临床磁共振波谱数据处理方法及原理.doc

临床磁共振波谱数据处理方法及原理国外医学临床放射学分册ForeignMedicalSciencesClinicalRadiologicalFascicle2007Sep;30(5):343347放射技术学临床磁共振波谱数据处理方法及原理广东省人民医院放射科(510080)刘再毅综述梁长虹孙j曹光审校摘要临床磁共振波谱(MRS)技术可以无创性地测量在体及离体组织中的代谢产物组成,浓度水平及能量状态,从而反映机体的病理生理变化.正确的评估来源于准确的结果,而影响MRS结果的因素繁多,其中正确的数据处理是关键步骤之一.就MRS数据处理的各种方法及其原理进行综述.关键词核磁共振;波谱分析;数据处理近年来,磁共振波谱(magneticresonancespectroscopy,MRS)技术在医学领域得到了迅猛的发展.在临床研究和诊断中,MRS可以无创地进行在体(invivo)和离体(invitro)生物医学研究,进行定性或者定量评估组织内的代谢物构成及浓度水平,其测定结果可以反映被研究对象的生化,生理改变.不过,影响MRS结果准确性的因素却非常复杂,可以归结在两个方面:一是MRS数据的采集;二是MRS采集数据的处理.准确的空间定位技术,即准确采集感兴趣容积volumeofinterest,VOI)内的信号,而不被VOI以外体素的信号污染,是MRS成功的关键.目前有许多研究着重于这一问题的优化.临床上目前常用的MRS采集技术有以下几种:深部分辨表面线圈波谱技术(depthresolvedsurfacecoilspectroscopy,DRESS)13,激励回波探测法(stimulatedechoacquisitionmodespectroscopy,STEAM)_2,点分辨波谱法(pointresolvedspectroscopy,PRESS)3,活体影像选择波谱分析法(imageselectedinvivospectroscopy,ISIS),化学位移成像定位方法(chemicalshiftimaging,CSI)53等.在前面几种基本技术的基础上,衍生了许多新的数据采集序列,进一步提高了MRS空间定位的准确性.随着技术的发展,各MRS设备供应商研发并提供了更为简单,准确的MRS数据采集技术,使得MRS数据采集更加简易,自动化,可重复性也更高.因此研究的重点更多的在第2个方面,即MRS数据的处理.一,MRS数据处理的必要性由于机体生化系统内在的复杂性,使得MRS数据分析更为复杂.VOI内代谢物的组织浓度水平,质子间的相互作用(如J一偶联),代谢产物的弛豫时间(T,T2),静磁场的不均匀性,磁场切换产生的涡流,水峰抑制不彻底,取样时间提前等都可以影响到自由感应衰减(freeinductiondecay,FID)及其经过不连续傅里叶转换(discreteFouriertransform,DFT)的频率域(frequencydomain)谱线的线性形态,可以导致谱线的基线扭曲,呈锯齿状或者波浪状.VOI内存在大分子物质,或者有些较短T2代谢物,或者代谢产物之间的化学位移差距较小,往往可以导致波峰的重叠,线宽增宽,分辨率较低|6.7.由于以上诸多原因可以掩盖或者扭曲感兴趣波峰,从而影响到感兴趣代谢物正确的定量或者定性.因此,发展和应用MRS数据处理技术,消除无关信号的干扰,提高感兴趣波谱的信噪比(signaltonoiseratio,SNR)和分辨率,是对特定疾病及特定组织的MRS数据准确分析的关键步骤.目前的MRS研究均利用了不同的MRS数据处理技术.二,MRS数据处理概述MRS是在时间域(timedomain)作试验,其信号是时间的函数,但时间域谱线不能直观反映VOI的MRS信息,因此在科研或者临床中常常是分析频率域的波谱.在频率域,其信号为频率的函数.时间域函数通过DFT可以转换为频率域函数,而频率域函数经过逆傅里叶变换(IFT)可以转换成时间域函数.因此数据处理可以在两个域分别进行.其基本原理是利用数学知识,使用某些与FID或者频率域谱线*GEHeahhcare(China)广东省自然科学基金资助项目(编号:5001199)广东省科技计划资助项目(编号:2005B10401040)广东省医学科学技术研究基金资助项目(编号:A2005018)343国外医学临床放射学分册ForeignMedicalSciencesClinicalRadiologicalFascicle2007Sep;30(5)相似的函数处理数据.