磁共振新技術DKI和IVIM在中樞神經系統的研究現狀

黨玉雪，王曉明 審校

中國醫科大學附屬盛京醫院放射科，沈陽 110004

擴散加權成像(diffusion weighted imaging，DWI)是反映活體組織細胞內外水分子彌散能力(即布朗運動)的無創檢查方法，其理論前提是生物體內水分子擴散呈現正態分布，通過采用梯度磁場自旋回波技術成像，間接反映活體組織內微觀結構的變化及特點。而擴散峰度成像(diffusion kurtosis imaging，DKI)是一項描繪組織內非正態分布水分子擴散的磁共振新技術，是DWI的擴展[1]。對于顯示精細的中樞神經系統的微觀結構改變，DKI彌補了傳統DWI的不足，從而更具優勢。在生物組織內，除考慮組織內水分子擴散外，微循環毛細血管灌注的影響也是不可或缺的。Le Bihan等[2]在20世紀80年代提出了體素內不相干運動(intravoxel incoherent motion，IVIM)的概念。本文對DKI及IVIM的原理及其在中樞神經系統中的應用綜述如下。

1 DKI和IVIM 基本原理

1.1 DKI 基本原理

DKI技術最早于2005年由紐約大學Jensen教授提出[3]，是磁共振擴散張量成像(diffusion tensor imaging，DTI)的延伸，旨在探查非高斯分布的水分子擴散特性的方法[4]，反映組織微觀結構的變化。擴散表觀系數和峰度系數沿著各個方向通過最小二乘法將DWI信號擬合成：ln[S(b)]=ln[S(0)]－b·Dapp＋1/6·b2×D2app×Kapp，其中S(b)是在特定b值時的信號強度，S(0)為無擴散加權時的信號強度，Dapp為給定方向上的表觀擴散系數，Kapp為峰度系數，是一個無量綱的值，用來量化真實水分子擴散位移與理想的非受限高斯分布擴散位移的偏離大小，表征水分子擴散受限程度以及擴散的不均質性[5]。

DTI假定生物組織內水分子的擴散呈高斯分布，可提供沿擴散張量受限方向上的微結構信息[6]，不同b值下擴散信號的衰減呈線性。通常b值設定為1000 s/mm2左右用于常規臨床評價，而且探測水分子擴散變化的幅度超過50～100 ms。當b＞1000 s/mm2，水分子擴散信號的衰減開始偏離線性，呈非高斯分布，此時常規DTI模型模擬水分子的信號衰減存在較大誤差。DKI 模型即為探查水分子非高斯分布的方法，對于腦組織而言，理論上DKI模型最大b值至少需大于2000 s/mm2。DKI能同時推導出擴散系數和峰度系數，可定量分析水分子擴散受限情況和組織復雜度。

DKI的成像指標與傳統的擴散成像完全分離，最常用的有平均峰度(mean kurtosis,MK)，表示沿所有擴散方向的擴散峰度平均值，反映水分子擴散受限的程度。MK是衡量感興趣區內組織結構復雜程度的指標。其中，K//主要反映沿著軸突方向擴散的信息，K⊥主要反映垂直于軸突方向擴散(髓鞘等)的信息。徑向峰度(radial kurtosis,RK)是MK的垂直分量，為非零的擴散受限，其擴散受限主要在徑向方向；峰度各向異性(kurtosis anisotropy,KA)指為測量組織不均勻度的各向異性指數，在某種程度上類似于FA，可由峰度的標準偏差給出。

1.2 IVIM 基本原理

IVIM是用于描述體素微觀運動的一種成像方法，其技術前提是假設血液的微循環和灌注是非一致性、無條理的隨機運動，生物體內微觀運動包括水分子的擴散和血液的微循環[7]，后者即反映組織的灌注情況。IVIM成像通過定量參數分別評價其中的擴散運動成分和血流灌注成分，其信號變化與所用b值間的關系可用下面公式來表示：

