点击蓝字 关注我们
SUBSCRIBE to US
DAVID FEINBERG AND ALEX BECKETT/UC BERKELEY AND ADVANCED MRI TECHNOLOGIES
研究人员开发了一系列技术改进，极大地提高了功能磁共振成像机（fMRI，functional magnetic resonance imaging）的空间分辨率。这些改进使fMRI能够对每侧不到半毫米的体素（像素的3D等效物）进行成像。在这样做的过程中，它们已经通过了相对于人脑结构的一个重要阈值，以大致匹配神经元功能簇的规模。
据悉，NexGen 7T设备记录的细节比当前研究人员使用的7T MRI多出10倍，比当前大多数医院使用的主流3T扫描仪多出至少50倍以上。更精细的尺度可能对许多研究问题有用。例如，更高分辨率的图像可以提供关于一些大脑区域的广泛功能组织和其他区域不同层神经元活动的答案。
荷兰斯宾诺莎神经成像中心主任、神经科学家Serge Dumoulin表示，新扫描仪迈出了“令人兴奋的一步”，他没有参与开发。
包括西门子工程师在内的国际团队于11月27日在《自然方法》杂志（https://www.nature.com/articles/s41592-023-02068-7）上描述了这种新型扫描仪。这项工作的部分资金来自加州大学伯克利分校和美国国立卫生研究院（National Institutes of Health）的BRAIN Initiative（https://braininitiative.nih.gov/）。
顾名思义，7T MRI扫描仪可以产生7特斯拉的强大磁场。NexGen机器保留了主磁体，并取代了大多数其他主要部件。研究人员没有强调任何一个组件，而是说，多种硬件改进有助于提高新扫描仪的分辨率。
“我们知道，如果我们提高主要系统的性能，我们就会得到累积的改进，每个子系统都会影响不同的重要参数，”合著者、加州大学伯克利分校的神经科学家、名为Advanced MRI Technologies的公司的David Feinberg如此表示。
任何fMRI扫描仪的工作原理都是产生磁场，影响大脑中分子的方向。一旦一个磁场被设置为可预测的模式，就可以通过施加第二磁场并快速振荡方向来区分组织的密度或类型。研究人员已经开发了各种技术，使用血流量或氧气水平作为大脑活动的指标。
NexGen 7T扫描仪”的设计采用大幅改进的梯度线圈和更大的接收器阵列线圈（用于检测大脑信号），同时保持在人体神经元刺激阈值以下。扫描仪用128通道接收器系统取代了标准的32通道，能在皮层以更高的信噪比实现更快的数据采集。这些变化带来了与数据采集、传输和编码相关的新挑战。
“当你有128个接收器时，数据大小会呈指数级增长，”合著者、加州大学旧金山分校的放射科医生An T.Vu说，“数据存储和计算资源需要迎头赶上。
总体效果是空间分辨率是广泛使用的fMRI的100多倍，其数量级超出了其他7T fMRI的细节。在某些情况下，体素大小已从约1微升（立方毫米）的体积缩小到小于0.1微升，与沙子的粗颗粒相当。在大脑及其细胞的尺度上，扫描仪仍处于中等分辨率区域。
“We knew that if we improved the performance of major systems, we would get cumulative improvements, and each subsystem affected a different important parameter.”
—DAVID FEINBERG, UC BERKELEY
Dumoulin说，但如果分辨率更高，低于微升，神经科学家应该详细了解大脑皮层（大脑的叶形上部区域）神经元组的功能组织，尤其是分层或列状。它还可以帮助揭示其他大脑区域的详细结构，如脑干和小脑，这些区域“通常超出了传统神经成像的视野”。
与更强大的实验性MRI机器相比，该团队选择使用7T MRI扫描仪，部分原因是为了在技术要求和可用性之间取得平衡。更强的磁场可以增加高清晰度图像的可能性，但也会增加射频加热对扫描仪内人员的潜在危险。因此，尽管到目前为止（加州大学伯克利分校）只建造了一台NexGen扫描仪，但理论上，全球100台左右可运行的7T MRI扫描仪中的任何一台都可以改装为相同的规格。
更高的分辨率可能在fMRI之外的其他MRI研究应用中有用，例如，与功能连接和大脑代谢有关。研究人员还考虑到了最终的医学用途。Feinberg说：“它是为基础研究而设计的，一旦发现前景和有用的东西，我们就可以立即将其转化为临床实验。”
微信号｜IEEE电气电子工程师
新浪微博｜IEEE中国
 · IEEE电气电子工程师学会 · 
往
期
推
荐
太空太阳能电力：未来的能源来源？
学习曲线：IEEE看职业生涯
智能手机促进交通安全：IEEE会员提出创新方案
AI模型表现下降的原因
继续阅读
阅读原文