在数据处理中,可以利用某些函数或者函数组合模型对信号进行调制,拟和,使处理后的信号可以更为准确地反映代谢物的组织内的状况_8.其中,在函数拟和时,利用一些波谱成分的自身特征(可以是在体MRS试验,也可是离体MRS试验获得),如波谱的幅度,衰减率,频率,相位移动,线宽,线形等信息,将其整合到模型函数(mode1function)中,作为模型函数的初始值或者拟和参数,可以对目标函数,即需要整容的时间域函数或者频率域函数进行优化处理【6I.利用已知的特定代谢物的波谱信息被称为先验知识(priorknowledge)6,7,11,12.在数据处理中,先验知识有着十分重要的作用.很多研究者或者商用软件的研发者都在不同的数据处理技术中充分利用先验知识.总的说来,MRS数据处理基本步骤包括:时间域的处理,包括FID截趾处理(apodization),数据添零填充技术(zerofilling),根据情况使用相应权函数对FID进行加工;傅里叶转换,对FID进行傅里叶转换,使数据从时间域转变到频率域;频率域的处理,包括相位校正,基线校正,使用模型函数对频率函数进行加工,拟和,对感兴趣波峰进行定性或者定量分析.有些数据处理技术可同时运用于时间域和频率域,并且有些处理需要同时涉及到2个域.因此,MRS数据处理并不是单一不变,而是根据数据的特点选择合适的处理方式.三,MRS数据时间域处理MRS试验是在时间域(timedomain)采集FID或者回波(echo)信号.因此,在时间域可以对FID直接作一些处理,对信号进行整容,使F1D在Dvr之前更加符合某些函数线形,比如Lorentzian,Gaussian曲线.在时间域处理FID,还可以提高波谱的分辨率或者SNR,还可以消除某些影响感兴趣波峰的非兴趣谱线.在时间域进行数据处理,相对于频率域的数据处理,可以被称为预处理.预处理后可以利用一些高级MRS数据处理软件包对FID进一步修饰,最大限度地除去干扰信号,使感兴趣波谱得到最好的显示.(一)数据预处理技术1.截趾处理:在MRS试验进行傅里叶转换时,首先进行FID的离散取样,由于信号只能取到设定的取样时间AT处,那么实际上FID信号并没有完全用于傅里叶转换,存在不连续性,亦即FID的尾344部信号被截断,从而产生截断效应.如果在AT时刻仍有可以被检测到的信号,即AT<3T:(T为自旋体系内部能量交换与磁场不均匀共同作用的横向弛豫时间),这就相当于在FID信号后面乘上了一个方波窗函数,经傅里叶转换后,得到的是Lorentzian形谱线与Sinc的卷积.由于卷积计算非常复杂,根据卷积定理,即在频率域2个函数的卷积等于在时间域上由2个频率函数的反傅里叶变换函数的简单相乘.因此可以考虑在时间域,在FID尾部乘以一个函数使其尾部变为零,就可以减低截断效应,这个过程就被称为截趾,一般采用Lorentz函数来处理13-15.需要注意的是,FID尾部参加截趾的信号成分增多,虽然截断效应减小,但是处理后的线形和强度会产生明显的畸形变,因此在应用时需要权衡.2.添零填充技术:MRS的FID在进行DFT时,需要对FID进行离散取数据,即将FID信号离散成N个取样间隔时间为T的时间点.在傅里叶变换后,N个数据点有一半,即N/2个构成实部(realpart),另外一半变换后构成虚部(imaginarypart).在傅里叶变换后,只利用了实部N/2个点的信息.如果在原来的FID的N个数据的后面添加N个零,在傅里叶变换后就产生N个实部点,新增的N/2个点与原来的N/2个点交错在一起,就可以改善时间域和频率域函数的线形.由于附加的点相对原来数据独立,谱线的积分值将为原来的,/倍,但是由于峰值仍然是由原取样点确定,因而保持不变.在原始数据后添加零后,相当于在原始数据点之间进行Sinc函数插值,这有利于将波谱的强度描绘得更为精确1.虽然在原始数据后添更多的零,有利于更为精确的描绘,但是无疑会大大增加计算量.因而一般在研究中最多只添N个零】.3.窗函数过滤(windowingandfihering):FID信号一般是以指数函数衰减,因此经过傅里叶变换后,其谱线具有Lorentzian线形,而Lorentz函数经过逆傅里叶变换,则为指数函数.