摘 要：化学交换饱和转移磁共振成像通过施加特定频率饱和脉冲来标记包含某类可交换质子的分子，而被标记质子通过化学交换引起水信号的变化实现间接测量该分子及其微环境．与传统氢谱（１Ｈ－ ＭＲＳ）相比，化学交换饱和转移磁共振成像可达到更高的灵敏度和空间分辨率．然而，对于活体成像，水信号的降低不光来自 化学交换饱和转移效应，还来自直接水饱和、半固体磁化转移效应和核奥氏效应等竞争效应．要实现精确可靠 的化学交换饱和转移磁共振成像量化，就必须减弱饱和脉冲对其他竞争效应的影响．介绍了化学交换饱和转 移磁共振成像定量技术的基本原理和最新进展，并阐述各种量化方法的优缺点，供对本领域感兴趣者参考及在此基础上进一步地研究开发．
关键词：化学交换饱和转移；磁共振成像；量化 ＣＥＳＴ；数学模型
１ 化学交换饱和转移磁共振成像（Ｃｈｅｍｉ－ ｃａｌＥｘｃｈａｎｇｅＳａｔｕｒａｔｉｏｎＴｒａｎｓｆｅｒ，ＣＥＳＴ－ ＭＲＩ）量化的意义
ＣＥＳＴ－ＭＲＩ成像是目前备受关注的一种分子影像技术，其使用特定频率的饱和脉冲来标记待检测的溶质分子，该分子上可交换质子与水发生多次化学交换引起水信号的降低从而被检测［１］．尽管生物组织中这些小溶质池的浓度通常仅在毫摩尔浓度范围内，只要选择合适的实验参数，可交换质子与水的化学交换的累积效应就能实现信号放大， 因此 ＣＥＳＴ－ ＭＲＩ具有较高的灵敏度（与传统的ＭＲＩ相比，可达到１０２～１０６）［２］．自从 Ｗａｒｄ和 Ｂａｌ－ａｂａ 等人 ２０００ 年提出 ＣＥＳＴ － ＭＲＩ 的 概 念 以来［１］，由于其具有可灵敏检测特定（类型）分子的独特优势，且对温度和 ｐＨ 值［３］等微环境的变化敏感，被认为有临床转换潜能的可包含生化信息的对比机制，迅速引起广泛的兴趣［４］．与正常组织相比，肿瘤本身显示共振频率距离水～３．５ 的高信号，被认为主要是来自多肽和蛋白质的酰胺质子，称之为酰胺质子转移 （ａｍｉｄｅｐｒｏｔｏｎｔｒａｎｓｆｅｒ，ＡＰＴ）成像［５－６］．ＣＥＳＴ－ ＭＲＩ 技术也可检测蛋白质和多 肽［７－８］、肌酸［９］、葡萄糖［１０］、谷氨酸［１１］、糖原［１２］和糖胺聚糖［１３］等，有潜力在临床中用于各种疾病和代谢性紊乱，包括：乳腺癌［１４－１５］、前列腺癌［１６］和中风［１７］等的检测．该领域已经从最初简单的 ＣＥＳＴ加权图像转变为更量化的 ＣＥＳＴ－ＭＲＩ分析．为了进一步揭示与疾病相关的病理生理特征，并对同一 组织不同时间点进行监测，需要更加精准的量化． 因此，笔者简要地概述 ＣＥＳＴ－ ＭＲＩ的不同方法和最新进展，供对该领域有兴趣的人员参考．
