stringtranslate.com

Resonancia magnética en tiempo real

Resonancia magnética en tiempo real de un corazón humano (vista de 2 cámaras) con una resolución de 22 ms [1]
Resonancia magnética en tiempo real de un tracto vocal mientras se canta , con una resolución de 40 ms

La resonancia magnética en tiempo real ( RT-MRI ) se refiere al monitoreo continuo ("filmación") de objetos en movimiento en tiempo real. Debido a que la resonancia magnética se basa en una exploración del espacio k que consume mucho tiempo , la resonancia magnética en tiempo real sólo era posible con baja calidad de imagen o baja resolución temporal. Utilizando un algoritmo de reconstrucción iterativo, estas limitaciones se han eliminado recientemente: un nuevo método para resonancia magnética en tiempo real logra una resolución temporal de 20 a 30 milisegundos para imágenes con una resolución en el plano de 1,5 a 2,0 mm. [2] La resonancia magnética en tiempo real promete agregar información importante sobre las enfermedades de las articulaciones y el corazón . En muchos casos, los exámenes de resonancia magnética pueden resultar más fáciles y cómodos para los pacientes.

Historia

1977/1978 - Raymond Damadian construyó el primer escáner de resonancia magnética y logró la primera resonancia magnética de un cuerpo humano sano (1977) con la intención de diagnosticar el cáncer. [3] Además, Peter Mansfield desarrolla la técnica ecoplanar, que produce imágenes en segundos y se convierte en la base de las resonancias magnéticas rápidas. [4]

1983 - Introducción del espacio k por DB Twieg [5]

1987 - Se desarrolla la primera resonancia magnética del corazón en tiempo real [6]

1997 - DK Sodickson presenta la obtención de imágenes en paralelo con una matriz de bobinas de RF [7]

1999 - KP Pruessmann introduce la reconstrucción de imágenes SENSE [8]

2002 - Mark Griswold presenta la reconstrucción de imágenes GRAPPA [9]

Base fisica

Descripción general

Ecuación para calcular la velocidad de giro y diagrama adjunto.

En general, la resonancia magnética en tiempo real se basa en secuencias de eco de gradiente , muestreo eficiente del espacio k y métodos de reconstrucción rápidos para acelerar el proceso de adquisición de imágenes. [10] Las secuencias de eco de gradiente presentan tiempos de eco más cortos ya que solo se requiere un pulso de RF para cada secuencia. [11] Las bobinas de gradiente de conmutación rápida modernas también requieren aumentar la velocidad de respuesta , lo que permite cambios más rápidos en las secuencias de eco de gradiente y disminuye el tiempo de repetición . [12]

Muestreo rectilíneo del espacio k.

muestreo en el espacio k

Otras trayectorias de muestreo del espacio k

El muestreo eficiente del espacio k también reduce el tiempo de recopilación de datos. La exploración rectilínea se ha convertido en el método de muestreo estándar del espacio k para la resonancia magnética. [13] Sin embargo, el proceso lleva un tiempo relativamente largo ya que muestrea todo el espacio k por igual. Debido a este retraso, se utilizan otros métodos de muestreo para capturar el movimiento en tiempo real. La obtención de imágenes planas de eco de un solo disparo es un método de muestreo extremadamente rápido en el que todos los datos de la imagen de resonancia magnética se recopilan a partir de un pulso de RF. [14] Sin embargo, es importante señalar que el método EPI sigue siendo un método de muestreo cartesiano , como el escaneo rectilíneo, que muestrea por igual todo el espacio k. El muestreo en espiral, como EPI, solo requiere un único pulso de RF para muestrear todo el espacio k. El muestreo radial y en espiral también se utilizan como métodos para muestrear eficientemente el espacio k, y la espiral también requiere solo un único pulso de RF para muestrear el espacio k. Tanto el muestreo radial como el espiral son más eficientes que los métodos cartesianos porque sobremuestran frecuencias bajas, lo que permite la captura general del movimiento y una mejor reconstrucción de imágenes en tiempo real. [10] Por lo tanto, el muestreo radial o espiral del espacio k son ahora los métodos preferidos para la reconstrucción por resonancia magnética en tiempo real.