两者组成一个傅里叶对(Fourierpares)153.在理论上,FID可以用任意函数进行处理,但是基于FID为指数衰减函数和Lorentz一指数函数傅里叶对的理论依据,一般用指数函数对FID进行处理.这种处理既可以用来改善分辨率,也可以用来提高SNR.用单调减指数函数乘以FID,结果是在FID的尾部噪声信号被稀释变小,波谱的线宽增加,因此,看上去SNR增加,但是,国外医学临床放射学分册ForeignMedicalSciencesClinicalRadiologicalFascicle2007Sep;30(5)波谱的分辨率减低.如果用单调升函数乘以FID,则分辨率增加,但是谱线的背景噪声也会被增大,因此信噪比会下降6,12,14,16,17.4.模型函数(modelfunction)调制:对于经过上述13步骤处理后的FID信号,为了进一步提高其分辨率和强度,在时间域可以使用模型函数进行调制处理.在前面已经提到,FID信号经过DFT后的频率域函数具有Lorentzian线形,因此,有时用Lorentz函数进一步调制FIDE.但是试验和理论推导证明,使用高斯(Gauss)函数更有利于提高FID的分辨率,也有利于最大限度地保持SNR,其产生的基线畸变也最小1.因此,一般MRS研究多使用高斯函数处理FIDE.由于FID受到VOI及MR设备本身性能的影响,其线形往往出现各种代谢物波谱重叠,基线扭曲等非理想状态,因此仅用单一的模型函数处理还不足以满足研究分析需要,为了解决这个问题,有研究者提出了Voigt模型函数,它集合Lorentz函数和Gauss函数于一体.在应用时,根据具体FID的线形选择2个函数不同的权重.在研究中,使用Voigt模型函数调制FID,其结果较单一的函数调制更为准确,同时还可以运用于水峰抑制.(二)时间域数据高级处理方法FID信号包含的信息多,里面混杂了由于机体组织非感兴趣代谢物的波谱信息,也有由于采集设备自身条件不完善造成的信号污染和基线扭曲等干扰信息.多数情况下,一般的MRS数据预处理方法不能达到优化波谱的目的.因此,在时间域上,许多研究者及MR厂商利用数学原理设计出更为高级的数据处理方法.这些方法都是利用先验知识,作为MRS数据处理的输入参数.根据操作者在处理过程中需要利用先验知识的程度,可以分为以下两种形式:1.交互式(interactive):交互式方法在处理过程中,要求操作者与相应方法(人一计算机交互界面)之间有互动.即操作者需要利用某些特定代谢物的频率,相位,幅度,线宽等先验知识,使用函数模型多谱线进行线形拟和.其基本原理是:在模型函数及噪声分布的假设条件得到满足时,使用模型函数拟和谱线,其实质就是使两者之间具有最大的似然h(maximumhkelihood,ML),那么,在拟和时可以得到计算波谱信息和模型函数之间的平方差最小,此为典型的非线形最小二乘法问题nonlinearleastsquares,NLLS)6.基于NLLS原理设计的交互方法主要有2种,即变量投射法(variableprojection,VARPRO)和精确强效波谱拟和高级方法(advancedmethodforaccurate,robustandet/icientspectralfitting,AMARES).VARPRO在使用时,计算工作量较大,效率较低1.因此,现在临床多用AMARES取代VARPRO在时间域处理数据.AMARES在计算NLLS时,采用了一种更为精细,复杂的方法,在拟和FID或者回波时,允许整合更多的先验知识到拟和函数中,它可以选择Lorentzian或Gaussian线形拟和每个波峰,还可以给相应参数设置上限和下限,因而研究中运用较为广泛,目前在磁共振用户交互(magneticresonanceuserinterface,MRUI)软件包中有此分析方法6,10.2.黑箱方法(blackboxmethods):交互式方法使用灵活,能够很容易地把先验知识整合到模型函数中.但是其缺点也较明显,它需要操作者利用更多的先验知识,必须人一机互动,拟和过程较耗时,在处理过程中有操作者依赖性,不利于试验之间的相互比较.因而发展了黑箱方法.据原理不同,黑箱方法可以分为两种大的类型:一种是基于线形预测原理,另一种是基于状态空间形成理论E2o.