ＣＥＳＴ－ＭＲＩ的基本原理是通过水信号的减少来间接实现对特定分子的检测．然而，对于活体ＣＥＳＴ－ＭＲＩ成像，水信号的降低不光来自 ＣＥＳＴ效应，还来自直接水饱和度（ｄｉｒｅｃｔｗａｔｅｒｓａｔｕｒａ－ ｔｉｏｎ，ＤＳ），半 固体磁化转移效应 （ｍａｇｎｅｔｉｚａｔｉｏｎ ｔｒａｎｓｆｅｒｃｏｎｔｒａｓｔ，ＭＴＣ）和 核奥氏效应 （ｎｕｃｌｅａｒ ｏｖｅｒｈａｕｓｅｒｅｎｈａｎｃｅｍｅｎｔ，ＮＯＥ）等 竞争效应［１８］．同时，由于这些竞争效应受到静磁场 Ｂ０、饱和功率（ｓａｔｕｒａｔｉｏｎｐｏｗｅｒ，Ｂ １－ｓａｔ）和其他实验参数的 影响，致使 ＣＥＳＴ－ ＭＲＩ成为一个复杂的技术．如 何从水信号中提取出 ＣＥＳＴ 效应，尽量减弱饱和脉冲对其他效应的影响，实现对特定分子的精确量化，进 而更加准确地 对疾病进行诊 断，一 直 是ＣＥＳＴ－ＭＲＩ研究的热点．为了证明特定的 ＣＥＳＴ效应，通常通过获取大量的水信号强度作为射频（ＲＦ）饱和频率偏移的函数来产生Ｚ 谱．Ｚ 谱是通过施加脉冲后水信号的强度Ｓｓａｔ 与施加脉冲前水信号的强度Ｓ０ 的比值得到 ．理论上，Ｚ 谱中显示的ＣＥＳＴ 增强取决于池的大小、交换率和可交换质子的弛豫时间．这个简单的概念与其他相互竞争的影响导致对 ＣＥＳＴ 量化变得复杂．因此，笔者拟定从量化的角度对 ＣＥＳＴ－ＭＲＩ作一个回顾．
２ ＣＥＳＴ－ＭＲＩ理论模型
ＣＥＳＴ－ ＭＲＩ 成 像 机 制 复 杂，不 仅 取 决 于ＣＥＳＴ－ＭＲＩ试剂的浓度、交换和弛豫性质，而且随Ｂ０ 和Ｂ １－ｓａｔ等实验条件的变化而变化．因此，对于研究这些最优条件，数值模拟是有用和有效的． ＣＥＳＴ 效应的量化是一个复杂的过程，除了与质子浓度和交换率有关之外，还受到如 ＲＦ 辐射强度、持续时间、化学位移、主磁场强度以及纯水的横向、纵向弛豫时间等因素的影响［２０］．为了更精确地描述 ＣＥＳＴ 成像机制，通常使用包含可交换质子池的布洛赫方程（Ｂｌｏｃｈ－ ＭｃＣｏｎｎｅｌｌｅｑｕａｔｉｏｎ）．２００４年Ｚｈｏｕ等人将包含可交换质子池的最简化的 ２池模型的Ｂｌｏｃｈ方程引入到 ＣＥＳＴ－ＭＲＩ中，并推导出解析解［２１］．常见的Ｂｌｏｃｈ方程描述的模型包括 ２池模型［２０］（水池和可交换质子池）和３ 池模式［２２］（水池、可交换质子池和大分子固体池）．下面以２池模型为例来介绍 Ｂｌｏｃｈ 方程的量化方法，同时，给出３池模型的框图和仿真结果，并说明磁化转移（ｍａｇｎｅｔｉｚａｔｉｏｎｔｒａｎｓｆｅｒ，ＭＴ）对 ＣＥＳＴ 量化的影响．２池模型和３ 池模型的 ＣＥＳＴ 交换示意图如图１所示．
在２ 池模型中，描述２ 池交换过程用１２ 个参数描述．其中：Ｔ１ｉ（ｉ＝ａ，ｂ）表示ｉ 池的纵向弛豫时间；Ｔ２ｉ（ｉ＝ａ，ｂ）表示ｉ 池的横向弛豫时间；Ｍａ 表示水池核自旋的化学位移；Ｍｂ 表示可交换质子池核自旋的化学位移；Ｍｏａ 表示水池的可交换氢原子核在初始条件下的平衡浓度；γＭ０ｂ 表示可交换质子池的可交换氢原子核在初始条件下的平衡浓度与水池之比；ｋｂａ 表示可交换质子池核自旋交换到水池的速率；ｋａｂ 表示水池的核自旋交换到可交换质子池的速率；ω１ 表示描述预饱和射频脉冲的强度；ｔ 表示脉冲施加时间（下面公式中ｋａｂ和ｋｂａ 的意义相同）．
