本张PPT重点叙述了磁共振弛豫机理，内含详细解释及图片等

背景：动态对比度增强MR成像（DCE-MR）已成为诊断成人乳腺癌和其他癌症的广泛接受的补充方法。 预测肿瘤对抗癌治疗的反应并监测肿瘤对治疗的反应是有用的。 这种形式的成像技术尚未在儿科肿瘤学患者中得到充分探索。 目的：确定动态对比增强磁共振成像（DCE-MR）在常规临床环境中对儿童和年轻成人颅外肿瘤的诊断和治疗反应监测的潜在作用。 方法：招募怀疑患有颅外实体瘤的儿童，包括新诊断或随访的确诊肿瘤病例。 DCE-MR静脉注射0.1 mmol / kg造影剂。 绘制了增强时间曲线，并将增强模式分为1、2和3型曲线。 比较了新诊断病例中肿瘤的增强曲线图和最大增强强度。 在随访病例中，将彩色图上无效区域的术前百分位数与切除标本组织切片上的坏死区域进行了比较。 使用Pearson卡方检验和不配对的两次样本t检验进行统计分析。 结果：36例患者中，恶性28例，良性8例。 3型曲线有14条（均为恶性肿瘤），2型曲线有6条，1型曲线有16条。 所有良性病例（n = 8）均显示出1型曲线（准确性和阴性预测值= 100％）。 治疗后所有恶性病例均显示2型或1型曲线。 对于那些随后进行手术的病例，肿瘤坏死的程

所谓加权即“突出重点”的意思，也即重点突出某方面特性。之所以要加权是因为在一般的成像过程中，组织的各方面特性（例如：质子密度、T1值、T2值）均对MR信号有贡献，几乎不可能得到仅纯粹反映组织一个特性的MR图像，我们可以利用成像参数的调整，使图像主要反映组织某方面特性，而尽量抑制组织其他特性对MR信号的影响，这就是“加权”。

参数多学科MRI SPM，FSL和AFNI的脚本用于调查多主题fMRI的参数统计的有效性。 Eklund，A.，Nichols，T.，Knutsson，H.，聚类故障：为什么空间范围的fMRI推断会增加假阳性率，PNAS，2016

有关磁共振图像重建的代码，希望对大家有用

深度学习的快速磁共振程序及采样轨迹设计 深度学习的快速磁共振程序及采样轨迹设计

目的:探讨鞍上池在中国数字化可视人体(Chinese visible human,CVH)与CT、MRI上的横断面解剖形态学表现。方法:选择做64层螺旋CT和MRI头部检查的健康志愿者各60例,获得5mm层厚横断面图像。从第2例中国数字化可视人体数据集中选取与CT、MRI相对应层面的头部薄层连续横断面标本图像,对照观察鞍上池在CVH、MRI与CT图像上的正常解剖形态、毗邻及内部结构。结果:CVH图像上,鞍上池表现为六角形和五角形两种形状。CVH薄层横断面图像能连续、清晰地显示鞍上池的正常形态、毗邻及内部结构。60例CT及MRI图像上,鞍上池全部显示,但解剖结构均不及CVH清晰。鞍上池在CT、MRI横断面图像上形状变化更大,以六角形最多,五角形次之,四角形最少,相应毗邻及内部结构也有所不同。六角形鞍上池在CVH、CT、MRI上有良好的对应关系,五角形鞍上池部分相匹配,CVH图像上无四角形鞍上池。结论:通过与CT、MRI进行对照研究,中国数字化可视人体能为颅脑疾病的影像识别和诊断提供断层解剖学依据。

这是本人在做研究生毕业设计时使用的代码，主要是想测试一下自己设计的定位线算法

中科院自动化所医学影像研究室田捷先生对MRI和FMRI基本原理的介绍讲义（PPT，PDF格式），共121页，比较系统完整。

一本关于飞利浦磁共振操作的书，比较详细。