线形预测原理的代表模型函数是具有相同自动回归和移动平均参数的ARMA模型(autoregressivemovingaverage,ARMA).ARMA方法的核心是计算单值分解值(singularvaluedecomposition,SVD).根据计算SVD所设计的不同,发展了多种数学模型和方法,主要有LPSVD及LPSVD(CR)2.在计算SVD时,采取的是和线形预测原理不一样的策略,如HSVD,这是一种基于状态空间形成理论的新方法6.黑箱方法可以弥补交互式方法的缺点,它只需要操作者在开始时估计所有的参数,而不需要确定初始值,即可自动拟和谱线.相对交互式方法,操作者在拟和过程中的介入程度大大减小.因而,此方法具有更大的可重复性.但是黑箱方法存在一些不足之处,故不能把更多有价值的先验知识整合到模型函数中,不能达到最佳优化波谱;再者,对于SNR较低的波谱,经黑箱方法拟和后,虽然可以达到良好的数学拟合度,但处理后的参数往往缺乏生理意义.四,MRS傅里叶变换及基线和相位校正MRS的时间域形式不够直观,难以直接观察及对代谢物进行定量分析,因此需要将其转换成频率域的形式.这个过程就是利用傅里叶转换.在目前的各种MRS设备中,通常由机器配备的软件自动345国外医学临床放射学分册ForeignMedicalSciencesClinicalRadiologicalFascicle2007Sep;30(5)进行转换.但由于受到VOI内代谢物的弛豫时间,大分子之间的相互作用和磁场,探测线圈等的影响,FID信号经过傅里叶转换后,频率域波谱会出现相位误差和基线扭曲,这将导致信号畸变,因此需要在傅里叶转换后进行相位和基线校正.SNR较低时,FID容易受到时间及空间相关伪影干扰,很难对代谢物进行准确评价.如果使用信号较强的水信号作为参照信号,就可以有效校正波谱信号的相位.作为内标的水信号,可以在同一个VOI区域内通过不施加水抑制序列信号采集得到.在进行质子波谱试验时,使用此方法可以有效校正由于梯度磁场切换所致涡电流伪影造成的相位误差E,Z3.但是如果使用水信号作参照时,必须要谨慎,因为如果感兴趣波谱与水波谱相邻太近,可能反而会影响相位校正23.此时,可以用HLSVD方法除去水的信号,然后再校正由于涡电流导致的相位错误.由于试验伪影和大分子代谢物导致的宽谱线会导致相当不清楚的基线,因而定性或者定量分析幅度较小或者组织浓度水平较低的波谱时,较为困难.在目前商用的各种设备中,均有自动和手动的模式进行基线和相位的校正.手动校正过程往往依赖于操作者的经验,存在较大的个体间的差异,因此,多数研究者在研究时采用自动的方式进行相位和基线的校正20,25.五,MRS数据频率域处理对经过相位和基线校准的波谱进行定性或者定量分析,是MRS试验的关键步骤之一,其分析方法主要有两种:直接对曲线下面积积分和利用模型函数拟和.(一)MR谱线直接积分法(integration)分析MRS时,最简单,最直接的方法就是对频率域波谱曲线下面积直接进行积分.如果谱线相对比较简单,可以选择直接积分法.由于操作者的操作和基线校正方法会导入偏倚,可影响到结果的评判;另外机体生化系统的复杂性,造成MR波谱的各种感兴趣谱线相互重叠,基线扭曲,SNR过低.在这种情况下,更无法对感兴趣谱线进行直接积分.因而不得不利用模型函数拟和的方法,在拟和过程中,整合入先验知识,去除干扰信息,最大程度地获得感兴趣波谱的信息.有研究表明,函数拟和对波峰比较小的代谢物,如无机磷(Pi)和磷酸肌酸(PCr)的改善特别有效,如果使用直接积分,对Pi和PCr过高估计误差率分别为410%和110%,使用函数曲线拟346和后,误差率明显减小,分别为30%和14%.直接积分法对磷酸二脂(PDE)和Pi/PCr会过高估计39%和143%E.其主要原因是积分时严重依赖谱线的化学位移范围,如果频率范围小,则积分面积就小,如果频率范围大,则积分面积值就大7,26.因此,在大多数情况下,应该放弃直接积分法计算,而应该采取更高级的模型函数拟和法.(二)模型函数拟和法(modelfittingmethods)除了前面在时间域处理中提到的模型函数法,在实际应用中,有研究者或者研究机构及厂商发展了以下一些MRS频率域数据常用高级处理程序,比如线形结合模式(1inecombinationmodel,LCMode1).LCModel利用的是代谢产物离体试验波谱信息,在拟和时将这些信息作为基础波谱模型进行完全线形结合,用于分析在体MRS信息,而不需要对单独波谱信息参数处理.