深度学习时代的计算MRI

NeuroSpin研究设施

NeuroSpin是一个专门用于探测人脑独特性的研究设施。该设施配备了多种场强的MRI扫描仪：3T MRI用于常规高质量成像，7T MRI提供更高的信噪比和空间分辨率，而11.7T ISEULT MRI则是目前世界上用于人体成像的最高场强扫描仪。场强越高，原子核在磁场中的进动频率越高，能够产生更强的信号，从而获得更高的图像分辨率和更好的信噪比。

医学成像技术概览

CT扫描（计算机断层扫描）利用X射线从多个角度穿透人体，通过测量X射线的衰减来重建横截面图像，其优势在于骨骼和致密组织的成像，但存在电离辐射。

PET-CT扫描（正电子发射断层扫描与CT结合）通过注射放射性示踪剂来显示代谢活动，图中彩色部分表示不同的代谢水平，常用于肿瘤检测。

超声波扫描利用高频声波的反射来成像，无辐射且实时性好，但分辨率和穿透深度有限。

MRI与上述技术的根本区别在于它利用的是原子核（主要是氢原子核）在强磁场中的核磁共振现象，既没有电离辐射，又能提供优异的软组织对比度。

MRI的多样化应用

MRI能够实现多种成像模式:

全身解剖成像可以显示从头到脚的软组织结构
功能MRI（fMRI）通过检测血氧水平依赖（BOLD）信号来反映脑区的神经活动
胎儿成像可以在无辐射条件下观察胎儿发育
扩散张量成像（DTI）能够追踪大脑中神经纤维束的走向，图中用不同颜色表示不同方向的纤维
磁共振血管成像（MRA）可以无需造影剂就显示血管结构。

这种多功能性源于MRI能够通过调整脉冲序列参数来敏感于不同的组织特性。

MRI发展的关键里程碑

1973年，Lauterbur首次在核磁共振波谱仪中获得了试管的MRI图像，这标志着MRI成像原理的建立——他引入了梯度磁场来实现空间编码，使得NMR从只能获取整体信号变为能够区分不同空间位置的信号。

1985年，首台1.5T临床MRI投入使用，1.5T至今仍是临床最常用的场强，它在信号强度、图像质量和经济成本之间取得了平衡。

1987年，Basser和Le Bihan发展了扩散张量MRI技术，这种技术测量水分子在不同方向上的扩散程度，由于神经纤维束内水分子倾向于沿纤维方向扩散，因此可以推断纤维走向。

1990年，Ogawa发现了功能MRI的原理，即神经活动会导致局部血流和血氧饱和度的变化，而含氧血红蛋白和脱氧血红蛋白的磁性差异会产生可检测的信号变化。

此后磁场强度不断提升：1998年俄亥俄州立大学建造8T磁体，2004年芝加哥出现9.4T人体磁体，2010年法国NeuroSpin/CEA安装了用于啮齿动物的17T小孔径MRI。2017年5月，11.73T的Iseult扫描仪交付至NeuroSpin/CEA，并于2019年7月达到设计场强。2022年6月首次获得离体脑的MR图像，2023年4月首次获得活体人脑的MR图像。

超高场强成像的最新成果

使用11.7T Iseult扫描仪，Boulant等人在2024年发表于Nature Methods的工作中展示了空间分辨率达到 0.2 \times 0.2 \times 1.0 \ \text{mm}^3 的脑部图像，采集6个切片的时间为8分30秒。这样的分辨率已经接近能够分辨大脑皮层内部的细微结构。更高的场强带来了信号增益，使得在可接受的扫描时间内实现如此高的空间分辨率成为可能。

课程结构

本课程分为三个大讲座（Lecture），涵盖七个主题（Lesson）：

Lecture I

Lesson I介绍MRI的物理背景，这是理解后续所有内容的基础。
Lesson II讲解多种成像对比度的产生原理、基本的图像重建方法、K空间采样的概念以及一些简单的加速采集机制。K空间是MRI信号在空间频率域的表示，理解K空间是掌握MRI重建的关键。

Lecture II

Lesson III介绍笛卡尔欠采样和并行成像技术，笛卡尔采样指的是在K空间按规则网格采集数据，欠采样意味着只采集部分数据以加速扫描，而并行成像利用多个接收线圈的空间敏感度差异来补偿欠采样造成的信息缺失。
Lesson IV讲解压缩感知和非笛卡尔成像，压缩感知利用图像在某个变换域的稀疏性，允许从远少于奈奎斯特准则要求的采样中重建图像，非笛卡尔采样（如螺旋、径向轨迹）在某些应用中具有优势。
Lesson V介绍SPARKLING采样策略以及如何处理离共振效应，离共振效应是指实际共振频率偏离理想值导致的图像伪影。

Lecture III

Lesson VI讨论从基于模型的方法到基于学习的方法的转变，传统方法依赖于物理模型和手工设计的正则化，而深度学习方法可以从数据中学习更有效的重建策略。
Lesson VII讲解K空间采样轨迹和图像重建的联合学习，即不仅学习如何从给定采样重建图像，还要学习最优的采样方式本身。

MRI 原理简介

磁共振成像的关键步骤

MRI的完整成像过程可以分为五个关键步骤：极化、激发、空间编码、采集和重建。这五个步骤环环相扣，每一步都建立在前一步的基础上。

极化（Polarization） 是整个过程的起点。将被检查者置于强静态磁场 B_0 中，人体组织中的氢原子核（质子）具有自旋角动量，可以看作微小的磁偶极子。在没有外加磁场时，这些自旋的取向是随机的，宏观上没有净磁化。当施加强磁场 B_0 后，自旋会趋向于沿磁场方向排列（能量较低的状态）或反向排列（能量较高的状态），由于低能态的占据数略多，就产生了沿 B_0 方向的宏观净磁化矢量 M_0。临床MRI使用的静态磁场强度通常为1.5T、3T或7T，这些强磁场由浸泡在液氦中的超导线圈产生，液氦温度约4K，使导线电阻为零，能够维持大电流产生强磁场。

激发（Excitation） 是让系统偏离平衡态的过程。施加一个射频脉冲 B_1，其频率必须等于质子在磁场 B_0 中的拉莫尔进动频率

f_0 = \gamma B_0 / (2\pi)

其中 \gamma 是旋磁比，对于氢原子核 \gamma/(2\pi) \approx 42.58 MHz/T。因此在1.5T场强下拉莫尔频率约为64 MHz，在3T下约为125 MHz。当RF脉冲的频率与拉莫尔频率匹配时，发生共振，磁化矢量被翻转离开纵向（沿 B_0）进入横向平面。RF脉冲关闭后，磁化矢量会弛豫回到平衡态，这个弛豫过程中横向磁化分量的衰减和纵向磁化分量的恢复就是我们要检测的信号来源。

空间编码（Spatial encoding） 解决的是如何区分来自不同空间位置信号的问题。如果整个样品处于均匀磁场中，所有质子的共振频率相同，我们只能得到一个总信号，无法知道信号来自哪里。解决方案是施加线性变化的梯度磁场，使得不同位置的磁场强度不同，从而不同位置的质子具有不同的共振频率。通过在三个正交方向施加梯度，可以实现三维空间编码。典型的梯度系统参数为：最大梯度强度 G_{\max} = 20 到 300 mT/m，最大梯度切换率 S_{\max} = 200 T/m/s。梯度切换率决定了梯度场能多快地建立或改变，这直接影响成像速度。

采集（Acquisition） 是用接收线圈接收来自样品的信号。横向磁化矢量的进动会在接收线圈中感应出交变电压，这就是MR信号。接收线圈通常也是RF线圈，可以在发射和接收模式之间切换。

重建（Reconstruction） 是将采集到的原始信号解码成图像的过程。由于空间编码的机制，采集到的信号实际上是图像在空间频率域（K空间）的采样，通过傅里叶变换可以将K空间数据转换为图像。

MR系统的核心组件

一台MR系统由三个核心硬件组件构成：静态 B_0 磁场系统、射频线圈系统和梯度系统。

静态B0磁场

静态磁场 B_0 是MRI的根基。人体MRI磁体强度从1970年代的不到1T，经过几十年的发展，逐步提升到 11.73T。

场强与信噪比的关系

信噪比（SNR）随静态磁场 B_0 的增加而增加。这一点可以从T2加权FLAIR图像的对比中直观看出：在1.5T、3T和7T三个场强下拍摄的同一解剖位置的图像，随着场强增加，图像的清晰度和细节分辨能力明显提升，空间分辨率和对比度都得到改善。图中白色箭头指示的微小结构在7T图像中更加清晰可辨。

理论和实验都表明，SNR增益与场强的关系可以近似表示为：

\text{SNR gain} \propto B_0^{1.65}

从3T提升到7T（约2.3倍），SNR增益约为 2.3^{1.65} \approx 4 倍，从3T提升到11.7T（约3.9倍），SNR增益约为 3.9^{1.65} \approx 9 倍。这解释了为什么超高场MRI能够实现更高的空间分辨率——更高的SNR允许使用更小的体素而仍能保持足够的信号质量。

超高场MRI的优势

除了信噪比（SNR）之外，对比度噪声比（CNR）是衡量图像质量的另一个关键指标。CNR定义为两种组织之间的信号差异与噪声水平的比值，它直接决定了我们能否区分相邻的不同组织。

T2*对比度的CNR随场强增加而显著提升：在1.5T时CNR仅为0.6，3T时提升到2.3（相对于1.5T增益约3.8倍），7T时达到7.9（相对于3T增益约2.8倍，相对于1.5T增益超过13倍）。这种CNR的大幅提升使得在超高场下能够分辨出低场看不清的细微结构差异。

超高场MRI的增益不仅体现在解剖成像上，还体现在多种成像模式中：扩散张量成像（DTI）可以更精确地追踪神经纤维束走向，功能MRI的BOLD信号对比度更强，能够检测更微弱的神经活动，波谱成像（MRS）的谱线分离更好，化学位移差异更明显，能够更准确地定量代谢物浓度。

海马体是大脑中负责记忆形成的关键结构，也是阿尔茨海默病最早受累的区域之一。精确成像海马体的内部结构对于理解该疾病的发病机制至关重要。Beaujoin等人2016年的研究展示了不同场强下海马体成像能力的差异。在3.0T下，活体成像分辨率约为1mm，只能看到海马体的整体轮廓，在7.0T下，分辨率提升到300μm，开始能够分辨海马体的内部分层结构，在11.7T下（目前为离体样本），分辨率达到200μm，可以清晰显示海马体的精细解剖结构，包括齿状回、CA1-CA4区等亚结构。这种分辨率的提升对于构建更精确的海马体结构图谱、以及更好地理解阿尔茨海默病等神经退行性疾病具有直接意义。

在相同的空间分辨率（0.2 \times 0.2 \times 1.0 \ \text{mm}^3）和相同的采集时间（6个切片4分20秒）条件下，比较3T、7T和11.7T的图像质量，可以直观看到场强提升带来的改善。3T图像噪声明显，细节模糊，7T图像噪声降低，皮层沟回更加清晰，11.7T图像展现出最佳的信噪比和组织对比度，皮层的细微结构清晰可辨。

这个对比说明，在追求高空间分辨率成像时，场强是决定图像质量的关键因素。更高的场强提供了更多的信号预算，可以用于提高分辨率、缩短扫描时间，或两者的某种组合。

影响MR图像的因素

MRI信号强度是多种因素共同作用的结果，这些因素可以分为三大类：

组织参数是被成像对象的固有属性，包括：

T_1（纵向弛豫时间，描述激发后纵向磁化恢复的快慢）
T_2（横向弛豫时间，描述横向磁化衰减的快慢）
PD（质子密度，即单位体积内氢原子核的数量）

此外还有扩散系数（Diffusion，水分子的随机运动）、灌注（Perfusion，血流对组织的供血）、生理运动（Physiological motion，如心跳、呼吸）、化学位移（Chemical shift，不同化学环境下质子共振频率的差异，反映组织成分）、磁化转移（Magnetization transfer，大分子与自由水之间的磁化交换）、磁化率（Magnetic susceptibility，不同组织对磁场的扰动程度）等。

