飞利浦MR参数介绍（三）
Contrast
图2.Scan type&Scan mode
Scan type （扫描类型）：有imaging（图像）和Spectroscopy（波谱）
Scan mode（ 扫描模式）：
2D（二维）：单层采集；
3D（容积成像）：是一种通过整个容积采集数据的方法，其中每次采集都会为整个容积提供数据（适用于 FFE、TSE、GRASE、EPI、IR 扫描）；
MS（多层）：将以隔行扫描方式在一个 TR 内扫描若干层（适用于 TR 相对较长的扫描）；
M2D（多个二维）：多个单层采集。（适用于 SE、FFE、TFE 和 EPI）。
Technique（ 扫描技术）：
SE（自旋回波）；
IR（反转恢复）；
FFE（Fast Filed Echo 快速场回波，即梯度回波）；
MIX（混合）是一种同时（交错）执行自旋回波与翻转恢复的方法。
Modified SE （修正SE技术）
可用于单一回波的自旋回波扫描，可以使 TR 低于 100 ms。可能略微增加最短回波时间（TE）。MSE 可以提高短TR的SE序列扫描中的图像质量。
Acquisition mode （采集模式）：可指定 K 空间的采集模式
Cartesian（笛卡尔）:K 空间的直线采样将在读出方向 k_x 上执行。在某些快速成像模式（EPI、TSE）下，每次激发后都会采集若干平行线作为样本；
Radial（放射状）：k_x - k_y 平面使用通过原点的星状直线来采样。转换的信号形成患者或水模的投影；
Multivane（多叶片，即风车技术）：k_x - k_y 平面使用由平行线组成的（旋转）条带（称为叶片）采样。它可视为笛卡尔和放射状采集的混合型。通过 MultiVane，可在采集一个（一组）图像期间对运动不一致性进行内部校正；
Spiral（螺旋状）：k_x - k_y 平面使用（隔行）螺旋形采样。螺旋形成像可用于 FFE 和 TFE 。
图5.K空间填充方式
Fast Imaging mode （快速图像模式）
TSE（快速自旋回波）
EPI（平面回波）
GraSE （TSE和EPI的组合）：用于单次和多次激发超快速成像。
shot mode （激发模式）：可指定涉及 K 空间的采集模式
mutilshot（多次激发）；
single-shot（单次激发）；
TSE factor （TSE因子即回波链）：90°脉冲后用180°脉冲所采集的回波数目。TE和填充K空间的方式都能决定回波链长度。通常TE越长，回波链越长。
当回波链是偶数时，有效TE介于两个回波之间。举一个例子，TSE factor=16时，有效TE在第8和第9个回波之间
当回波链为奇数时，有效TE则为单个回波。举一个例子，TSE factor=15时，有效TE为第8个回波
图7.TSE factor
startup echoes （启动回波）：从第几个回波开始采集信号，常用于一些长回波链的序列中，如MRCP等；
Profile order（ K空间填充顺序）：
Linear（线性的）：填充顺序为-Kmax ... -4、-3、-2、-1、0、+1、+2、+3、+4 ... +Kmax
low-high（中心对称性填充）：填充顺序为0、-1、+1、-2、 +2、-3、+3、-4、+4 ... -Kmax、+Kmax，是由低 - 高的填充顺序。
asymmetric（非对称）：将应用灵活的填充顺序，这样可以不受限制地选择 TE 和 TE 间距。
DRIVE （驱动平衡技术）：TSE 回波链末端应用“驱动平衡射频”复位脉冲，以加速驰豫时间并使 Mz 磁化恢复平衡。
会使用更短的 TR，以缩短总扫描时间及减少流空伪影。
DRIVE可为 T2W 对比提供强度高于无DRIVE TSE 的流体信号（例如，来自脑脊液的信号）。常用于内耳及脊柱扫描。
图11.不使用DRIVE与使用DRIVE的比较。左：TR 2500 ms，不使用DRIVE。中：TR 700 ms，不使用DRIVE。右：TR 700 ms，使用DRIVE。
从上图中可以看出，应用DRIVE技术在使用更短的TR的同时能保持良好的组织对比度。
ultrashort （超短波）：用于获得更短的 TR 和 TFE 激发持续时间，仅用于 T1 mapping。
fid reduction （fid信号减少）：FID 信号减少可能有助于减少未完成重聚焦脉冲的 FID 引起的伪影。这些 FID 是不需要的信号，它们可能在靠近解剖结构边缘的位置显示为交叉线状伪影。
图12.FID 伪影
Echoes （回波）：
partial echo （部分回波）：通过部分回波，可以在读出方向上获得大约一半采集数据。较短的回波时间有助于降低磁化率（FFE 扫描）和减少流动伪影。
如果大家有任何疑问都可以和我们一起讨论喔！同时也欢迎给我们提出宝贵意见，感谢各位！