其中Sb、S0分別代表b取某個b值(b≠0)及b＝0時的信號強度。b值為依賴于掃描序列的擴散敏感因子(gradient factor)，單位為s/mm2；f值為灌注分數，代表感興趣區內局部微循環的所致灌注效應占總體的擴散效應的容積比率，大小介于0～1之間；D值為純擴散系數，代表純的水分子擴散運動(緩慢的擴散運動成分)，單位為mm2/s；D*值為血液微循環產生的假擴散系數，代表體素內微循環的不相干運動(灌注相關的擴散運動或快速的擴散運動成分)，單位為mm2/s(腦內D*約為10×10-3mm2/s)。為了得到這些參數值，至少應用4個不同加權的b值(包括b＝0 s/mm2)來獲得信號。當b值在0～200 s/mm2的范圍內變化時，通過雙指數模型擬合算法即可得到灌注相關信息[2,8-9]。

2 中樞神經系統應用研究現狀

2.1 DKI及IVIM評價腦腫瘤中的價值

DKI技術可應用于膠質瘤的分級。有研究[10]證實了DKI技術在膠質瘤分級上的優越性，MK值隨膠質瘤級別的增高而增大，而部分各向異性或稱各向異性分數(fractional anisotropy,FA)值無明顯改變。Sofi e Van Cauter[11]對17例高級別膠質瘤和11例低級別膠質瘤進行比較，通過比較兩者擴散的相關參數，得到高級別的膠質瘤中平均峰度、徑向及軸向峰度值明顯高于低級別膠質瘤，而FA值和平均彌散率(mean diffusivity,MD)值在兩者中并無顯著差異的結論，從而證實峰度參數較常規擴散參數可以更好地區分高級、低級別膠質瘤，為臨床診斷提供了依據。

應用IVIM技術也可為腦腫瘤的良惡性評價提供相關信息。Bisdas[12]對22例患有膠質瘤的患者進行IVIM成像掃描，通過后處理分析指出D*、f值在高級別膠質瘤中顯著高于低級別膠質瘤，而D值在低級別膠質瘤中則略高；Hu等[13]通過臨床實驗分析D*、D值，得到了與Bisdas類似的結論，而f值在高級別膠質瘤中低于低級別膠質瘤。兩個實驗結論的差異可能源于兩個方面，其中一個原因是b值設定的不同，前者共選取14個b值，其中11個在0～200 s/mm2的范圍內，其余3個在700～1300 s/mm2的范圍內；后者則選取了13個b值，其中5個在0～200 s/mm2的范圍內，其余8個在300～3500 s/mm2的范圍內。另外一個原因可能是兩個試驗對感興趣(ROI)的選取不同，前者ROI選取盡可能多地囊括了腫瘤的實體部分，而后者將ROI設定在DWI信號(b＝1000 s/mm2)強度最高的腫瘤實體部分，這是考慮到膠質瘤內部結構的異質性，尤其對于膠質母細胞瘤和間變性膠質瘤來說，認為腫瘤惡性程度最高的部分更適用于IVIM模型參數的評估。兩項實驗表明IVIM模型中，參數D、D*及f值可作為術前腦膠質瘤分級的預測評估。

腫瘤血管生成是鑒別良惡性腫瘤最重要的指標之一。腫瘤分泌各種生長因子來誘導新生血管的生長，并且為其提供生長所需的營養物質，這個過程被稱為“血管再生”[14]，是腫瘤播散的重要環節。這也是IVIM技術評估腫瘤良惡性的病理生理學基礎。

李玉超等[15]通過對良性腦膜瘤的IVIM研究發現，雙指數模型中良性腦膜瘤的純擴散系數D值較正常腦白質升高，灌注分數的f值亦增高。盡管本研究未對腦膜瘤不同病理類型與灌注分數進行相關性分析，但也提示雙指數模型能更客觀地反映腫瘤組織的DWI信號強度隨b值的變化特征，其他研究也證實了這一觀點[16]。此外，利用IVIM技術對不同類型腦轉移瘤進行分析[17]，認為IVIM的參數測量能反映轉移瘤的灌注特性。因為IVIM灌注分數f與腦血管動態對比度敏感性有著很好的相關性[18]，利用這一特性可將非獲得性免疫缺陷綜合征相關的原發性中樞神經系統淋巴瘤(PCNSL)和腦膠質瘤鑒別開來[19]，而在常規MRI掃描中，兩者均呈現出血，壞死，不規則環形強化等影像學特征，難以鑒別。與膠質瘤相比，PCNSL中腫瘤細胞緊緊環繞在正常腦血管周圍，致血腦屏障破壞，而其腫瘤本身無明顯血供，腫瘤新生血管較少[20]，因而灌注分數f值較低，且灌注分數與腦血容量呈正相關。常規MR難以診斷及鑒別的疾病，IVIM可以從灌注水平提供更詳盡的信息。筆者認為IVIM能直接獲取腫瘤的局部血流灌注信息，并不純粹為了診斷，而是希望反應腫瘤的生物學特性。因此，未來應將關注點更多地放在IVIM參數與疾病病理生理機制的聯系上，為臨床診療提供新思路。

