成像技术的历史和背景

本文为文末所指文献的部分原文翻译,只用于个人学习,需要使用内容请引用原文献
文章是2011年的,近年来核磁技术发展迅速,一些内容已经发生变化。

与酒精相关的大脑变化的第一个证据来自结构性脑成像。20世纪60年代末 70年代初,Godfrey Hounsfield因发展了颅脑电脑断层扫描(cranial computerized tomography ,CT)而被授予1979年的诺贝尔生理学或医学奖(Montgomery,1979年)。近来,基于磁共振成像(MRI)(有时称为核磁共振(NMR)成像)的一系列技术得到了发展,并被广泛应用于脑形态(brain morphology)的定量评估中。诺贝尔奖也被授予给一些与MRI相关的发现。这反映了MRI在现代医疗中作为无创伤诊断工具的重要性。这其中包括Otto Stern对某些原子核磁通量(magnetic momentum)的测量(1943年诺贝尔物理学奖)和Isidor I. Rabi测量核磁矩(Nuclear Magnetic Moment)的新方法(1944年诺贝尔物理学奖)。第一次成功的核磁共振实验由两名科学家Felix Bloch和Edward Purcell各自独立于1946年完成。 他们获得了1952年的诺贝尔物理学奖。用MR来可视化不同的结构的方法是基于另外两位诺贝尔奖得主Paul C. Lauterbur和Peter Mansfield的发现。他们获得了2003年诺贝尔生理学或医学奖。

早期MRI研究只能给出病人与健康对照之间脑形态差异的定性描述(qualitative description)。新近发展的基于MR的方法则允许定量描述(quantitative description)大脑结构的个体差异。所有的这些方法都被纳入到大脑的磁共振形态测量的范畴下。

VBM & DBM

现在有多种定量图像分析技术可供使用。最近被广泛使用的技术是基于体素的形态测量(voxel-based morphometry ,VBM)和基于变形的形态测量(deformation-based morphometry)。 在VBM中,脑图像最初被分割成灰质,白质和脑脊液(CSF)。随后这些单独的大脑图像被转换到标准空间。每个3维(3D)图像元素(即体素)被根据其中白质、灰质和脑脊液(CFS)的比例进行分析。基于变形的形态测量方法检测整个大脑的形态变化,将每个体素与标准模板进行比较。由于这些变形中带有大脑结构差异的信息,因此可以对单个体素进行分析,并可用于推断局部差异(Ashburner and Friston, 2000; Gaser et al., 1999)。

DTI/DWI

弥散张量成像或称弥散加权成像(Diffusion tensor magnetic resonance imaging / diffusion‐weighted magnetic resonance imaging ,DTI / DWI)是用于研究在脑细胞(即灰质)之间传递信息的纤维(即白质)的梯度的MRI高级技术(Mukherjee et al., 2008a,b)。这些方法允许在宏观和微观结构水平上研究白质的扩散性质。脑中水扩散的性质被测量以评估白质的完整性(即“部分各向异性(fractional anisotropy)”)和水的平均弥散(称为“平均扩散率(mean diffusivity)”)。这些结构脑成像技术还受到功能成像方法,例如功能磁共振成像(fMRI),磁共振波谱(MRS),正电子发射断层扫描(PET)和单光子发射计算机断层扫描(SPECT)的补充。

fMRI

fMRI被广泛应用于脑功能的非侵入性活体研究(Logothetis,2008)。首次使用血氧水平依赖(BOLD)信号的fMRI实验由Ogawa和他的同事(1990)实施。血氧水平依赖fMRI技术测量的是因血氧水平的变化而导致的磁场不均匀性的变化。为评估患者和健康对照者大脑功能间的差异,Ogawa及其同事(1990)开发了在fMRI扫描期间使用的任务(tasks)。这些任务被用于测量感兴趣的情感或认知过程。通过将得到的脑激活模式与控制条件(仅仅控制研究的感兴趣的情感或认知过程的不同)进行比较,可以识别与测量的功能相关的神经元网络。如此一下就可以得出患者同健康对照之间脑功能的可能差异。

