）方法。

1.2 數據重建

從測得的復雜相位數據中進行QSM圖像重建是一個不適定問題（或稱反問題），在這個意義上許多方案能夠生成一個實際上等同于從相位數據[16]衍生出來的域。在此，我們將這個反問題當做加權L1最小化問題[17-18]。在所有備選的解決方案中，敏感性分布估計量χ*是邊緣分布和解剖（幅度）圖像之間差異較小的方案之一。

這一空間優勢有助于消除QSM中常出現的條紋偽影[22]，并制定一個有物理意義的方案。MEDI方法的示意圖，見圖1。梯度加權代表了邊緣信息（圖1B），通過閾值的梯度幅度圖像（圖1A和1B）計算出。相位圖像（圖1C）用于獲得場分布圖（圖1E），并估算其噪音（圖1D）。通過投影對偶極場方法將場分布圖（圖1E）進一步處理，從而去除背景磁場。隨后梯度加權，數據加權和本地磁場圖像被輸入到MEDI運算法則中來計算定量磁敏感性分布（圖1F）。

圖1 QSM重建方法示意圖

1.3 數據分析

1.3.1 QSM 數據圖評估

分析一定回波時間范圍內QSM圖像圖對比度和噪聲的變化，按回波時間繪制重建的QSM數據以評估回波時間的依賴性。對每例患者來說，在回波時間約為40ms時，QSM數據圖上手動劃分出蒼白球的一個節段，這一節段也被應用在其他回波時間中。QSM圖像對比率被定義為蒼白球平均磁化率值，在回波時間為te時QSM的噪聲被定義為回波時間為te-Δte與回波時間為te時的標準偏差差異。對每例患者來說，將回波時間約為40ms時測得的對比度除以回波時間約為20ms時的對比度來獲得對比度與回波時間的關系，用類似的方法也獲得了噪聲比與回波時間的關系。

由兩位放射學專家（K.S.與另一位有6年經驗的放射學家）通過回波時間約為40ms時的幅度圖像來判定是否有腦微出血。直徑為2～10mm明顯不是血管的圓形或卵圓形低信號病灶被判定為微出血。兩位放射學專家分別獨立在QSM圖像上讀取微出血的量。6周后第二位放射學專家重復做QSM分析，以評估觀察者自身偏差（intraobserver variability）。對每一處腦微出血來說，將微出血處的中心設置一個（1×1×1）cm3的感興趣區，進而計算其總磁敏感度。磁敏感度本身是一個無量綱的參數，組織磁敏感度通常為10-6級，因此常用百萬分率作為單位。先前在健康志愿者腦軟組織測得的磁敏感度低于0.05ppm[17]。因此，磁敏感度大于0.05ppm的立方體體素被認為是微出血的一部分，且所有選中的體素磁敏感度之和用如下公式計算總磁敏感度：

其中m代表腦微出血總磁敏感度，R代表選擇的體素區域，ΔV代表體素大小?？偞琶舾卸冗M一步被用作腦微出血負擔的指標，且與下文描述的尺寸測量相比較。

通過QSM圖像上蒼白球、內囊以及丘腦的線段來確定回波時間對磁敏感度差異的影響?？偞琶舾卸扰c回波時間之間進行線性回歸。QSM噪聲作為冪函數。

1.3.2 R2*圖像、磁敏感加權圖像以及T2*加權圖像間的比較

與QSM圖像相似，獲得每一回波時間te下的單指數擬合R2*圖像。對每一回波時間來說，通過將幅度圖像與校正的相位圖像多次相乘至四次方得到磁敏感加權圖像[24]，且保留了T2*加權圖。每一回波時間下的QSM圖像、R2*圖像、SW圖像以及T2*加權圖上每一處微出血的直徑dM由兩位放射學專家讀出（第一次由K.S.讀取，第二次由另一放射學家讀?。?。為了比較一定體積下的總磁敏感度，微出血直徑進一步轉化為微出血體積（假設為球形）：V=1/6πdM3。為了確定每一回波時間下微出血的體積，計算出了回波時間為te和20ms時的微出血體積比，20ms被認為是腦微出血檢測的最小回波時間[5]。同樣，計算出回波時間為te和20ms時的總磁敏感度。總磁敏感度與回波時間為40ms時T2*加權圖像上每一腦微出血體積進行線性回歸。繪制出所有患者每一腦微出血總磁敏感度的直方圖來分析其分布。