Imágenes paralelas

Colección de bobinas de imágenes paralelas

La obtención de imágenes en paralelo implica la adición de múltiples bobinas que rodean el objetivo y cada bobina adquiere una fracción de la imagen total. Debido a que las GPU modernas tienen capacidades de procesamiento paralelo, pueden reconstruir cada porción de la imagen simultáneamente. Por lo tanto, cuantas más bobinas se utilicen, más rápida será la adquisición de las imágenes de RM. [15]

Secuencias de eco de gradiente

RMN RÁPIDA

Si bien las primeras aplicaciones se basaban en imágenes ecoplanares, que encontraron una aplicación importante en la resonancia magnética funcional en tiempo real (rt-fMRI), [16] el progreso reciente se basa en la reconstrucción iterativa y la resonancia magnética FLASH . [17] [18] El método de imágenes en tiempo real propuesto por Uecker y colegas [2] combina FLASH MRI radial, [19] que ofrece adquisición de datos rápida y continua, solidez del movimiento y tolerancia al submuestreo, con un método de reconstrucción de imágenes iterativo. basado en la formulación de la reconstrucción de imágenes como un problema inverso no lineal . [20] [21] Al integrar los datos de múltiples bobinas receptoras (es decir, resonancia magnética paralela) y explotar la redundancia en las series temporales de imágenes con el uso de regularización y filtrado , este enfoque mejora el posible grado de submuestreo de datos en un orden de magnitud, de modo que se pueden obtener imágenes de alta calidad con tan solo del 5 al 10% de los datos necesarios para una reconstrucción de imagen normal.

Debido a los tiempos de eco muy cortos (p. ej., 1 a 2 milisegundos ), el método no sufre efectos fuera de resonancia, de modo que las imágenes no presentan artefactos de susceptibilidad ni dependen de la supresión de grasa. Mientras que las secuencias FLASH estropeadas ofrecen densidad de giro o contraste T1, las versiones con gradientes reenfocados o totalmente equilibrados brindan acceso al contraste T2/T1. La elección del tiempo de eco de gradiente (por ejemplo, condiciones en fase versus condiciones de fase opuesta) altera aún más la representación de las señales de agua y grasa en las imágenes y permitirá películas de agua/grasa separadas.

Precesión libre en estado estacionario equilibrado

Otra secuencia GRE comúnmente utilizada en RT-MRI es la precesión libre en estado estable equilibrado (bSSFP), como se mencionó anteriormente con gradientes equilibrados. [10] La precesión libre en estado estacionario implica un tiempo de repetición (TR) que es más corto que T2. Esto evita que la señal magnética decaiga por completo antes de que se aplique el siguiente pulso de RF, que luego establece una señal de estado estable con el tiempo. [22] La TR corta también hace que bSSFP sea ideal para RT-MRI.

La ecuación para la señal de RM máxima en bSSFP viene dada por:

¿Dónde está la magnetización inicial y ?

Por tanto, la señal de RM es proporcional a T2/T1. Los materiales con T1 y T2 similares, como líquidos y grasas, presentan un alto contraste T2/T1 y pueden tener una intensidad de señal de hasta .

La señal bSSFP también es mayor que la señal FLASH por un factor de

. [22]

Debido a este fuerte contraste entre líquido y tejido, la RT-MRI con bSSFP se presta para obtener imágenes cardíacas y visualizar el flujo sanguíneo. [22]

Reconstrucción de imágenes

Codificación de SENSitividad (SENSE)

Ciertos algoritmos de reconstrucción de imágenes utilizados junto con imágenes paralelas abordan los posibles problemas que pueden surgir al submuestrear el espacio k. La codificación SENSitivity (SENSE) es un método que reconstruye los datos parciales del espacio k de cada bobina y combina las imágenes parciales en el escaneo final en el dominio espacial. [23] Las sensibilidades de la bobina deben adquirirse primero antes de la obtención de imágenes o durante el proceso de obtención de imágenes. Durante el resto de la imagen, el espacio k se submuestrea para omitir cada dos líneas, lo que da como resultado un campo de visión de ½.