在核磁矩和磁化强度矢量的概念基础上，通过在旋转坐标系下，ＭＲＩ系统中Ｂ１－ｓａｔ 是从ｘ 方向上加入的和２池模型的交换，得到描述图１Ａ 所示２池模型的Ｂｌｏｃｈ方程如公式１所示．
其中，描述ｂ和ａ 分别表示可交换质子池和水池．例如，Ｍｂ （ｔ）表示在时间ｔ 时，可交换质子池的磁化在ｘ 轴上的分量；Ｍｂ 和 Ｍａ 分别表示在可交换质子池和水池在ｚ 轴上的热平衡磁化；ω 表示 ＲＦ 照射的频率；ωｂ 和ωａ 分别表示可交换质子池和水池的拉莫尔频率；Δωｂ 和Δωａ 分别表示ωｂ －ω 和ωａ－ω ．
图１模型示意图中，仿真的各参数如表１所示．序列的参数设置如下：Ｚ 的初始值为１；Ｂ０ ＝７ Ｔ；２池模型的饱和时间ｔｐ ＝５ｓ，３池模型的饱和时间ｔｐ ＝８０ｓ；Ｂ１－ｓａｔ 分别为：１μＴ，２μＴ，３μＴ，４ μＴ，５μＴ 和６μＴ．模型的仿真结果如图２ 所示．其中，上面大的光滑的曲线为饱和交换后水的 Ｚ 谱， 左下方比较矮的曲线为 Ｄｉｆｆ＿Ｚ 谱，即饱和交换之前水的Ｚ谱和饱和交换之后水的Ｚ谱的差．
由２池和３池的对比结果可以看出：在 ＣＥＳＴ发生化学交换（～２ｐｐｍ）的地方，２ 池模型在仿真 Ｂ１＿ｓａｔ 范围内，Ｚ 谱的下降都比较明显，而３ 池模型在Ｂ １＿ｓａｔ４μＴ 时Ｚ 谱的下降已经看不到．因此， ＭＴ 成分大大降低了 ＣＥＳＴ 的特异性，尤其是在Ｂ１＿ｓａｔ 大的时候．但是 Ｂ１＿ｓａｔ 小的时候，病变部位和正常组织的差异较小，即：区别病变部位和正常组织需要较大的 Ｂ１＿ｓａｔ．因 此，对 于量化 ＣＥＳＴ －ＭＲＩ，如何降低 ＭＴ 成分的影响是需要考虑的很重要的一个因素．
Ｂｌｏｃｈ 方程不仅可以对 ＣＥＳＴ 实验进行模拟仿 真，而 且 可 以 对 ＣＥＳＴ 测 量 值 进 行 数 值 拟合［１９，２３］．此外，用扩展的 Ｂｌｏｃｈ 方程描述的多池模型，考虑到 ＲＦ 照射 ＣＥＳＴ 的 ＭＴ 和 ＮＯＥ［２４］伴随效应．Ｂｌｏｃｈ方程的一个最大的不足就是计算复杂．因此，有各种假设对 Ｂｌｏｃｈ 方程进行简化，如强饱和脉冲的假设和弱饱和脉冲的假设［２５］．将 ＣＥＳＴ数据与用非线性最小二乘法优化的 Ｂｌｏｃｈ 方程拟合可以提供相关 ＭＲＩ参数的值，这有助于设计特定应用的最优 ＰＡＲＡＣＥＳＴ 试剂［１９］．但是，在实际应用中，由于 Ｂｌｏｃｈ 方程可变参数繁多，直接拟合难以标准化，因此研究者们提出了其他较为简化的量化方法．
３ ＣＥＳＴ－ＭＲＩ量化方法介绍
３．１ 简 单 磁 化 转 移 不 对 称 性 （ｍａｇｎｅｔｉｚａｔｉｏｎ ｔｒａｎｓｆｅｒ ｒａｔｉｏ ｂａｓｅｄ ｏｎ ａｓｙｍｍｅｔｒｙ ａｎａｌｙｓｉｓ， ＭＴＲａｓｙｍ ）分析及其改进
由于Ｂｌｏｃｈ方程比较复杂，以水频率为中心将Ｚ 谱 两 侧 相 减 的 磁 化 转 移 率 不 对 称 分 析 法（ＭＴＲａｓｙｍ ）成为一种常用的 ＣＥＳＴ－ ＭＲＩ量化方法［２１，２６］，ＭＴＲ 的定义如下：
