Baidu
map

Nature:鉴别疾病“指纹”新技术

2013-03-14 何嫱 生物通

来自凯斯西储大学和凯斯西储大学医院医学中心的研究人员在《自然》(Nature)杂志上报告称,他们开发了一种磁共振成像(MRI)新方法,可以早期常规筛查某些特异的癌症、多发性硬化症、心脏病及其他疾病。 科学家们说,每个身体组织和疾病都具有一种独特的指纹,可用于快速诊断问题。利用新的MRI技术可以同时扫描不同的物理特性,研究小组在12秒钟的时间内区分出了大脑中的白质、灰质和脑脊髓液,有希望在不久

来自凯斯西储大学和凯斯西储大学医院医学中心的研究人员在《自然》(Nature)杂志上报告称,他们开发了一种磁共振成像(MRI)新方法,可以早期常规筛查某些特异的癌症、多发性硬化症、心脏病及其他疾病。

科学家们说,每个身体组织和疾病都具有一种独特的指纹,可用于快速诊断问题。利用新的MRI技术可以同时扫描不同的物理特性,研究小组在12秒钟的时间内区分出了大脑中的白质、灰质和脑脊髓液,有希望在不久的将来更快速地完成这一工作。

作者们认为,该技术有潜力使得MRI扫描成为年度体检的标准程序。全身扫描仅需几分钟,将提供更多的信息,且无需放射科医师注释这些数据,相比于现在的扫描,其可使诊断变得更加便宜。


“我们的总目标在于明确鉴别个体的组织和疾病,有望在它们变成问题之前看到及定量一些东西。然而要试图达到这一目标,我们不得不放弃我们所知道的一切关于MRI的东西,重新开始,”凯斯西储大学医学院和凯斯西储大学医院医学中心放射学教授Mark Griswold说。

10年来,Griswold和凯斯西储大学的放射性助理教授Vikas Gulani,以及生物医学工程学助理教授Nicole Seiberlich一直致力于实现这一目标。在过去的3年里,他们与协作者们开发了这一技术,并证实了概念。

磁共振成像仪是利用磁场和无线电波脉冲来生成身体组织和结构的图像。相比于传统的MRI,磁共振指纹法(Magnetic resonance fingerprinting,,MRF)每次测量可以获取更多的信息。

Griswold将技术中的差异比作两个不同的合唱队。“传统的MRI,是每个人都唱着同一首歌,你可以说出谁唱得更响亮,谁跑调了,谁唱得更柔和。但也就是这样。”

大声、柔和和跑调的歌声由扫描中的黑点、轻微的亮点和明亮点表示,放射科医生必须对其进行注释。例如,在一个图像中,MRI显示肿胀为明亮区。但亮度并不一定等同于严重或病因。

Griswold说:“利用MRF,我们希望能够一步告知疾病的严重程度,以及在这些区域确切发生的事件。”

因此,身体内的每个组织、每种疾病以及每种物质的指纹就是一首不同的歌。在MRF中,每个合唱队成员都同时唱着不同的歌。“整个听起来就像随机一团糟。”

研究人员通过同时改变标记组织的输入电磁场的不同部分,生成一些独特的歌曲。这些变化生成了对随组织而异的4种物理特性敏感的接收信号。当在面孔识别软件中利用数学模式识别程序时,这些差异会变得明显。

随后这些模式被制成图表。Griswold说,检测的不是来自图像的相对测量值,而是通过定量评估区分一种组织与另一种。随着这一技术不断进步,这些结果将确定组织是否健康,严重程度以及凭据。

科学家们相信他们将能够查询总共8个或9个物理特性,使得他们能够推导出来自大量组织、疾病和物质的歌曲。

对于患者而言,MRF看起来就像一个快速MRI。当完成扫描后,将患者的所有歌曲与乐曲库相比较,就可以为医生提供一套诊断信息。

“如果结肠癌是‘生日快乐’歌,我们没有听到‘生日快乐’,就意味着患者没有结肠癌,”Griswold说。

其他一些研究人员曾尝试利用MRI的多个参数,而研究人员能够比以前尝试做到的更敏感及快速地进行扫描。“这一研究给予了我们希望,我们可以看到MRI有可能能够看到各种东西。”

研究小组期望在接下来的几年里,能够减少扫描时间,继续建设乐曲库,或是指纹库。

doi:10.1038/nature11971

PMC:
PMID:

Magnetic resonance fingerprinting

Dan Ma, Vikas Gulani,  Nicole Seiberlich, Kecheng Liu, Jeffrey L-Sunshine, Jeffrey L-Duerk,  Mark A-Griswold.

