拡散強調磁気共鳴画像法 (DWI またはDW-MRI )は、特定の MRIシーケンス と、得られたデータから画像を生成するソフトウェアを使用し、水分子の拡散を利用してMR画像にコントラストを生成します。 [ 1 ] [ 2 ] [ 3 ] これにより、生体組織 内の分子(主に水)の拡散 プロセスを、生体内で 非侵襲的にマッピングできます。組織内の分子拡散はランダムではなく、高分子 、繊維、膜 などの多くの障害物との相互作用を反映しています。したがって、水分子の拡散パターンは、正常または病的な状態の組織構造に関する微細な詳細を明らかにすることができます。DWIの特殊な種類である拡散テンソル画像法 (DTI )は、脳内の白質 トラクトグラフィーを マッピングするために広く使用されています。
導入 拡散強調画像法 (DWI)では、各画像要素 (ボクセル )の強度は、その場所での水の拡散速度の最良推定値を反映します。水の移動は熱運動によって駆動され、細胞環境に大きく依存するため、DWI の背後にある仮説は、所見が (初期の) 病理学的変化を示す可能性があるということです。たとえば、DWI は、T1 またはT2 緩和 率などの従来の MRI 測定よりも、脳卒中後の初期の変化に対してより敏感です。拡散強調画像法の変種である拡散スペクトル画像法 (DSI) [ 4 ] は、コネクトームデータセットの導出に使用されました。DSI は、交差する線維束によって引き起こされる拡散方向のボクセル内不均一性に敏感な拡散強調画像法の変種であり、他の拡散画像法よりも軸索の 軌跡をより正確にマッピングできます。 [ 5 ]
拡散強調画像は、脳血管性脳卒中の診断に非常に有用です。また、非小細胞肺癌の病期分類にもますます使用されており、この種の疾患の「ゴールドスタンダード」である 陽電子放出断層撮影 に取って代わる有力な候補となっています。拡散テンソル画像法は、脳の白質 の疾患の研究だけでなく、他の身体組織の研究にも開発されています(下記参照)。DWIは、対象組織が等方性水運動によって支配されている場合、例えば大脳皮質や主要な脳核の灰 白質 、または身体において、どの軸に沿って測定しても拡散速度が同じである場合に最も適しています。しかし、DWIはT1緩和とT2緩和にも影響を受けます。画像コントラストに対する拡散と緩和の影響を区別するために、拡散係数、より正確には見かけの拡散係数(ADC)の定量的画像を取得できます。ADCの概念は、拡散プロセスが生物組織では複雑であり、いくつかの異なるメカニズムを反映しているという事実を考慮するために導入されました。[ 6 ]
拡散テンソル画像法(DTI)は、脳の 白質 の神経軸索 や心臓の筋線維など、組織が一部の結晶の異方性 に類似した内部線維構造を持つ場合に重要となります。水は、内部構造に沿った方向(軸方向拡散)にはより速く拡散し、その方向に対して垂直な方向(放射状拡散)にはよりゆっくりと拡散します。これは、測定される拡散速度が観察者の視点方向によって異なることを意味します。
拡散基底スペクトルイメージング (DBSI) は、DTI 信号を離散的な異方性拡散テンソルと等方性拡散テンソルのスペクトルにさらに分離し、サブボクセルの細胞構造をより良く区別します。たとえば、異方性拡散テンソルは軸索線維と相関し、低等方性拡散テンソルは細胞と相関し、高等方性拡散テンソルはより大きな構造 (内腔や脳室など) と相関します。[ 7 ] DBSI は、従来の DTI よりも高い特異度と感度で、一部の種類の脳腫瘍 と多発性硬化症 を区別することが示されています。[ 8 ] [ 9 ] [ 10 ] [ 11 ] DBSI は、脳の微細構造特性を決定するのにも役立っています。[ 12 ]
従来、拡散強調画像(DWI)では、拡散テンソルのトレースまたは「平均拡散率」、すなわち浮腫 の推定値を算出するために、3つの勾配方向が適用されてきました。臨床的には、トレース強調画像は、低酸素性浮腫を早期に(数分以内に)検出することで、脳血管性脳卒中 の診断に非常に有用であることが証明されています。 [ 13 ]
より広範囲な DTI スキャンでは、拡散テンソル を計算するのに十分な 6 つ以上の勾配方向に基づく 3D または多次元ベクトルアルゴリズムを使用して、データから神経経路の方向情報を導出します。拡散テンソルモデルは、各画像ボクセル内の拡散の均一性と線形性を仮定した、拡散プロセスのかなり単純なモデルです。[ 13 ] 拡散テンソルから、分数異方性 (FA)などの拡散異方性尺度を計算できます。さらに、拡散テンソルの主方向を使用して、脳の白質接続 (つまり、トラクトグラフィー 、脳のどの部分が他のどの部分に接続されているかを確認しようとする) を推測できます。
拡散テンソルモデルの弱点を克服することを目的とした、より高度な拡散過程モデルが提案されている。これらには、q空間イメージング[ 14 ] や一般化拡散テンソルイメージングなどが含まれる。
機構 拡散イメージングは、分子拡散の局所特性(一般的には水)で感度を高めた生体組織の生体内磁気共鳴画像を生成するMRI法です(ただし、MR分光法を使用して他の 部分 も調査できます)。[ 15 ] MRIは分子の動きに感度を持たせることができます。通常のMRI取得では、水中のプロトンの挙動を利用して、特定の被験者の臨床的に関連する特徴間のコントラストを生成します。MRIの汎用性は、この微細レベルでの組織構造に関連するコントラストを生成する能力によるものです。典型的なT1強調画像では、サンプル中の水分子は強い磁場の印加によって励起されます。これにより、水分子中の多くのプロトンが同時に歳差運動を起こし、MRIで信号を生成します。T2強調画像では、水プロトン間のコヒーレンスまたは同期の喪失を測定することによってコントラストが生成されます。水が自由に回転できる環境にある場合、緩和にはより長い時間がかかる傾向があります。特定の臨床状況においては、これにより病変部位と周囲の健康な組織との間にコントラストが生じる可能性がある。
MRI 画像を拡散に感度を持たせるために、磁場強度 (B1) はパルス磁場勾配によって線形に変化します。歳差運動は磁場強度に比例するため、プロトンは異なる速度で歳差運動を開始し、位相の分散と信号の損失が生じます。スピンを再収束または再位相するために、同じ大きさで逆方向の別の勾配パルスが適用されます。パルス間の時間間隔で移動したプロトンについては再収束は完全ではなく、MRI 装置で測定される信号が減少します。この「磁場勾配パルス」法は、最初に Stejskal と Tanner [ 16 ] によって NMR 用に考案され、彼らはパルス勾配の適用による信号の減少が、次の式によって発生する拡散量に関連していることを導き出しました。
S ( T E ) S 0 = exp [ − γ 2 G 2 δ 2 ( Δ − δ 3 ) D ] {\displaystyle {\frac {S(TE)}{S_{0}}}=\exp \left[-\gamma ^{2}G^{2}\delta ^{2}\left(\Delta -{\frac {\delta }{3}}\right)D\right]}
どこS 0 {\displaystyle S_{0}} は拡散強調なしの信号強度です。S {\displaystyle S} 勾配を持つ信号は、γ {\displaystyle \gamma } は磁気回転比 です。G {\displaystyle G} 勾配パルスの強度は、δ {\displaystyle \delta } パルスの持続時間、Δ {\displaystyle \Delta } は2つのパルス間の時間であり、最後に、D {\displaystyle D} は拡散係数です。
拡散画像を得るためにこの信号減衰を局所化するには、StejskalとTannerの方法に従って、MRIで使用されるパルス磁場勾配パルス(信号の局所化を目的としているが、これらの勾配パルスは拡散に関連する減衰を生成するには弱すぎる)と追加の「動きプローブ」勾配パルスを組み合わせる必要があります。この組み合わせは、すべての勾配パルス間に交差項が発生するため、自明ではありません。StejskalとTannerによって設定された方程式は不正確になり、信号減衰は、MRIシーケンスに存在するすべての勾配パルスとその相互作用を統合して、解析的または数値的に計算する必要があります。MRIシーケンスに存在する多数のパルスを考えると、結果はすぐに非常に複雑になるため、簡略化のために、Le Bihanは すべての勾配項を「b {\displaystyle b} 係数"(取得パラメータのみに依存する)となるため、信号減衰は単純に次のようになります。[ 1 ]
