孫聚葆，李新瑜，魯果果，楊　靜

擴散張量成像(diffusion tensor imaging,DTI)是一種用于描述水分子擴散方向特征的MRI技術。根據(jù)各個梯度方向的水分子的運動信息，可觀察腦白質(zhì)纖維束的走形、完整性和方向性[1]。由于DTI采集中易產(chǎn)生幾何畸變和信號丟失，對此進行校正具有重要的臨床和科研意義。傳統(tǒng)上采用基于場圖的方法對幾何畸變進行校正，但場圖的采集會浪費寶貴的臨床時間[2]。本文提供了一種基于反轉T1結構像的DTI偽影校正方法，免于額外圖像的采集，并評價了校正效果，現(xiàn)報道如下。

1　材料與方法

實驗數(shù)據(jù)來源于河南科技大學第一附屬醫(yī)院開元院區(qū)Philips 3T磁共振掃描儀(achieva，philips medical systems)采集的5例健康志愿者的數(shù)據(jù)，包括T1_TFE結構像，采集參數(shù)為TR/TE=7.6/3.7 ms，翻轉角8°，數(shù)據(jù)矩陣256×256，層厚1 mm，分辨率1 mm×1 mm；DTI數(shù)據(jù)，方向數(shù)分別為7、16、32，TR/TE=8 400/73，翻轉角90°，層厚2 mm，間隔2 mm采集80層，分辨率2 mm×2 mm；每個人采用相同的采集方案進行兩次采集，間隔1周時間。

論文基于反轉的T1圖像對DTI進行幾何畸變偽影校正。校正的總體過程如圖1所示，前處理的過程包括DTI的渦流校正與T1結構像的剝除頭皮、灰度反轉，其次結合線性配準與非線性配準的方法使DTI的幾何畸變與信號丟失得到校正。

圖1　校正過程框圖

首先對DTI數(shù)據(jù)進行渦流校正，并且對得到的結果做進一步分析。渦流偽影是指梯度場的線性變差而引起的圖像畸變或信號幅度減少[3]。為了消除渦流偽影，使用FMRIB Software Library(FSL,http://www.fmrib.ox.ac.uk/fsl)的工具箱FDT(FMRIB’s diffusion toolbox)通過仿射配準的方法將各個擴散加權圖像配準至參考圖像b0。完成渦流校正的同時，也解決了采集各個擴散方向數(shù)據(jù)之間的頭動問題。

其次進行T1結構像的去頭皮操作。由于T1結構像中含有頭皮結構，為了便于之后DTI圖像向結構像的配準，需要將T1結構像頭皮部分去除。使用FSL的BET(brain extraction tool)工具箱[4]對T1結構像去頭皮，如圖2A所示，頭皮去除取得了理想的效果。

接下來對之前得到的T1去頭皮結構像進行灰度反轉?；叶确崔D即將剝除頭皮的T1結構像中亮度最大的像素變?yōu)榱炼茸钚。粗嗳?。再用剝除頭皮的T1結構像做掩膜，去掉腦組織之外的亮度，如圖2C、2D所示。經(jīng)過灰度反轉的T1結構像與實際的b0像更為類似，這樣可以提高非線性配準的精度。

A:原始的T1結構像；B:將T1結構像剝頭皮之后的結果；C:將T1結構像灰度反轉；D:灰度反轉后做掩膜；E:反轉T1結構像線性配準至b0像；F:b0像非線性配準。圖2　校正的過程

最后進行圖像的配準校正。使用FSL中的線性配準工具FLIRT(FMRIB’s linear image registration tool)[5]將做掩膜之后的反轉T1結構像線性配準至b0像，結果如圖2E所示。并將此結果用作b0非線性配準的參考圖像，使用FSL中的非線性配準工具FNIRT(FMRIB’s non-inear image registration tool)實現(xiàn)b0像的非線性配準。配準的結果如圖2F所示。配準時生成了配準矩陣，用于DTI數(shù)據(jù)中其他擴散加權圖像的配準。

校正結束后，作者采取定性觀察和定量分析的方法對之前的工作進行評價。首先觀察比較校正前后的b0圖像，并與結構像進行對比，校正之后的圖像是否與結構像的相似程度更高[6]；其次對3個方向數(shù)的DTI數(shù)據(jù)分別生成5人校正前后的FA標準差圖，好的DTI數(shù)據(jù)應該有較小的標準差；最后對磁敏感性偽影最嚴重的前額葉部分定義感興趣區(qū)(region of interest,ROI)，生成纖維素追蹤并與標準圖譜做比較[7]。