IVIM還可用來評價表皮樣囊腫、囊性聽神經鞘瘤及蛛網膜囊腫[21]。在表皮樣腫瘤中，擴散系數ADC值與正常腦組織相似；在聽神經瘤中，ADC值與外部水模體顯示囊性成分相似；在蛛網膜囊腫中，ADC值與水模體相似，表明其流體性質。由于腦脊液的流動，腦池內腦脊液顯示高ADC值，使表皮樣腫瘤 顯示更加清晰。

DKI就腦腫瘤的擴散特點、IVIM成像就腦腫瘤的擴散及灌注特點可進行無創性綜合評價，這對腦腫瘤的早期診斷及鑒別診斷將發揮越來越重要的意義。

2.2 DKI及IVIM評價腦損傷中的價值

在腦損傷的早期診斷中，DKI技術也發揮了至關重要的作用。由于水分子在大腦白質區域中有著高度定向擴散的特性，許多學者都應用DTI技術研究白質異常情況。急性腦損傷后，發生細胞腫脹(細胞毒性水腫)、細胞外間隙減小等一系列改變，表現為MD值減小和/或FA值升高；而在慢性腦損傷后，隨著細胞膜的裂解、細胞凋亡，血管源性水腫，導致細胞外間隙增寬，MD值增加和/或FA值降低。研究證明，DTI對白質微觀結構的顯示十分敏感，然而由于灰質的擴散分布被認為主要是各向同性的，對其不敏感。DKI則可彌補這個缺陷，尤其是為灰質區域、腫瘤微環境、神經退行性疾病的區域及創傷后組織內異質性的研究[10,22-23]提供了更為詳盡的微結構的變化信息。Zhuo等[24]制作了大鼠創傷性腦損傷的模型，利用DTI和DKI技術探測在急性期(2小時)和亞急性期(7天)大鼠大腦皮層白質及灰質區域的變化，經分析表明DTI及DKI參數在皮質、海馬、外囊和胼胝體均有明顯改變。其中，MD和FA在腦損傷急性期時變化有意義，在亞急性期回歸到基線水平；而MK無論在急性還是亞急性期都有著明顯變化，從而表明DKI技術對于神經膠質細胞反應性增生的相關微結構的改變十分敏感，這是單獨應用DTI技術所探測不到的。到目前為止，DTI僅限于白質區域的研究，鑒于DKI對探測灰質區域微觀結構的改變也十分敏感，其在探討全腦損傷病理形態學的改變有著越來越重要的意義。

另外，在針對急性缺血性腦卒中的DKI研究中，Jensen等[25]發現DKI參量的變化較常規擴散系數指標更為顯著，提示急性期腦損傷區域水分子擴散受限的不均質變化。利用大鼠大腦中動脈栓塞(MCAO)模型的制備，有學者[26]發現在急性腦缺血期MD損傷區域范圍明顯大于MK，隨著再灌注的進行，MK損傷區域無明顯變化，MD損傷區域逐漸縮小，直至兩者損傷區域的范圍沒有顯著差異。這說明MD與MK不匹配的區域可能為輕度受損，隨再灌注的進程有恢復的可能性；而MD和MK圖像顯示受損范圍隨灌注的進行而始終一致的區域則提示受損較為嚴重。因而DKI能為判斷急性腦卒中缺血損傷區域提供較為精準的信息。