R2*被證實與含鐵量有高度相關性[25]。因此，我們將總磁敏感度與R2*相比較，這也能表征出腦微出血的總含鐵量。通過（1×1×1）cm3感興趣區R2*值之和計算出總R2*，（1×1×1）cm3感興趣區用作計算總磁敏感度值。當回波時間約為40ms時，在每一微出血的總R2*及總磁敏感度間進行線性回歸。

1.4 統計學分析

算出所有測量結果的標準偏差。總磁化率和尺寸測量的觀察者間和觀察者內變量（Inter-and Intraobserver Variabilities）通過組內相關系數進行了評估[26]。下列標準臨床相關協議被用來評估計算組內相關系數：一致性（Agreement）＜0.4被認為差；0.40～0.59為中等；0.60～0.74為良好；＞0.74為優[27]。單向方差分析被用來測定QSM在不同回波時間里的差異。應用單尾學生t檢驗來評估總磁敏感度是否小于每一體積比。另用學生t檢驗評估這些比值和1之間的差異顯著性水平。進行回顧性功效分析以評估當回波時間約增加一倍時總磁敏感度增加20%的幾率。用F檢驗評估線性回歸效果的顯著性。所有的評估使用了統計軟件（SPSS, release 16；SPSS，美國芝加哥），α=0.05，表示差異有統計學意義。

2 結果

腦微出血的結果，見表1。QSM數據圖的對比度獨立于回波時間的數值（平均對比度1.04±0.12，P=0.31），但在QSM重建中當回波時間數值增大時噪聲降低（平均噪聲比0.29±0.08，P＜0.01），見圖2。QSM圖像線段在不同回波時間中沒有明顯改變（P=0.997）（圖2D）。微出血的總磁敏感度與回波時間沒有呈現明顯線性關系（斜率-0.032，P=0.50，見圖2E。QSM噪聲隨著回波時間的增加單調遞減（指數-1.169），見圖2F。

表1 腦微出血發現總結

另一實例進一步說明了在大回波時間范圍內腦微出血總磁敏感度變化是減小的（圖3），也包括了體積測量與QSM、T2*加權、SW以及R2*圖像間的比較。磁敏感度比沒有發生重大變化，而體積比隨著回波時間增加（圖3A）。所有在T2*加權圖像中查出的微出血同樣在SW、R2*圖像以及QSM數據中查得（回波時間均約為40ms）。在T2*加權圖像（圖3B）與SW圖像（圖3C）上，微出血的直徑顯著隨著回波時間的增加而增大，在R2*圖像（圖3D）上直徑的增大并不明顯，而在QSM圖像上則顯著減?。▓D3E）。

觀察者間與觀察者內的結果，見表2。組內相關系數介于好（0.60-0.74）和優秀（0.74）之間。三位讀數者（K.S.與另兩名放射學專家）在回波時間約40ms時讀出的QSM、R2*、T2*加權與SW圖像的平均容積比分別為1.49±0.86，1.64±0.84，2.30±1.20，和2.30±1.19，均顯著大于1（P＜0.01）。當回波時間約為40ms時總磁敏感度為1.03±0.30，顯著小于任一平均容積比（P＜0.01）且接近1（P=0.31）。3位讀數者一致確認了這一發現。單樣本t檢驗α值為0.05，回顧性功效分析證實樣本大小足以實現94%的功效來檢測當回波時間加倍時總磁敏感度的增加。腦微出血總磁敏感度與其體積之間沒有相關性（回波時間約為40ms時測量）（P=0.47），見圖4B。40處微出血中的37處的總磁敏感度小于25ppm·μmL（圖4C）。

圖2 QSM輪廓定性及定量分析

表2 觀察者內和觀察者間變異性

圖3 R2*分布圖、T2*加權圖像的QSM輪廓比較

總R2*和總此敏感度之間的線性回歸有著一個219.4的斜率（P＜0.01），同時決定系數R2=0.75（圖5）。

3 討論

本研究數據表明，QSM能夠通過磁敏感度確定腦微出血的量。與梯度回波MR圖像在較大回波時間范圍內的尺寸測量相比，腦微出血總磁敏感度測量的一致性更好。梯度回波MR成像及其衍生成像方法（包括T2*加權、SW及R2*成像）會受暈狀偽影影響[28]，體素低信號表明只有局域場變化是造成局域場干擾的原因，而與順磁源的確切方位無關。當使用合適的信息時，如沒有或很少暈狀偽影的圖像，QSM偶極單元磁場反卷積理論上能夠消除暈狀偽影。我們當前的QSM方法采用了復合T2*加權，當僅有極少量出血時仍然會輕微的暈狀偽影。因此，計算出的QSM數據中回波時間略有增加，腦微出血預估體積磁敏感度回波時間有所降低。即使在目前的MEDI中，確定微出血的磁矩進行體積磁敏感度整合與尺寸測量相比隨著回波時間變化而改變更小，這些發現與先前體模及體外驗證的結果一致[29]，在這項結果中QSM被證實能夠準確量化鐵元素。假設含鐵血黃素中的鐵磁化是不飽和的（非鐵磁性的），那么總磁敏感度測量應該獨立于磁場強度[30]。