2　結果

2.1校正前后b0圖像對比

b0是DTI采集中的一副無擴散的圖像，常用作參考圖像對之后的擴散加權像進行配準。將T1結構像作為背景，將校正前后的b0圖像的邊緣以紅線覆蓋在背景上。選取幾幅效果比較明顯的校正圖，可以直觀地看出，校正之前的b0像出現(xiàn)了明顯的幾何畸變與信號丟失，特別是在前額葉部分；而校正之后的b0像還原了丟失的信號，并且更加符合實際的解剖結構，如圖3所示。

背景是結構像，左圖是校正之前的b0像，右圖是校正之后的b0像。從上至下，A:矢狀面;B:冠狀面;C:水平面。圖3　校正前后的b0圖像對比

2.2各向異性分數(shù)標準差圖

各向異性分數(shù)(fractional anisotrophy,FA)可以評價擴散橢球的各向異性。正常人腦的FA值比較相近，當出現(xiàn)疾病等異常時，白質(zhì)纖維束的FA值會有顯著改變[8,9]。對每名被試的7、16、32個方向的DTI數(shù)據(jù)做出FA圖，并做出各方向數(shù)DTI的5名被試FA標準差圖(每個方向分別有5名被試的兩組數(shù)據(jù))。較好質(zhì)量的DTI數(shù)據(jù)其FA標準差應該比較小。將校正前后的FA標準差圖設定閾值，只顯示出標準差較大的像素點。圖4顯示32個方向校正前后5名被試的FA標準差。

校正前后，5名被試的7、16、32方向數(shù)DTI的FA標準差有比較顯著的變化。從圖4可以看出，校正之后大腦整體范圍內(nèi)FA標準差值下降，特別是在前額葉與胼胝體的區(qū)域。將校正前后的全腦的FA標準差值導出，繪圖表示FA標準差值的分布，如圖5所示。其中“□”代表校正之前的數(shù)據(jù)，“○”代表校正之后的數(shù)據(jù)?？梢钥闯?，對不同方向數(shù)的DTI數(shù)據(jù)進行校正，校正之后FA標準差值的分布曲線相比于校正之前向小數(shù)值方向移動。校正的效果良好且對各個方向數(shù)穩(wěn)定，使FA標準差值變小。

上圖:校正之前的數(shù)據(jù);下圖:校正之后的數(shù)據(jù)。從上至下，A:矢狀面;B:冠狀面;C:水平面。圖4　32個方向校正前后FA標準差

A:7方向DTI數(shù)據(jù)；B:16方向DTI數(shù)據(jù)；C:32方向DTI數(shù)據(jù)。圖5　3個不同方向數(shù)的DTI數(shù)據(jù)校正前后FA標準差分布對比

另外，對每人的3種不同方向數(shù)DTI數(shù)據(jù)繪制FA標準差圖，并將每人的全腦FA標準差值導出求平均數(shù)比較，如圖6所示。

圖6　5名被試者多個方向數(shù)DTI數(shù)據(jù)校正前后FA標準差分布對比

可以看到，同一方向數(shù)DTI的多人FA標準差值，和同一名被試不同方向數(shù)DTI的FA標準差值，校正之后都變小了。較小的FA標準差值表示數(shù)據(jù)分布更加集中和更好的DTI數(shù)據(jù)質(zhì)量，特別是在前額葉與胼胝體部分。

2.3纖維素跟蹤

纖維素跟蹤可以反映腦內(nèi)纖維束的走向。人腦的白質(zhì)纖維束走向有標準的圖譜[7]。額部與枕部胼胝體輻射線是人腦中一束較為明顯的纖維束。為了比較DTI校正的效果，選取前額葉與枕部的種子點，對額部與枕部胼胝體輻射線進行纖維素跟蹤。校正前后纖維素跟蹤結果和張量場如圖7所示。

額部與枕部胼胝體纖維束輻射線校正前(A)后(B)，校正前后張量場比較(C)后(D)。圖7　纖維束輻射線校正前后比較

校正之后的纖維束更好地延伸到了皮層最前端，而且纖維束也比未校正之前更粗更長。標準圖譜中額部胼胝體輻射線的纖維束延伸至大腦最前方[7]，校正之后的纖維束跟蹤結果與標準圖譜更加符合。同時校正之后的數(shù)據(jù)的張量場的畸變減小。說明校正的過程對DTI數(shù)據(jù)質(zhì)量有較大改善，更有利于進一步分析。

同樣方法處理了1例腦梗死患者，校正之前的額部胼胝體輻射纖維束較為稀疏，而校正之后的纖維束明顯變粗；另外校正之前的數(shù)據(jù)錯誤地在腦區(qū)之外出現(xiàn)了張量場，而校正之后的數(shù)據(jù)則消除了腦區(qū)之外的擴散張量，見圖8。

