扩散峰度成像的基本原理

　　磁共振扩散成像技术是活体中可以无创测量和成像水分子扩散的方法，但无论是扩散加权成像(DWI)还是扩散张量成像(DTI)，都认为组织内的水分子运动是高斯分布的，但实际组织中的水分子运动受到细胞膜、细胞器等结构等多种因素的限制，因此表现为非高斯分布的运动状态。针对这一特点，Jensen等于2005年一次提出扩散峰度成像(DKI)，然后不断发展和完善。该理论采用非高斯分布模型探索水分子扩散，从而反映生物组织中水分子的非高斯扩散特性，从而敏感地反映复杂的组织微观结构，提供更多的结构变化信息，有利于疾病早期的准确诊断。

　　扩散峰度成像技术较早应用于中枢神经系统疾病的研究和诊断。笔者主要总结了扩散峰度成像技术在脑肿瘤诊断方面的国内外相关研究。

　　扩散峰度成像的基本原理

　　扩散峰度成像技术采用非高斯分布模型，在传统的DTI成像公式中引入四阶三维峰度张量，通过扩散信号拟合扩散系数和峰度系数，从而量化水分子扩散分布的概率偏离高斯分布的程度，从而表示水分子扩散的受限程度和扩散的不均质性。扩散峰度成像与DWI、DTI扫描采用的脉冲序列一致，Jensen等建议在中枢神经系统成像中使用3个b值和15个独自扩散方向。Yokosawa等研究发现，当较大b值为2500或2000s/mm2时，b值的大小会发生变化，平均峰值(meankurtosis，MK)的一致性会更高。

　　扩散峰度成像技术不仅可以获得传统扩散参数的平均扩散率(meandiffusion、MD)、各向异性分数(fractionanisotropy、FA)，还可以获得平均峰度(meankurtosis、MK)、径向峰度(radialkurtosis、Kr)、轴向峰度(axialkurtosis、Ka)。其中，MK参数代表多b值下各梯度方向扩散峰度的平均值，主要用于评价组织结构的复杂性。组织微结构的复杂性越高，水分子扩散的限制越，其价值越大。