腦微出血敏感度變化主要是由于含鐵血黃素沉積，能夠反映出鐵元素含量，這被認為是腦出血損傷的重要因素[31-32]。相應地，關于出血的磁性問題的研究有所增加[33-34]。由于總敏感度在較大范圍的回波時間里一致性更好，在T2*加權圖像中，對于微出血負擔的測量這可能是較出血量更有用的測量方法。我們缺乏量與總敏感度之間相關度的數據，反映出體積磁敏感度有明顯變化。總磁敏感度、體積磁敏感度、神經損傷與疾病和藥物治療的風險間的關系有待進一步研究。如QSM腦微出血負擔可能是兒童急性非偶然頭部外傷[2]預后以及評估接受抗凝治療的慢性乙型肝炎患者出血風險的重要指標[11-12]。

圖4 腦微出血磁敏感度與其體積之間的關系

圖5 總R2和總磁敏感度之間的線性回歸斜率

QSM的噪音隨著回波時間的增加而降低，因為更長的回波時間能夠允許更多的移相且場分布估算更準確，只要幅面圖像的信號強度沒有衰減至噪音水平之下[35]。QSM的對比度由組織敏感度決定，與回波時間無關。這一物理原理為用QSM衡量腦微出血負擔提供了支持。固定重復時間內回波時間個數隨著接收器帶寬而線性增加。低接收機帶寬可用于獲得單回波高信號噪聲比。然而，預期回波時間的單回波可能無法在重復時間內使用，導致信號噪聲比低于多回波方法下所有回波時間總和的信號噪聲比。此外，多回波方法下的時間演變信息能夠增強預估場分布圖去包裹運算（Unwrapping Algorithm）的穩定性。大多數現代臨床影像設備都裝配了多梯度回波序列。

在本研究中，我們沒有測量T2*加權和SW圖像的總低信號強度。這些低信號區域多數包含噪聲。因此，總低信號強度僅為體積乘以噪音水平，而并不能提供除了腦微出血量之外的有用信息（R2=0.75），應當指出的是這僅適用于腦微出血，它們都是順磁性的。與鐵元素相比，鈣沉積在QSM上有著相反的信號，因為它們是逆磁性的[29,34,36]。然而，在R2*圖像上，它們卻有著相似的表現。此外，測得的R2*受T2淬火效應（Quench Effect）的影響[37]。因此，腦微出血總R2*測量并非檢測腦微出血或衡量其負擔的最佳方法。

這項研究的限制包括分析的回顧性。另一限制是數據采集參數并非對所有物體都是同質的。據早期的初步調查結果（本文未列出）顯示，高空間分辨率對QSM重建有利，因為它能夠減少在確定相位時的數字化錯誤。此外，更大的回波時間范圍將會提高預估場分布圖的準確性。這些發現有助于在未來設計出更加正確和前瞻的研究。改進的數據采集將會降低QSM中的噪音，增加標準效應量的大小，從而當應用相同的樣本大小時使得統計能力更強。

總之，腦微出血的總磁敏感度是獨立于回波時間的物理量。使用總敏感度測量腦微出血大大減少了與梯度回波MR圖像回波時間相關的變化性，提供了一種表征腦微出血負擔的一致性更強的方法。

出版前該文公布情況：

10.1148/radiol.11110251 Content code:NR

Radiology 2012; 262:269-278

縮略語注釋：

MEDI=Morphology-Enabled Dipole Inversion（形態學偶極子反演）

QSM=Quantitative Susceptibility Mapping（定量磁敏感成像）

ROI=Region Of Interest（感興趣區域）

SW=Susceptibility Weighted（磁敏感加權）

作者貢獻：

全部研究擔保人：Y.W.；

研究理念/研究設計、數據獲得、數據分析/說明：所有作者；

重要知識內容的手稿起草及修訂：所有作者；

文章定稿：所有作者；

文獻查找：T.L., K.S., Y.W.；

臨床研究：T.L., Y.W.；

實驗研究：M.L., P.S., Y.W.；

統計分析：T.L., Y.W.；

手稿編輯：T.L., K.S., M.L., P.S., Y.W.