Magnetic resonance is an exceptionally powerful and versatile measurement technique. The basic structure of a magnetic resonance experiment has remained largely unchanged for almost 50?years, being mainly restricted to the qualitative probing of only a limited set of the properties that can in principle be accessed by this technique. Here we introduce an approach to data acquisition, post-processing and visualization—which we term ‘magnetic resonance fingerprinting’ (MRF)—that permits the simultaneous non-invasive quantification of multiple important properties of a material or tissue. MRF thus provides an alternative way to quantitatively detect and analyse complex changes that can represent physical alterations of a substance or early indicators of disease. MRF can also be used to identify the presence of a specific target material or tissue, which will increase the sensitivity, specificity and speed of a magnetic resonance study, and potentially lead to new diagnostic testing methodologies. When paired with an appropriate pattern-recognition algorithm, MRF inherently suppresses measurement errors and can thus improve measurement accuracy.

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (3)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1668613, encodeId=c00f166861342, content=<a href='/topic/show?id=8ce6564391b' target=_blank style='color:#2F92EE;'>#指纹#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=72, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=56439, encryptionId=8ce6564391b, topicName=指纹)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=dae126370631, createdName=gous, createdTime=Thu Mar 28 13:46:00 CST 2013, time=2013-03-28, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1903647, encodeId=2c9c190364eab, content=<a href='/topic/show?id=be285836438' target=_blank style='color:#2F92EE;'>#新技术#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=78, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=58364, encryptionId=be285836438, topicName=新技术)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=d39f177, createdName=lixiao3326, createdTime=Wed Aug 28 11:46:00 CST 2013, time=2013-08-28, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1879448, encodeId=33a518e944873, content=<a href='/topic/show?id=3b2112532d8' target=_blank style='color:#2F92EE;'>#Nat#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=77, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=12532, encryptionId=3b2112532d8, topicName=Nat)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=2e6f107, createdName=liye789132251, createdTime=Tue Jul 09 08:46:00 CST 2013, time=2013-07-09, status=1, ipAttribution=)]
    2013-03-28 gous
  2. [GetPortalCommentsPageByObjectIdResponse(id=1668613, encodeId=c00f166861342, content=<a href='/topic/show?id=8ce6564391b' target=_blank style='color:#2F92EE;'>#指纹#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=72, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=56439, encryptionId=8ce6564391b, topicName=指纹)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=dae126370631, createdName=gous, createdTime=Thu Mar 28 13:46:00 CST 2013, time=2013-03-28, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1903647, encodeId=2c9c190364eab, content=<a href='/topic/show?id=be285836438' target=_blank style='color:#2F92EE;'>#新技术#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=78, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=58364, encryptionId=be285836438, topicName=新技术)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=d39f177, createdName=lixiao3326, createdTime=Wed Aug 28 11:46:00 CST 2013, time=2013-08-28, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1879448, encodeId=33a518e944873, content=<a href='/topic/show?id=3b2112532d8' target=_blank style='color:#2F92EE;'>#Nat#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=77, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=12532, encryptionId=3b2112532d8, topicName=Nat)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=2e6f107, createdName=liye789132251, createdTime=Tue Jul 09 08:46:00 CST 2013, time=2013-07-09, status=1, ipAttribution=)]
  3. [GetPortalCommentsPageByObjectIdResponse(id=1668613, encodeId=c00f166861342, content=<a href='/topic/show?id=8ce6564391b' target=_blank style='color:#2F92EE;'>#指纹#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=72, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=56439, encryptionId=8ce6564391b, topicName=指纹)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=dae126370631, createdName=gous, createdTime=Thu Mar 28 13:46:00 CST 2013, time=2013-03-28, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1903647, encodeId=2c9c190364eab, content=<a href='/topic/show?id=be285836438' target=_blank style='color:#2F92EE;'>#新技术#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=78, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=58364, encryptionId=be285836438, topicName=新技术)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=d39f177, createdName=lixiao3326, createdTime=Wed Aug 28 11:46:00 CST 2013, time=2013-08-28, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1879448, encodeId=33a518e944873, content=<a href='/topic/show?id=3b2112532d8' target=_blank style='color:#2F92EE;'>#Nat#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=77, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=12532, encryptionId=3b2112532d8, topicName=Nat)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=2e6f107, createdName=liye789132251, createdTime=Tue Jul 09 08:46:00 CST 2013, time=2013-07-09, status=1, ipAttribution=)]
    2013-07-09 liye789132251
Baidu
map
Baidu
map
Baidu
map