S ( T E ) S 0 = exp ( − b ⋅ A D C ) {\displaystyle {\frac {S(TE)}{S_{0}}}=\exp(-b\cdot ADC)}
また、拡散係数、D {\displaystyle D} は見かけの拡散係数に置き換えられ、A D C {\displaystyle ADC} これは、拡散プロセスが組織内で自由ではなく、多くのメカニズム(閉鎖空間での制限、障害物周辺の曲がりくねりなど)によって妨げられ、調整されていること、また、小血管内の血流や脳室内の脳脊髄液などの他のボクセル内非コヒーレント運動(IVIM)源も信号減衰に寄与していることを示しています。最終的に、画像は拡散プロセスによって「重み付け」されます。これらの拡散強調画像(DWI)では、拡散が速く、ボクセルが大きいほど信号減衰が大きくなります。b {\displaystyle b} 要因は、拡散強調画像です。ただし、拡散強調画像はT1およびT2緩和率のコントラストにも敏感であり、混乱を招くことがあります。少なくとも2つの異なる値を持つ画像を収集することで、「純粋な」拡散マップ(より正確には、ADCが唯一のコントラスト源であるADCマップ)を計算することが可能です。b 1 {\displaystyle b_{1}} そしてb 2 {\displaystyle b_{2}} のb {\displaystyle b} 要因に応じて:
A D C ( x 、 y 、 z ) = ln [ S 2 ( x 、 y 、 z ) / S 1 ( x 、 y 、 z ) ] / ( b 1 − b 2 ) {\displaystyle \mathrm {ADC} (x,y,z)=\ln[S_{2}(x,y,z)/S_{1}(x,y,z)]/(b_{1}-b_{2})}
このADCコンセプトは、特に臨床応用において非常に成功を収めてきましたが、近年、生体組織における拡散のより包括的な新しいモデルが導入されたことで、その妥当性が問われています。組織における拡散は自由ではないため、これらのモデルが必要となりました。このような状況では、ADCは選択に依存するようです。b {\displaystyle b} 値(より大きなb値を使用するとADCが減少するように見える)は、ln(S/So)のプロットが線形ではないため、b {\displaystyle b} 上記の式から予想されるように、係数も変化します。自由拡散挙動からのこのずれが拡散MRIの成功の要因であり、ADCは組織の微細構造の変化に非常に敏感です。一方、組織内の拡散のモデリングは非常に複雑になっています。最も一般的なモデルには、遅いまたは中間的な交換で2つの水プールが存在すると仮定する二重指数モデル[ 17 ] [ 18 ] と、2つのプールの存在を必ずしも必要としないキュムラント展開(尖度とも呼ばれる)モデル[ 19 ] [ 20 ] [ 21 ] があります。
拡散モデル 濃度を考慮するとρ {\displaystyle \rho } およびフラックスJ {\displaystyle J} フィックの第一法則は 、流束と濃度勾配の 関係を示している。
J ( x 、 t ) = − D ∇ ρ ( x 、 t ) {\displaystyle J(x,t)=-D\nabla \rho (x,t)}
ここで、Dは拡散係数 である。質量保存則を考慮すると、連続の式は 濃度の時間微分とフラックスの発散を関連付ける。
∂ ρ ( x 、 t ) ∂ t = − ∇ ⋅ J ( x 、 t ) {\displaystyle {\frac {\partial \rho (x,t)}{\partial t}}=-\nabla \cdot J(x,t)}
この2つを組み合わせると、拡散方程式 が得られます。
∂ ρ ( x 、 t ) ∂ t = D ∇ 2 ρ ( x 、 t ) 。 {\displaystyle {\frac {\partial \rho (x,t)}{\partial t}}=D\nabla ^{2}\rho (x,t).}
磁化ダイナミクス 拡散が存在しない場合、核磁化 の時間変化は古典的なブロッホ方程式によって与えられる。
d M → d t = γ M → × B → − M x 私 → + M y j → T 2 − ( M z − M 0 ) k → T 1 {\displaystyle {\frac {d{\vec {M}}}{dt}}=\gamma {\vec {M}}\times {\vec {B}}-{\frac {M_{x}{\vec {i}}+M_{y}{\vec {j}}}{T_{2}}}-{\frac {(M_{z}-M_{0}){\vec {k}}}{T_{1}}}}
これには歳差運動、T2緩和、T1緩和に関する用語が含まれる。
1956年、HC Torreyは、拡散項を加えることで磁化の ブロッホ方程式 がどのように変化するかを数学的に示しました。 [ 22 ] Torreyは、ブロッホの横磁化の元の記述を修正し、拡散項と空間的に変化する勾配の適用を含めました。磁化はM {\displaystyle M} はベクトルであり、拡散方程式は3つあり、各次元ごとに1つずつあります。ブロッホ・トーレイ方程式 は次のとおりです。
d M → d t = γ M → × B → − M x 私 → + M y j → T 2 − ( M z − M 0 ) k → T 1 + ∇ ⋅ D → ∇ M → {\displaystyle {\frac {d{\vec {M}}}{dt}}=\gamma {\vec {M}}\times {\vec {B}}-{\frac {M_{x}{\vec {i}}+M_{y}{\vec {j}}}{T_{2}}}-{\frac {(M_{z}-M_{0}){\vec {k}}}{T_{1}}}+\nabla \cdot {\vec {D}}\nabla {\vec {M}}}
どこD → {\displaystyle {\vec {D}}} は拡散テンソルです。
拡散が等方的である最も単純なケースでは、拡散テンソルは単位テンソルの倍数となる。
D → = D ⋅ 私 → = D ⋅ [ 1 0 0 0 1 0 0 0 1 ] 、 {\displaystyle {\vec {D}}=D\cdot {\vec {I}}=D\cdot {\begin{bmatrix}1&0&0\\0&1&0\\0&0&1\end{bmatrix}},}
するとブロッホ・トーレイ方程式の解は次のようになる。
M = M ブロッホ e − 1 3 γ 2 G 2 t 3 D ~ e − b D 0 {\displaystyle {M}={M}_{\text{bloch}}e^{-{\frac {1}{3}}\gamma ^{2}G^{2}t^{3}D}\sim e^{-bD_{0}}}
指数項は減衰と呼ばれます A {\displaystyle A} 異方性拡散の場合、拡散テンソルについては同様の解が得られますが、測定されるのは見かけの拡散係数 (ADC)です。一般に、減衰は次のようになります。
A = e − ∑ 私 、 j b 私 j D 私 j {\displaystyle A=e^{-\sum _{i,j}b_{ij}D_{ij}}}
どこでb 私 j {\displaystyle b_{ij}} 用語には勾配場が含まれるG x {\displaystyle G_{x}} 、G y {\displaystyle G_{y}} 、 そしてG z {\displaystyle G_{z}} 。
グレースケール DWI画像の標準的なグレースケールは、拡散制限の増加をより明るく表現することである。[ 23 ]
ADC画像 上記セクションのDWIで確認された脳梗塞症例と同じ症例のADC画像 見かけの拡散係数 (ADC)画像、またはADCマップは 、従来のDWIに固有のT2強調を 排除することで、従来のDWIよりも拡散をより具体的に示すMRI画像です。 [ 24 ] [ 25 ] ADCイメージングは、異なる量のDWI強調を持つ複数の従来のDWI画像を取得することによって行われ、信号の変化は拡散率に比例します。DWI画像とは異なり、ADC画像の標準的なグレースケールは、拡散の程度が小さいほど暗く表現されます。[ 23 ]
