表观弥散系数(apparent diffusion coefficient,ADC)

衡量水分子在人体组织环境中的弥散运动,即把影响水分子运动的所有因素(随机和非随机)都叠加成一个观察值,反映弥散敏感梯度方向上的水分子位移强度,磁共振DWI即利用ADC值分布成像。ADC值越高,组织内水分子弥散运动越强,在DWI图上表现为低信号,相反ADC值越低,DWI图上表现为高信号。

部分各向异性分数(fractional anisotropy, FA)

测量的是白质的完整性,指水分子各向异性成份占整个弥散张量的比例,它的变化范围从0-1。0代表弥散不受限制,比如脑脊液的 FA 值接近 0;对于非常规则的具有方向性的组织,其FA值大于0,例如大脑白质纤维 FA 值接近 1。

平均弥散率(mean diffusivity, MD)

反映分子整体的弥散水平和弥散阻力的整体情况。MD只表示弥散的大小,而与弥散的方向无关。MD 越大,组织内所含自由水分子则越多。

相对各向异性指数(relative anisotropy,RA)

是弥散张量的各向异性部分与弥散张量各向同性部分的比值,它的变化范围从0(各向同性)到√2(各向异性)。

弥散张量成像(diffusion tensor imaging,DTI)常用指标相关推荐

  1. 弥散张量成像之DTI简介

    概述 弥散加权成像(DWI)是建立在MRI流动效应基础上的成像方法,可以反应水分子弥散的速度.在非均一(空间上不均匀)的磁场环境下,因水分子弥散而产生的质子的随机活动会造成MR信号的下降.在梯度磁场较 ...

  2. Frontiers in Neuroscience:弥散张量成像(DTI)研究指南

    弥散张量成像(DTI)的研究越来越受到临床医生和研究人员的欢迎,因为它们提供了对脑网络连接的独特见解.然而,为了优化DTI的使用,必须考虑到几个技术和方法方面的问题,因为这些问题会影响到DTI研究结果 ...

  3. Nature Communications:基于弥散张量成像的人类纤维束连接体方法面临的挑战

         纤维束成像是一种基于弥散加权磁共振成像(diffusion-weighted magnetic resonance imaging, DWI)的计算重建方法,它试图揭示人脑白质通路的轨迹,并 ...

  4. 弥散张量成像之张量估计方法

    弥散张量估计理论 Stejskal方程描绘了磁场梯度向量(magnetic-field-gradient vector)与回波图象强度(echo intensity)之间的函数关系.Stejskal方 ...

  5. 【图像分割】基于matlab扩散张量成像(DTI)脑白质纤维束成像【含Matlab源码 2174期】

    一.扩散张量成像(DTI)脑白质纤维束成像简介 1 DTI技术简介 DTI在DWI技术基础上进行改进, 通过水分子扩散运动的各向异性进行成像, 反映纤维束的完整性等微观特性.扩散即布朗运动, 扩散的方 ...

  6. 【图像分割】扩散张量成像(DTI)脑白质纤维束成像【含Matlab源码 2174期】

    ⛄一.扩散张量成像(DTI)脑白质纤维束成像简介 1 DTI技术简介 DTI在DWI技术基础上进行改进, 通过水分子扩散运动的各向异性进行成像, 反映纤维束的完整性等微观特性.扩散即布朗运动, 扩散的 ...

  7. 时间弥散谱成像和IMPULSED

    1 什么是时间弥散谱成像(temporal diffusion spectroscopy,TDS) 时间弥散谱成像(temporal diffusion spectroscopy,TDS)一般利用震荡 ...

  8. 弥散峰度成像DKI简介

    弥散峰度成像 DTI 的理论基础是假设生物组织内水分子扩散为高斯随机分布的,因此可以显示结构较统一的白质.但实际上脑组织中水分子的扩散是非高斯分布的,尤其是对于高度复杂的脑灰质结构.由 Jensen ...

  9. CUDA 9中张量核(Tensor Cores)编程

    CUDA 9中张量核(Tensor Cores)编程 Programming Tensor Cores in CUDA 9 一.概述 新的Volta GPU架构的一个重要特点是它的Tensor核,使T ...

最新文章

  1. php批量请求url_php请求url的方法小结
  2. AndroidStudio导入新项目一直卡在Building gradle project
  3. The Castle(信息学奥赛一本通-T1250)
  4. spring 两次进入拦截器_spring mvc 拦截器一次请求拦截两次?
  5. 优化网站设计:减少DOM元素的数量
  6. c语言中的函数可变参数列表相关的三个宏
  7. ak330s 置换内外sd
  8. resnet的演化(res2net,resnext,se-resnet,sk-resnet,resnest)
  9. 计算机网络课后作业习题1
  10. IE条件注释意义及用法
  11. NFT头像屡拍天价,如何从理性角度分析其市场价值?
  12. 《环太平洋》视觉特效分解
  13. 古诗词 中文 分词 自动化
  14. 董氏奇穴学习记录(上课记录)
  15. html 下拉菜单不能下拉_音乐下拉菜单
  16. HTML基础 + 实例解析
  17. java中的repo什么意思,repo是什么意思什么梗 repo的含义及出处
  18. socket实现局域网语音通话 c++ winapi
  19. PDF字体重叠的几种情况
  20. 短线炒股操盘有哪些技巧?

热门文章

  1. 异常 | ARM _data_abort 异常处理流程
  2. Git ---- 国内代码托管中心-码云
  3. CFont::CreateFont
  4. 开发Enterprise JavaBeans
  5. 怎么批量转换图片格式?这些方法帮助你一键转换
  6. FTM(FlexTimerModule)TIMER总结
  7. 省时省力,高速收费站无线组网解决方案
  8. ios播放本地声音文件
  9. JavaScript中let的用法
  10. 连接HiveServer2的图形化工具SQuirrel和Dbeaver