系统参数是MRI扫描仪的硬件特性，包括：B_0（主磁场强度）和 B_1^{+/-}（射频场的发射/接收特性）。

序列参数是操作者可以调节的扫描参数，包括：

TR（重复时间，相邻两次激发之间的间隔）
TE（回波时间，从激发到采集信号的间隔）
TI（反转时间，在反转恢复序列中从180°脉冲到90°激发脉冲的间隔）等

通过选择不同的序列参数，可以使图像对比主要取决于某一种或某几种组织参数，从而产生不同的加权图像（如T1加权、T2加权、质子密度加权等）。

不同序列的图像对比

使用11.7T Iseult扫描仪获得的两种序列图像展示了不同序列特性的差异。

左图是 T2*加权梯度回波（T2*w GRE） 图像，空间分辨率为 0.2 \times 0.2 \times 1.0 \ \text{mm}^3。T2*加权对磁化率差异敏感，因此图像中可以清楚看到血管（由于脱氧血红蛋白的顺磁性）和含铁结构。图中散布的小黑点主要是穿行于脑组织的小静脉的横截面。

右图是 T2加权快速自旋回波（T2w TSE） 图像，空间分辨率为 0.3 \times 0.3 \times 1.0 \ \text{mm}^3。TSE序列使用多个180°聚焦脉冲来补偿磁场不均匀性导致的相位离散，因此得到的是纯T2对比，不包含T2*效应。图像更加干净，灰白质边界清晰，适合解剖结构的观察。

不同的脉冲序列设计会产生不同的组织对比，选择合适的序列取决于临床或科研的具体需求。

射频线圈

射频（RF）线圈是MRI系统中负责激发和接收信号的组件。在物理上，RF线圈的功能可以用两个场来描述：

B_1^+ 是 RF发射场（emission field），由发射线圈产生，用于激发样品中的自旋。这个场必须垂直于静态磁场 B_0，其作用是翻转磁化矢量 M_0 离开平衡位置。

B_1^- 是 RF接收场（receptive field），描述接收线圈对特定位置信号的敏感度。根据互易原理，一个线圈的接收灵敏度模式与它作为发射线圈时产生的场分布相关。

互易原理（Reciprocity principle） 指出，在低场条件下（约1.5T及以下），B_1^+ = B_1^-，即同一个线圈的发射场和接收灵敏度模式相同。这大大简化了线圈设计和图像重建。但在高场下（3T及以上），由于RF波长与人体尺寸相近，电磁场的传播效应变得显著，互易性不再严格成立，B_1^+ 和 B_1^- 需要分别考虑和校正。

图中展示的 鸟笼线圈（Birdcage coil） 是一种经典的体积线圈设计，其圆柱形结构在内部产生较为均匀的 B_1 场，适合作为发射线圈使用。现代MRI系统通常使用鸟笼线圈或类似的体积线圈进行发射，而使用多个小表面线圈组成的阵列进行接收，以兼顾 B_1 场的均匀性和接收灵敏度。

示意图中，B_0（红色箭头）沿扫描仪轴向，M_0（绿色箭头）是平衡态磁化矢量沿 B_0 方向，B_1^+（黄绿色箭头）是发射的RF场垂直于 B_0，B_1^-（青色箭头）表示接收场方向。多通道接收线圈阵列（图中人头周围的蓝色方块）的每个单元对不同空间位置有不同的灵敏度，这是并行成像技术的物理基础。

RF接收线圈的设计原则

一个优秀的RF接收线圈需要提供高信噪比（SNR）。理解接收线圈的SNR特性需要分析信号和噪声分别如何依赖于线圈的几何参数。

噪声特性：线圈捕获的噪声功率与线圈半径 r 的关系为：

\mathrm{E}\left[n^2(r)\right] \propto r^{3/2}

这个关系来源于线圈与其视野内组织的电磁耦合。更大的线圈可看到更大体积的组织，而组织的热噪声（Johnson噪声）会耦合到线圈中。线圈半径增大，其敏感体积增大，耦合进来的噪声也随之增加。

信号特性：来自距离线圈中心深度为 y 的位置、被半径为 r 的圆形线圈接收的信号强度为：

\mathrm{E}\left[S(y,r)\right] \propto \frac{r^3}{(r^2 + y^2)^{3/2}}

分子 r^3 反映了线圈面积（\propto r^2）和磁偶极子场强（\propto r）的贡献，分母 (r^2 + y^2)^{3/2} 描述了磁偶极子场随距离的衰减，遵循立方反比规律。

当信号源位于线圈平面上（y=0）时，\mathrm{E}[S] \propto 1，与线圈大小无关，当信号源远离线圈（y \gg r）时，\mathrm{E}[S] \propto r^3/y^3，信号随深度快速衰减。

设计折中：大线圈收集更多噪声，但对深部结构有更好的穿透性，小线圈噪声低，但只对表浅结构敏感。解决方案是组合多个表面线圈进行接收（相控阵设计），既保持每个小线圈的低噪声特性，又通过多线圈覆盖实现对整个成像区域的敏感。

相控阵RF接收线圈

相控阵接收线圈由多个独立的表面线圈单元组成，环绕成像对象排列。图中示意了8个线圈单元（编号1-8）环绕成像体积（绿色圆形，代表如人头横截面）的配置。

每个线圈单元 i 独立接收信号 S_i，产生的信号取决于该线圈的空间灵敏度分布。为了合成最终图像，需要对各通道信号进行加权求和：

\overline{S}(x,y,z) = \sum_i w_i(x,y,z) S_i(x,y,z)

其中 w_i(x,y,z) 是第 i 个线圈在空间位置 (x,y,z) 的权重系数，S_i(x,y,z) 是第 i 个线圈接收到的来自该位置的信号。权重的选择影响最终图像的SNR，最优权重与各线圈的灵敏度和噪声协方差有关（如SENSE或GRAPPA重建中使用的权重）。

这种多通道接收架构不仅提高了SNR，更为并行成像（Parallel Imaging）提供了物理基础——利用不同线圈的空间灵敏度差异来编码空间信息，从而可以减少相位编码步数、加速采集。

通道数对SNR的影响

Wiggins等人2008年在Magnetom Flash上发表的研究展示了3T脑部成像中不同通道数阵列的SNR特性。左图为SNR空间分布图，右图为沿特定剖面的SNR曲线。

比较12通道、32通道和96通道阵列可以发现：通道数增加确实提高了SNR，但增益是非线性的。从12通道到32通道的提升明显，但从32通道到96通道的边际增益递减。SNR提升主要体现在靠近线圈的外周区域（如皮层），而深部结构（如丘脑、基底节）的SNR提升较为有限，这是因为表面线圈阵列对深部的灵敏度本身就较低。

SNR分布图显示，阵列线圈产生的SNR在空间上是不均匀的——边缘高、中心低。这种不均匀性需要通过主动或被动归一化技术来校正，以获得视觉上均匀的图像。

针对特定器官的RF接收线圈

为了在全身范围内实现高质量成像，现代MRI系统配备了覆盖全身的分布式接收线圈系统。西门子的Tim（Total imaging matrix）技术是典型代表。

Tim 76×32系统表示整个系统有76个线圈单元、32个独立接收通道（部分线圈共享通道）。更先进的Tim 4G 204×128系统拥有204个线圈单元和128个独立接收通道，实现了最大线圈密度以覆盖磁体内最大的成像视野。

全身成像时，不同身体部位使用专门设计的线圈模块：Head/Neck 20（头颈部20通道）、Body 18（躯干部18通道）、Peripheral Angio 36（外周血管36通道）、Spine 32（脊柱32通道）等。这些模块可以根据需要组合使用，图中展示了一个全身血管成像（MRA）的配置，总长度约50cm的成像范围由多组线圈协同覆盖。

梯度系统

梯度磁场是叠加在静态场 B_0 上的、随空间位置线性变化的附加磁场。其核心作用是使不同空间位置的磁场强度不同，从而使拉莫尔进动频率依赖于位置，实现空间编码。三维成像需要在三个正交方向（x、y、z）分别施加梯度。

脉冲序列通过在时间上调制梯度的开关和强度来实现复杂的空间编码方案。选层梯度选择特定切片，频率编码梯度在读出方向进行编码，相位编码梯度在第三个方向逐行编码。

性能限制：尽管梯度线圈设计和功率放大器技术不断进步，可用的梯度编码性能正在接近平台期。主要限制因素是外周神经刺激（PNS）——快速变化的梯度场会在人体内感应电场，当电场强度超过神经兴奋阈值时，会引起不自主的肌肉收缩或刺痛感。这是一个安全限制，目前的PNS预测模型还不完善，需要进一步研究以在保证安全的前提下提高梯度性能。

引言部分总结

关于B0磁场：提高 B_0 场强会同时影响信噪比（SNR）和对比度噪声比（CNR），两者都随场强增加而提升，遵循约 B_0^{1.65} 的规律。但高场也带来 B_1^+ 场不均匀性问题，表现为图像上的阴影伪影，需要通过并行发射等技术来解决。

关于射频线圈设计：每种线圈都是针对特定场强、特定器官和特定原子核（通常是 ^1\text{H}）设计的，不能通用。并行接收（多接收线圈，Rx）通过组合多个表面线圈来提高SNR。在高场下，并行发射和接收（多线圈设计）成为必需，因为单通道发射无法产生足够均匀的激发场。

关于梯度系统设计：高性能梯度系统（高 G_{\max} 和高 S_{\max}）允许更高的空间分辨率和更快的成像速度。但PNS是限制梯度性能提升的主要因素，当前的PNS预测模型仍不完善，这是梯度系统设计面临的挑战。

极化 (Polarization)

极化是MRI成像的第一步，也是理解MRI原理的基础。这一节将从原子核的磁性质出发，解释为什么MRI能够工作，以及信号是如何产生的。

MRI对原子核的要求

并非所有原子核都能用于MRI成像，核心要求是原子核必须具有非零的核磁矩（自旋）。从量子力学角度，原子核的自旋量子数 I 决定了其磁性质，只有 I \neq 0 的原子核才能与磁场相互作用产生可检测信号。

判断原子核是否具有非零自旋的简单规则是看其质量数 A：

A = Z + N

其中 Z 是质子数（也等于电子数，决定元素种类），N 是中子数。当 A 为奇数时，原子核具有非零自旋，可以用于MRI。

自旋量子数 I = 1/2 的原子核（最常用，信号特性最简单）

^1\text{H}（氢）：Z=1, N=0，质量数 A=1（奇数）
^{13}\text{C}（碳-13）：Z=6, N=7，质量数 A=13（奇数）
^{19}\text{F}（氟-19）：Z=9, N=10，质量数 A=19（奇数）
^{31}\text{P}（磷-31）：Z=15, N=16，质量数 A=31（奇数）

自旋量子数 I = 3/2 的原子核：

^{23}\text{Na}（钠-23）：Z=11, N=12，质量数 A=23（奇数）

自旋量子数大于1/2的原子核具有电四极矩，其弛豫行为更复杂，但也能提供独特的生理信息。

质子成像的优势

氢是人体内最丰富的可成像原子核。不同原子核用于MRI的可行性取决于两个因素：天然丰度和体内浓度。

氢包含100%的天然丰度加上约80 mol/L的体内浓度（主要来自水分子）。人体约65%的质量是水，每个水分子含有两个氢原子，这使得氢成为信号最强的原子核。

X核成像（非氢原子核成像） 虽然信号弱，但能提供氢成像无法获得的信息。例如钠成像可以反映细胞膜完整性（因为细胞内外钠浓度差异大），磷成像可以检测能量代谢（ATP含磷）。超高场MRI的SNR增益可以部分补偿X核的低浓度劣势。

Krafft等人2015年发表在JMRI（41:13-33）的研究展示了不同场强下的钠（^{23}\text{Na}）脑成像：1.5T图像噪声很大，3T有所改善，7T已能清晰显示脑部钠分布。

核自旋的物理图像

MR信号来源于嵌入水分子中的氢原子。水占人体质量的约65%，是MRI信号的主要来源。从微观角度理解：水分子（H₂O）中的每个氢原子核（质子）都具有自旋角动量，可以将其想象为一个绑定在原子核上的微小磁铁（磁偶极子），具有北极（N）和南极（S）。

在没有外加磁场的情况下，这些微观磁铁的取向是完全随机的。每个自旋指向空间中任意方向，整体上没有优先取向。由于取向随机，所有自旋的磁矩矢量相加后相互抵消，宏观净磁化为零，无法产生可检测的信号。