Como ejemplo de dos puntos, los píxeles de las imágenes con alias originales se pueden "desplegar" mediante las siguientes ecuaciones para obtener el escaneo final:

para dos puntos, y , en la imagen final. y denota la señal de imagen para la imagen con alias. y son los valores de sensibilidad para la bobina 1 en los puntos y , respectivamente, y y son los valores de sensibilidad para la bobina 2 en los puntos y , respectivamente. [23]

Adquisición paralela parcial con calibración automática generalizada (GRAPPA)

Otro algoritmo de reconstrucción utilizado es la adquisición paralela parcial de calibración automática generalizada (GRAPPA). GRAPPA completa los datos del espacio k submuestreados en el dominio del espacio k antes de reconstruir la imagen final. [24] Las líneas que pasan por el centro del espacio k se muestrean por completo, normalmente junto a la imagen real, para dar la región de la señal de autocalibración (ACS). Los factores de ponderación se calculan utilizando el ACS, y estos factores reflejan las distorsiones específicas de la bobina que cada bobina aplica en el dominio de frecuencia del campo de visión completo. Luego, los datos del espacio k completados se someten a la transformada inversa de Fourier para construir imágenes parciales sin alias. Luego, estas imágenes simplemente se combinan directamente en el dominio espacial. [24]

Si los datos del espacio k no son cartesianos, la reconstrucción es computacionalmente más difícil, ya que la transformada rápida de Fourier (FFT) requiere valores cartesianos. Normalmente, los datos del espacio k deben volver a muestrearse en coordenadas cartesianas antes de aplicar la FFT. GRAPPA puede abordar estos problemas obteniendo grandes cantidades de datos de calibración; sin embargo, las reconstrucciones más rápidas generalmente requerirán datos cartesianos. [10]

Relación señal-ruido

Por último, dentro de la reconstrucción de imágenes en paralelo hay otro factor a considerar, que es la relación señal-ruido ( SNR ). La SNR para imágenes en paralelo se puede calcular utilizando la siguiente ecuación:

[25]

¿Dónde está el factor de aceleración y es el factor de geometría espacialmente dependiente (proporcional al número de bobinas utilizadas o las interacciones entre bobinas)? Por lo tanto, cuantas más bobinas se utilicen, más rápido será el proceso de obtención de imágenes y más interacciones entre bobinas; por tanto, menor será la SNR. [25]

Aplicaciones

(a,c) CINE y (b,d) RT CMR a 1,5 T de un paciente con fibrilación auricular en una vista SA medioventricular durante el final de la diástole (a,b) y el final de la sístole (c,d). Las imágenes CINE tienen una calidad de diagnóstico reducida (puntuación 1), mientras que las imágenes RT se presentan con una buena calidad de diagnóstico.

resonancia magnética cardiaca

Aunque las aplicaciones de la resonancia magnética en tiempo real cubren un amplio espectro que va desde estudios no médicos de flujo turbulento [26] hasta la monitorización no invasiva de procedimientos intervencionistas (quirúrgicos), la aplicación más importante que hace uso de las nuevas capacidades son las imágenes cardiovasculares . [1] La RM cardíaca (CMR) anterior utilizaba técnicas de cine para capturar el movimiento periódico del corazón. Sin embargo, esto no es factible para pacientes con arritmia , donde el ciclo cardíaco es impredecible. [27] Con el nuevo método es posible obtener películas del corazón latiendo en tiempo real con hasta 50 fotogramas por segundo durante la respiración libre y sin necesidad de sincronización con el electrocardiograma . [28] Un estudio realizado por Laubrock et al. [27] demostraron que la RT-MRI produjo imágenes de mayor calidad con una SNR más alta que la cine CMR con una secuencia bSSFP y muestreo radial en el espacio k. RT-MRI también elimina la necesidad de contener la respiración mientras se obtienen imágenes, lo que también brinda una experiencia más cómoda para el paciente. [27]