[1] Akiyama Y, Miyata K, Harada K, et al． Susceptibility-weighted magnetic resonance imaging for the detection of cerebral microhemorrhage in patients with traumatic brain injury[J]．Neurol Med Chir (Tokyo),2009,49(3):97-99．

[2] Colbert CA, Holshouser BA, Aaen GS, et al．Value of cerebral microhemorrhages detected with susceptibility-weighted MR Imaging for prediction of long-term outcome in children with nonaccidental trauma[J]． Radiology,2010,256(3):898-905．

[3] Jeerakathil T, Wolf PA, Beiser A,et al．Stroke risk profi le predicts white matter hyperintensity volume:the Framingham Study [J]．Stroke,2004,35 (8):1857-1861．

[4] Fazekas F, Kleinert R, Roob G, et al． Histopathologic analysis of foci of signal loss on gradient-echo T2*-weighted MR images in patients with spontaneous intracerebral hemorrhage: evidence of microangiopathyrelated microbleeds[J]．AJNR Am J Neuroradiol,1999,20 (4):637-642 ．

[5] Greenberg SM, Vernooij MW, Cordonnier C,et al． Cerebral microbleeds:a guide to detection and interpretation[J]． Lancet Neurol,2009,8 (2):165-174．

[6] Vernooij MW, van der Lugt A, Ikram MA,et al． Prevalence and risk factors of cerebral microbleeds:the Rotterdam Scan Study[J]．Neurology,2008:70 (14):1208-1214 ．

[7] Lee SH, Bae HJ, Kwon SJ, et al． Cerebral microbleeds are regionally associated with intracerebral hemorrhag [J]．Neurology,2004,62(1):72-76．

[8] Lee SH, Kim BJ, Roh JK． Silent microbleeds are associated with volume of primary intracerebral hemorrhage[J]．Neurology,2006,66(3):430-432．

[9] Fan Y, Zhang L, Lam WW, et al． Cerebral microbleeds as a risk factor for subsequent intracerebral hemorrhages among patients with acute ischemic stroke[J]．Stroke,2003,34 (10):2459-2462 ．

[10] Greenberg SM, Eng JA, Ning M,et al．Hemorrhage burden predicts recurrent intracerebral hemorrhage after lobarhemorrhage[J]．Stroke,2004,35 (6):1415-1420．

[11] Lee GH, Kwon SU, Kang DW． Warfarininduced intracerebral hemorrhage associated with microbleeds [J]． J Clin Neurol,2008,4(3):131-133．

[12] Lee SH, Ryu WS, Roh JK． Cerebral microbleeds are a risk factor for warfarinrelated intracerebral hemorrhage[J]．Neurology,2009,72(2):171-176．

[13] Cordonnier C,Al-Shahi Salman R,Wardlaw J ． Spontaneous brain microbleeds:systematic review, subgroup analyses and standards for study design and reporting [J]．Brain,2007,130 (8): 1988-2003．

[14] Vernooij MW , Ikram MA , Wielopolski PA , et al．Cerebral microbleeds: accelerated 3D T2*- weighted GRE MR imaging versus conventional 2D T2*-weighted GRE MR imaging for detection[J]．Radiology,2008,248 (1):272-277．

[15] Cordonnier C, Potter GM, Jackson CA,et al ．Improving interrater agreement about brain microbleeds: development of the Brain Observer MicroBleed Scale (BOMBS) [J]．Stroke,2009,40 (1):94-99．

[16] Marques JP, Bowtell R．Application of a Fourier-based method for rapid calculation of fi eld inhomogeneity due to spatial variation of magnetic susceptibility[J]．Concepts Magn Reson Part B Magn Reson Eng,2005,25B (1): 65-78 ．

[17] Liu T, Liu J, de Rochefort L, et al． Morphology enabled dipole inversion (MEDI) from a single-angle acquisition: Comparison with COSMOS in human brain imaging[J]．Magn Reson Med,2011,66 (3):777-783．

[18] Liu J , Liu T , de Rochefort L ,et al．Quantitative susceptibility mapping by regulating the fi eld to source inverse problem with a sparse prior derived from the Maxwell equation: validation and application to brain [abstr]． In: Proceedings of the Eighteenth Meeting of the International Society for Magnetic Resonance in Medicine[M]．Berkeley,Calif: International Society for Magnetic Resonance in Medicine,2010:4996．

[19] Smith SM ． Fast robust automated brain extraction[J]．Hum Brain Mapp,2002,17 (3):143-155．

[20] Kressler B,de Rochefort L, Liu T, et al． Nonlinear regularization for per voxel estimation of magnetic susceptibility distributions from MRI fi eld maps[J]．IEEE Trans Med Imaging,2010 ,29 (2):273-281．