这就是为什么MRI需要强磁场——必须打破这种随机性，创造出宏观净磁化。

常规MRI主要看到的是水。虽然脂肪中的氢也贡献信号，但水是主要来源。这解释了为什么MRI对软组织（含水量高）特别敏感，而对骨骼（含水量低、质子被束缚）信号较弱。

以脑MRI为例理解信号的来源层次。MRI图像显示的是脑组织的宏观结构（灰质、白质、脑脊液等）。放大到细胞层面，脑组织由神经元和胶质细胞组成，细胞内外都充满水。继续放大到分子层面，看到的是大量水分子（H₂O）。每个水分子中有两个氢原子，氢原子由一个质子和一个电子组成。这个质子——带正电荷、具有自旋角动量的粒子——就是MRI信号的最终来源。

质子的自旋使其表现得像一个微小的条形磁铁。当大量这样的微小磁铁被放入外磁场时，它们的行为就决定了MRI信号的产生。右侧示意图展示了大量自旋在三维空间中的随机分布，每个蓝色球代表一个自旋，红色箭头代表其磁矩方向——在无外场时，这些箭头指向各个方向，没有规律。

极化过程

当施加静态磁场 B_0 后，发生极化（Polarization）。

施加 B_0（红色箭头向上）后，自旋不再完全随机取向。大多数自旋的磁矩与 B_0 方向形成一个小角度（低能态，图中N极朝上的自旋），少数自旋反向排列（高能态，图中N极朝下的自旋）。每个自旋同时围绕 B_0 方向进动（黄色圆锥轨迹），进动频率就是拉莫尔频率。

由于低能态占据数略多，所有自旋的磁矩矢量叠加后，在 B_0 方向产生非零的宏观净磁化矢量 M_0。这个 M_0 就是MRI信号的来源——后续的激发和弛豫过程都是围绕 M_0 的动力学演化。

M_0 的大小与 B_0 成正比（更强的磁场导致更大的能级分裂，从而更大的占据数差异），这是提高场强能够提高SNR的根本原因之一。

拉莫尔进动

在MRI扫描仪中，需要建立一个标准坐标系来描述磁场和磁化矢量。按照惯例，z 轴定义为沿扫描仪孔洞的轴向（患者头脚方向），x 和 y 轴在垂直于 z 的平面内。静态磁场 B_0 沿 z 轴方向，因此 \mathbf{B}_0 = (0, 0, B_0)。

当自旋处于磁场 B_0 中时，它不会简单地沿磁场方向排列静止不动，而是围绕 B_0 方向做进动（Precession）运动。这类似于陀螺在重力场中的运动——陀螺的轴不会直接倒向地面，而是围绕垂直方向旋转。对于自旋，进动的角频率由拉莫尔方程给出：

\omega_0 = \gamma B_0

其中 \omega_0 是拉莫尔角频率（单位：rad/s），\gamma 是旋磁比（gyromagnetic ratio），B_0 是静态磁场强度。

对于氢原子核（质子），旋磁比为 \gamma = 42.58 \ \text{MHz/T}。这个值的含义是：在1特斯拉的磁场中，质子的进动频率（f_0 = \omega_0 / 2\pi）为42.58 MHz。因此在1.5T下约为64 MHz，在3T下约为128 MHz，在7T下约为300 MHz。

示意图展示了大量自旋在磁场中的状态。每个自旋（蓝色球）的磁矩（红色箭头）都围绕 B_0 方向进动。由于各自旋处于不同的进动相位（即磁矩在 xy 平面内的投影指向不同方向），它们在横向平面的分量相互抵消。然而，所有自旋的纵向分量（沿 z 方向）都是同向的，因此叠加后形成沿 B_0 方向的宏观净磁化矢量 M_0。

拉莫尔进动的数学描述

拉莫尔方程描述了核磁化矢量 \mathbf{M}(t) 在外加磁场 \mathbf{B}(t) 存在时的旋转运动。磁化矢量的运动方程是一个矢量微分方程：

\frac{d\mathbf{M}(t)}{dt} = \gamma \mathbf{M}(t) \times \mathbf{B}(t)

磁化矢量的变化率与磁化矢量和磁场的叉积成正比。叉积的结果总是垂直于 \mathbf{M} 和 \mathbf{B}，这就导致了进动运动——\mathbf{M} 的大小不变，但方向绕 \mathbf{B} 旋转。

将矢量方程写成分量形式，设 \mathbf{B}(t) = (B_x(t), B_y(t), B_0)：

\frac{dM_x(t)}{dt} = \gamma(\mathbf{M}(t) \times \mathbf{B}(t))_x

\frac{dM_y(t)}{dt} = \gamma(\mathbf{M}(t) \times \mathbf{B}(t))_y

\frac{dM_z(t)}{dt} = \gamma(\mathbf{M}(t) \times \mathbf{B}(t))_z

图示展示了磁化矢量 \mathbf{M}(t) 围绕 \mathbf{B}_0 进动的几何图像：\mathbf{M}(t) 的顶端在圆锥面上运动，圆锥轴沿 \mathbf{B}_0 方向，进动角速度为 \omega_0。初始磁化 M_0（绿色箭头）是热平衡时的净磁化。

复数表示与方程求解

为了简化横向平面内的二维运动，引入复数表示。定义横向磁化和横向磁场的复数形式：

M_{xy} = M_x + iM_y, \quad B_{xy} = B_x + iB_y

将拉莫尔方程改写为复数形式后，得到：

\frac{dM_{xy}(t)}{dt} = -i\gamma \left( M_{xy}(t)B_z(t) - M_z(t)B_{xy}(t) \right)

\frac{dM_z(t)}{dt} = \frac{i\gamma}{2} \left( M_{xy}(t)\overline{B_{xy}(t)} - \overline{M_{xy}(t)}B_{xy}(t) \right)

其中上划线表示复共轭。

考虑最简单的情况：只有静态磁场 B_0，没有RF场。此时在 t=0 时刻，\mathbf{B}(t) = (0, 0, B_0)，B_0 > 0，B_{xy} = 0。方程简化为：

\frac{dM_{xy}(t)}{dt} = -i\gamma M_{xy}(t)B_0

\frac{dM_z(t)}{dt} = 0

这是一阶线性常微分方程，可以直接求解，其解为：

M_{xy}(t) = M_{xy}(0)e^{-i\gamma B_0 t}

M_z(t) = M_0 = \text{const}

横向磁化 M_{xy}(t) 以角频率 \omega_0 = \gamma B_0 在复平面内旋转（即在 xy 平面内进动），而纵向磁化保持不变。指数因子 e^{-i\omega_0 t} 描述的就是以拉莫尔频率进行的相位演化。

MRI成像的本质是操纵横向磁化 M_{xy} 的相位来编码空间信息并产生图像。后续的空间编码、信号采集和图像重建都建立在对 M_{xy} 相位的精确控制和测量之上。

热平衡态的净磁化

第三张图清晰展示了热平衡状态下的物理图像。在静态磁场 B_0（蓝色箭头）作用下，大量自旋围绕 z 轴进动。每个自旋的磁矩（红色箭头）都与 z 轴成一定角度，并围绕 z 轴以拉莫尔频率进动。

由于各自旋的进动相位是随机的（没有外界机制使它们同步），它们在 xy 平面内的投影（横向分量）指向各个方向，矢量相加后相互抵消，净横向磁化为零。但所有自旋的 z 方向分量（纵向分量）都是同向的——由于低能态占据数略多，向上的分量总和大于向下的分量总和。因此，纵向分量叠加后产生净磁化矢量 M_0（绿色箭头），方向沿 B_0。

在热平衡态：M_{xy} = 0（无横向磁化），M_z = M_0（纵向磁化达到最大值）。这个状态是稳定的——如果没有外界扰动，系统会一直保持这个状态。

MRI成像需要打破这个平衡。下一步——激发（Excitation）——就是用射频脉冲将部分纵向磁化翻转到横向平面，产生非零的 M_{xy}，一旦有了横向磁化，它的进动就会在接收线圈中感应出可检测的信号。

激发与弛豫

这一节将解释MRI如何从平衡态产生可检测的信号，以及信号产生后系统如何回到平衡态

核磁共振现象

共振（Resonance） 是激发过程的物理基础。在热平衡态下，净磁化矢量 M_0 沿 B_0 方向（z 轴），没有横向分量，因此无法在接收线圈中感应出信号。要产生信号，必须将磁化矢量翻转到横向平面（xy 平面）。

实现这一翻转的方法是施加一个射频（RF）脉冲。RF脉冲产生一个垂直于 B_0 的振荡磁场 B_1，其角频率为 \omega_1。共振条件要求RF脉冲的频率精确等于自旋的拉莫尔进动频率：

\omega_1 = \omega_0 = \gamma B_0

这就是核磁共振（Nuclear Magnetic Resonance） 的含义：只有当外加RF场的频率与核自旋的固有进动频率匹配时，才能有效地将能量从RF场传递给自旋系统，使磁化矢量发生翻转。

从经典力学的角度理解，这类似于推秋千：只有在正确的时刻推（与秋千的自然摆动频率同步），才能有效地增加秋千的振幅。如果推的频率与秋千频率不匹配，能量传递效率很低。

图示展示了共振激发的过程。RF脉冲（绿色闪电图标）以频率 \omega_1 施加到处于磁场 B_0 中的自旋系统。当 \omega_1 = \omega_0 时，原本沿 z 轴的磁化矢量被翻转，在 xy 平面产生横向磁化分量。

弛豫与自由感应衰减

RF脉冲结束后，系统不再处于平衡态——存在横向磁化 M_{xy}。这个横向磁化会围绕 B_0 以拉莫尔频率进动，其旋转的磁场在接收线圈中感应出交变电压，这就是MR信号。

然而，横向磁化不会永远保持。由于各种物理机制（后面会详细讨论），横向磁化会逐渐衰减，同时纵向磁化逐渐恢复到平衡值 M_0。这个过程称为弛豫（Relaxation）。

在弛豫过程中检测到的信号称为自由感应衰减（Free Induction Decay，FID）。"自由"指的是RF脉冲已经关闭，自旋在没有外加驱动场的情况下自由进动，"感应"指的是进动的磁化在线圈中感应出信号，"衰减"描述了信号幅度随时间的下降。

FID信号的解调

接收线圈直接检测到的信号 s(t) 是一个以拉莫尔频率振荡的信号，包含了来自成像对象不同位置的贡献。可以将其表示为：

s(t) = \rho(x, y, z, t)

其中 \rho(x, y, z, t) 代表空间位置 (x, y, z) 处的信号贡献。

由于信号在拉莫尔频率（数十到数百MHz）振荡，直接处理这样的高频信号既不方便也不必要。实际中采用解调（Demodulation） 技术，将信号从载波频率 \omega_0 下移到基带。解调后的信号为：

s_{\omega_0}(t) = \rho(x, y, z, t) \cdot e^{-j\omega_0 t}

乘以 e^{-j\omega_0 t} 相当于将信号的参考系从实验室坐标系变换到以拉莫尔频率旋转的旋转坐标系。在旋转坐标系中，与拉莫尔频率同步进动的磁化矢量看起来是静止的，只有偏离共振的分量才会呈现运动。

图展示了解调过程：接收到的原始信号是高频振荡波形，经过与 e^{-j\omega_0 t} 相乘并低通滤波后，得到缓慢变化的基带信号，保留了我们关心的空间编码信息。

Bloch方程

弛豫是系统从激发态回到热平衡态的过程。这个过程涉及两种不同的机制，分别用两个时间常数描述。

Bloch方程是描述磁化矢量在外磁场作用下的完整运动方程，它在拉莫尔方程的基础上加入了弛豫项。使用复数表示，定义 M_{xy} = M_x + iM_y 和 B_{xy} = B_x + iB_y，Bloch方程在静止坐标系中的形式为：

\frac{dM_{xy}(t)}{dt} = -i\gamma \left( M_{xy}(t)B_z(t) - M_z(t)B_{xy}(t) \right) - \frac{M_{xy}(t)}{T_2}

\frac{dM_z(t)}{dt} = \frac{i\gamma}{2} \left( M_{xy}(t)\overline{B_{xy}(t)} - \overline{M_{xy}(t)}B_{xy}(t) \right) - \frac{M_z(t) - M_0}{T_1}