脳梗塞は 拡散制限を引き起こし、そのため様々な DWI 重み付けによる画像間の差は小さくなり、梗塞領域の ADC 画像では信号が低くなる。[ 24 ] 脳梗塞後数分で ADC の低下が検出されることがある。[ 26 ] 従来の DWI における梗塞組織の高信号は、部分的な T2 重み付けの結果である。[ 27 ]
拡散テンソル画像 拡散テンソル画像法(DTI)は、断層画像でピクセルにコントラストや色を割り当てるためだけにデータを使用するのではなく、組織内の水の制限拡散を測定して神経路画像を生成する磁気共鳴画像法です。また、心筋を含む筋肉や前立腺などの他の組織に関する有用な構造情報も提供します。[ 28 ]
DTIでは、各ボクセルには1つ以上のパラメータのペアがあります。それは、拡散率と、そのパラメータが有効となる拡散の優先方向(3次元空間で記述)です。単一のDTI画像の各ボクセルの特性は、通常、拡散強調勾配の異なる方向で取得された6つ以上の異なる拡散強調画像からベクトルまたはテンソル演算によって計算されます。一部の方法では、それぞれが完全な画像を構成する数百の測定が行われ、結果として得られる単一の計算済み画像データセットが生成されます。DTIボクセルの情報量が多いため、脳内の微細な病理に対して非常に敏感です。さらに、方向情報は、より高い構造レベルで利用して、脳内の神経経路を選択して追跡することができます。このプロセスはトラクトグラフィー と呼ばれます。[ 29 ]
画像取得プロセスをより正確に説明すると、各位置における画像強度は、いわゆる磁気拡散勾配の強度(b 値)と方向、および水分子が拡散する局所的な微細構造に応じて減衰します。特定の位置における画像の減衰が大きいほど、拡散勾配の方向への拡散が大きくなります。組織の完全な拡散プロファイルを測定するには、MRスキャンを繰り返し、各スキャンで異なる方向(場合によっては強度も)の拡散勾配を適用する必要があります。
NODDI (ニューライト配向分散密度イメージング)は、標準的な拡散テンソルイメージングよりも詳細にニューライト (軸索 と樹状突起)の微細構造を調べる高度な拡散モデルです。 [ 30 ] [ 31 ]
数学的基礎―テンソル拡散MRIは、テンソル として知られる幾何学的量の数学的および物理的解釈に依存しています。一般的な数学的概念の特殊なケースのみが画像化に関連しており、これは対称行列 の概念に基づいています。[ 注1 ] 拡散自体はテンソルですが、多くの場合、目的は脳拡散そのものを研究することではなく、軸索の方向と異方性の大きさまたは程度を見つけるために白質の拡散異方性を利用することです。テンソルは物質または組織内に実在し、それらを記述するために使用される座標系が回転しても移動しません。テンソル(ランク2)の表現方法は多数ありますが、その中でも、拡散との物理的な関連性とMRIにおける拡散異方性イメージングの開発における歴史的重要性から、この議論では楕円体に焦点を当てます。
以下の行列は、拡散テンソルの成分を示しています。
D ¯ = | D x x D x y D x z D x y D y y D y z D x z D y z D z z | {\displaystyle {\bar {D}}={\begin{vmatrix}D_{\color {red}xx}&D_{xy}&D_{xz}\\D_{xy}&D_{\color {red}yy}&D_{yz}\\D_{xz}&D_{yz}&D_{\color {red}zz}\end{vmatrix}}}
同じ数値行列は、楕円の形状と向きを記述するために同時に別の用途で使用でき、また、同じ数値行列は、以下に説明するように、行列数学において固有ベクトルと固有値を分類するために同時に別の用途で使用できます。
物理テンソル 物理科学におけるテンソルの概念は、物理的性質の量を記述しようとする試みから発展しました。最初に適用された性質は、温度のように単一の数値で記述できるものでした。このように記述できる性質はスカラー と呼ばれ、ランク0のテンソル、または0階テンソルとみなすことができます。テンソルは、機械力のように方向性を持つ量を記述するためにも使用できます。これらの量は、大きさと方向の両方を指定する必要があり、多くの場合、ベクトル で表されます。3次元ベクトルは、x、 y 、z 軸への射影の3つの成分で記述できます。このようなベクトルは、ランク1のテンソル、または1階テンソルとみなすことができます。
テンソルは、2つのベクトル間の関係を決定する物理的または生物物理学的特性であることが多い。物体に力が加わると、動きが生じる。動きが一方向であれば、その変化はベクトル(ランク1のテンソル)を用いて記述できる。しかし、組織内では、拡散によって水分子が時間とともに複数の方向に沿って移動する軌跡が生じ、デカルト座標系への複雑な投影が生じる。同じ条件と力を同じ組織に同じ方法で加えると、このパターンは再現可能である。組織内に拡散を制限する異方性構造が存在する場合、その事実は拡散パターンに反映される。水分子の拡散を引き起こす駆動力の特性と、組織内での水分子の動きのパターンとの関係は、テンソルによって記述できる。この物理的性質の分子変位の集合は、9 つの成分で記述できます。各成分は、 xx 、yy 、zz 、xy 、yx 、xz 、zx 、yz 、zy の軸のペアに関連付けられています。[ 32 ] これらは、このセクションの冒頭にあるものと同様の行列として記述できます。
白質の異方性媒体における点源からの拡散も同様の挙動を示します。ステイスカル・タナー拡散勾配の最初のパルスは、いくつかの水分子を効果的に標識し、2番目のパルスは、拡散によるそれらの変位を効果的に示します。適用される各勾配方向は、その勾配の方向に沿った動きを測定します。6つ以上の勾配を合計して、行列を埋めるために必要なすべての測定値を取得します。ただし、行列は対角線(赤い添え字)の上下で対称であると仮定します。
1848年、アンリ・ユロー・ド・セナルモン [ 33 ] は、ワックスでコーティングされた研磨された結晶表面に加熱した点を当てた。等方性構造を持つ材料では、溶融物のリングが表面を円状に広がった。異方性結晶では、広がりは楕円形になった。3次元では、この広がりは楕円体である。 1850年代にアドルフ・フィック が示したように、拡散は熱伝達で見られるパターンと多くの点で同じパターンを示す。
異方性と拡散率の測定 楕円体を用いたDTIデータの可視化。 現代の臨床神経学では、さまざまな脳病理は、異方性と拡散率の特定の尺度を調べることで最もよく検出できる可能性があります。拡散 の根本的な物理的プロセスにより、水分子のグループが中心点から移動し、媒体が異方性の場合は徐々に楕円体 の表面に到達します(等方性媒体の場合は球の表面になります)。楕円体形式は、テンソルデータを整理するための数学的手法としても機能します。楕円体テンソルの測定により、組織の各ボクセルにおける拡散プロセスに関する情報を収集するための遡及的分析も可能になります。[ 34 ]
脳脊髄液 のような等方性媒体では、水分子は拡散によって移動し、あらゆる方向に同じ速度で移動します。拡散勾配の詳細な影響を知ることで、MRIボクセルの信号減衰を拡散の数値尺度である 拡散係数 Dに変換できる式を生成できます。 細胞膜 や微小管 などのさまざまな障壁や制限因子が自由拡散を妨げる場合、測定ではすべての局所的な影響が無視され、すべての移動速度がブラウン運動 のみによるものであるかのように減衰が扱われるため、「見かけの拡散係数」、つまりADCを測定します。異方性組織のADCは、測定方向によって異なります。拡散は 軸索 の長さに沿って(軸索に平行に)速く、軸索に垂直な方向には遅くなります。
ボクセルを6方向以上から測定し、T2およびT1効果による減衰を補正したら、計算された楕円体テンソルからの情報を使用して、ボクセル内で何が起こっているかを記述できます。デカルト座標 系で斜めに配置された楕円体を考えると、その楕円を3つの軸に投影することを検討できます。3つの投影により、3つの軸それぞれに沿ったADC、ADC x 、ADC y 、ADC z が得られます。これにより、ボクセル内の平均拡散率を記述するという考え方につながり、それは単純に次のようになります。
( A D C x + A D C y + A D C z ) / 3 = A D C 私 {\displaystyle (ADC_{x}+ADC_{y}+ADC_{z})/3=ADC_{i}}
添え字i は、これが異方性の影響を平均化した等方性拡散係数であることを示すために使用します。