由于成人腦組織中水分子的擴散是各向異性的，傳統DKI至少施加15個擴散敏感梯度場方向，數據采集需要收集多b值沿著不同擴散方向的DWI圖像，導致采集時間很長，可達6分鐘甚至更長。Jensen等[3]提出了另一種新的平均峰度MK，與信號強度和峰度張量有更加直接的關系，并且通過4級張量的示蹤，展示了MK和峰度張量的簡單相關性。通過獲取人和動物腦組織的彌散加權圖像，比較這種新的平均峰度與傳統定義的平均峰度，發現兩者具有相似的信息。Hansen等[27]基于此于2013年提出一種新的更快速DKI成像方法，在旋轉性不變的前提下，僅通過利用3個b值(包括b=0)的13種采集方式便可獲取平均峰度，大幅縮短了平均擴散峰度測量的掃描時間。當其應用于全腦成像時，僅用55秒掃描便可完成數據采集，而其數據的后處理也僅需2秒。與傳統的DKI技術相比較，新技術的擴散及峰度系數測量值是準確可靠的，這在模擬的急性腦卒中的大鼠模型實驗[28]中已經得到證實。新的快速DKI成像方法對及時準確地診斷急性腦卒中及找到臨床治療方案有著不可估量的臨床意義。

IVIM不但可以提供腦組織中水分子運動的定量參數，還能反映腦組織灌注的情況。Neil等[29]在改變動脈血二氧化碳分壓條件下，制作了測量大鼠腦IVIM參數的模型，IVIM參數通過抑制血管外的水信號來測量。參數f、D1*、D2*都與動脈血二氧化碳分壓呈顯著的線性正相關，認為當用于抑制血管外水的信號時，IVIM對于血流的改變很敏感，有潛在發現血流改變的能力，比如與神經元激活相關的血流改變，也可以用于病理狀態如中風的分析。Federau等[30]對17名急性腦卒中的患者進行了IVIM成像掃描，結果發現灌注分數f值在梗死灶明顯降低。基于量化組織內水分子的擴散運動成分和血流灌注成分的IVIM成像能夠對組織微循環內血液動力學進行評價，反映組織的缺血缺氧情況。

IVIM與傳統的DWI技術相比，能夠更加準確、真實地反映腦組織內分子的擴散運動[8]，IVIM 灌注參數能夠反映高氧合狀態所致的血管收縮和高碳酸血癥所致的血管擴張[31]，這樣IVIM可成為定量分析腦灌注的有效且極具前景的成像技術。

2.3 DKI及IVIM在其他神經系統疾病診斷中的價值

近年來，DKI已被初步應用于臨床研究。Joseph等[32]率先應用DKI量化評估了注意力缺陷多動障礙(ADHD)兒童與正常兒童腦灰質和白質微觀結構的改變與年齡的關系。特別是在徑線方向，正常兒童腦白質微觀結構顯示出明顯的峰度增長，而對于ADHD患兒，無論在軸線還是徑線方向腦白質微觀結構的峰度均沒有明顯的變化；灰質微觀結構與正常兒童相比亦缺乏明顯的年齡相關性，只有峰度測量可以發現這些差異。

國內外學者相繼將DKI應用于帕金森病(PD)[33]、特發性全身癲癇(IGE)[34]、神經退行性疾病等疾病，MK值的改變能揭示正常老化及疾病進展過程中一系列的組織微觀結構的變化，證實了DKI技術在評價組織微觀結構上更敏感。值得一提的是，另有文獻指出[35]，在轉基因亨廷頓病患者中，K//值的降低與有序纖維束的減少及纖維染色異常有關。Zhuo等[24]通過免疫組織化學分析，表明MK值升高與神經膠質細胞反應性增生有關。這就在分子水平上對DKI技術中涉及的各種參數進行了相關性分析，對開展MR分子影像學檢測具有重要意義。

Torre[36]認為大腦微血管灌注障礙是輕度認知功能障礙(MCI)的病因之一，董棟等[37]研究發現IVIM可揭示認知損害過程中的腦血流灌注異常，為MCI的診斷及轉歸預測提供了幫助。

3 小結與展望

綜上所述，DKI和IVIM技術對于顯示中樞神經系統結構和病變組織較傳統MRI技術更具有優勢，更加能顯示精細微觀結構的復雜性，對于腦組織的病理改變更加敏感，故在早期診斷中樞神經系統的疾病中更有價值，也為病情監測和改善預后提供新的窗口。然而這兩種新技術在設定最佳b值，提高信噪比，選擇最優數據擬合模型及測量數據的準確性等方面仍面臨著巨大挑戰。相信隨著DKI和IVIM技術的發展，其分析腦微觀組織的病變結構和機制的理論會更加成熟，掃描方式會更加完善，將會有更廣闊的研究與應用前景。

[References]

[1]Shan Y,Lu J,Li KC.Progresses in diffusional kurtosis imaging of ischemic stroke.Chin J Med Imaging Technol,2013,29(12):2046-2048.單藝,盧潔,李坤成.擴散峰度成像在缺血性腦卒中的研究進展.中國醫學影像技術,2013,29(12):2046-2048.