額部與枕部胼胝體纖維束輻射線校正前(A)后(B)，校正前后張量場比較(C)后(D)。圖8　腦梗死患者纖維束輻射線校正前后比較

3　討論

3.1DTI幾何畸變偽影的產(chǎn)生

作為一種快速成像技術，回波平面成像(echo planar imaging，EPI)被用于擴散成像、灌注成像以及功能磁共振中。這些成像技術需要達到較高的時間分辨率，并采集大量圖像。除此之外，EPI快速的數(shù)據(jù)采集速度可以大大減少運動偽影[10-11]。然而，EPI的局限在于空間分辨率低且信噪比低，并且長的回波使其在相位編碼方向具有低帶寬的特點，存在嚴重的磁敏感性和渦流偽影[12]。

磁敏感性(γ)是描述物質(zhì)與外磁場相互作用容易程度的物理量。物質(zhì)可根據(jù)磁敏感性分為3類：抗磁質(zhì)、順磁質(zhì)和鐵磁質(zhì)。不同磁敏感性物質(zhì)的界面會出現(xiàn)磁場的微小變化。人腦中，竇的附近由于有水(腦組織)和空氣的交界面，所以容易出現(xiàn)較大的磁場變化。由于磁敏感性差異可能引起兩種偽影：局部的信號丟失和幾何畸變[13]。本研究的主要工作是解決幾何畸變問題。

3.2線性配準與非線性配準

在實驗過程中經(jīng)常需要將被試低分辨率的功能圖像配準至高分辨率的結構像，或者將不同被試的腦配準到標準空間，比如想要比較一組被試的各向異性分數(shù)圖和組織結構。配準算法可以分為線性和非線性兩種，取決于它們能夠處理怎樣的圖像變形。FLIRT是FSL中實現(xiàn)線性配準的工具，它可以對圖像進行平移、翻轉、縮放、剪切，實現(xiàn)一幅圖像與另外一幅圖像相匹配，消除圖像之間的整體差異。然而，對于圖像局部扭曲變形來講，線性配準無能為力，非線性配準方法能達到較好結果，實現(xiàn)過程中產(chǎn)生配準矩陣。FNIRT是FSL中實現(xiàn)非線性配準的工具。本研究采用FLIRT與FNIRT相結合解決幾何畸變偽影問題。

圖像的配準中使用代價函數(shù)評價配準效果的好壞，希望配準之后代價函數(shù)的值最小。FLIRT可實現(xiàn)多種代價函數(shù)包括最小方差、相關比等，可以實現(xiàn)多種模態(tài)的圖像之間的配準；在FNIRT中，唯一實現(xiàn)的代價函數(shù)是最小方差，只適合于待配準圖像與參考圖像非常相近的情況，當兩幅圖像的整體亮度或?qū)Ρ榷扔幸恍┎煌瑫r，會引入誤差。所以在進行非線性配準之前，先對T1結構像進行了一系列的前處理，包括灰度反轉、線性配準至b0像，并將此結果用作非線性配準的參考圖像，減少了與b0像的差異，使非線性配準更為精確。文獻報道[14-15]采用3D配準的方法可以對擴散張量成像的幾何畸變進行糾正,明顯提高了圖像質(zhì)量。

3.3基于T1結構像校正方法的臨床應用價值

在MRI中，偽影是指圖像中與實際解剖結構的不符合，主要表現(xiàn)為圖像的變形、模糊、缺失或疊加等，偽影會使得圖像質(zhì)量下降，有的偽影會掩蓋病變或類似于病變，引起診斷上的偏差。DTI成像基于回波平面成像，在磁化率差異大的組織邊界易產(chǎn)生幾何畸變和信號丟失，對病變大小的測量、部位的確定和手術計劃的制訂產(chǎn)生影響[16-17]。因此，對變形圖像進行幾何校正和去除具有重要意義。

校正磁敏感性差異引起的偽影有多種方法，可以分為兩類：數(shù)據(jù)采集過程中的校正和后處理[18-19]。例如讓被試者嘴里含住某些抗磁性材料以減少磁場不均勻性就屬于前一種校正方法。其他方法，例如減少兩次相位編碼之間的時間間隔，或采用并行圖像采集技術也可以達到減少偽影的效果[20]。然而這些方法并不能完全消除磁敏感性偽影，而且操作起來比較復雜，不適合臨床使用。數(shù)據(jù)的后處理也可以一定程度也上解決偽影問題，常用的方法包括配準至T2加權結構像、采集場圖來校正場的不均勻性等，但是這些方法需要采集額外的圖像，臨床上有限的采集時間內(nèi)操作不方便。