与之前的拉莫尔方程相比，多出了两个弛豫项：横向弛豫项 -M_{xy}/T_2 和纵向弛豫项 -(M_z - M_0)/T_1。

图示展示了磁化矢量 \mathbf{M} 在弛豫过程中的运动轨迹：它沿螺旋形路径从初始位置向平衡位置 (0, 0, M_0) 演化，一边绕 z 轴进动，一边横向分量衰减、纵向分量恢复。

Bloch方程的矩阵形式

将Bloch方程写成矩阵形式更便于分析和数值求解。在静止坐标系 (x, y, z) 中：

\frac{d}{dt}\begin{pmatrix} M_x \\ M_y \\ M_z \end{pmatrix} = \begin{pmatrix} -\frac{1}{T_2} & \gamma B_z & -\gamma B_y \\ -\gamma B_z & -\frac{1}{T_2} & \gamma B_x \\ \gamma B_y & -\gamma B_x & -\frac{1}{T_1} \end{pmatrix} \begin{pmatrix} M_x \\ M_y \\ M_z \end{pmatrix} + \begin{pmatrix} 0 \\ 0 \\ \frac{M_0}{T_1} \end{pmatrix}

这是一个非齐次线性常微分方程组。第一个矩阵包含了进动（非对角元素中的 \gamma B 项）和弛豫（对角元素中的 1/T 项）的作用，最后的列向量代表系统趋向平衡态的驱动项。

为了简化分析（特别是在有RF场存在时），引入旋转坐标系 (x', y', z)，该坐标系绕 z 轴以角速度 \omega 旋转。坐标变换关系为：

M'_z(t) = M_z(t)

M'_{xy}(t) = M_{xy}(t)e^{+i\omega t}

纵向分量不变，横向分量乘以旋转因子。在旋转坐标系中观察，以频率 \omega 进动的分量变为静止。

考虑一个沿 x 方向振荡的RF场，其实验室坐标系表示为：

\mathbf{B}(t) = (B_1 \cos\omega t, -B_1 \sin\omega t, B_0)

定义两个关键参数：

\epsilon = \gamma B_1

这是RF场引起的进动角速度，也称为Rabi频率，它决定了RF脉冲翻转磁化矢量的速度。

\Delta = \omega - \omega_0

这是RF频率与拉莫尔频率之间的失谐量（off-resonance）。当 \Delta = 0 时，RF场精确在共振。

在旋转坐标系中，Bloch方程简化为：

\frac{d}{dt}\begin{pmatrix} M'_x \\ M'_y \\ M_z \end{pmatrix} = \begin{pmatrix} -\frac{1}{T_2} & \Delta & 0 \\ -\Delta & -\frac{1}{T_2} & \epsilon \\ 0 & -\epsilon & -\frac{1}{T_1} \end{pmatrix} \begin{pmatrix} M'_x \\ M'_y \\ M_z \end{pmatrix} + \begin{pmatrix} 0 \\ 0 \\ \frac{M_0}{T_1} \end{pmatrix}

当 \Delta = 0（共振条件）且忽略弛豫时，RF场 B_1 的作用变得很清晰——它使磁化矢量绕 x' 轴以角速度 \epsilon = \gamma B_1 旋转。

横向弛豫

横向弛豫（也称为 T_2 弛豫或自旋-自旋弛豫）描述的是RF脉冲关闭后，横向磁化分量 M_{xy} 衰减的过程。

在旋转坐标系中，当没有RF场（B_{xy} = 0）时，Bloch方程的横向分量简化为：

\frac{dM'_{xy}(t)}{dt} = -\frac{M'_{xy}}{T_2}

这是一个简单的一阶线性微分方程，其解为指数衰减：

M'_{xy}(t) = M'_{xy}(0)e^{-t/T_2}

如果初始时刻（RF脉冲刚结束后）横向磁化等于 M_0（例如90°脉冲后），则：

M'_{xy}(t) = M_0 e^{-t/T_2}

T_2 的物理意义是横向磁化衰减到初始值的 1/e \approx 37\% 所需的时间。

图示左侧展示了磁化矢量 \mathbf{M} 在弛豫过程中的螺旋轨迹：横向分量逐渐减小，矢量端点向 z 轴靠拢。右侧曲线显示 M_{xy} 随时间的指数衰减，以 T_2 为特征时间常数。

横向弛豫的物理机制是自旋之间的相互作用导致相位相干性的丧失。激发后，所有自旋最初具有相同的相位（同步进动），产生最大的横向磁化。但由于局部磁场的微小差异（来自邻近自旋的磁场扰动），不同自旋的进动频率略有不同，随着时间推移，它们的相位逐渐散开（失相位，dephasing），矢量相加的结果越来越小。

在 t = 0 时刻，90°脉冲（B_1 = 90°_x）将磁化矢量 \mathbf{M} 从 z 轴翻转到 y' 轴（在旋转坐标系中）。此时所有自旋相位一致，横向磁化最大，信号 S_0 最强。随着时间演进（t = t_1, t_2, ...），各自旋由于局部场差异开始失相位。在旋转坐标系中，原本沿 y' 方向整齐排列的自旋磁矩开始"散开"成扇形。信号幅度随之下降。在 t = t_3 = 0.69T_2 时，信号衰减到初始值的一半（S_0/2），因为 e^{-0.69} \approx 0.5。在 t = t_4 = T_2 时，信号衰减到初始值的 0.37S_0（即 1/e）。这就是 T_2 的定义：横向磁化衰减到 1/e 所需的时间。继续演进到 t = t_5，自旋相位更加分散，横向磁化继续衰减。最终，当相位完全随机时，横向磁化趋于零。

纵向弛豫

纵向弛豫（也称为 T_1 弛豫或自旋-晶格弛豫）描述的是纵向磁化分量 M_z 从非平衡值恢复到平衡值 M_0 的过程。

在旋转坐标系中，Bloch方程的纵向分量为：

\frac{dM_z(t)}{dt} = -\frac{M_z(t) - M_0}{T_1}

M_z 的变化率与 M_z 偏离平衡值 M_0 的程度成正比。解这个一阶线性方程，得到：

M_z(t) = M_0 - (M_0 - M_z(0))e^{-t/T_1}

如果初始时刻纵向磁化为零（例如90°脉冲后 M_z(0) = 0），则：

M_z(t) = M_0(1 - e^{-t/T_1})

T_1 的物理意义是纵向磁化恢复到平衡值的 (1 - 1/e) \approx 63\% 所需的时间。

图示展示了弛豫过程中磁化矢量的演化：横向分量衰减的同时，纵向分量逐渐恢复。右侧曲线显示 M_z 从零按指数规律增长趋近 M_0。

弛豫参数的特性

T_1 和 T_2 是组织的固有属性，不同组织具有不同的弛豫时间，这是MRI能够区分不同组织的物理基础。

基本关系：从宏观上，T_1 \geq T_2 总是成立的。这是因为纵向弛豫需要能量交换（较慢的过程），而横向弛豫只需要相位离散（可以更快）。任何导致纵向弛豫的机制同时也会导致横向弛豫，但反之不然。

T_1 和 T_2 与分子运动的关系：弛豫效率取决于分子的相关时间 \tau_c，它描述分子重新取向的特征时间，与粘度和温度有关：

\tau_c \propto \eta/T

其中 \eta 是粘度，T 是绝对温度

图中曲线展示了 T_1 和 T_2 随 \tau_c 变化的趋势：

对于非粘性液体（小分子，如自由水）：\tau_c 很小，分子运动很快。T_1 和 T_2 都较长且数值接近。对于纯水，T_1 \approx T_2，且几乎不随场强变化。

对于粘性液体（生物样品，如组织）：\tau_c 处于中间范围。这是MRI最敏感的区域。在这个范围内，T_1 与场强有关，遵循近似关系 T_1 \propto \omega_0^{0.3}，即场强越高 T_1 越长。T_2 比 T_1 短得多。

对于固体（大分子、聚合物、蛋白质）：\tau_c 很大，分子运动很慢。T_2 变得极短（可能只有微秒量级），导致信号在能够采集前就已衰减，因此固体在常规MRI中通常不产生信号。

场强依赖性总结：T_1 \gg T_2（对于生物组织），T_1 随温度降低而增加，T_2 随 B_0 变化不大（"边际"变化）。

上图显示了灰质（GM）和白质（WM）的 T_1 值随场强的变化：从1.5T到7T，T_1 明显增加。这意味着在高场下需要更长的TR（重复时间）来获得充分的 T_1 恢复。

人体组织的弛豫时间

下图给出了1.5T场强下不同人体组织的典型弛豫时间（数据来自Oppelt, Imaging Systems for Medical Diagnostics, Siemens）：

水/脑脊液具有最长的 T_1 和 T_2，且两者数值接近（T_1/T_2 = 2），符合非粘性液体的特性。在T1加权像上水呈暗信号（因为 T_1 长，恢复慢），在T2加权像上呈亮信号（因为 T_2 长，衰减慢）。

脂肪具有较短的 T_1（250 ms），这是因为脂肪分子中甲基（-CH₃）的旋转频率接近拉莫尔频率，使得自旋-晶格弛豫效率高。脂肪在T1加权像上呈亮信号。

肌腱和蛋白质的 T_2 极短，几乎看不到信号。这是因为这些组织中水分子被束缚在大分子结构中，运动受限。

冰的 T_2 仅有0.001 ms（1 μs），说明固态物质中分子运动几乎停止，横向弛豫极快。

高场强下脑组织的弛豫时间

随着超高场MRI的发展，了解弛豫时间随场强的变化变得越来越重要。下图总结了灰质、白质和血液在不同场强下的弛豫参数：

关键趋势：

T_1 随场强增加而增加：灰质的 T_1 从3T的1.3s增加到11.7T的2.2s。这要求在超高场下使用更长的TR以获得完全的纵向恢复，或者接受部分饱和。

T_2 随场强增加而减少：灰质的 T_2 从3T的67ms减少到11.7T的38ms。

T_2^* 随场强增加而显著减少：T_2^* 是包含了宏观磁场不均匀性效应的有效横向弛豫时间，总是小于 T_2。灰质的 T_2^* 从3T的48ms降到11.7T的19ms。

血液的 T_2 变化尤其剧烈：静脉血的 T_2 从3T的51ms降到11.7T的仅8ms，这是因为脱氧血红蛋白的顺磁性效应在高场下被放大。

空间编码与数据采集

这一节将解决MRI成像的核心问题：如何从接收到的信号中重建出空间分布的图像。关键概念是空间编码和K空间。

信号的来源

在没有任何空间编码机制的情况下，接收线圈检测到的信号是来自整个成像视野（FOV, Field of View）内所有位置信号的叠加。数学上表示为：

s(t) = \int_{FOV} \rho(x, y, z, t) \, dx \, dy \, dz

其中 \rho(x, y, z, t) 是位置 (x, y, z) 处的信号贡献，它与该位置的质子密度、弛豫特性以及磁化矢量的状态有关。

这个积分信号包含了整个FOV的信息，但无法区分来自不同位置的贡献——这就是空间编码要解决的问题。

经过解调（乘以 e^{-j\omega_0 t} 去除载波频率）后的基带信号为：

s_{\omega_0}(t) = \int_{FOV} \rho(x, y, z, t) \, e^{-j\omega_0 t} \, dx \, dy \, dz

图示展示了激发后自旋的状态：所有自旋（蓝色箭头）最初沿相同方向排列（相位相干），产生可检测的横向磁化。但如果所有自旋以相同频率进动，我们只能得到一个总信号，无法知道信号来自哪里。

梯度场实现空间定位

梯度磁场是实现空间编码的关键。梯度场是叠加在 B_0 上的、随空间位置线性变化的磁场。在存在梯度的情况下，总磁场变为位置的函数：

B(x, y, z, t) = B_0 + xG_x(t) + yG_y(t) + zG_z(t)

其中 G_x(t)、G_y(t)、G_z(t) 分别是沿 x、y、z 方向的梯度强度（单位：T/m或mT/m），它们可以随时间变化（由脉冲序列控制）。

由于拉莫尔频率与磁场强度成正比（\omega_0 = \gamma B_0），在梯度场存在时，不同位置的进动频率变得不同：

\omega(x, y, z, t) = \omega_0 + \gamma(xG_x(t) + yG_y(t) + zG_z(t))