其中，Ｓ０ 是 ＲＦ 照射前的水信号的强度，Ｓｓａｔ（Δω）和Ｓｓａｔ（－Δω）分别是经过 ＲＦ 照射后在标记频率和参考频率处的信号（后面公式 Ｓ０、Ｓｓａｔ（Δω）和 Ｓｓａｔ（－Δω）表示的意义相同）．
该量化方法有以下缺点：（１）容易受到 Ｂ０ 场不均匀性的影响［２７］．（２）ＭＴＲ
方法容易受到各种混淆参数的影响．包括组织松弛、ＭＴ、ＭＴＣ［２８］．
更重要的是 ＭＴＲａｓｙｍ 不能从 ＣＥＳＴ 对比中区别上场的 ＮＯＥ 效应．（３）ＭＴＲａｓｙｍ 方法没有校正水的纵向弛豫效应，这是影响 ＣＥＳＴ 信号幅度的主要因素［２９］．尽管如此，ＭＴＲ 仍是目前 ＣＥＳＴ－ ＭＲＩ领域一 种 简 单 有 效 的 量 化 ＣＥＳＴ － ＭＲＩ 的 方法［３０］．
针对 ＭＴＲａｓｙｍ 量化 ＣＥＳＴ－ＭＲＩ存在的不足，提出了一系列的改进措施．例如：针对 ＭＴＲａｓｙｍ 容易受Ｂ０ 场不均匀性影响，提出了水饱和移位参考（ｗａｔｅｒｓａｔｕｒａｔｉｏｎｓｈｉｆｔｒｅｆｅｒｅｎｃｅ，ＷＡＳＳＲ）［３１］和同时校正Ｂ０ 场和Ｂ１ 场的不均匀性（Ｓｉｍｕｌｔａｎｅｏｕｓ ｍａｐｐｉｎｇｏｆｗａｔｅｒｓｈｉｆｔａｎｄＢ ，ＷＡＳＡＢＩ）［３２］两种方法．针对减弱 ＣＥＳＴ 的竞争效应，提出了三频偏方法［２，３３］和洛伦兹拟合［３４－３７］等量化方法．针对没有校正水的纵向弛豫效应的问题，提出了表观交换依赖弛豫（ａｐｐａｒｅｎｔｅｘｃｈａｎｇｅ－ｄｅｐｅｎｄｅｎｔｒｅｌａｘａ－ ｔｉｏｎ，ＡＲＥＸ）［２２，２９，３８－３９］的量化方法．
３．２ 三频偏的方法
三频偏的方法通过用特定共振频率照射如酰胺、胺基质子等，用和共振频率两个相近频率的平均值作为参考信号，用特定频率处的信号作为标记信号的一种量化方法［２，３３］．三频偏方法被证明可以有效减弱 ＭＴ 不对称性和 ＮＯＥ 效应［２９］．三频偏及其量化 ＡＰＴ 和 ＮＯＥ 的定义如下［３３］：
其中，ＡＰＴ＊ 表示使用三频偏方法得到的酰胺质子转移．ＮＯＥ＊ 表示使用三频偏方法得到的 ＮＯＥ效应．
三频偏方法可以减弱 ＣＥＳＴ 的一些竞争效应，例如：ＭＴ 不对称性和 ＮＯＥｓ．该量化方法已经成功的用于肿瘤［２］和中风［３３］的检测．但是三频偏量化的方法存在如下的缺点：（１）三频偏方法线性假设过于简单，明显低估了 ＡＰＴ 和ｒＮＯＥ 在～３．５（ＮＯＥ（～３．５））的 饱和转移［３５，４０］．Ｂ ＿较大时，ＡＰＴ 和 ＮＯＥ 的峰值变宽，导 致低估 ＡＰＴ＊ 和ＮＯＥ＊ ［３３］；同时，随着Ｂ ＿增大，饱和效率达到最大值，饱和溢出和 ＭＴ 效应一直增加［２５，４１］，从而导致 ＡＰＴ＊ 和 ＮＯＥ＊ 对比度的下降；（２）ＡＰＴ＊ 使用三频偏的方法量化时，会受到相邻共振质子的干扰，如胺基质子在２ｐｐｍ 到３ｐｐｍ［２９］．
３．３ 洛伦兹拟合