本研究驗證了基于T1結構像的偽影校正能夠取得較好的結果，且T1結構像是臨床上的常規(guī)采集圖像，不需要花費時間額外采集。另外，這種基于后處理的圖像校正方法不需要使用復雜的采集方法，適合臨床使用。

3.4未來展望、局限性與改進

為了促進這種校正方法的臨床使用，未來可以將其制作成為程序處理包，醫(yī)生進行完常規(guī)數(shù)據(jù)采集之后，即可方便地進行偽影校正，不需要復雜的操作。

本方法的局限性在于非線性配準的時間較長，計算量大，校正之后的圖像變得比原圖像模糊，評價校正效果的定量化指標不多。這些問題都需要將來的工作來改進。將來的工作包括改進非線性配準中的代價函數(shù)選取，以提高計算速度；采用更多的定量指標來評價校正效果，尤其是不同來源數(shù)據(jù)的橫向?qū)Ρ取?/p>

參考文獻：

[1]楊正漢,馮逢,王霄英..磁共振成像技術指南[M].北京:人民軍醫(yī)出版社,2010:291-293.

[2]Rohde GK,Barnett AS,Basser PJ,et al.Comprehensive approach for correction of motion and distortion in diffusion-weighted MRI[J].Magn Reson Med,2004,51(1):103-14.

[3]Basser PJ,Jones DK,Diffusion-tensor MRI: theory,experimental design and data analysis-a technical review[J].NMR Biomed,2002,15(7-8):456-467.

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

[5]Jenkinson M,Bannister P,Brady M,et al.Improved optimization for the robust and accurate linear registration and motion correction of brain images[J].Neuroimage,2002,17(2):825-841.

[6]Ardekani S, Sinha U,Geometric distortion correction of high-resolution 3 T diffusion tensor brain images[J].Magn Reson Med,2005,54(5):1163-1171.

[7]Hua K,Zhang J,Wakana S,et al.Tract probability maps in stereotaxic spaces:analyses of white matter anatomy and tract-specific quantification[J].Neuroimage,2008,39(1):336-347.

[8]Filippi M, Cercignani,M Inqlese M,et al.Diffusion tensor magnetic resonance imaging in multiple sclerosis[J].Neurology,2001,56(3):304-311.

[9]Liu B,Qiu X,Zhu T,et al.Improved spatial regression analysis of diffusion tensor imaging for lesion detection during longitudinal progression of multiple sclerosis in individual subjects[J].Phys Med Biol,2016,61(6):2497-2513.

[10]Schmithorst VJ,Dardzlnski BJ,Holland SK.Simulta-neous correction of ghost and geometric distortion artifacts in EPI using a multi-echo reference scan[J].IEEE Trans Med Imaging,2001,20(6):535-539.

[11]江貴平.磁共振運動偽影消除與擴散張量成像技術研究[D].廣州:第一軍醫(yī)大學,2005.

[12]Papadakis NG,Smponias T,Berwick J,et al.K-Space correction of eddy-current-induced distortions in diffu-sion-weighted echo planar imaging[J].Magn Reson Med,2005,53(5):1103-1111.

[13]姜波,有慧,馮逢,等.超高場MR EPI序列中回波時間與磁敏感偽影造成信號丟失的相關性研究[J].中國醫(yī)療設備,2007,22(6):8-10.

[14]姚旭峰,宋志堅.磁共振彌散張量成像幾何畸變的三維校準[J].北京生物醫(yī)學工程,2007,26(3):256-259.

[15]劉樹永,姚旭峰,耿道穎.糾正彌散張量成像圖像變形的一種方法[J].中國醫(yī)學計算機成像雜志,2007,13(3):217-219.

[16]Mohammadi S,Nagy Z,Hutton C,et al.Correction of vibration artifacts in DTI using phase-encoding reversal (COVIPER)[J]. Magn Reson Med,2012,68(3):882-889.

[17]Zhou Z,Liu W,Cui J,et al.Automated artifact detection and removal for improved tensor estimation in motion-corrupted DTI data sets using the combination of local binary patterns and 2D partial least squares[J].Magn Reson Imaging,2011,29(2):230-242.

[18]胡軍武,馮定義,胡麗麗,等.磁敏感性偽影的產(chǎn)生及抑制技術探討[J].現(xiàn)代醫(yī)用影像學,2003,12(1):21-23.

[19]錢黎俊.磁敏感加權成像后處理算法實現(xiàn)與臨床應用[D].上海:上海交通大學,2007.

[20]聶生東,田曉迪,錢黎俊,等.基于相位展開的磁敏感加權圖像中相位偽影處理方法的研究[J].中國生物醫(yī)學工程學報,2010,29(4):517-523.