MRS

MRS允许无创地测量脑组织中特征性脑代谢(即代谢产物)的局部浓度的变化(Van der Graaf,2010)。Richard Ernst为高分辨率光谱学的发展做出了重要贡献(1991年诺贝尔化学奖)。十数年后,Kurt Wuthrich因开发出一种利用核磁共振光谱法(NMR spectroscopy)确定生物大分子三维结构的方法而获得了诺贝尔化学奖,也因为同样的原因,他还获得了2002年的诺贝尔物理学奖。可以被检测到的著名的分子包括N-乙酰天冬氨酸(NAA)+ N-乙酰基 - 天冬氨酰谷氨酸,含胆碱化合物(Cho),肌酸(Cr)和磷酸肌酸,谷氨酰胺加谷氨酸(Glx),γ-氨基丁酸(GABA)和肌醇(ml)(原文:N-acetylaspartate (NAA) + N-acetyl-aspartyl-glutamate, choline-containing compounds (Cho), creatine (Cr) and phosphocreatine, glutamine plus glutamate (Glx), gamma-aminobutyric acid (GABA), and myoinositol (ml))。下表提供了不同MRS代谢物的概述,并提供了它们的推定功能。尽管氕(1H)是最常研究的,但其他同位素也可用于MR光谱学研究,如氘(2H),锂-7(7Li),碳-13(t 3 C),氟-19(19 F),磷-31(31 P)和硒-77(77 Se)。

代谢物功能
N-acetylaspartate (NAA) + N-acetyl-aspartyl-glutamate神经元密度和功能的标记物
choline-containing compounds (Cho)由可溶性膜成分衍生而来,反映膜的周转率
creatine (Cr)一种有机渗透物和星形胶质细胞密度的标记物
myoinositol (ml)神经元密度和功能的标记物
gamma-aminobutyric acid (GABA)抑制信号(inhibitory signaling)标记物
glutamine plus glutamate (Glx)由于谱重叠可能反映兴奋性氨基酸谷氨酸水平过高,因此被作为一种单一组分测量

PET & SPECT

PET和SPECT是核医学定量成像技术,通过测量脑内放射性示踪剂释放的放射性来研究大脑的代谢和生理(Gardner et al., 1992; Wong et al., 2003)。PET和SPECT可用于评估多种生理,生化和药代动力学参数,包括血流量(灌注perfusion),血容量(血管分布vascularity),氧利用率,葡萄糖代谢,突触前和突触后受体密度和亲和性,神经递质释放,以及酶活性。因为几乎所有生物分子都可以用正电子发射体例如碳-11,氮-13和氧-15来标记,所以对于不同参数的测量都是可能的。由于氢本身不具有适合活体使用的同位素,因此通常使用氟-18作为替代。在SPECT中, PET示踪剂以及不常用于人体的放射性核素(如Tc-99m)都可能被试用。虽然SPECT的空间分辨率比起PET要低,但由于它的成本更低而被经常使用。

原文:Mira Bühler, & Mann, K. . (2011). Alcohol and the human brain: a systematic review of different neuroimaging methods. Alcoholism Clinical & Experimental Research, 35(10), 1771-1793.

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
医学成像技术学是研究和应用医学成像技术的学科领域。医学成像技术通过使用不同的物理原理和设备,能够帮助医生获得人体内部结构、组织和功能的图像和信息。这些图像和信息对于疾病的诊断、治疗和跟踪疗效起到了关键的作用。 学习医学成像技术需要掌握一定的基础知识,比如了解不同的成像原理,例如X射线成像、超声波成像、CT(计算机断层扫描)成像核磁共振成像等。同时,还需要了解不同成像设备的工作原理、技术特点和应用范围,以及常见的成像方法和图像处理技术。 学习医学成像技术还需要具备一定的实践操作能力。实验室和临床实践都是加深对医学成像技术认识的重要途径。通过实际操作和观察,可以更好地理解成像技术的原理、应用和限制,并能够熟练地操作不同的成像设备,获取高质量的图像。 此外,还需要学习相关的解剖学、生理学、病理学知识,以便更好地理解和解释成像图像的意义和诊断结果。了解不同疾病的成像表现,比如肿瘤、损伤、炎症等,对于准确的诊断和治疗都具有重要意义。 医学成像技术学的发展和应用也是一个不断创新和进步的领域。随着科技的不断发展,新的成像技术和设备不断涌现,为临床医学带来了许多新的可能性和挑战。因此,学习医学成像技术需要保持求知欲和学习的态度,不断更新知识,与时俱进。 总的来说,医学成像技术学是一个综合性学科,需要掌握多学科的知识和技能,同时也需要实践和不断学习。只有掌握了医学成像技术,才能更好地为患者的健康服务,为临床医学的发展和进步作出贡献。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值