通过梯度场，将空间位置信息编码到自旋的进动频率中。

相位累积与信号方程

自旋在位置 (x, y, z) 处从时刻0到时刻 t 累积的相位为进动频率对时间的积分：

\phi(x, y, z, t) = \int_0^t \omega(x, y, z, \tau) \, d\tau

将频率表达式代入，得到：

\phi(x, y, z, t) = \omega_0 t + j\gamma \left( x \int_0^t G_x(\tau) d\tau + y \int_0^t G_y(\tau) d\tau + z \int_0^t G_z(\tau) d\tau \right)

第一项 \omega_0 t 是所有自旋共同的进动相位（在旋转坐标系中消除），括号内的项是由梯度引起的、与位置相关的相位。

将相位累积代入信号方程，得到完整的MR信号表达式：

s(t) = \int_{FOV} \rho(x, y, z, t) \, e^{-j\gamma \left( x \int_0^t G_x(\tau)d\tau + y \int_0^t G_y(\tau)d\tau + z \int_0^t G_z(\tau)d\tau \right)} dx \, dy \, dz

接收到的信号是对象空间分布 \rho(x, y, z) 的加权积分，权重是与位置相关的复指数相位因子。

K空间的引入

为了简化信号方程的形式，定义K空间坐标：

k_\ell(t) = \frac{\gamma}{2\pi} \int_0^t G_\ell(\tau) d\tau, \quad \forall \ell \in \{x, y, z\}

K空间坐标 k_\ell(t) 是梯度波形对时间的积分，乘以 \gamma/(2\pi)。其意义为计算到时刻 t 为止，沿 \ell 方向累积的空间频率。单位是周期/米（cycles/m）或1/m。

反过来，梯度波形可以由K空间轨迹的导数表示：

G_\ell(t) = \frac{2\pi}{\gamma} \frac{dk_\ell(t)}{dt}

使用K空间坐标，信号方程变为标准的傅里叶变换形式：

s(t) = \int_{FOV} \rho(x, y, z, t) \, e^{-j2\pi(xk_x(t) + yk_y(t) + zk_z(t))} dx \, dy \, dz

这个方程揭示了MRI的核心数学结构：采集到的信号 s(t) 是图像 \rho(x, y, z) 在K空间位置 (k_x(t), k_y(t), k_z(t)) 处的傅里叶系数。

换句话说，MRI数据采集发生在傅里叶空间（K空间），而不是直接在图像空间。这是傅里叶分析理论在MRI中的核心应用。

脉冲序列与K空间遍历

要重建完整图像，需要采集足够多的K空间样本。脉冲序列的设计决定了如何在K空间中移动并采集数据。

图中展示了一个基本的2D梯度回波序列时序图：

RF行：显示射频激发脉冲，通常是一个成形脉冲（如sinc脉冲）

G_z 行（选层梯度）：在RF脉冲期间施加，用于选择特定的成像切片。只有满足共振条件的那一层组织被激发 (slice selection)

G_x 行（频率编码梯度/读出梯度）：在信号读出期间施加，使沿 x 方向不同位置的自旋以不同频率进动 (frequency encoding)

G_y 行（相位编码梯度）：在读出之前施加一个短脉冲，使沿 y 方向不同位置的自旋获得不同的相位偏移。每次重复（TR）改变相位编码梯度的幅度 (phase encoding)，灰色阴影表示每次TR相位编码梯度幅度不同。

Readout行：显示数据采集窗口，在回波时间 TE 附近持续 T_{readout} 时间。

时间轴上标注了关键时间点：TE（回波时间）、TR（重复时间）。

在K空间中，这个序列的轨迹如下图所示（蓝色箭头标出的水平线）：

相位编码梯度将K空间位置移动到某一行的起点（不同的 k_y 值），频率编码梯度在读出期间沿 k_x 方向移动，同时采集数据，每次TR采集一条K空间线，不同TR采集不同的 k_y 行。

梯度的应用方式

在2D MRI中，三个正交方向的梯度各自承担不同的空间编码任务：

选层梯度（Slice Selection）：沿 z 方向施加，用于选择特定的成像切片。只有满足共振条件的那一层组织被激发。

相位编码梯度（Phase Encoding）：在已选择的切片内，沿一个方向（如 y 方向）施加，通过给不同位置的自旋赋予不同的相位来编码该方向的空间信息。

频率编码梯度（Frequency Encoding）：在切片内的另一个方向（如 x 方向）施加，通过使不同位置的自旋以不同频率进动来编码该方向的空间信息。也称为读出梯度（Readout Gradient）。

图示展示了这三个方向梯度的几何关系：选层梯度沿人体长轴（z），频率编码和相位编码在选定的横断面内正交排列。箭头表示梯度方向，即磁场强度增加的方向。

选层梯度

选层是2D MRI的第一步，目的是只激发特定厚度的一层组织，而不激发其他区域。

原理：在RF激发期间沿 z 方向施加梯度 G_z，使得磁场强度随 z 位置线性变化。此时不同 z 位置的拉莫尔频率变为：

\omega_0(z) = \gamma(B_0 + G_z \cdot z)

只有当RF脉冲的频率与某一特定 z 位置的拉莫尔频率匹配时，该位置的自旋才会被有效激发。

RF脉冲的频率特性：为了激发一个有限厚度的切片（而不是无限薄的一层），RF脉冲需要包含一定的频率带宽 \Delta\omega。在时域中，具有矩形频率响应的脉冲对应于sinc函数形状（\text{sinc}(t) = \sin(t)/t）。

上图展示了sinc脉冲的时域波形及其对应的矩形频谱。

切片厚度：被激发切片的厚度 \Delta z 由RF带宽 \Delta\omega 和选层梯度强度 G_z 共同决定：

\Delta z = \frac{\Delta\omega}{\gamma G_z}

这个关系说明：RF带宽越窄或梯度越强，切片越薄。

实际操作：在实践中，RF脉冲的带宽 \Delta\omega 通常是固定的（由硬件决定），通过改变选层梯度 G_z 的强度来调节切片厚度。梯度越强，切片越薄。切片的中心位置可以通过改变RF脉冲的中心频率来选择。

相位编码梯度

相位编码是在激发之后、数据采集之前，沿第二个方向（如 y 方向）施加梯度脉冲，持续时间为 \Delta T。

在相位编码梯度作用期间，不同 y 位置的进动频率不同：

\omega_0(y) = \gamma(B_0 + G_y \cdot y)

由于频率不同，经过时间 \Delta T 后，不同 y 位置的自旋累积了不同的相位：

\Delta\varphi(y) = \gamma G_y \cdot y \cdot \Delta T

这个相位差与 y 位置成正比。相位编码梯度关闭后，所有自旋恢复到相同的进动频率（由 B_0 决定），但它们保留了位置相关的相位"印记"。

图示展示了相位编码的效果。90°脉冲后，所有自旋的磁化矢量最初指向相同方向

相位编码的关键特点是：每次TR只施加一个特定幅度的相位编码梯度，采集一条K空间线。要获得完整图像，需要重复多次TR，每次使用不同的相位编码幅度，逐行填充K空间。

频率编码梯度

频率编码是在信号采集期间沿第三个方向（如 x 方向）施加梯度。

在读出梯度作用下，不同 x 位置的进动频率不同：

\omega_0(x) = \gamma(B_0 + G_x \cdot x)

这意味着来自不同 x 位置的信号具有不同的频率。接收到的总信号是所有位置信号的叠加，对其进行傅里叶变换就可以分离出不同频率成分，从而确定不同 x 位置的信号强度。

上图展示了频率编码的原理：位于 x_1 和 x_2 位置的两个信号源，在梯度场中对应不同的局部磁场 B_0(x_1) 和 B_0(x_2)，因此以不同的频率 \omega_1 和 \omega_2 进动。傅里叶变换（F.T.）可以将这两个频率成分分离出来。

右侧图示展示了频率编码期间的自旋状态。在施加了选层梯度 G_S、相位编码梯度 G_P 和读出梯度 G_R 后，自旋矢量沿 y 方向有相位编码产生的相位差（avance/retard），沿 x 方向有频率编码产生的进动频率差（lent/rapide，即慢/快）。

频率编码与相位编码的区别在于：频率编码在一次读出期间同时编码整条线的所有点（通过频率分离），而相位编码每次TR只能编码一个 k_y 值，需要多次TR才能完成。

2D MRI序列示例

图示展示了一个完整的2D自旋回波（Spin Echo）序列及其K空间填充过程。

脉冲序列时序图：RF行显示90°激发脉冲和180°聚焦脉冲（红色弧线连接表示自旋回波的形成），G_{readout}行是读出梯度，在回波时刻附近施加，G_{phase}行是相位编码梯度，每次TR幅度不同（蓝色阶梯表示不同的编码步）。

每个TR周期采集一条K空间线，红色箭头指向K空间中对应的行。

K空间填充：每条水平线代表一次TR采集的数据。相位编码梯度的幅度决定了该线在K空间中的 k_y 位置。从正最大值到负最大值的不同相位编码步逐行填充K空间。

图像重建：对填满的K空间数据进行二维逆傅里叶变换（iFFT），得到图像空间中的MR图像。

K空间数据是顺序采集的，不是一次性获得，数据采集只占整个MR扫描的一小部分时间，大部分时间用于等待TR间隔。

扫描时间公式：

\text{Scan Time} = TR \times (\text{No. phase encodes}) \times (\text{No. averages})

例如，若 TR = 500 ms，相位编码步数为256，平均次数为2，则扫描时间 = 0.5 \times 256 \times 2 = 256 秒 \approx 4.3 分钟。这解释了为什么传统MRI扫描需要较长时间——相位编码方向的每个分辨率点都需要一个完整的TR周期。

第一讲总结

MR系统的三个核心组件：

强静态磁场 B_0：场强越高，SNR越高。超高场（UHF）MRI可以实现更高分辨率成像，但也带来 B_1^+ 场不均匀性等问题

射频线圈：增加接收线圈数量可以提高SNR。在高场下，并行发射和接收（多线圈设计）成为必需。

梯度系统：用于空间编码。最简单的方式是逐个施加梯度，产生笛卡尔采样模式。梯度性能受PNS限制。

弛豫现象：

弛豫机制描述系统从激发态回到平衡态的过程。T_1（纵向弛豫时间）和 T_2（横向弛豫时间）是组织特异性参数，T_1 总是大于 T_2 和 T_2^*。T_1 随 B_0 增加而增加，T_2 和 T_2^* 也随 B_0 变化但幅度较小。横向弛豫呈指数衰减形式（e^{-t/T_2}），纵向弛豫呈指数恢复形式（1 - e^{-t/T_1}）。

MR数据采集：

FID信号是来自成像对象的、具有不同空间频率的横向弛豫分量的叠加。由于FID在RF脉冲后很快衰减，MR采集需要重复执行脉冲序列（每个TR采集一部分数据）才能收集足够的数据用于成像。采集的是K空间样本，即未知图像的2D傅里叶系数。通过简单的逆傅里叶变换（iFFT）即可从K空间数据重建图像。

成像对比度与基础图像重建

对比度加权MRI

MRI之所以成为医学成像中最灵活的技术之一，核心原因在于它能够产生多种不同的成像对比度。与CT只能反映组织对X射线的吸收系数不同，MRI可以通过调整扫描参数来突出显示不同的组织特性。

MR成像对比度的物理基础

MRI的多功能性来源于两个关键的时间参数：重复时间TR（Repetition Time）和回波时间TE（Echo Time）。通过选择不同的TR和TE组合，可以获得截然不同的图像对比度。在展示的四格图中，横轴区分短TR和长TR，纵轴区分短TE和长TE，四种组合分别产生T1加权像、质子密度加权像（PD）、T2加权像，以及一种对比度较差不常用的组合。

这里需要注意，短TR配合长TE会得到对比度较差的图像（图中用黄色叉号标记），这是因为此时既没有充分利用T1差异，T2衰减也尚未显现，所以实际临床中很少使用这种参数组合。

