彌散峰度成像

DTI 的理論基礎是假設生物組織內水分子擴散為高斯隨機分布的，因此可以顯示結構較統(tǒng)一的白質。但實際上腦組織中水分子的擴散是非高斯分布的，尤其是對于高度復雜的腦灰質結構。由 Jensen JH 等提出的 DKI 模型可以解決這個問題，該模型假設生物組織內水分子彌散為非高斯隨機分布的，因此能夠更好的反映復雜的生物組織結構 [1,2]。DKI 的主要參數(shù)除了 DTI 參數(shù)外還包括平均彌散峰度（Mean kurtosis，MK），軸向彌散峰度（Axial kurtosis，Ka），縱向彌散峰度（Radial kurtosis，Kr）。

Reference

[1] Jensen JH, Helpern JA, Ramani A, Lu H, Kaczynski K (2005) Diffusional kurtosis imaging: the quantification of non-gaussian water diffusion by means of magnetic resonance imaging. Magn Reson Med 53:1432-1440.
[2] Jensen JH, Helpern JA (2010) MRI quantification of non-Gaussian water diffusion by kurtosis analysis. NMR Biomed 23:698-710.

總結

以上是生活随笔為你收集整理的弥散峰度成像DKI简介的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。