resonancia magnética musculoesquelética

Además de la resonancia magnética cardíaca, otras aplicaciones en tiempo real se ocupan de estudios funcionales de la cinética articular (p. ej., articulación temporomandibular , [29] rodilla y muñeca [30] ) o abordan la dinámica coordinada de los articuladores como labios, lengua, paladar blando y cuerdas vocales durante el habla ( fonética articulatoria ) [31] o la deglución . [32] Las imágenes musculoesqueléticas en particular se benefician de la observación en tiempo real. Investigadores de la Facultad de Medicina Grossman de la Universidad de Nueva York [33] desarrollaron un guante para RT-MRI para obtener imágenes del movimiento de la mano. El guante utiliza bobinas de alta impedancia para evitar la generación de corrientes parásitas que cambian rápidamente los campos magnéticos y bSSFP para tiempos de obtención de imágenes rápidos. Las bobinas de alta impedancia eliminan la necesidad de conformaciones de bobina específicas y blindaje de gradiente activo. [34]

Procedimientos invasivos guiados por resonancia magnética

Las aplicaciones en resonancia magnética intervencionista , que se refiere al seguimiento de procedimientos quirúrgicos mínimamente invasivos , son posibles cambiando de forma interactiva parámetros como la posición y orientación de la imagen. Esta aplicación es particularmente útil cuando se necesita una imagen 3D del tejido durante la cirugía. [10] Requiere una pantalla en la habitación para que el médico la use durante el procedimiento, así como el uso de herramientas quirúrgicas seguras para resonancia magnética. Estos incluyen cerámica, plástico o titanio, que es un metal paramagnético . Mediante el uso de bSSFP e imágenes paralelas con múltiples bobinas, se han logrado velocidades de cuadro de 5 a 10 cuadros por segundo, lo que permite la visualización de procedimientos cardíacos. [10]

Direcciones futuras

Imágenes paralelas

Hay bobinas de imágenes paralelas disponibles para imágenes cardíacas y del torso, pero aún no están estandarizadas para otras partes del cuerpo. Las configuraciones de bobinas dinámicas para imágenes del habla y musculoesqueléticas son áreas clave para la investigación actual. [10]

Reconstrucción estándar (izquierda) versus reconstrucción con DL (derecha) para una ecografía turbo de espín ponderada en T2 de la próstata

Aprendizaje automático

La reconstrucción de imágenes en RT-MRI se beneficia del aprendizaje automático (ML) o del aprendizaje profundo (DL). Se puede desarrollar un núcleo no lineal , o función de mapeo, a partir del ACS para completar los datos del espacio k y generar la imagen final. [35] Este proceso en su conjunto acelera significativamente el proceso de resonancia magnética. La segmentación de imágenes o la identificación de lesiones se puede lograr mediante el aprendizaje automático. En el aprendizaje profundo, con una red neuronal convolucional , la red puede especificar la función de mapeo. ML y DL mejoran la resolución de la imagen y la velocidad de la misma. [35]

Escáneres de alto rendimiento y bajo campo

Los escáneres de resonancia magnética de alto rendimiento y bajo campo también son un área de desarrollo. [10] Estos escáneres funcionan con intensidades de campo magnético relativamente bajas, como 0,35 T o 0,55 T. Muchas secuencias de adquisición de RT-MRI, como bSSFP, experimentan importantes efectos fuera de resonancia. Los efectos fuera de resonancia aumentan linealmente con la intensidad del campo B0, por lo que minimizar B0 también minimiza estos efectos que pueden provocar artefactos y distorsión de la imagen. [36] Esto permite TR más largos, lo que luego abre la puerta a una gama más amplia de métodos de muestreo y diseños de secuencia del espacio k. [10] Finalmente, los escáneres de resonancia magnética de menor resistencia reducirán los peligros asociados con el calentamiento de implantes metálicos y disminuirán el costo de la resonancia magnética. [37]