成像周期的时序结构

完整成像周期分为两个阶段：首先是TR期间的纵向磁化恢复阶段，此时不同组织根据各自的T1值以不同速率恢复纵向磁化，然后是TE期间的横向磁化衰减阶段，不同组织根据各自的T2值以不同速率失去横向磁化。最终在回波事件（Echo Event）时刻采集信号，信号强度同时受到纵向恢复程度和横向衰减程度的影响。

简化的Bloch方程

描述MRI信号演变的数学基础是Bloch方程的简化形式。对于纵向磁化（沿主磁场 B_0 方向，即z轴），其恢复过程遵循：

M_z(t) \simeq M_0(1 - e^{-t/T_1})

这个公式描述的是90°射频脉冲将磁化矢量翻转到横向平面后，纵向分量 M_z 如何随时间恢复。M_0 是平衡态磁化强度，与组织中的质子密度成正比，T_1 称为纵向弛豫时间或自旋-晶格弛豫时间，表征磁化矢量与周围晶格环境交换能量的速率。当 t \to \infty 时，M_z \to M_0，即完全恢复到平衡态。

对于横向磁化（垂直于主磁场的xy平面内），其衰减过程遵循：

M_{xy}(t) = M_0 e^{-t/T_2}

这个公式描述横向磁化分量如何随时间衰减。T_2 称为横向弛豫时间或自旋-自旋弛豫时间，表征横向平面内相位相干性丧失的速率。90°脉冲后初始横向磁化为 M_0，随后以指数形式衰减至零。

MR信号的寿命很短，由于 T_2 通常只有几十到几百毫秒，横向磁化会快速衰减，这意味着必须在信号消失之前完成数据采集。

T1加权成像

T1加权成像的目标是最大化不同组织之间T1差异所产生的对比度。要实现这一目标，需要选择短TR和短TE。

从左侧的 M_z 恢复曲线可以理解短TR的作用：图中显示了两种组织（1st Milieu和2nd Milieu，即两种不同介质）的纵向磁化恢复曲线。由于它们具有不同的T1值，恢复速度不同。在短TR（约500 ms）时刻施加下一个RF脉冲，此时两条曲线之间的差距（即对比度）较大。如果等待足够长的TR，两种组织都会完全恢复到 M_0，对比度反而消失。

短TE（<20 ms）的作用是最小化T2衰减的影响。右侧的 M_{xy} 衰减曲线显示，在非常短的时间内采集信号，两种组织的横向磁化都还没有明显衰减，因此T2差异不会干扰T1对比度。

总结T1对比度的参数选择：短TE和短TR。典型值为TR约500 ms，TE<20 ms。

T2加权成像

T2加权成像的目标与T1加权相反，是最大化不同组织之间T2差异所产生的对比度。要实现这一目标，需要选择长TE和长TR。

从 M_{xy} 衰减曲线可以理解长TE的作用：两种组织具有不同的T2值，衰减速度不同。在较长的TE时刻（>80 ms）采集信号，两条曲线之间的差距足够大，形成良好的T2对比度。如果TE太短，两种组织的信号都还很强，差异不明显。

长TR（>3000 ms）的作用是消除T1的影响。如果TR足够长，所有组织的纵向磁化都完全恢复到各自的 M_0，此时图像对比度完全由T2决定，不受T1混杂。实用规则是TR > 3T1，这样可以确保即使T1最长的组织也基本恢复完全（恢复到约95%以上）。

总结T2对比度的参数选择：长TE和长TR。典型值为TE>80 ms，TR>3000 ms。

T2与T2*的区别

在理想情况下，横向磁化的衰减完全由组织固有的T2决定。但现实世界中，主磁场 B_0 存在不均匀性（inhomogeneities），导致不同位置的质子进动频率略有差异，相位失散加快，实际观测到的衰减比理论T2更快。这种加速衰减用 T_2^* 来描述。

图中对比显示：绿色曲线代表理论上由纯T2决定的衰减，红色曲线代表实际观测到的由 T_2^* 决定的更快衰减。T_2^* 总是小于T2，因为它包含了 B_0 不均匀性导致的额外相位失散。

如果使用重聚焦脉冲（\pi 脉冲或180°脉冲），可以补偿 B_0 不均匀性的影响。

时序图展示了这个过程：首先施加 \pi/2 脉冲（90°脉冲）将磁化翻转到横向平面，信号开始按 T_2^* 衰减，然后在适当时刻施加 \pi 脉冲（180°脉冲），这个脉冲将所有自旋的相位翻转，使得之前因 B_0 不均匀性而分散的相位重新聚焦。最终在回波时刻，信号恢复到仅由真实T2决定的包络线上（绿色曲线)，而非更快衰减的 T_2^* 曲线。

这就是自旋回波序列的基本原理：通过180°重聚焦脉冲消除静态磁场不均匀性的影响，获得真实的T2对比度。

自旋回波技术

自旋回波是一种巧妙的技术，用于补偿由体素内磁场不均匀性 \Delta B_0 导致的失相问题。

从上述时序图可以理解整个过程：首先施加一个 90°_x 脉冲（沿x轴的90°脉冲），将磁化矢量从z轴翻转到横向平面。此后，由于局部磁场不均匀性，不同位置的自旋以略微不同的频率进动，导致它们在xy平面内逐渐散开，信号按 T_2^* 快速衰减。然后在某一时刻施加 180°_y 脉冲（沿y轴的180°脉冲），这个脉冲将所有自旋的相位翻转。由于磁场不均匀性是静态的，翻转后那些原本跑得快的自旋现在落后了，而原本慢的自旋反而领先，它们继续进动，最终在回波时间TE时刻重新聚焦，形成回波信号。信号包络线显示，回波峰值落在真实T2衰减曲线上，而非更快的 T_2^* 曲线上。

这个过程可以用一个赛跑的比喻来理解：假设一场赛跑在终点前被叫停，然后要求所有选手转身跑回起点。由于每个选手的速度是恒定的（就像我们的自旋在恒定但不均匀的磁场中进动），跑得快的人虽然离起点更远，但回程时也跑得更快，跑得慢的人虽然离起点近，但回程也慢。结果是所有人同时到达起点，实现了重聚焦。

质子密度加权成像

质子密度（PD）加权成像的目标是使图像对比度主要反映组织中的质子（氢核）数量，而最小化T1和T2的影响。要实现这一目标，需要选择短TE和长TR。

从右侧的 M_z 恢复曲线可以理解长TR（2000到3000 ms）的作用：当TR足够长时，不同组织的纵向磁化都基本完全恢复到各自的 M_0 值。由于 M_0 正比于质子密度，此时纵向磁化的差异直接反映质子密度的差异，而非T1的差异。

从左侧的 M_{xy} 衰减曲线可以理解短TE（10到20 ms）的作用，在非常短的时间内采集信号，横向磁化尚未明显衰减，T2差异的影响被最小化。

总结PD对比度的参数选择：短TE和长TR。这里需要注意，实际上对比度总是与T1和T2交织在一起（Contrast always intricate with T1 and T2），完全纯净的质子密度加权是不可能实现的，只能通过参数选择尽量减少T1和T2的贡献。

磁共振血管造影

磁共振血管造影（Magnetic Resonance Angiography, MRA）是一种专门用于显示血管结构的MRI技术。MRI对比剂的主要特点是具有很短的T1值。

上图的 M_z 恢复曲线对比了含有对比剂的血液（Contrast agent，粉色曲线）和普通组织（Tissue，绿色曲线）的纵向磁化恢复过程。由于对比剂大幅缩短了血液的T1，在相同的短TR时间内，含对比剂的血液恢复得更快、更充分，因此在T1加权序列中产生更强的信号。

当对比剂团注通过血管时，使用强T1加权的MR脉冲序列可以突出显示血管回路。该图说明了减影技术的原理：将注射对比剂后的图像减去注射前的图像，静态组织信号相互抵消，只留下血管内的增强信号，最终得到的图像清晰显示血管结构。

FLAIR对比度

FLAIR（FLuid Attenuated Inversion Recovery，液体衰减反转恢复）是一种特殊的MRI序列，其目的是抑制脑脊液（CSF）的信号，即消除CBF信号（Cancel out the CBF signal）。

FLAIR的原理基于反转恢复技术：首先施加一个180°反转脉冲将磁化矢量翻转到负z轴方向，然后等待一个特定的反转时间TI。不同组织根据各自的T1以不同速率恢复。选择TI使得在采集信号时，脑脊液的纵向磁化恰好为零（穿过零点），而其他脑组织的磁化已经恢复到正值。这样脑脊液在图像中呈暗信号，而病变（如水肿、梗死）即使含水量高也能被清晰显示出来，不会被明亮的脑脊液信号掩盖。

T2*加权成像

与使用重聚焦脉冲获得真实T2对比度不同，T_2^* 加权成像故意不使用180°脉冲，让信号按照 T_2^* 衰减，从而使图像对宏观 B_0 不均匀性敏感。

T_2^* 加权成像的独特价值在于它能够勾勒出组织中强顺磁性成分（如铁Fe）的存在。顺磁性物质会在局部产生磁场畸变，导致该区域的 T_2^* 显著缩短，在图像中表现为信号降低（暗区）。

一个典型的临床应用是检测出血后沉积的含铁血黄素（Hemosiderin）。出血后红细胞降解，血红蛋白中的铁逐渐转化为含铁血黄素并沉积在组织中。这些铁沉积物具有强顺磁性，在 T_2^* 加权图像中产生明显的低信号区域。

基础MR图像重建

MRI测量模型

MRI信号的产生和采集可以用一个信号处理流程来描述。整个过程分为两个阶段：第一阶段是非线性的物理过程，第二阶段是线性的编码过程。

在第一阶段，RF脉冲、梯度波形与组织特性共同作用，通过Bloch方程（这是一个非线性方程）决定了横向磁化强度 x 的空间分布。这个阶段涉及到之前讨论的T1、T2弛豫等复杂物理过程。在第二阶段，横向磁化 x 经过编码过程（包括线圈灵敏度、相位编码等，用矩阵 A 或 F 表示）转化为记录的信号 s。这个编码过程是线性的，这一点对于后续的图像重建至关重要。

在忽略许多复杂因素的情况下，标准测量模型可以写成如下形式。对于第 i 个采样点，观测值为：

y_i = s(t_i) + n_i, \quad \forall i = 1, \ldots, M

其中 s(t_i) 是在时刻 t_i 的理想信号，n_i 是该时刻的噪声，M 是总采样点数。

理想信号 s(t_i) 的表达式为：

s(t_i) = \int_{\text{FOV}} x(\mathbf{r}) e^{-2\pi i \mathbf{k}(t_i) \cdot \mathbf{r}} d\mathbf{r} = \hat{x}(\mathbf{k}(t_i))

这个积分的含义是：在整个成像视野（FOV）内，对每个空间位置 \mathbf{r} 处的横向磁化强度 x(\mathbf{r}) 乘以一个相位因子 e^{-2\pi i \mathbf{k}(t_i) \cdot \mathbf{r}}，然后积分。这个相位因子来源于梯度场对自旋相位的调制。从数学上看，这恰好是 x(\mathbf{r}) 在空间频率 \mathbf{k}(t_i) 处的傅里叶变换 \hat{x}。换句话说，MRI每次采集的信号点实际上是图像傅里叶变换在某个特定频率处的值。

将连续模型离散化后，可以写成矩阵形式：

\mathbf{s} = \mathbf{F}\mathbf{x} \quad \text{with} \quad F_{ij} = e^{-i2\pi \mathbf{k}_i \cdot \mathbf{r}_j}

这里 \mathbf{x} 是图像向量（将二维图像拉成一维），\mathbf{s} 是k空间数据向量，\mathbf{F} 是傅里叶编码矩阵。矩阵元素 F_{ij} 表示第 j 个图像像素位置 \mathbf{r}_j 对第 i 个k空间采样点 \mathbf{k}_i 的贡献，这个贡献由相位因子 e^{-i2\pi \mathbf{k}_i \cdot \mathbf{r}_j} 给出。

其中k空间轨迹和图像空间坐标分别定义为：

\mathbf{k}_i = \mathbf{k}(t_i) = (k_x(t_i), k_y(t_i)), \quad \mathbf{r}_j = (x_j, y_j)

