作者:吴月辉 来源:人民日报 发布时间:2015/9/8 10:59:04
选择字号:
我国自主研发的超极化气体肺部磁共振成像仪获得首幅影像

 

人口健康直接影响到一个国家的经济发展和社会进步。近年来,由于吸烟、空气污染、人口老龄化等多种因素,我国肺部疾病的发病率逐年上升。研发出更有效的仪器进行肺部疾病的早期诊断成为当前国际医学界研究的热点和难点。

2010年,中国科学院武汉物理与数学研究所波谱与原子分子物理国家重点实验室周欣研究员领衔的团队开始开展超极化气体肺部MRI成像技术研究,欲对人体肺部气体交换功能实现可视化,从而能够尽早发现肺癌。日前,该团队取得了重大突破。9月4日,基于这项技术,他们研发的肺部磁共振成像仪已经获得了我国首幅超极化氙—129(129Xe)人体磁共振影像。9月6日,团队又开始了这项技术的临床前研究,通过与武汉大学中南医院吴光耀教授团队合作,获得了我国首例肺部病人(哮喘)的气体磁共振影像。

已有技术存在不足,阻碍肺癌等疾病的及早发现

目前,临床上用于肺部疾病检测的影像学技术包括胸透、计算机断层扫描(CT)和正电子发射计算机断层扫描(PET)以及传统磁共振成像(MRI)等。

X射线的胸透和CT是临床上最常用的肺部成像方法。胸透的方法只能获得胸腔的投影图像,成像质量不高。利用高分辨CT成像可以得到清晰的肺部结构图像,但不能提供相应的肺部功能信息。单光子发射计算机断层影像和正电子发射计算机断层扫描可以得到肺部部分功能和结构的空间信息。但是这两种影像方式的空间分辨率都比CT低很多。

虽然这些方法都能够得到肺部的空间结构和一定的功能信息,但是这些方法都具有放射性,同时肺是对辐射非常敏感的器官,这些放射性的影像方法可能会对受试者造成一定的放射性损伤,另一方面,这些成像技术都不能全面提供衡量肺部健康状态的重要指标——肺部气—气交换和气—血交换功能指标。“这极大地阻碍了对肺部重大疾病早期的深入研究,等发现肺部结构病变时,通常都已经到了癌症中晚期。”吴光耀说。

相比以上肺部疾病检测影像学技术,磁共振成像(MRI)是一种无放射、无侵入的影像学技术,它不仅能对人体大部分组织和器官的结构进行成像,也能对其功能进行成像,但肺部空腔却一直是它的“盲区”。

传统的磁共振成像都是基于人体中水质子(1H)的信号,但对于具有许多气体和空腔组织的肺部,其水质子浓度比正常组织低约1000倍,图像上表现为黑色空腔区域。为了把这个黑色空腔区域“点亮”,必须获得信号增强大于数万倍的气体信号。

“看清”肺部气体交换功能,为多种疾病的诊断带来可能

为了能将肺部空腔“点亮”,2010年,周欣团队开始开展超极化气体肺部MRI成像技术研究,并最终选择氙—129作为成像所需的气体。据了解,超极化氙—129良好的脂溶性和化学位移敏感性,使其在肺部气血交换功能探测上具有独特的优势,不仅能反映肺部的形态学信息,也可以提供肺部的生理功能信息,能够只使用一种手段就得到扩散、弥散、灌注等多方面信息。

“我们这项研究不仅获得肺部的结构信息,还将对肺部气体交换功能进行可视化研究,从而展开人体肺部重大疾病的诊断前研究。”周欣说,“主要原理是:先利用激光技术增强电子自旋信号,然后将电子信号转移增强惰性气体的磁共振信号,进而对肺部气体进行成像。”

在核磁共振扫描间外,通过视频监控器,吴光耀介绍了完成一次超极化氙—129肺部磁共振成像的整个过程。

吴光耀说,在做检测之前患者需要填一份知情同意书,然后再测试身体生理指标。“这些测试包括血压、脉搏和肺功能等,目的是为了监测患者在前后生理指标有什么变化。”

由于检测时患者要吸入氙气,为了让他们能提早适应,所以在检测前有两次吸气练习。一次练习在进入扫描间之前进行,另外一次则在正式检测前,练习用的气体是氮气。

进入扫描间前,患者必须先穿上一个像小马甲一样的线圈,然后平躺在检测床上。接下来患者将提前制备好的一袋氙—129慢慢吸入,屏住呼吸6秒钟,整个检测就完成了。过程很快,患者不会有任何不适感。

超极化氙—129肺部磁共振成像技术突破了传统磁共振成像不能对肺部空腔成像的限制,成功“点亮”肺部,为多种疾病的诊断及分期带来可能。(原标题:中国科学家“点亮”肺部(发现))

 
特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。
 
 打印  发E-mail给: 
    
 
以下评论只代表网友个人观点,不代表科学网观点。 
SSI ļʱ
相关新闻 相关论文

图片新闻
首张另一星系中的恒星照片出炉 《自然》(20241121出版)一周论文导读
清华这位院士搭建了一座室外地质博物园 科学家完整构建火星空间太阳高能粒子能谱
>>更多
 
一周新闻排行 一周新闻评论排行
 
编辑部推荐博文
 
论坛推荐

Baidu
map