楕円体自体には、主軸となる長い軸と、その幅と深さを表す2つの短い軸があります。これら3つの軸はすべて互いに直交し、楕円体の中心点で交わります。この設定では、これらの軸を固有ベクトル 、その長さを固有値と 呼びます。長さはギリシャ文字λ で表されます。軸索方向を向いた長い軸はλ1、2 つ の短い軸の長さはλ2 と λ3 となります。DTIテンソル楕円体の設定では、これらそれぞれを、楕円体の3つの主軸に沿った拡散率の尺度と考えることができます。これはADCとは少し異なります。ADC は軸への投影でしたが、λは 計算した楕円体の実際の測定値だからです。
主軸に沿った拡散率λ1 は 、縦方向拡散率、軸方向拡散率 、あるいは平行拡散率λ∥ と も呼ばれる。歴史的に見ると、これはリチャーズが1991年にベクトル長を用いて最初に測定した値に最も近い。[ 35 ] 2つの短軸方向の拡散率は、半径方向拡散 率の指標を得るために平均化されることが多い。
λ ⊥ = ( λ 2 + λ 3 ) / 2. {\displaystyle \lambda _{\perp }=(\lambda _{2}+\lambda _{3})/2.}
この量は膜やその他の影響による制限の程度を評価するものであり、一部の神経疾患における変性病理の感度の高い尺度であることが証明されている。[ 36 ] また、垂直拡散率とも呼ばれる(λ ⊥ \displaystyle \lambda _{\perp }} )
全拡散率を要約するもう1つの一般的な尺度はトレース で、これは3つの固有値の合計です。
t r ( Λ ) = λ 1 + λ 2 + λ 3 {\displaystyle \mathrm {tr} (\Lambda )=\lambda _{1}+\lambda _{2}+\lambda _{3}} どこΛ {\displaystyle \Lambda } は固有値を持つ対角行列ですλ 1 \displaystyle \lambda _{1}} 、λ 2 \displaystyle \lambda _{2}} そしてλ 3 \displaystyle \lambda _{3}} 対角線上に。
この合計を3で割ると、平均拡散率 が得られます。
M D = ( λ 1 + λ 2 + λ 3 ) / 3 {\displaystyle \mathrm {MD} =(\lambda _{1}+\lambda _{2}+\lambda _{3})/3}
これはADC i に等しいので t r ( Λ ) / 3 = t r ( V − 1 V Λ ) / 3 = t r ( V Λ V − 1 ) / 3 = t r ( D ) / 3 = A D C 私 {\displaystyle {\begin{aligned}\mathrm {tr} (\Lambda )/3&=\mathrm {tr} (V^{-1}V\Lambda )/3\\&=\mathrm {tr} (V\Lambda V^{-1})/3\\&=\mathrm {tr} (D)/3\\&=ADC_{i}\end{aligned}}} どこV {\displaystyle V} は固有ベクトルの行列であり、D {\displaystyle D} は拡散テンソルです。拡散の量を記述することに加えて、ボクセル内の異方性の相対的な程度を記述することもしばしば重要です。一方の極端は等方性拡散の球体であり、もう一方の極端は葉巻または鉛筆型の非常に薄い長球 です。最も単純な尺度は、楕円体の最長軸を最短軸で割ることによって得られます = ( λ 1 / λ 3 )。しかし、これは測定ノイズに非常に敏感であることが判明したため、ノイズを最小限に抑えながら尺度を捉えるために、ますます複雑な尺度が開発されました。これらの計算の重要な要素は、拡散率の差の二乗和 = ( λ 1 − λ 2 ) 2 + ( λ 1 − λ 3 ) 2 + ( λ 2 − λ 3 ) 2 です 。二乗和の平方根を使用して、最大の成分が支配する一種の加重平均を取得します。 1つの目的は、ボクセルが球形の場合は数値を0に近づけ、細長い場合は1に近づけることです。これにより、拡散率の差の二乗和(SRSS)の平方根を拡散率のSRSSで割った値である分数 異方性(FA) が得られます。第2軸と第3軸が主軸に比べて小さい場合、分子の数値は分母の数値とほぼ等しくなります。また、 1 / 2 {\displaystyle 1/{\sqrt {2}}} つまり、 FA の最大値は1になります。FAの式全体は次のようになります。
F A = 3 ( ( λ 1 − E [ λ ] ) 2 + ( λ 2 − E [ λ ] ) 2 + ( λ 3 − E [ λ ] ) 2 ) 2 ( λ 1 2 + λ 2 2 + λ 3 2 ) {\displaystyle \mathrm {FA} ={\frac {\sqrt {3((\lambda _{1}-\operatorname {E} [\lambda ])^{2}+(\lambda _{2}-\operatorname {E} [\lambda ])^{2}+(\lambda _{3}-\operatorname {E} [\lambda ])^{2})}}{\sqrt {2(\lambda _{1}^{2}+\lambda _{2}^{2}+\lambda _{3}^{2})}}}} どこE [ λ ] = ( λ 1 + λ 2 + λ 3 ) / 3 。 {\textstyle \operatorname {E} [\lambda ]=(\lambda _{1}+\lambda _{2}+\lambda _{3})/3\,.}
分数異方性は、拡散楕円体の「形状」に応じて、線形、平面、球面の尺度に分離することもできます。[ 37 ] [ 38 ] 例えば、「葉巻」型の長楕円体は強い線形異方性を示し、「空飛ぶ円盤」または扁平回転楕円体 は平面拡散を表し、球はすべての方向で等しい等方性拡散を示します。[ 39 ] 拡散ベクトルの固有値を次のようにソートすると、λ 1 ≥ λ 2 ≥ λ 3 ≥ 0 {\displaystyle \lambda _{1}\geq \lambda _{2}\geq \lambda _{3}\geq 0} すると、各指標は以下のように計算できます。
線形の 場合、λ 1 ≫ λ 2 ≃ λ 3 {\displaystyle \lambda _{1}\gg \lambda _{2}\simeq \lambda _{3}} 、
C l = λ 1 − λ 2 λ 1 + λ 2 + λ 3 {\displaystyle C_{l}={\frac {\lambda _{1}-\lambda _{2}}{\lambda _{1}+\lambda _{2}+\lambda _{3}}}}
平面の 場合、λ 1 ≃ λ 2 ≫ λ 3 {\displaystyle \lambda _{1}\simeq \lambda _{2}\gg \lambda _{3}} 、
C p = 2 ( λ 2 − λ 3 ) λ 1 + λ 2 + λ 3 {\displaystyle C_{p}={\frac {2(\lambda _{2}-\lambda _{3})}{\lambda _{1}+\lambda _{2}+\lambda _{3}}}}
球状の 場合、λ 1 ≃ λ 2 ≃ λ 3 {\displaystyle \lambda _{1}\simeq \lambda _{2}\simeq \lambda _{3}} 、
C s = 3 λ 3 λ 1 + λ 2 + λ 3 {\displaystyle C_{s}={\frac {3\lambda _{3}}{\lambda _{1}+\lambda _{2}+\lambda _{3}}}}
各指標は0から1の間の値を取り、合計すると1になります。球形からのずれを表すために、追加の異方性指標を用いることができます。
C 1 = C l + C p = 1 − C s = λ 1 + λ 2 − 2 λ 3 λ 1 + λ 2 + λ 3 {\displaystyle C_{a}=C_{l}+C_{p}=1-C_{s}={\frac {\lambda _{1}+\lambda _{2}-2\lambda _{3}}{\lambda _{1}+\lambda _{2}+\lambda _{3}}}}
異方性を表す指標としては、相対異方性 (RA)など、他にもいくつか用いられています。