FOV决定了图像尺寸，总像素数为 N = n_x \times n_y。

标准MR图像重建

对于笛卡尔采样（即k空间数据在规则的矩形网格上采集），编码矩阵 \mathbf{F} 就是标准的离散傅里叶变换（DFT）矩阵。正向过程和逆向过程分别为：

\mathbf{s} = \mathbf{F}\mathbf{x} = \text{fft}(\mathbf{x}) \quad \text{and} \quad \mathbf{x} = \mathbf{F}^{-1}\mathbf{s} = \frac{1}{N}\mathbf{F}^\dagger \mathbf{s} = \text{ifft}(\mathbf{s})

这里 \mathbf{F}^\dagger 表示 \mathbf{F} 的共轭转置。由于DFT矩阵具有酉矩阵的性质（乘以归一化因子后），其逆矩阵等于共轭转置除以 N。在实际计算中，使用快速傅里叶变换（FFT）算法可以高效地完成这一运算，计算复杂度为 O(N \log N) 而非直接矩阵乘法的 O(N^2)。

图示展示了这个过程：左侧是k空间数据，看起来像是以中心为亮点向外扩散的图案（低频信息集中在中心，高频信息在边缘），经过逆FFT（iFFT）变换后，得到右侧的图像空间数据，即我们熟悉的解剖图像。

当以下情况出现时，重建问题变得更加复杂，需要更高级的算法：

非笛卡尔采样，即k空间轨迹不在规则网格上（如螺旋采样、放射状采样），此时 \mathbf{F} 不再是标准DFT矩阵，不能直接使用FFT
加速扫描，即采样点数 M 小于像素数 N，这是一个欠定问题，需要额外的先验信息或约束来求解
非傅里叶效应，如磁场不均匀性导致的相位误差，使得简单的傅里叶关系不再成立
多通道接收线圈，每个线圈有不同的空间灵敏度分布，需要联合处理多通道数据。

奈奎斯特-香农采样定理

MRI中的采样

MRI数据采集的流程可以概括为：扫描仪对被试进行扫描，获得的原始数据位于k空间（即空间频率域），然后通过逆离散傅里叶变换（iDFT）将k空间数据转换为图像空间的解剖图像。

这里存在一个根本性的问题：要完美重建一个物体的图像，理论上需要测量k空间中所有位置的数据，而k空间是连续且无限的。这在实际中显然不可能实现。实际的MRI采集是在k空间中沿着由时间参数化的曲线（即k空间轨迹）逐点采集数据。因此，我们只能获得k空间的有限离散样本，这就引出了采样理论的核心问题：如何用有限的样本来近似表示连续无限的信息。

朴素欠采样

k空间中不同区域的数据对图像有不同的贡献，这可以通过选择性地保留或丢弃某些区域来直观理解。

当只保留k空间的中心区域（低频部分）而丢弃外围数据时，重建得到的图像保留了整体的对比度信息，但细节模糊。这说明低频成分决定了图像的对比度，即不同组织之间的整体亮度差异。

相反，当只保留k空间的外围区域（高频部分）而丢弃中心数据时，重建得到的图像只显示边界和边缘信息，整体结构几乎消失。这说明高频成分决定了图像的边界和边缘，即空间上快速变化的细节。

这种频率分解的物理意义在于：k空间中心附近的数据代表图像的缓慢空间变化（如大块组织的均匀亮度），而k空间边缘的数据代表图像的快速空间变化（如组织边界处的锐利过渡）。

采样的关键参数

在设计k空间采样策略时，需要确定两个关键参数。第一个是最大采样频率 k^{\text{max}}，即需要采样到k空间多远的位置，第二个是采样间隔 \Delta k，即相邻采样点之间的距离应该是多少。

从图中可以看到k空间的示意图：采样范围在 k_x 方向从 -k_x^{\text{max}} 到 k_x^{\text{max}}，总宽度为 2k_x^{\text{max}}，采样点之间的间隔为 \Delta k_x。这两个参数分别决定了图像的空间分辨率和视野大小。

最大频率的选择

最大采样频率 k^{\text{max}} 直接决定了图像的空间分辨率。k空间范围与像素尺寸之间存在傅里叶对偶关系：

2k_x^{\text{max}} = \frac{1}{\Delta x}

2k_y^{\text{max}} = \frac{1}{\Delta y}

其中 (\Delta x, \Delta y) 是图像的像素尺寸。k空间的覆盖范围越大，对应的像素尺寸越小，即图像分辨率越高。

上面的图像序列展示了 k^{\text{max}} 增大的效果：当 k^{\text{max}} 从4逐渐增加到8、12、16时，图像从模糊逐渐变得清晰，细节越来越丰富。这是因为更大的 k^{\text{max}} 意味着包含了更多的高频信息，能够表现更精细的空间结构。

由此产生一个重要的权衡：提高分辨率需要采样更大范围的k空间，这意味着需要更多的采样点。由于MRI是逐点采集数据的，更多的采样点直接导致更长的采集时间。这是MRI成像速度的一个基本限制。

奈奎斯特准则

MRI的数学模型可以写成：

\mathbf{y} = \mathcal{F}_\Omega \mathbf{x} + \varepsilon

其中 \mathbf{y} \in \mathbb{C}^M 是采集到的k空间数据（M 个复数样本），\mathbf{x} \in \mathbb{C}^N 是待重建的图像（N 个像素），\mathcal{F}_\Omega 是在采样位置集合 \Omega 上的傅里叶变换算子，\varepsilon 是测量噪声。

奈奎斯特-香农采样定理指出：采样频率必须至少是信号中所含最高频率的两倍，才能无失真地重建原信号。这个条件称为奈奎斯特准则。

示意图展示了这一点：黑色虚线表示原始信号，红色曲线表示采样重建的信号。如果采样率不足，重建信号将与原信号不同，产生混叠（aliasing)伪影。

在MRI的语境下，奈奎斯特定理意味着：如果图像的最高空间频率是 f_{\text{max}}，那么k空间的采样间隔 \Delta k 必须满足 \Delta k \leq 1/(2f_{\text{max}})，否则会出现混叠。由于自然图像通常包含各种频率成分，要准确重建就需要足够密集的采样。

这再次回到前面的权衡：高分辨率意味着需要采样更多点，导致更长的采集时间。这是传统MRI的基本限制，也是后续压缩感知等加速技术试图突破的瓶颈。

采样间隔与视野

k空间的采样间隔 \Delta k 与图像空间的视野（Field of View, FOV）之间存在傅里叶对偶关系：

\Delta k_x = \frac{1}{\text{FOV}_x}

\Delta k_y = \frac{1}{\text{FOV}_y}

其中 (\text{FOV}_x, \text{FOV}_y) 是以毫米为单位的视野大小。k空间采样越密集（\Delta k 越小），图像空间的视野越大。如果 \Delta k 过大，视野会缩小，当被成像物体超出视野范围时就会产生混叠伪影。

结合之前关于 k^{\text{max}} 与像素尺寸的关系，可以得到完整的对偶关系。视野的一半等于图像空间的最大坐标 x_{\text{max}}：

x_{\text{max}} = \frac{\text{FOV}_x}{2} = \frac{1}{2\Delta k_x}

同时，k空间的最大频率与像素尺寸相关：

2k_x^{\text{max}} = \frac{1}{\Delta x}

这两组关系揭示了k空间与图像空间之间的完美对偶性：一个域中的分辨率决定了另一个域的范围。具体来说，k空间的范围（2k^{\text{max}}）决定图像的分辨率（\Delta x），而k空间的分辨率（\Delta k）决定图像的范围（FOV）。

欠采样伪影

根据上述对偶关系，不同的欠采样方式会产生不同的图像伪影，这可以通过三种情况来理解。

第一种情况是完全采样（Full sampling）：k空间被密集且完整地采样，覆盖足够大的范围。此时重建得到完整视野、高分辨率的图像。

第二种情况是减小 k^{\text{max}}：只采集k空间的中心部分，丢弃高频数据。由于 \Delta k 不变，FOV保持不变，但由于 k^{\text{max}} 减小，像素尺寸 \Delta x 增大，分辨率降低。结果是完整视野但低分辨率的模糊图像。

第三种情况是增大 \Delta k：采样点变得稀疏，但仍然采集到较大的 k^{\text{max}}。由于 k^{\text{max}} 不变，分辨率保持，但由于 \Delta k 增大，FOV缩小。结果是高分辨率但视野缩小的图像，如果物体超出缩小的FOV，就会出现混叠伪影（aliasing）。

部分k空间采样

部分k空间采样（Partial k-space sampling）是一种利用k空间冗余性来加速采集的技术。其理论基础是：如果被成像物体是完全实数的（没有虚部），那么其傅里叶变换具有埃尔米特对称性（Hermitian symmetry）。

埃尔米特对称性的数学表达为：

X(-k_x, -k_y) = \overline{X(k_x, k_y)}

这意味着k空间中关于原点对称的两个点的值互为复共轭。将复数分解为实部和虚部，可以得到：

\Re(X(-k_x, -k_y)) = \Re(X(k_x, k_y))

\Im(X(-k_x, -k_y)) = -\Im(X(k_x, k_y))

即实部关于原点对称，虚部关于原点反对称。

图中将k空间分为四个象限，用 a+ib、c+id 等标注各象限的数据。由于对称性，第1象限的数据可以从第3象限推导出来，第2象限的数据可以从第4象限推导出来。因此，理论上只需采集一半的k空间数据，另一半可以通过对称性计算得到。

部分k空间采样的实践

基于上述对称性，部分k空间采样的思路是：只采集约一半的k空间数据，然后利用对称性填充缺失的数据。然而在实际中，由于磁场不均匀性、涡流等因素的影响，图像并非完全实数，对称性不完美。因此实际采集时需要略多于一半的数据，通常部分傅里叶因子（Partial Fourier, PF）设为7/8或6/8。

图中蓝色区域表示实际采集的数据，白色区域表示通过对称性填充的缺失数据。

部分k空间采样有两种实现方式。第一种是沿频率编码方向采集一半：每条读出线只采集一半的数据点。第二种是减少相位编码步数：只采集部分相位编码线。

从节省采集时间的角度，这两种方式并不等效。在标准笛卡尔采样中，频率编码方向的数据是在一次读出期间快速采集的，而不同的相位编码线需要在不同的TR周期中分别采集。因此，减少相位编码步数可以显著减少采集时间（减少TR周期的数量），而减少频率编码方向的采样点数对总采集时间的影响较小。这就是为什么在需要加速采集时，通常优先考虑减少相位编码步数。

信噪比

信噪比（Signal-to-Noise Ratio, SNR）是衡量MRI图像质量的核心指标，描述的是信号的"鲁棒性"，即有用信号相对于随机噪声的强度。SNR的定义为：

\text{SNR} = \frac{\text{Signal}}{\sigma_{\text{noise}}}

其中分子Signal是信号的幅度，分母 \sigma_{\text{noise}} 是噪声的标准差。

下方的图像序列直观展示了不同SNR水平对图像质量的影响：

当SNR=1时，信号和噪声强度相当，图像几乎被噪声淹没，难以辨认结构，随着SNR增加到2、5、10、20、50，图像逐渐变得清晰，解剖结构越来越容易分辨。在其他条件相同的情况下，我们总是希望最大化SNR。

影响SNR的因素

SNR受到多种扫描参数的影响，可以用以下公式概括：

\text{SNR} \propto B_0^{3/2}(\Delta x \times \Delta y \times \Delta z) \times \sqrt{\frac{n_{\text{rep}} \times N_x \times N_y \times N_z}{\text{BW}_{\text{read}}}}

这个公式包含了几类影响因素。

第一类是硬件相关因素：射频接收线圈的性能和主磁场强度 B_0。SNR与 B_0^{3/2} 成正比，这解释了为什么高场MRI（如3T、7T）比低场MRI（如1.5T）具有更高的SNR潜力。

第二类是时序参数：包括接收带宽 \text{BW}_{\text{read}}、TE和TR。SNR与 1/\sqrt{\text{BW}_{\text{read}}} 成正比，即带宽越窄SNR越高，但窄带宽会增加化学位移伪影和延长读出时间。

第三类是体素体积：\Delta x \times \Delta y \times \Delta z 是单个体素的体积。SNR与体素体积成正比，这是因为更大的体素包含更多的质子，产生更强的信号。