Referencias

  1. ^ ab S Zhang, M Uecker, D Voit, KD Merboldt, J Frahm (2010a) Resonancia magnética cardiovascular en tiempo real con alta resolución temporal: FLASH radial con reconstrucción inversa no lineal. J Cardiovasc Magn Reson 12, 39, [1] doi :10.1186/1532-429X-12-39
  2. ^ ab M Uecker, S Zhang, D Voit, A Karaus, KD Merboldt, J Frahm (2010a) Resonancia magnética en tiempo real con una resolución de 20 ms. RMN Biomed 23: 986-994, [2] doi :10.1002/nbm.1585
  3. ^ "¿Quién hizo Estados Unidos? | Innovadores | Raymond Damadian". www.pbs.org . Consultado el 9 de diciembre de 2022 .
  4. ^ "Peter Mansfield, miembro del Salón de la Fama de los Inventores Nacionales e inventor de resonancia magnética". www.invent.org . Consultado el 9 de diciembre de 2022 .
  5. ^ Twieg, DB (1983). "La formulación de la trayectoria k del proceso de imágenes de RMN con aplicaciones en análisis y síntesis de métodos de imágenes". Física Médica . 10 (5): 610–621. Código bibliográfico : 1983MedPh..10..610T. doi :10.1118/1.595331. ISSN  0094-2405. PMID  6646065.
  6. ^ "Historia rápida de la resonancia magnética | Dos vistas". dos vistas.com . Consultado el 9 de diciembre de 2022 .
  7. ^ Sodickson, DK; Manning, WJ (octubre de 1997). "Adquisición simultánea de armónicos espaciales (SMASH): obtención de imágenes rápidas con conjuntos de bobinas de radiofrecuencia". Resonancia Magnética en Medicina . 38 (4): 591–603. doi :10.1002/mrm.1910380414. ISSN  0740-3194. PMID  9324327. S2CID  17505246.
  8. ^ Pruessmann, KP; Weiger, M.; Scheidegger, MB; Boesiger, P. (noviembre de 1999). "SENSE: codificación de sensibilidad para resonancia magnética rápida". Resonancia Magnética en Medicina . 42 (5): 952–962. doi : 10.1002/(SICI)1522-2594(199911)42:5<952::AID-MRM16>3.0.CO;2-S . ISSN  0740-3194. PMID  10542355. S2CID  16046989.
  9. ^ Griswold, Mark A.; Jakob, Peter M.; Heidemann, Robin M.; Nittka, Mathías; Jellus, Vladimir; Wang, Jianmin; Kiefer, Berthold; Haase, Axel (junio de 2002). "Adquisiciones parcialmente paralelas de autocalibración generalizada (GRAPPA)". Resonancia Magnética en Medicina . 47 (6): 1202-1210. doi : 10.1002/mrm.10171 . ISSN  0740-3194. PMID  12111967. S2CID  14724155.
  10. ^ abcdefghi Nayak, Krishna S.; Lim, Yongwan; Campbell-Washburn, Adrienne E.; Steeden, Jennifer (enero de 2022). "Imágenes por resonancia magnética en tiempo real". Revista de imágenes por resonancia magnética . 55 (1): 81–99. doi :10.1002/jmri.27411. ISSN  1053-1807. PMC 8435094 . PMID  33295674. 
  11. ^ "Eco de gradiente (GRE)". Preguntas y respuestas en resonancia magnética . Consultado el 9 de diciembre de 2022 .
  12. ^ "Especificaciones de gradiente". Preguntas y respuestas en resonancia magnética . Consultado el 9 de diciembre de 2022 .
  13. ^ "Muestreo radial". Preguntas y respuestas en resonancia magnética . Consultado el 9 de diciembre de 2022 .