R A = ( λ 1 − E [ λ ] ) 2 + ( λ 2 − E [ λ ] ) 2 + ( λ 3 − E [ λ ] ) 2 3 E [ λ ] {\displaystyle \mathrm {RA} ={\frac {\sqrt {(\lambda _{1}-\operatorname {E} [\lambda ])^{2}+(\lambda _{2}-\operatorname {E} [\lambda ])^{2}+(\lambda _{3}-\operatorname {E} [\lambda ])^{2}}}{{\sqrt {3}}\operatorname {E} [\lambda ]}}}
そして体積比 (VR):
V R = λ 1 λ 2 λ 3 E [ λ ] 3 {\displaystyle \mathrm {VR} ={\frac {\lambda _{1}\lambda _{2}\lambda _{3}}{\operatorname {E} [\lambda ]^{3}}}}
アプリケーション 従来の DWI (DTI なし) の最も一般的な用途は、急性脳虚血です。DWI は、脳梗塞における虚血性壊死を細胞 毒性浮腫の形で直接可視化し、[ 40 ] 動脈閉塞後数分以内に高 DWI 信号として現れます。[ 41 ] 灌流 MRI は 梗塞コアと救済可能なペナンブラの 両方を検出するため、後者は DWI と灌流 MRI によって定量化できます。[ 42 ]
DWIのもう1つの応用分野は腫瘍学 です。腫瘍は多くの場合細胞密度が高く、水の拡散が制限されるため、DWIでは比較的高い信号強度で表示されます。[ 43 ] DWIは、腫瘍の検出と病期分類 、および治療に対する腫瘍の反応を経時的にモニタリングするためによく使用されます。DWIは、「背景体信号抑制を伴う拡散強調全身イメージング」(DWIBS)と呼ばれる技術を使用して全身を可視化するために収集することもできます。[ 44 ] 拡散尖度イメージング(DKI)などのより特殊な拡散MRI技術は、がん患者の化学療法に対する反応を予測することも示されています。[ 45 ]
主な応用例は白質 の画像化であり、そこでは神経路の位置、方向、異方性を測定することができる。平行束状に並んだ 軸索 の構造とミエリン 鞘は、水分子が主方向に沿って優先的に拡散する ことを促進する。このような優先的な方向への拡散は異方性拡散 と呼ばれる。
DTIによる神経結合のトラクトグラフィー再構築 健康なヒトの腕神経叢のDTI。Wadeら、2020年より引用。[ 46 ] この特性の画像化は拡散MRIの拡張です。少なくとも3つの方向ベクトルを決定できる一連の拡散勾配(つまりMRI磁石の磁場 変動)を適用すると(6つの異なる勾配の使用が最小であり、追加の勾配は「非対角」情報の精度を向上させます)、各ボクセル について、拡散の3次元形状を記述するテンソル (つまり対称正定値3×3行列 )を計算することができます。線維の方向は、テンソルの主固有ベクトル によって示されます。このベクトルは色分けすることができ、線維束の位置と方向の地図が得られます(赤は左右、青は上下、緑は前後)。[ 47 ] 明るさは、特定のボクセルの異方性の度合いのスカラー尺度である分数異方性によって重み付けされます。平均拡散率(MD)またはトレースは、ボクセル内の総拡散のスカラー値です。これらの値は、他の形式の臨床MRIでは現れない白質病変を局在化するために臨床で一般的に使用されます。[ 48 ]
脳への応用例:
末梢神経への応用例:
研究 DTIベースのトラクトグラフィーの開発初期に、多くの研究者が拡散テンソルモデルの欠陥を指摘しました。テンソル解析では、各画像ボクセルに単一の楕円体が存在すると仮定しています。これは、ボクセルを通過するすべての軸索がまったく同じ方向に移動しているかのように仮定しています。[ 53 ] これは多くの場合真実ですが、標準解像度の脳画像のボクセルの30%以上で、少なくとも2つの異なる神経線維束が互いに交差しながら異なる方向に移動していると推定できます。古典的な拡散楕円体テンソルモデルでは、交差する線維束からの情報は、特定のボクセルでノイズまたは説明のつかない異方性の低下として現れます。
David Tuch は、この問題の解決策を最初に説明した人物の 1 人です。[ 54 ] [ 55 ] このアイデアは、各画像ボクセルの周りに一種の測地線ドームを配置するという概念で理解するのが最も適切です。この正二十面体は 、多数の等間隔の勾配軌跡をボクセルに通過させるための数学的基礎を提供します。各軌跡は正二十面体の頂点の 1 つと一致します。これにより、多数の異なる方向 (通常 40 方向以上) からボクセルを観察できます。「n タプル」テセレーションを 使用して、元の正二十面体 (20 面) にさらに等間隔の頂点を追加します。このアイデアは、数十年前の古地磁気研究でも先例がありました。[ 56 ] どの方向線が最大の異方性拡散尺度をもたらすかを知りたいのです。単一のトラクトがある場合、反対方向を指す 2 つの最大値のみがあります。 2 つの線維束がボクセル内で交差する場合、2 組の最大値が存在し、以下同様です。テンソル数学を使用して最大値を使用し、同じボクセル内のいくつかの異なるテンソル楕円体にパッケージ化する勾配のグループを選択したり、より複雑な高ランクのテンソル解析を使用したりすることもできます[ 57 ] 。あるいは、最大値を選択してから線維束追跡を続ける真の「モデルフリー」解析を行うこともできます。
Q-Ball法によるトラクトグラフィーは、David Tuchがテンソルモデルに代わる数学的手法を提供する実装である。[ 53 ] 拡散異方性データをテンソル群に強制的に押し込む代わりに、使用される数学は確率分布と、約100年前に開発された古典的な幾何学的断層撮影法とベクトル数学、 すなわちFunk Radon変換の 両方を利用する。[ 58 ]
なお、DW-MRIの前処理の最適な方法については議論が続いています。いくつかの生体内研究では、ソフトウェアの選択や適用される機能(例えば、動きや渦電流から生じるアーチファクトの補正を目的としたもの)が、組織からのDTIパラメータ推定値に大きな影響を与えることが示されています。[ 59 ] そのため、これはISMRMの拡散研究グループが主導する多国籍研究のテーマとなっています。
まとめ DTIにおいては、一般的に線形代数 、行列演算、ベクトル演算を用いてテンソルデータの解析処理を行うことが可能である。
場合によっては、テンソルのすべての特性が重要となることもありますが、トラクトグラフィー では通常、主軸または主ベクトルの大きさと方向を知るだけで十分です。この主軸(最も長い軸)は最大の固有値であり、その方向は対応する固有ベクトルに符号化されています。トラクトグラフィーを実行するには、最大の固有値が主軸の方向と一致すると想定されるため、必要な軸は1つだけです。
解説 ↑ 一般的なテンソルの完全な数学的処理はいくつか存在します。たとえば、古典的なもの 、成分のないもの などですが、あらゆるサイズの配列をカバーする一般性は、役に立つどころか、かえって分かりにくくする可能性があります。
参考文献 1 2 ル・ビアン、デニス;ブレトン、E. (1985)。 "Imagerie de diffusion in-vivo par resonance magnétique nucléaire" [ 核磁気共鳴による生体内拡散イメージング] 。Comptes Rendus de l'Académie des Sciences (フランス語)。301 (15): 1109–1112 . INIST 8814916。 ↑ Merboldt KD、Hanicke W 、Frahm J ( 1985)。「刺激エコー を 用い た自己拡散NMRイメージング」。Journal of Magnetic Resonance。64 ( 3): 479–486。Bibcode: 1985JMagR..64..479M。doi : 10.1016 / 0022-2364 (85)90111-8 。 ↑ Taylor DG、Bushell MC (1985 年 4 月 )。「NMR イメージング技術による並進拡散係数の空間マッピング」。Physics in Medicine and Biology。30 ( 4 ): 345–349。Bibcode : 1985PMB....30..345T。doi : 10.1088 /0031-9155/30 / 4 / 009。PMID 4001161。S2CID 250787827 。 ↑ Wedeen VJ、 Hagmann P、 Tseng WY、Reese TG、Weisskoff RM (2005 年 12 月)。 「拡散スペクトル磁気共鳴画像法による複雑な組織構造のマッピング」 。Magnetic Resonance in Medicine。54 ( 6 ) : 1377–1386。doi : 10.1002/ mrm.20642。PMID 16247738。S2CID 8586494 。 ↑ Wedeen VJ、Wang RP、Schmahmann JD、Benner T、Tseng WY、Dai G、et al . (2008 年 7 月)。 「 交差 する 線維の拡散スペクトル磁気共鳴画像法 (DSI) トラクトグラフィー」 。NeuroImage。41 ( 4 ) : 1267–1277。doi : 10.1016 / j.neuroimage.2008.03.036。PMID 18495497。S2CID 2660208 。 ↑ Le Bihan D、Breton E、Lallemand D、Grenier P、Cabanis E、Laval-Jeantet M (1986 年 11 月)。「細胞内不整合運動の MR 画像化: 神経疾患における拡散と灌流への応用」 。Radiology。161 ( 2 ) : 401–407。doi : 10.1148 / radiology.161.2.3763909。PMID 3763909 。 ↑ Wang Y, Wang Q, Haldar JP, Yeh FC, Xie M, Sun P, et al. (2011年12月). "炎症性脱髄中の細胞数増加の定量化" . Brain . 134 (Pt 12): 3590– 3601. doi : 10.1093/brain/awr307 . PMC 3235568 . PMID 22171354 . ↑ Vavasour, Irene M; Sun, Peng; Graf, Carina; Yik, Jackie T; Kolind, Shannon H; Li, David KB; Tam, Roger; Sayao, Ana-Luiza; Schabas, Alice; Devonshire, Virginia; Carruthers, Robert; Traboulsee, Anthony; Moore, GR Wayne; Song, Sheng-Kwei; Laule, Cornelia (2022 年 3 月). "多発性硬化症の神経炎症および神経変性の緩和および拡散基底スペクトルイメージングによる特徴付け" . Multiple Sclerosis Journal . 28 (3): 418– 428. doi : 10.1177/13524585211023345 . PMC 9665421 . PMID 34132126 . ↑ Ye, Zezhong; George, Ajit; Wu, Anthony T.; Niu, Xuan; Lin, Joshua; Adusumilli, Gautam; Naismith, Robert T.; Cross, Anne H.; Sun, Peng; Song, Sheng-Kwei (2020 年 5 月). "多発性硬化症病変の分類のための拡散基底スペクトルイメージングを用いた深層学習" . Annals of Clinical and Translational Neurology . 7 (5): 695– 706. doi : 10.1002/acn3.51037 . PMC 7261762 . PMID 32304291 . ↑ Ye, Zezhong; Price, Richard L.; Liu, Xiran; Lin, Joshua; Yang, Qingsong; Sun, Peng; Wu, Anthony T.; Wang, Liang; Han, Rowland H.; Song, Chunyu; Yang, Ruimeng; Gary, Sam E.; Mao, Diane D.; Wallendorf, Michael; Campian, Jian L. (2020-10-15). "拡散基底スペクトルイメージング (DBSI) と機械学習を組み合わせた拡散組織イメージングにより、膠芽腫病理の検出と分類が改善される" . Clinical Cancer Research . 26 (20): 5388– 5399. doi : 10.1158/1078-0432.ccr-20-0736 . PMC 7572819 . PMID 32694155 。 ↑ Ye, Zezhong; Srinivasa, Komal; Meyer, Ashely; Sun, Peng; Lin, Joshua; Viox, Jeffrey D.; Song, Chunyu; Wu, Anthony T.; Song, Sheng-Kwei; Dahiya, Sonika; Rubin, Joshua B. (2021-02-26). "拡散組織画像法による小児脳腫瘍の組織学的差異の鑑別" . Scientific Reports . 11 (1): 4749. Bibcode : 2021NatSR..11.4749Y . doi : 10.1038/s41598-021-84252-3 . PMC 7910493 . PMID 33637807 . ↑ Samara, Amjad; Li, Zhaolong; Rutlin, Jerrel; Raji, Cyrus A.; Sun, Peng; Song, Sheng-Kwei; Hershey, Tamara; Eisenstein, Sarah A. (2021年8月) 「側坐核の微細構造は成人の肥満と摂食行動の関係を媒介する」 . Obesity . 29 (8): 1328– 1337. doi : 10.1002/oby.23201 . PMC 8928440 . PMID 34227242 . 1 2 Zhang Y, Wang S, Wu L, Huo Y (2011年1月). "適応型カオスPSOによるマルチチャネル拡散テンソル画像レジストレーション". Journal of Computers . 6 (4): 825–829 . doi : 10.4304/jcp.6.4.825-829 . ↑ King MD、Houseman J、Roussel SA、van Bruggen N、Williams SR、Gadian DG ( 1994 年12 月 ) 。 「脳の q 空間イメージング」。Magnetic Resonance in Medicine。32 ( 6): 707–713。doi : 10.1002/mrm.1910320605。PMID 7869892。S2CID 19766099 。 ↑ Posse S、Cuenod CA、Le Bihan D ( 1993 年9 月 )。「ヒトの脳:プロトン拡散 MR スペクトロスコピー」。Radiology。188 ( 3 ) : 719–725。doi : 10.1148 / radiology.188.3.8351339。PMID 8351339 。 ↑ Stejskal EO、Tanner JE (1965 年 1 月 1 日)。「スピン拡散測定: 時間依存磁場勾配が存在する場合のスピンエコー」。 化学 物理 学 ジャーナル 。42 (1): 288–292。Bibcode : 1965JChPh..42..288S。doi : 10.1063 /1.1695690 。 ↑ Niendorf T、Dijkhuizen RM、Norris DG、van Lookeren Campagne M、Nicolay K (1996 年 12 月)。「脳組織のさまざまな状態における二重指数拡散減衰:拡散強調画像への影響」 。Magnetic Resonance in Medicine。36 ( 6 ) : 847–857。doi : 10.1002 / mrm.1910360607。PMID 8946350。S2CID 25910939 。 ↑ Kärger, Jörg; Pfeifer, Harry; Heink, Wilfried (1988). 核磁気共鳴による自己拡散測定の原理と応用 . Advances in Magnetic and Optical Resonance. Vol. 12. pp. 1– 89. doi : 10.1016/b978-0-12-025512-2.50004-x . ISBN 978-0-12-025512-2 。↑ Liu C、Bammer R、Moseley ME ( 2003)。「一般化拡散テンソルイメージング(GDTI):非ガウス拡散によって引き起こされる拡散異方性を特徴付け、イメージングする方法」。Israel Journal of Chemistry。43 ( 1–2 ) : 145–54。doi : 10.1560/HB5H-6XBR - 1AW1-LNX9 。 ↑ Chabert S、Mecca CC、Le Bihan D (2004)。q空間イメージングにおける尖度によって与えられるinvoの拡散分布 に関する 情報の関連性 。第12回ISMRM年次総会論文集。京都。p. 1238。NAID 10018514722 。 ↑ Jensen JH、Helpern JA、Ramani A、Lu H、Kaczynski K (2005 年 6 月)。 「拡散尖度イメージング:磁気共鳴 イメージング による非ガウス型水拡散の定量化」 。Magnetic Resonance in Medicine。53 ( 6 ) : 1432–1440。doi : 10.1002 / mrm.20508。PMID 15906300。S2CID 11865594 。 ↑ Torrey HC (1956). "拡散項を含むブロッホ方程式". Physical Review . 104 (3): 563– 565. Bibcode : 1956PhRv..104..563T . doi : 10.1103/PhysRev.104.563 . 1 2 Elster AD (2021). "制限拡散" . mriquestions.com/ . 2018-03-15 に取得. 1 2 Hammer M. 「MRI物理学:拡散強調画像」 . XRayPhysics . 2017年10月15日 取得 。 ↑ Le Bihan D (2013年8月)「見かけの拡散係数とその先:拡散MRイメージングが組織構造について教えてくれること」 Radiology . 268 (2): 318–22 . doi : 10.1148/radiol.13130420 . PMID 23882093 . ↑ An H、Ford AL、Vo K、Powers WJ、Lee JM、Lin W (2011 年 5 月)。 「 急性 虚血 性脳卒中における見かけ の拡散係数病変の信号変化と梗塞リスクは 、時間と灌流の両方 に 依存する」 。Stroke。42 ( 5): 1276–1281。doi : 10.1161 /STROKEAHA.110.610501。PMC 3384724。PMID 21454821 。 ↑ Bhuta S. 「急性脳卒中における拡散強調MRI」 Radiopaedia 。 2017年10月15日 取得 。 ↑ マネンティ G、カルラーニ M、マンチーノ S、コランジェロ V、ディ ローマ M、スキラッチ E、シモネッティ G (2007 年 6 月)。 「前立腺癌の拡散テンソル磁気共鳴イメージング」。 調査放射線学 。 42 (6): 412–419 . 土井 : 10.1097/01.rli.0000264059.46444.bf 。 hdl : 2108/34611 。 PMID 17507813 。 S2CID 14173858 。 ↑ Basser PJ、Pajevic S 、Pierpaoli C、Duda J、Aldroubi A (2000年10月)。 「DT-MRIデータを用いた生体内線維トラクトグラフィー」 。Magnetic Resonance in Medicine。44 ( 4): 625–632。doi : 10.1002/1522-2594(200010)44:4 < 625 ::AID-MRM17 > 3.0.CO ; 2 - O。PMID 11025519 。 ↑ Li Z, Mei Y, Wang W, Wang L, Wu S, Zhang K, Qiu D, Xiong Z, Li X, Yuan Z, Zhang P, Zhang M, Tong Q, Zhang Z, Wang Y (2024年7月). 「新規持続性頭痛における白質および皮質灰白質の微細構造異常:NODDI研究」 . J Headache Pain . 25 (1): 110. doi : 10.1186/s10194-024-01815-1 . PMC 11232337 . PMID 38977951 . ↑ Zhang J, Li L, Ji R, Shang D, Wen X, Hu J, Wang Y, Wu D, Zhang L, He F, Ye X, Luo B (2025年4月). 「NODDIは視床脳卒中における遠隔皮質領域および視床皮質経路の生体内微細構造変化と認知機能との関連性を特定する」 Transl Stroke Res . 16 (2): 378– 391. doi : 10.1007/s12975-023-01221-w . PMID 38049671 . ↑ Nye, John Frederick (1957). 結晶の物理的性質:テンソルと行列による表現 . Clarendon Press. OCLC 576214706 . ↑ ド・セナルモン HH (1848 年)。 "Mémoire sur la conductibilité des Substants cristalisées pour la Chaleur" [ 結晶化物質の熱伝導率に関する回想録 ] 。 Comptes Rendus Hebdomadaires des Séances de l'Académie des Sciences (フランス語)。 25 : 459–461 . ↑ Le Bihan D、Mangin JF、Poupon C、Clark CA、Pappata S、Molko N、Chabriat H (2001 年 4 月)。 「拡散テンソルイメージング: 概念と応用」。 磁気共鳴画像ジャーナル 。 13 (4): 534–546 . 土井 : 10.1002/jmri.1076 。 PMID 11276097 。 S2CID 7269302 。 ↑ Richards TL、Heide AC、Tsuruda JS、Alvord EC (1992)。 実験的アレルギー性脳脊髄炎における拡散画像のベクトル解析 (PDF) 。磁気共鳴医学会議議事録。第 11巻。ベルリン。p. 412。 ↑ Vaillancourt DE、Spraker MB、Prodoehl J、Abraham I、Corcos DM、Zhou XJ、et al. (2009 年 4 月)。 「 新規 発症 パーキンソン 病 の黒質 における 高解像度拡散テンソル画像」 。Neurology。72 ( 16): 1378–1384。doi : 10.1212 /01.wnl.0000340982.01727.6e。PMC 2677508。PMID 19129507 。 ↑ Westin CF、Peled S、Gudbjartsson H、Kikinis R、Jolesz FA (1997)。 テンソル基底解析によるMRIの幾何学的拡散尺度 。ISMRM '97。カナダ、バンクーバー。p. 1742。 ↑ ウェスティン CF、マイヤー SE、ママタ H、ナバビ A、ジョレス FA、キキニス R (2002 年 6 月)。 「拡散テンソル MRI の処理と可視化」。 医用画像解析 。 6 (2): 93–108 . 土井 : 10.1016/s1361-8415(02)00053-1 。 PMID 12044998 。 ↑ Alexander AL 、Lee JE、Lazar M、Field AS (2007 年 7 月 )。 「脳の拡散テンソル画像法」 。Neurotherapeutics。4 ( 3 ) : 316–329。doi : 10.1016 / j.nurt.2007.05.011。PMC 2041910。PMID 17599699 。 ↑ Grand S、Tahon F、Attye A、Lefournier V、Le Bas JF、Krainik A (2013年12月)。 「 脳 疾患 における灌流イメージング」 。Diagnostic and Interventional Imaging。94 ( 12): 1241–1257。doi : 10.1016 / j.diii.2013.06.009。PMID 23876408 。 ↑ ウィーラッコディ Y、ゲイラード F、 他。 「虚血性脳卒中」 。 