由于LCModel利用的是全部的模型波谱,而非单个波谱,因此代谢物的最大信息及其独特性均被整合到拟和过程中.该方法用限制规范方法解决线形,相位,基线,代谢物浓度水平和其他的不确定因素.在拟和过程中,只用在开始时输入在体MRS时间域资料,其后的拟和过程全是自动进行,因此,操作者依赖性明显减低,其结果更为客观,有利于各研究结果之间的相互比较,使用范围非常广泛.LCModel用于脑在体MRS分析研究较多,对不同的TE值均具有良好的拟和功能.在实际应用中,有研究表明LCModel可以精确估计浓度很低的代谢物的组织水平.六,MRS数据处理方法选择MRS信息含量多,其中混杂了许多干扰因素,准确分析困难.在时间域和频率域都可以对其进行分析,而且方法较多,因此选择正确的处理方法是MRS试验成功的关键.在进行数据处理时,不是要用上面述及的方法对FID进行逐步处理,而是针对FID的特点选择其中一些技术.如果相位,基线,SNR等存在问题,那么选择在时间域处理数据将更为合适.如果没有这些问题,选择在频率域处理比较好.在一个域进行分析时,都没有充分考虑到另外一个域的数据特点,因而还是存在一定的不足.因此,可在两个域同时进行分析,在一定程度上能够弥补单个域处理的缺陷.MRS数据既可以在时间域处理,也可以在频率域处理,处理方法选择较多,并且每种方法都具有不同的特点.在实际运用中,应根据试验数据的特国外医学临床放射学分册ForeignMedicalSciencesClinicalRadiologicalFascicle2007Sep;30(5)点,选择合适的处理方法,既要最大限度地利用先验知识,又要尽可能地减少操作者依赖性,使MRS数据处理结果能够真实,客观反映机体的病理生理变化,并且使试验具有可重复性.不同试验结果之间具有可比性.参考文献1BarbiroliB,GmamS,LodiR,eta1.AbnormalbrainenergymetabolismshownbyinvivophosphorusmagneticresonancespectroscopyinpatientswithchronicliverdiseaseJ.BrainResBull,2002,59(1):7582.2MachannJ,ThamerC,SchnoedtB,eta1.Hepaticlipidaccumula-tioninheMthysubjects:acomparativestudyusingspectralfat-selectiveMRIandvolume-localizedH-MRspecoscopyJ.MagnResonMed,2006,55(4):913917.3IsobeT,MatsumuraA,AnnoI,eta1.EffectofJcouplingandT2relaxafioninassessingofmethyllactatesignalusingPRESSsequenceMRspectroscopyJ.IgakuButsuri,2005,25(2):68-74.4ZhongErnstT.LocalizedinvivohumanHMRSatveryshortechotimesJ.MagnResonMed,2004,52(4):898901.5CascianiE,PolettiniE,BertiniL,eta1.Prostatecancer:evaluationwithendorectalMRimagingandthree-dimensionalprotonMRspectroscopicimagingJ.RadiolMed,2004,108(56):530541.6VanhammeL,SundinT,HeckePV,eta1.MRspectroscopyquantitation:areviewoftimedomainmethodsJ.NMRBiomed,2001,14(4):233-246.7MierisovaS,Ala-KorpelaM.MRspectroscopyquantitation:areviewoftime-domainmethodsJ.NMRBiomed,2001,14(4):247259.8AriasMendozaF,PayneGS,ZakianKL,eta1.InvivoPMRspectralpatternsandreproducibilityincancerpatientsstudiedinamultiinstitutionaltrialJ.NMRBiomed,2006,19(4):504512.9HeyneJP,RzannyR,HanschA,eta1.P-MRspectroscopicimaginginhypertensiveheartdiseaseJ.EurRadiol,2006,16(8):17961802.10ThomasEL,HamiltonG,PatelN,eta1.Hepatictriglyceridecontentanditsrelationtobodyadiposity:amagneticresonanceimagingandprotonmagneticresonancespectroscopystudyJ.Gut,2005,54(1):122-127.11BarthaR,DrostDJ,WilliamsonPC.Factorsaffectingthequantificationofshortechoinvivo1HMRspectra:priorknowledge.peakelimination,andfilteringJ.NMRBiomed,1999,12(4):205216.12UlrichM,WokrinaT,EndeG,etal,p-Hechoplanarspectroscopicimasi-gofthehumanbraininvivoJ.MagnResonMad,2007,57(4):784-790.13SmesnyS,RosburgT,NenadicI,eta1.Metabolicmappingusing2D31P-MRspectroscopyrevealsfrontalandthalamicmetabolicabnormalitiesinschizophreniaJ.Neuroimage,2007,35(2):729737.14KostlerH,LandschutzW,KoeppeS,eta1.AgeandgenderdependenceofhumancardiacphosphorusmetabolitesdeterminedbySLOOP31PMRspectroscopyJ.MagnResonMed,2006,56(4):907-911.15ShawD.FouriertransformNMRspectroscopyM.NewYork:E1一sevier,1976:35-48.16CorbinIR,BuistR,PeelingJ,eta1.HepaticP-MRSinratmodelsofchronicliverdisease:assessingtheextentandprogressionofdiseaseJ.Gut,2003,52(7):10461053.17McKenzieEJ,JacksonM,SunJ,eta1.MonitoringthedevelopmentofhepatoceUtdarcarcinomainwoodchucksusing31PMRSJ.MAGMA,2005,18(4):201205.18MachannJ,13aamerC,SchnoedtB,eta1.Ageandgenderrelatedef-fectsonadiposetissuecompartmentsofsubjectswithincreasedriskfortype2diabetes:awholebodyMRI/MRSstudyJ.MAGMA,2005,18(3):128137.19MannDV,Lamww,MagnusnjelmN,eta1.Magneticresonancespectroscopystudyhepaticenergystatusinhumans:a31-phosphoIllsbiliarydrainageforobstructivejaundiceenhancesJ.Gut,2002,5O(1):118122.20Van