[2]Le Bihan D,Breton E,Lallemand D,et al.MR imaging of introvoxel incoherent motions:application to diffusion and perfusion in neurologic disorder.Radiology,1986,161(2):401-407.

[3]Jensen JH,Helpern JA,Ramani A,et al.Diffusional kurtosis imaging:the quantification of non-gaussian water diffusion by means of magnetic resonance imaging.Magn Reson Med,2005,53(6):1432-1440.

[4]Jensen JH,Helpern JA.MRI quantification of non-Gaussian water diffusion by kutosis analysis.NMR Biomed,2010,23(7):698-710.

[5]Wu EX,Cheung MM.MR diffusion kurtosis imaging for neural tissue characterization.NMR Biomed,2010,23(7):836-848.

[6]Zhou CW,Zhang RZ.Status and mission of the breast imaging.Chin J Magn Reson Imaging,2014,5(4):241-245.周純武,張仁知.乳腺影像學的現狀與使命.磁共振成像,2014,5(4):241-245.

[7]Ichiron Y,Winn A,Yoshiro H,et al.Diffusion coefficients in abdominal organs and hepaticlesions:evaluation with intravoxel incoherent motion echo-planar MR imaging.Radiology,1999,210(3):617-623.

[8]Le Bihan D,Breton E,Lallemand D,et al.Separation of diffusion and perfusion in intravoxel incoherent motion MR imaging.Radiology,1988,168(2):497-505.

[9]Le Bihan D.Intravoxel incoherent motion perfusion MR imaging:a wake -up call.Radiology,2008,249(3):748-752.

[10]Raab P,Hattingen E,Franz K,et al.Cerebral gliomas:diffusional kurtosis imaging analysis of microstructural differences.Radiology,2010,254(3):876-881.

[11]Van Cauter S,Veraart J,Sijbers J,et al.Gliomas:diffusion.Kurtosis MR imaging in grading.Radiology,2012,263(2):492-501.

[12]Bisdas S,Koh TS,Roder C,et al.Intravoxel incoherent motion diffusion-weighted MR imaging of gliomas:feasibility of the method and initial results.Neuroradiology,2013,55(10):1189-1196.

[13]Hu YC,Yan LF,Wu L,et al.Intravoxel incoherent motion diffusionweighted MR Imaging of gliomas:efficacy in preoperative grading.Sci Rep,2014,4(12):7208.

[14]Folkman J.Tumor angiogenesis:therapeutic implications.N Engl J Med,1971,285(21):1182-1186.

[15]Li YC,Wang GB,Liu Q,et al.The pilot study of benign meningiomas using intravoxel incoherent motion imaging.J Med Imaing Vol,2014,24(3):461-464.李玉超,王光斌,劉強,等.體素內不相干運動擴散加權成像在良性腦膜瘤中的初步研究.醫學影像學雜志,2014,24(3):461-464.

[16]Ding JL,Xing W,Chen J,et al.The comparison between monoexponential and biexponential function of multi-b DWI in evaluation of clear cell renal cell carcinoma.Chin J Magn Reson Imaging,2013,4(4):266-270.丁玖樂,邢偉,陳杰,等.腎透明細胞癌多b值DWI得單指數函數與雙指數函數分析比較.磁共振成像,2013,4(4):266-270.

[17]Wang L,Li B,Xie S,et al.A study of IVIM and PWI of brain metastases at 3.0 T MR.J Med Imaing Vol,2014,24(3):337-341.王蕾,李斌,謝晟,等.3.0 T磁共振腦轉移瘤IVIM 與MR灌注加權成像的相關性研究.醫學影像學雜志,2014,24(3):337-341.

[18]Federau C,O’ Brien K,Meuli R,et al.Measuring Brain Perfusion With Intravoxel Incoherent Motion(IVIM):Initial Clinical Experience.J Magn Reson Imaging,2014,39(3):624-632.

[19]Suh CH,Kim HS,Lee SS,et al.Atypical Imaging Features of Primary Central Nervous System Lymphoma That Mimics Glioblastoma:Utility of Intravoxel Incoherent Motion MR Imaging.Radiology,2014,272(2):504-513.