ラジオペディア 。 2017 年 10 月 15 日 に取得 。 ↑ Chen F 、Ni YC(2012年3月)。 「急性虚血性脳卒中における 磁気 共鳴拡散灌流ミスマッチ:最新情報」 。World Journal of Radiology。4 ( 3 ): 63–74。doi : 10.4329 / wjr.v4.i3.63。PMC 3314930。PMID 22468186 。 ↑ Koh DM、Collins DJ (2007 年6 月 )。 「 体内の拡散強調MRI:腫瘍学における応用と課題」。AJR。American Journal of Roentgenology。188 ( 6 ): 1622–1635。doi : 10.2214/AJR.06.1403。PMID 17515386 。 ↑ 高原太郎、トーマス・C・クウィー(2010)「背景体信号抑制(DWIBS)を用いた拡散強調全身画像」 拡散強調MR画像 . 医療放射線学. pp. 227–252 . doi : 10.1007/978-3-540-78576-7_14 . ISBN 978-3-540-78575-0 。↑ Deen SS、Priest AN、McLean MA、Gill AB、Brodie C、Crawford R、et al. (2019年7月) 「高悪性度漿液性卵巣癌における術前化学療法への反応の予測バイオマーカーとしての拡散尖度MRI」 . Scientific Reports . 9 (1) 10742. Bibcode : 2019NatSR...910742D . doi : 10.1038/ s41598-019-47195-4 . PMC 6656714. PMID 31341212 . 1 2 Wade RG、Tanner SF、Teh I、Ridgway JP、Shelley D、Chaka B、et al. (2020年4月16日)。 「 外傷性成人腕 神経叢損傷における神経根剥離 の 診断 のための拡散テンソル画像法:概念実証研究」 。Frontiers in Surgery。7 19。doi : 10.3389 / fsurg.2020.00019。PMC 7177010。PMID 32373625 。 ↑ Makris N、Worth AJ、Sorensen AG、Papadimitriou GM、Wu O、Reese TG、et al. (1997 年 12 月)。「拡散強調磁気共鳴画像法によるヒト白質連合経路の生体内形態計測」 。Annals of Neurology。42 ( 6 ) : 951–962。doi : 10.1002 / ana.410420617。PMID 9403488。S2CID 18718789 。 ↑ Soll E (2015). "DTI (定量的)、脳震盪の評価のための新しい高度なMRI手順" . ↑ Wade, Ryckie G.; Teh, Irvin; Shelley, David; Bains, Robert D.; Bedford, James D.; Homer Newton, Lucy E.; Ng, Chye Yew; Bourke, Grainne (2025年1月1日). "急性外傷性腕神経叢損傷の成人における神経根剥離の診断のための3T拡散テンソル画像法" . NeuroImage: Clinical . 47 103806. doi : 10.1016/j.nicl.2025.103806 . PMC 12166390 . ↑ Wade RG、Whittam A、Teh I、Andersson G、Yeh FC、Wiberg M、Bourke G (2020年10月9日)。 「 腕 神経 叢の根部の拡散テンソル画像:基準値の系統的レビューとメタ分析」 。Clinical and Translational Imaging。8 ( 6 ): 419–431。doi : 10.1007/s40336-020-00393 - x。PMC 7708343。PMID 33282795 。 ↑ Griffiths, Timothy T.; Flather, Robert; Teh, Irvin; Haroon, Hamied A.; Shelley, David; Plein, Sven; Bourke, Grainne; Wade, Ryckie G. (2021-07-22). "肘部管症候群における拡散テンソル画像法" . Scientific Reports . 11 (1): 14982. doi : 10.1038/s41598-021-94211-7 . ISSN 2045-2322 . PMC 8298404 . PMID 34294771 . ↑ Rojoa, Djamila; Raheman, Firas; Rassam, Joseph; Wade, Ryckie G. (2021-10-22). "正中神経の正常な拡散テンソル画像値のメタ分析と手根管症候群におけるそれらの変化" . Scientific Reports . 11 (1): 20935. Bibcode : 2021NatSR..1120935R . doi : 10.1038/s41598-021-00353-z . ISSN 2045-2322 . PMC 8536657 . PMID 34686721 . 1 2 Tuch DS (2004 年 12 月)。 「 Q ボールイメージング」 。Magnetic Resonance in Medicine。52 ( 6 ) : 1358–1372。doi : 10.1002 / mrm.20279。PMID 15562495。S2CID 1368461 。 ↑ Tuch DS、Weisskoff RM、Belliveau JW、Wedeen VJ (1999)。 ヒト脳の高角度分解能拡散イメージング (PDF) 。ISMRM第7回年次会議議事録。フィラデルフィア 。NAID 10027851300 。 ↑ Tuch DS、Reese TG、Wiegell MR、Makris N、Belliveau JW、Wedeen VJ (2002 年 10 月)。 「高角度分解能拡散イメージングにより、ボクセル内の白質線維の不均一性が明らかになる」 。Magnetic Resonance in Medicine。48 ( 4 ) : 577–582。doi : 10.1002 / mrm.10268。PMID 12353272。S2CID 2048187 。 ↑ Hext GR (1963). 「 関連 する テストと設計による2階テンソルの推定」。Biometrika。50 ( 3–4 ) : 353–373。doi : 10.1093 /biomet / 50.3-4.353 。 ↑ Basser PJ 、Pajevic S ( 2007 ) 。 「 4次共分散テンソルのスペクトル分解:拡散テンソルMRIへの応用」 。Signal Processing。87 ( 2 ) : 220–236。Bibcode : 2007SigPr..87..220B。CiteSeerX 10.1.1.104.9041。doi : 10.1016 / j.sigpro.2006.02.050。S2CID 6080176 。 ↑ ファンクP(1919年)。 "Uber eine geometrische Anwendung der Abelschen Integralgleichnung" 。 数学。アン 。 77 : 129–135 。 土井 : 10.1007/BF01456824 。 S2CID 121103537 。 ↑ Wade, Ryckie G.; Tam, Winnie; Perumal, Antonia; Pepple, Sophanit; Griffiths, Timothy T.; Flather, Robert; Haroon, Hamied A.; Shelley, David; Plein, Sven; Bourke, Grainne; Teh, Irvin (2023-10-13). "上肢のDTIに対する歪み補正前処理パイプラインの比較" . Magnetic Resonance in Medicine . 91 (2): 773– 783. doi : 10.1002/mrm.29881 . ISSN 0740-3194 . PMC 10952179 . PMID 37831659 . S2CID 264099038 .
外部リンク PNRC:拡散MRIについて ホワイトマターアトラス