  14. ^ Poustchi-Amin, Mehdi; Mirowitz, Scott A.; Marrón, Jeffrey J.; McKinstry, Robert C.; Li, Tao (1 de mayo de 2001). "Principios y aplicaciones de las imágenes ecoplanares: una revisión para el radiólogo general". RadioGráficos . 21 (3): 767–779. doi : 10.1148/radiografía.21.3.g01ma23767. ISSN  0271-5333. PMID  11353123.
  15. ^ "Imágenes paralelas (PI)". Preguntas y respuestas en resonancia magnética . Consultado el 9 de diciembre de 2022 .
  16. ^ Cohen MS (2001). "Resonancia magnética funcional en tiempo real". Métodos . 25 (2): 201–220. doi :10.1006/meth.2001.1235. PMID  11812206.
  17. ^ J Frahm , A Haase, W Hänicke, KD Merboldt, D Matthaei (1985) Hochfrequenz-Impuls und Gradienten-Impuls-Verfahren zur Aufnahme von schnellen NMR-Tomogrammen unter Benutzung von Gradientenechos. Solicitud de patente alemana P 35 04 734.8, 12 de febrero de 1985
  18. ^ J Frahm , A Haase, D Matthaei (1986) Imágenes rápidas por RMN de procesos dinámicos utilizando la técnica FLASH. Magn Reson Med 3:321-327 [3] doi :10.1002/mrm.1910030217
  19. ^ S Zhang, KT Block KT, J Frahm (2010b) Imágenes por resonancia magnética en tiempo real: avances mediante el uso de FLASH radial. J Magn Reson Imagen 31: 101-109, [4] doi :10.1002/jmri.21987
  20. ^ M Uecker, T Hohage, KT Block, J Frahm (2008) Reconstrucción de imágenes mediante inversión no lineal regularizada: estimación conjunta de la sensibilidad de la bobina y el contenido de la imagen. Magn Reson Med 60: 674-682, [5] doi :10.1002/mrm.21691
  21. ^ M Uecker, S Zhang, J Frahm (2010b) Reconstrucción inversa no lineal para resonancia magnética en tiempo real del corazón humano utilizando FLASH radial submuestreado. Magn Reson Med 63: 1456-1462, [6] doi :10.1002/mrm.22453
  22. ^ abc Bieri, Oliver; Scheffler, Klaus (julio de 2013). "Fundamentos de la resonancia magnética de precesión libre en estado estacionario equilibrado: fundamentos de la resonancia magnética SSFP equilibrada". Revista de imágenes por resonancia magnética . 38 (1): 2–11. doi : 10.1002/jmri.24163 . PMID  23633246. S2CID  23442745.
  23. ^ ab "¿SENTIDO/ACTIVO?". Preguntas y respuestas en resonancia magnética . Consultado el 9 de diciembre de 2022 .
  24. ^ ab "¿GRAPPA/ARC?". Preguntas y respuestas en resonancia magnética . Consultado el 9 de diciembre de 2022 .
  25. ^ ab "Imágenes paralelas (PI): ruido". Preguntas y respuestas en resonancia magnética . Consultado el 9 de diciembre de 2022 .
  26. ^ V Wedeen; Un Crawley; R Weisskoff; G Holmvang y MS Cohen (1990). "Imágenes por resonancia magnética en tiempo real del flujo de fluido estructurado". Sociedad de Resonancia Magnética en Medicina : 164.
  27. ^ abc Laubrock, Kerstin; Von Loesch, Thassilo; Steinmetz, Michael; Lotz, Joaquín; Frahm, Jens; Uecker, Martín; Unterberg-Buchwald, Christina (1 de enero de 2022). "Imágenes de arritmia: resonancia magnética cardíaca en tiempo real en fibrilación auricular". Revista Europea de Radiología Abierta . 9 : 100404. doi : 10.1016/j.ejro.2022.100404. ISSN  2352-0477. PMC 8899235 . PMID  35265735. 
