MR因能精細地生成組織或物質的繁多信息而被廣泛應用於物理、生物及醫學領域。開發基於影像數據的生物標誌物、定量分析MR參數、擺脫主觀評估的偏倚，對精準醫學的發展至關重要。MR指紋技術（MR fingerprinting，MRF）具有掃描時間短和可定量獲取信息等獨特優勢，可為快速獲得高質量MR圖像提供有力手段。本文對MRF在醫學影像診斷的應用進行綜述。
MRF在臨床應用中顯示出巨大的潛力。與傳統MR序列相比，MRF具有時空不連續的特點，可忽略空間樣本量過少導致的誤差，並通過減少讀出信號次數來縮減序列時間，在未來有望提供加速獲取圖像的新方法。在測試加速極限的試驗中，MRF僅通過一次信號讀取，在12.3s內即可獲得誤差較高的原始數據，通過對比“庫”，降低誤差，進而得到高質量圖像。MRF還具有較高的運動偽影容錯能力，有學者採用MRF掃描被試者頭部15s，並要求被試者在最後3s晃動檢測部位（頭部），而獲得的圖像質量與傳統序列相同。
定量檢查序列驅動平衡脈衝觀測弛豫時間（Driven equilibrium single pulse observation ofT1/2，DESPOT）技術為效率較高的弛豫時間參數檢測序列，而研究表明MRF的檢測效率為DESPOT序列的1.8倍。由於MRF是基於bSSFP序列開發而成，而bSSFP對B0及B1磁場不均勻較為敏感，故MRF對磁場不均勻同樣敏感；但MRF可通過調節“指紋庫”來適應磁場不均勻，故在真實掃描環境中，MRF可消除諸如“空氣—組織交界”這類因磁場不均導致的偽影。
MRF能在MR硬件水平上獲得更好的圖像質量；而硬件條件較差時，MRF也可獲得與目前MR同等質量的圖像；提示在硬件條件較差的醫院，採用MRF也可獲得滿意的檢查效果。MRF可在足夠長的時間內獲得ROI多種數據，使MRF定性診斷組織成為可能。如果“指紋庫”中存有已知病理組織的“指紋”，理論上，MRF可能將ROI組織與“庫”對比，找出相應的病理組織，並進行定性診斷。此外，MRF與CS密切相關，使其成為計算機輔助診斷（Computer aided diagnosis,CAD）分析多參數MR數據的切入點。
閱讀更多 913VR 的文章
