基于神经网络拟合的腹部化学交换饱和转移成像

磁共振成像(Magnetic Resonance Imaging,MRI)化学交换饱和转移(Chemical Exchange Saturation Transfer,CEST)技术在临床诊断中展现了巨大的潜力,但在腹部成像中受到主磁场偏移量大的挑战,而且利用传统的非对称性分析法得到的酰胺质子转移(Amide Proton Transfer,APT)成像对比度受到核奥氏增强(Nuclear Overhauser Enhancement,NOE)效应的干扰.本文提出了一种基于神经网络拟合的CEST后处理方法,对每个像素采集得到的Z谱特征进行识别,不需要额外序列扫描即可得到背景参考Z谱与主磁场偏移量,用以校正和获得理想的Z谱,并进一步分离得到源自APT效应与NOE效应的信号.鸡蛋清和健康志愿者腹部成像结果显示,本文提出的基于神经网络的CEST后处理方法效果较好.