[21] Cusack R, Papadakis N．New robust 3-D phase unwrapping algorithms:application to magnetic fi eld mapping and undistorting echoplanar images[J]．Neuroimage,2002,16 (3 Pt 1):754-764．

[22] Shmueli K,de Zwart JA,van Gelderen P,et al． Magnetic susceptibility mapping of brain tissue in vivo using MRI phase data[J]．Magn Reson Med,2009,62 (6):1510-1522 ．

[23] Liu T, Khalidov I, de Rochefort L , et al ．A novel background fi eld removal method for MRI using projection onto dipole fi elds (PDF) [J]．NMR Biomed,2011,5:8．

[24] Haacke EM , Xu Y, Cheng YC , et al．Susceptibility weighted imaging (SWI) [J]．Magn Reson Med,2004,52 (3): 612-618 ．

[25] Langkammer C,Krebs N,Goessler W,et al．Quantitative MR imaging of brain iron:a postmortem validation study[J]．Radiology, 2010,257 (2):455-462．

[26] Bartko JJ , Carpenter WT Jr． On the methods and theory of reliability [J]．J Nerv Ment Dis,1976,163 (5): 307-317 ．

[27] Oppo K, Leen E,Angerson WJ, et al． Doppler perfusion index: an interobserver and intraobserver reproducibility study[J]．Radiology,1998 ,208 (2): 453-457．

[28] Schrag M, McAuley G, Pomakian J, et al ．Correlation of hypointensities in susceptibility- weighted images to tissue histology in dementia patients with cerebral amyloid angiopathy: a postmortem MRI study [J]．A cta Neuropathol,2009,11:25．

[29] Liu T, Spincemaille P, de Rochefort L ,et al ． Calculation of susceptibility through multiple orientation sampling (COSMOS): a method for conditioning the inverse problem from measured magnetic fi eld map to susceptibility source image in MRI[J]．Magn Reson Med,2009,61(1):196-204．

[30] Liu T,Spincemaille P, de Rochefort L,et al ．Unambiguous identifi cation of superparamagnetic iron oxide particles through quantitative susceptibility mapping of the nonlinear response to magnetic fi elds[J]．Magn Reson Imaging,2010,28 (9): 1383-1389．

[31] Xi G, Keep RF, Hoff JT． Mechanisms of brain injury after intracerebral haemorrhage[J]．Lancet Neurol,2006 ,5 (1): 53-63 ．

[32] Lou M,Lieb K,Selim M．The relationship between hematoma iron content and perihematoma edema:an MRI study[J]．Cerebrovasc Dis,2009,27(3):266-271．

[33] McAuley G,Schrag M, Sipos P,et al．Quantifi cation of punctate iron sources using magnetic resonance phase[J]．Magn Reson Med,2010,63 (1):106-115．

[34] Schweser F,Deistung A, Lehr BW,et al． Differentiation between diamagnetic and paramagnetic cerebral lesions based on magnetic susceptibility mapping[J]．Med Phys,2010, 37 (10): 5165-5178 ．

[35] Gudbjartsson H, Patz S．The Rician distribution of noisy MRI data[J]．Magn Reson Med,1995,34 (6): 910-914 ．

[36] de Rochefort L, Brown R, Prince MR, et al．Quantitative MR susceptibility mapping using piece-wise constant regularized inversion of the magnetic fi eld[J]．Magn Reson Med,2008 ,60 (4):1003-1009．

[37] Zurkiya O, Chan AW, Hu X． MagA is suffi cient for producing magnetic nanoparticles in mammalian cells, making it an MRI reporter[J]．Magn Reson Med,2008,59 (6):1225-1231．

10.3969/j.issn.1674-1633.2012.04.001

1674-1633(2012)04-0001-08

本文英文原版出自《放射學》雜志[2011年；261卷；258-265頁]。

?2011年北美放射學會對本文保留一切權利。翻譯及轉載均經過北美放射學會許可。北美放射學會對在翻譯過程中出現的譯文不準確及錯誤現象概不負責。

?北美放射學會（RSNA），2011

基金支持：該研究獲美國國立衛生研究院基金項目支持（1R01EB013443-01與1R01NS072370-01A1）。潛在的利益沖突在文末列出。

2011-02-04

修稿通知發出日期：2011-04-05

修回稿接收日期：2011-05-31

通過審核日期：2011-06-23

定稿日期：2011-08-03

郵件請寄：Y．W． (e-mail: yiwang@med．cornell．edu)