  28. ^ I Uyanik, P Lindner, D Shah, N Tsekos I Pavlidis (2013) Aplicación de un método de conjunto de niveles para resolver movimientos fisiológicos en resonancia magnética cardíaca sin sincronización y con respiración libre. FIMH, 2013, “Laboratorio de Fisiología Computacional” (PDF) . Archivado desde el original (PDF) el 22 de julio de 2018 . Consultado el 1 de octubre de 2013 .
  29. ^ S Zhang, N Gersdorff, J Frahm (2011) Imágenes por resonancia magnética en tiempo real de la dinámica de la articulación temporomandibular. The Open Medical Imaging Journal, 2011, 5, 1-7, "Imágenes por resonancia magnética en tiempo real de la dinámica de la articulación temporomandibular" (PDF) . Archivado desde el original (PDF) el 26 de septiembre de 2012 . Consultado el 16 de septiembre de 2011 .
  30. ^ Boutin RD, Buonocore MH, Immerman I, Ashwell Z, Sonico GJ, Szabo RM y Chaudhari AJ (2013) Imágenes por resonancia magnética (IRM) en tiempo real durante el movimiento activo de la muñeca: observaciones iniciales. MÁS UNO 8(12): e84004. doi:10.1371/journal.pone.0084004
  31. ^ Niebergall A, Zhang S, Kunay E, Keydana G, Job M y col. Resonancia magnética en tiempo real del habla con una resolución de 33 ms: FLASH radial submuestreado con reconstrucción inversa no lineal. Magn Reson Med 2010, doi :10.1002/mrm.24276.
  32. ^ Zhang S, Olthoff A y Frahm J. Imágenes por resonancia magnética en tiempo real de la deglución normal. J Magn Reson Imaging 2011;35:1372-1379. doi :10.1002/jmri.23591.
  33. ^ Zhang, Bei; Sodickson, Daniel K.; Cloos, Martijn A. (agosto de 2018). "Un guante con conjunto de detectores de alta impedancia para imágenes por resonancia magnética de la mano". Ingeniería Biomédica de la Naturaleza . 2 (8): 570–577. doi :10.1038/s41551-018-0233-y. ISSN  2157-846X. PMC 6405230 . PMID  30854251. 
  34. ^ "Gradientes activamente protegidos". Preguntas y respuestas en resonancia magnética . Consultado el 9 de diciembre de 2022 .
  35. ^ ab Gassenmaier, Sebastián; Küstner, Thomas; Níquel, Dominik; Herrmann, Judith; Hoffmann, Rüdiger; Almansur, Haidara; Afat, Saif; Nikolaou, Konstantin; Othman, Ahmed E. (24 de noviembre de 2021). "Aplicaciones de aprendizaje profundo en imágenes por resonancia magnética: ¿se ha hecho presente el futuro?". Diagnóstico . 11 (12): 2181. doi : 10.3390/diagnostics11122181 . ISSN  2075-4418. PMC 8700442 . PMID  34943418. 
  36. ^ "Pulsos fuera de resonancia". Preguntas y respuestas en resonancia magnética . Consultado el 9 de diciembre de 2022 .
  37. ^ Campbell-Washburn, Adrienne E.; Ramasawmy, Rajiv; Restivo, Mateo C.; Bhattacharya, Ipshita; Basar, Burcu; Herzka, Daniel A.; Hansen, Michael S.; Rogers, Toby; Bandettini, W. Patricia; McGuirt, Delaney R.; Mancini, Cristina; Grodzki, David; Schneider, Rainer; Majeed, Waqas; Bhat, Himanshu (noviembre de 2019). "Oportunidades en imágenes intervencionistas y de diagnóstico mediante el uso de resonancia magnética de alto rendimiento y baja intensidad de campo". Radiología . 293 (2): 384–393. doi :10.1148/radiol.2019190452. ISSN  1527-1315. PMC 6823617 . PMID  31573398. 

enlaces externos