第四类是采集时间相关因素：包括重复次数 n_{\text{rep}} 和矩阵大小 N_x \times N_y \times N_z。

SNR与采集时间的关系

图示展示了SNR与扫描时间之间的关系。随着扫描时间增加（通过增加重复采集次数 n_{\text{rep}}），噪声标准差 \sigma_{\text{noise}} 下降，SNR提高。

更长的采集会导致更少的噪声，从而更高的SNR。但SNR的改善与扫描时间的平方根成正比，而非线性关系。这意味着要将SNR翻倍，需要将扫描时间增加4倍。这是一个收益递减的过程，使得单纯通过延长扫描时间来提高SNR变得不经济。

SNR与体素体积的关系

体素体积对SNR有直接的线性影响。下图展示了这一点：较大的体素包含更多组织，因此产生更强的信号。信号强度与体素体积成正比，例如 2 \times 2 \times 2 mm的体素比 1 \times 1 \times 1 mm的体素体积大8倍，因此SNR也高8倍。

这产生了一个核心权衡：高空间分辨率意味着小体素，而小体素意味着低SNR。如果想要高分辨率图像同时保持可接受的SNR，就需要通过其他方式补偿，比如使用更高场强、更好的线圈、或更长的扫描时间。

能否通过平均（增加采集次数）来恢复因缩小体素而损失的SNR？答案是可以，但代价极高。由于SNR只与扫描时间的平方根成正比，要恢复8倍的SNR损失，需要将扫描时间增加 8^2 = 64 倍。这在临床实践中通常是不可接受的。

非笛卡尔k空间轨迹

通过采样k空间进行空间编码

MRI空间编码的物理基础是梯度场对自旋相位的调制。在存在梯度场的情况下，不同空间位置的自旋以不同的频率进动，从而在信号中编码了空间信息。采集到的信号可以写成：

s(t) = \int_{\text{FOV}} \rho(x,y,z,t) \, e^{-j\gamma\left(x\int_0^t G_x(\tau)d\tau + y\int_0^t G_y(\tau)d\tau + z\int_0^t G_z(\tau)d\tau\right)} dV

其中 \rho(x,y,z,t) 是空间位置 (x,y,z) 在时刻 t 的横向磁化强度（即质子密度乘以弛豫因子），\gamma 是旋磁比，G_x、G_y、G_z 是三个方向的梯度场强度。指数项中的积分表示累积的相位。

定义k空间坐标为梯度场的时间积分：

k_\ell(t) = \frac{\gamma}{2\pi} \int_0^t G_\ell(\tau) d\tau, \quad \forall \ell \in \{x, y, z\}

k空间中的位置由梯度波形的累积面积决定。对上式求导可得梯度与k空间速度的关系：

G_\ell(t) = \frac{2\pi}{\gamma} \frac{dk_\ell(t)}{dt}

将k空间坐标代入信号方程，得到简洁的形式：

s(t) = \int_{\text{FOV}} \rho(x,y,z,t) \, e^{-j2\pi(xk_x(t) + yk_y(t) + zk_z(t))} dV

这正是图像 \rho 在k空间位置 \mathbf{k}(t) = (k_x(t), k_y(t), k_z(t)) 处的傅里叶变换值。

扫描仪梯度约束

k空间轨迹的设计受到MRI扫描仪硬件的物理限制，主要有两个约束。

第一个是最大梯度强度约束。梯度场强度有上限：

|G_\ell(t)| \leq G_{\text{max}}

由于 G_\ell(t) = \frac{2\pi}{\gamma} \frac{dk_\ell(t)}{dt}，这个约束等价于k空间速度的上限：

\left|\frac{dk_\ell(t)}{dt}\right| \leq \frac{\gamma}{2\pi} G_{\text{max}} = \alpha

这称为最大速度约束，用范数表示为 \|\dot{\mathbf{k}}\|_{2,\infty} \leq \alpha。

红色部分表示不可行的轨迹（违反约束），绿色部分表示可行的轨迹。在螺旋中心附近，由于曲率大，容易违反加速度约束，在外围，由于移动速度快，容易违反速度约束。

第二个是最大压摆率约束（Maximum Slew Rate）。梯度场不能瞬间改变，其变化率有上限：

\left|\frac{dG_\ell(t)}{dt}\right| \leq \frac{G_{\text{max}}}{\Delta t_{\text{rise}}} = S_{\text{max}}

其中 \Delta t_{\text{rise}} 是上升时间。这个约束等价于k空间加速度的上限：

\left|\frac{d^2k_\ell(t)}{dt^2}\right| \leq \frac{\gamma}{2\pi} S_{\text{max}} = \beta

这称为最大加速度约束，用范数表示为 \|\ddot{\mathbf{k}}\|_{2,\infty} \leq \beta。

受约束的采样轨迹

MRI中的采样可以用数学形式严格描述。设k空间轨迹为 \mathbf{k}: [0,T] \to \mathbb{R}^d（d=2 表示二维成像，d=3 表示三维成像），轨迹由初始位置和梯度积分决定：

\mathbf{k}(t) = \mathbf{k}(0) + \gamma \int_0^t \mathbf{G}(\tau) d\tau

对于二维成像，\mathbf{k} = (k_x, k_y)，\mathbf{G} = (G_x, G_y)。

硬件约束可以写成约束集合 \mathcal{S}：

\mathcal{S} = \begin{cases} \|\dot{\mathbf{k}}\|_{2,\infty} < \gamma G_{\text{max}} & \text{（有界速度）} \\ \|\ddot{\mathbf{k}}\|_{2,\infty} < \gamma S_{\text{max}} & \text{（有界加速度）} \end{cases}

其中 \|\mathbf{c}\|_{2,\infty} = \sup_{1 \leq i \leq p} (|c_x[i]|^2 + |c_y[i]|^2)^{1/2} 表示向量序列的最大 L^2 范数。

典型的硬件参数为 G_{\text{max}} < 40 mT/m，S_{\text{max}} < 200 T/m/s。k空间位置与梯度波形下的累积面积成正比。

下图展示了四种常见的k空间轨迹：

笛卡尔（Cartesian）轨迹按行扫描，螺旋（Spiral）轨迹从中心向外盘旋，放射状（Radial）轨迹从中心向各方向放射，以及锯齿形（Zig-Zag）轨迹。

对于分段采集（Segmented acquisition），总扫描时间与激发次数（shots）成正比，因为每次激发只能采集部分k空间数据。

轨迹类型的选择

不同的k空间轨迹适用于不同的临床应用，主要考虑速度与图像质量的权衡。

上图展示了四种基本轨迹类型：

(a) 2DFT/spinwarp是标准的笛卡尔采样，每次激发采集一条水平线

(b) EPI（Echo-Planar Imaging，回波平面成像）在一次激发中采集整个k空间，轨迹呈来回折叠的形状

(d) 放射状轨迹（Radial或Projection Reconstruction）从中心向各角度放射。

该图对比了逐行采集与EPI的特点。逐行采集（Line acquisition）需要通过多次激发累积数据，速度较慢（5-10分钟），但图像质量优秀。EPI在单次激发中采集整幅图像，速度极快（约3秒），但会产生图像伪影。

这种速度-质量权衡决定了不同轨迹的应用场景。逐行采集适用于解剖（结构）成像，需要高质量图像来显示精细解剖结构。EPI适用于功能MRI（fMRI）和扩散成像，这些应用需要在短时间内采集大量图像来捕捉动态变化，对分辨率要求相对较低，可以容忍一定程度的伪影。

非笛卡尔轨迹的采样需求

为了满足奈奎斯特准则，非笛卡尔轨迹需要的采样点数与笛卡尔轨迹不同。对于 N \times N 的图像矩阵，笛卡尔采样需要 N 条线（每条线 N 个点），而放射状和螺旋状轨迹要满足奈奎斯特准则，需要约 2\pi N 条辐条或螺旋臂，这是因为在k空间外围，相邻轨迹之间的间距随着半径增大而增大，需要更多的辐条来保证采样密度。

上图展示了三种完全采样的k空间轨迹：线性（笛卡尔）采样由 N 条水平线组成，放射状采样由从中心向外放射的辐条组成，螺旋状采样由从中心向外盘旋的曲线组成。

下排展示了对应的欠采样版本：笛卡尔欠采样通过跳过部分相位编码线实现，放射状欠采样通过减少辐条数量实现，螺旋状欠采样通过减少螺旋臂数量实现。

非笛卡尔采样的图像重建比笛卡尔采样复杂，不能直接使用FFT。需要先将非均匀采样的数据重新插值到规则网格上（regriding），然后再进行FFT，或者直接使用非均匀快速傅里叶变换（NUFFT）算法。

采样策略与伪影

不同的采样策略会产生不同的点扩散函数（PSF），从而影响图像质量。图中展示了四种情况的对比：完全采样的笛卡尔、欠采样的笛卡尔、放射状、和螺旋状采样。

第一列是完全采样的笛卡尔轨迹，PSF是一个理想的单点，重建图像没有伪影。第二列是欠采样的笛卡尔轨迹，PSF出现周期性的副峰，导致图像中出现混叠伪影（图像的复制重叠）。第三列是放射状轨迹，PSF呈现放射状条纹模式，违反奈奎斯特准则时会产生条纹状伪影。第四列是螺旋状轨迹，PSF呈现螺旋状模糊模式。

红色框标注的三种欠采样情况都会因为违反奈奎斯特准则而产生伪影，但伪影的形态不同：笛卡尔欠采样产生相干的混叠伪影，而非笛卡尔欠采样产生更分散的、类似噪声的伪影。这种差异在后续的压缩感知重建中会被利用。

应用：腹盆腔运动校正

非笛卡尔采样的一个重要优势是对运动的鲁棒性，特别适合腹部成像。图中展示了星形堆叠（Stack of Stars）的三维放射状采样策略。

在这种方案中，每个 k_z 平面（即每个切片编码层）内采用放射状采样，不同层之间沿 k_z 方向堆叠。关键技术是黄金角旋转（Golden Angle Rotation）：连续采集的辐条之间旋转约111.25°（黄金角），这样即使在任意时刻中断采集，已采集的辐条也能相对均匀地覆盖k空间。

右侧的波形图展示了相位编码的时序：第一个相位编码（1st PC）随时间呈锯齿形变化，对应不同的 k_z 位置和旋转角度。

上面的对比图展示了实际效果，左图是自由呼吸条件下使用星形堆叠采集的肝脏图像，右图是传统屏气采集的图像。尽管自由呼吸采集期间存在呼吸运动，但由于放射状采样对运动的内在鲁棒性，图像质量与屏气采集相当，而患者舒适度大大提高。

非笛卡尔成像的局限性

尽管非笛卡尔采样有诸多优势，但也存在一些限制其临床应用的问题。

第一个问题是离共振效应（Off-resonance effect）

左图展示了放射状成像中 B_0 不均匀性导致的图像模糊，未校正的图像（uncorrected）出现明显的模糊和变形，右侧的 B_0 场图显示了磁场的不均匀分布。

使用多频率插值（MFI）校正后，图像质量显著改善如下:

第二个问题是轨迹误差

这是一个扩散加权成像中的例子，上排使用标称轨迹且无 \Delta B_0 校正，图像出现严重变形，下排使用三阶监测轨迹并进行 B_0 校正后，图像质量明显提升（箭头指示改善区域）。

这些问题的根源在于非笛卡尔轨迹的数据采集时间较长，在此期间 B_0 不均匀性和梯度误差的累积效应更加显著，而笛卡尔采样每条读出线的采集时间较短，对这些效应不那么敏感。

第二讲总结

笛卡尔与非笛卡尔轨迹的对比：笛卡尔轨迹实现简单，对梯度误差不敏感，每次只需播放一个方向的梯度，非笛卡尔轨迹对运动鲁棒，采样更灵活高效，但对梯度误差和离共振效应敏感。时序的选择也很重要，同一种采样方案可以用不同的方式执行（如放射状的由内向外与由外向内）。

单次激发与多次激发的对比：多次激发采集时间长，但图像质量好，单次激发采集速度快，主要用于动态MR成像（如fMRI）。

对比度加权成像与轨迹选择的关系：T1加权成像需要短TE/TR，适合使用多次激发的笛卡尔或放射状读出，T2/T_2^* 加权成像使用长TE/TR，可以利用长的单次激发读出（如螺旋轨迹）。

分享

医学成像（一）：深度学习时代的计算 MRI