洛伦兹拟合是一个较为简单的最小二乘法Ｚ 谱拟合的量化方法［３６］．洛伦兹拟合的定义如下［４０］：
其中，Ａｉ 、ωｉ 和δｉ 分别表示第ｉ个池的幅度、频偏和线宽，Ｎ 表示拟合池的个数，一般的洛伦兹拟合是指Ｎ ＝１的情况，如果Ｎ 大于１就是多池洛伦兹拟合．
洛伦兹差（Ｌｏｒｅｎｔｚｉａｎｄｉｆｆｅｒｅｎｃｅ，ＬＤ）是洛伦兹拟合的曲线与Ｚ 谱数据的差［３５，４２］．在该方法中，用洛伦兹函数去拟合Ｚ谱中的－１０ｐｐｍ 到－６．２５ ｐｐｍ、－０．５ｐｐｍ 到 ０．５ｐｐｍ 和 ６．２５ｐｐｍ 到 １０ ｐｐｍ，接着用样条插值完成整个拟合过程，并用拟合的频谱结果作为代表 ＤＳ和 ＭＴ 效应参考信号；最后，用拟合的结果和 Ｚ 谱数据的差作为 ＣＥＳＴ信号进行量化［３５，４３］．
３．４ 倒Ｚ谱分析法
最近的一项研究表明 ＣＥＳＴ 信号、ＤＳ 信号和ＭＴ 信号并不是线性叠加在一起，而是反向加在一起的［３８］．ＡＲＥＸ 和 ＭＴＲ 是两种常见的倒Ｚ谱分析法．其中，ＡＲＥＸ 是一种从稳态下得到的标记信号的倒数减去参考信号的倒数的一种量化方 法［２９］．ＡＲＥＸ
可以校正ＣＥＳＴ竞争效应中半固体ＭＴ 效应、Ｔ１、ＤＳ效应和水的弛豫效应．ＡＲＥＸ 和ＭＴＲＲｅｘ的定义分别为［４４］：
图３是不同 Ｂ１＿ｓａｔ 时Ｚ 谱和 ＡＲＥＸ 的仿真结果，仿真Ｚ 谱的参数设置和图２一样．其中，上面光滑的为Ｚ 谱，左下方为 ＡＲＥＸ 的图．由图２ 和图３的结果可以看出：相 同功率下，ＡＲＥＸ 的峰值比Ｄｉｆｆ＿Ｚ 谱的峰值大（尤其是３池模型），说明 ＡＲＥＸ
量化方法中 ＣＥＳＴ 的特异性更强．同时也说明：相比饱和交换之前水的Ｚ 谱和饱和交换之后水的Ｚ 谱的差值，ＡＲＥＸ 可以降低 ＭＴ 效应对 ＣＥＳＴ 效应的影响．其中，在０ｐｐｍ 附近，由于分母为０，所以 ＡＲＥＸ 非常的大，这和文献［４５］的研究结果一致．
３．５ ＣＥＳＴ 比率的方法（ＣＥＳＴｒａｔｉｏ，ＣＥＳＴＲ）和参考值归一化后的 ＣＥＳＴＲ 的方法（ＣＥＳＴＲｎｒ）
ＭＲＩ信号的强度取决于多种参数，包括质子浓度、交换质子的数目、质子交换率、Ｔ１、Ｔ２、饱和时间和饱和效率．最常用的 ＣＥＳＴ 图像的量化是磁化转移率 （ｍａｇｎｅｔｉｚａｔｉｏｎｔｒａｎｓｆｅｒｒａｔｉｏ，ＭＴＲ）， ＭＴＲ 的定义如下：
ＣＥＳＴ 比率的定义如下［４５］：
在最初对 ＡＰＴ 量化的过程中，选 取 －３．５ ｐｐｍ 作为参考信号，就是前面３．１ 节的 ＭＴＲａｓｙｍ 的量化方法［４６］．最近，Ｈｅｏ等人通过使用插值半固体参考 信 号 （ｅｘｔｒａｐｏｌａｔｅｄ ｓｅｍｉ－ｓｏｌｉｄ ＭＴ ｒｅｆｅｒ－ ｅｎｃｅ，ＥＭＲ）量化 ＣＥＳＴＲ［６，４７］．
参考 值 归 一 化 后 的 ＣＥＳＴ 比 率 的 定 义 如下［４５］：