[20]Koeller KK,Smirniotopoulos JG,Jones RV.Primary central nervous system lymphoma:radiologic-pathologiccorrelation.Radiographics,1997,17(6):1497-1526.

[21]Maeda M,Kawamura Y,Tamagawa Y,et al.Intravoxel incoherent motion(IVIM)MRI in intracranial,extraaxial tumors and cysts.J Comput Assist tomogr,1992,16(4):514-518.

[22]Farrell JA,Zhang J,Jones MV,et al.q-space and conventional diffusion imaging of axon and myelin damage in the rat spinal cord after axotomy.Magn Reson Med,2010,63(5):1323-1335.

[23]Jiang Q,Qu C,Chopp M,et al.MRI evaluation of axonal reorganization after bone marrow stromal cell treatment of traumatic brain injury.NMR Biomed,2011,24(9):1119-1128.

[24]Zhuo J,Xu S,Proctor JL,et al.Diffusion kurtosis as an in vivo imaging marker for reactiven astrogliosis in traumatic brain injury.Neuroimage,2012,59(1):467-477.

[25]Jensen JH,Falangola MF,Hu C,et al.Preliminary observations of increased diffusional kurtosis in human brain following recent cerebral infarction.NMR Biomed,2011,24(5):452-457.

[26]Cheung JS,Wang E,Lo EH,et al.Stratification of heterogeneous diffusion MRI ischemic lesion with kurtosis imaging-Evaluation of mean diffusion and kurtosis MRI mismatch in an animal model of transient focal ischemia.Stroke,2012,43(8):2252-2254.

[27]Hansen B,Lund TE,Sangill R,et al.Experimentally and computationally fast method for estimation of a mean kurtosis.Magn Reson Med,2013,69(6):1754-1760.

[28]Sun PZ,Wang Y,Mandeville E,et al.Validation of fast diffusion kurtosis MRI for imaging acute ischemia in a rodent model of stroke.NMR Biomed,2014,11(27):1413-1418.

[29]Neil JJ,Bosch CS,Ackerman JJ.An Evaluation of the Sensitivity of the Intravoxel Incoherent Motion(IVIM)Method of Blood Flow Measurement to Changes in Cerebral Blood Flow.Magn Reson Med,1994,32(1):60-65.

[30]Federau C,Sumer S,Becce F,et al.Intravoxel incoherent motion perfusion imaging in acute stroke:initial clinical experience.Neuroradiology,2014,56(8):629-635.

[31]Federau C,Maeder P,O’ Brien K,et al.Quantitative measurement of brain perfusion with intravoxel incoherent motion MR imaging.Radiology,2012,265(3):874-881.

[32]Helpern JA,Adisetiyo V,Falangola MF,et al.Preliminary Evidence of Altered Gray and White Matter Microstructural Development in the Frontal Lobe of Adolescents With Attention-Deficit Hyperactivity Disorder:A Diffusional Kurtosis Imaging Study.J Magn Reson Imaging,2011,33(1):17-23.

[33]Kamagata K,Tomiyama H,Hatano T,et al.A preliminary diffusional kurtosis imaging study of Parkinson disease:comparison with conventional diffusion tensor imaging.Functional Neuroradiology,2014,56(3):251-258.

[34]Lee CY,Tabesh A,Spampinato MV,et al.Diffusional kurtosis imaging reveals a distinctive pattern of microstrural alternations in idiopathic generalized epilepsy.Acta Neurol Scand,2014,130(3):148-155.

[35]Blockx I,De Groof G,Verhoye M,et al.Microstructural changes observed with DKI in a transgenic Huntington rat model:evidencefor abnormal neurodevelopme.Neuroimage,2012,59(2):957-967.

[36]Torre JC.Impaired cerebromicrovascular perfusion.Summary of evidence in support of its causality in Alzheimer’s disease.Ann N Y Acad Sci,2000,924(1):136-152．

[37]Dong D,Wang XY.Magnetic resonance intravoxel incoherent motion in the diagnosis patients with mild cognitive impairment.Journal of Shangdong University(Health Sciences),2014,52(8):68-71.董棟,王新怡.磁共振體素內不相干運動在輕度認知功能障礙診斷中的意義.山東大學學報(醫學版),2014,52(8):68-71.