ＣＥＳＴＲ 和 ＣＥＳＴＲｎｒ 中的参考信号 （也 就是ＺＥＭＲ）和 标记信号分别是拟合 ２ 池 ＭＴ 模型和ＣＥＳＴ 度量计算中的经过 Ｂ０ 校正过的Ｚ 谱数据． 仿真证明，在临床的３Ｔ 和４．７ Ｔ 的时候，ＣＥＳＴＲ和 ＣＥＳＴＲｎｒ 量化更可靠［４５］．ＣＥＳＴＲ 的 ＥＭＲ 谱（ＺＥＭＲ）可以 通过相应的 ω１和频谱范围 Δ 获得．
ＣＥＳＴＲ 的Ｚｌａｂ是通过５池Ｂｌｏｃｈ方程获得．具体获得方法只需对前面介绍的２ 池模型的 Ｂｌｏｃｈ 方程进行扩展即可．图４和图５分别为Ｂ０ ＝３Ｔ和９．４Ｔ 时５池模型在Ｂ１＿ｓａｔ 分别等于０．５μＴ，１μＴ，１．５ μＴ，２μＴ，２．５μＴ 和３μＴ 六种饱和功率下的基于 Ｂｌｏｃｈ方程的Ｚ 谱和几种常见量化方法：ＣＥＳＴＲ、 ＣＥＳＴＲｎｒ、ＭＴＲＲｅｘ和 ＡＲＥＸ 的仿真结果．仿真Ｚ 谱中使用的参数和文献［４５］的一样．从图５到图６可以看出：相同 Ｂ１＿ｓａｔ 时，３ Ｔ 时 Ｚ 谱在３．５ｐｐｍ 和 ２ ｐｐｍ 的下降均没有９．４ Ｔ 时的明显；特别地，在高场（Ｂ０ ＝９．４ Ｔ）、Ｂ１＿ｓａｔ 较低的时候 （尤 其是在 Ｂ１＿ｓａｔ ＜＝２μＴ），ＡＰＴ 在３．５ｐｐｍ 和 Ａｍｉｎｅ在２ ｐｐｍ 的下降看得很清楚；对于 ＣＥＳＴＲ、ＣＥＳＴＲｎｒ、 ＭＴＲＲｅｘ和 ＡＲＥＸ 四种量化方法，随着 Ｂ０ 场强的增大，２ｐｐｍ 和３．５ｐｐｍ 的峰值都变得更加明显，而且３．５ｐｐｍ 的峰值比较窄，２ｐｐｍ 的峰值比较宽，因此，低场时的 ＣＥＳＴ 信息被隐藏．这也是德国神经退行性疾病中心（ＧｅｒｍａｎＣｅｎｔｅｒｆｏｒＮｅｕｒｏ－ ｄｅｇｅｎｅｒａｔｉｖｅＤｉｓｅａｓｅｓ，ＤＺＮＥ）Ｚａｉｓｓ 等人在 ２０１９年２月最新发表深度低场预测高场的信息这篇论文的目的［４８］．
４ 小结与展望
各种量化方法会有具体的适合的实验参数和对应的应用范围，因此可以根据实际需要选取合适的 ＣＥＳＴ－ＭＲＩ的量化方法．同时最近也出现了用比较流行的机器学习中的深度学习进行 ＣＥＳＴ－ＭＲＩ量化［４８］．在低场的时候采集的数据 ＳＮＲ 低、硬件容易实现，而且现在的采集工作多数在低场环境下进行．但是，低场强下存在采集的数据 ＳＮＲ 低、关键信息被干扰隐藏等缺陷．高场中可以得到隐藏在低场中的信息（从图５ 和图６ 可以看出）．但是，高场中采集数据的时候，受到 Ｂ０ 场不均匀性的影响较大，ＳＮＲ 也较大，最重要的是由于产生高磁场的设备较为昂贵，因而难以普及，受硬件条件限制较大．Ｚａｉｓｓ等人提出同时用低场３ Ｔ 和高场 ９．４Ｔ 采集同一个人的脑部（包括正常人和脑部肿瘤的患者），通过输入３Ｔ 时Ｚ谱和输出９．４Ｔ的洛伦兹拟合参数，训练深度神经网络的参数．然后利 用训练好的深度神经网络参数，只需要采集低场３ Ｔ 的Ｚ 谱，即可预测高场９．４ Ｔ 的洛伦兹参数，从而实现预测高场９．４Ｔ 的不同 ＣＥＳＴ 效应［４８］．深度 ＣＥＳＴ－ＭＲＩ可以将少数超高场的优点和洞察力带到更广泛的临床应用中．未来深度神经网络的方