Aplicaciones de la resonancia magnética funcional
La FMRI se utilizó por primera vez para estudiar actividades neurofisiológicas, principalmente para el estudio de la corteza visual y funcional. Más tarde, con el avance de la precisión de los programas de estimulación y las técnicas experimentales, la investigación de la resonancia magnética funcional se expandió gradualmente al estudio de la corteza auditiva, del lenguaje, de las funciones cognitivas y emocionales, y de la memoria y otras actividades psicológicas.
Ha habido una gran cantidad de artículos sobre la investigación de la resonancia magnética funcional sobre la neuropatía cerebral, que involucra epilepsia, síndrome de Parkinson, enfermedad de Alzheimer (EA), esclerosis múltiple (EM) e infarto cerebral. Debido a su alta resolución en el tiempo y el espacio, es de gran importancia para el diagnóstico precoz, identificación, tratamiento y seguimiento de enfermedades. En cuanto a las enfermedades mentales, también existen estudios correspondientes sobre pacientes con esquizofrenia y depresión.
FMRI puede proporcionar una evaluación de información sensible, objetiva y precisa para la investigación, el diagnóstico, la estimación de la progresión y la evaluación del efecto del tratamiento de intervención experimental de enfermedades neurológicas. Es de gran importancia para la planificación quirúrgica y de radioterapia de lesiones tumorales, la estimación del pronóstico, la reducción de las lesiones y complicaciones quirúrgicas y la mejora de la calidad de vida posoperatoria.
El diseño experimental de la resonancia magnética funcional se realiza principalmente a través del "modo de resta del interruptor de estimulación de la tarea de referencia"
A través de la estimulación interactiva regular externa entre la tarea y la estática, las señales en la misma zona bajo condiciones de activación y control se realizan transformaciones de Fourier para obtener una serie de imágenes originales dinámicas. En el posprocesamiento de imágenes, las imágenes originales de los dos estados se comparan y se restan estableciendo un umbral. Después de promediar los píxeles de las imágenes restadas, se reconstruye una imagen de excitación funcional creíble mediante métodos estadísticos. Los métodos estadísticos más utilizados actualmente son principalmente el análisis de correlación y la prueba t. A través de este posprocesamiento, no solo se puede mejorar la credibilidad de los resultados experimentales, sino que también se pueden eliminar de manera efectiva algunos artefactos de la imagen.
Técnicamente hablando, el efecto espesante de los vasos sanguíneos pequeños es proporcional al cuadrado de la intensidad del campo, por lo que la investigación con resonancia magnética funcional es más adecuada para sistemas con intensidades de campo más altas. Las investigaciones muestran que los sistemas con intensidades de campo inferiores a 1,5 T no son adecuados para la investigación sobre la función cerebral. En cuanto a los requisitos de secuencia de imagen, generalmente se utilizan secuencias de imagen rápidas y sensibles al efecto T2*, como GRE, GRE-EPI, SE-EPI, etc.
Actualmente, la mayoría de las imágenes por resonancia magnética funcional requieren equipos de resonancia magnética de alta intensidad de campo por encima de 1,5-2,0 T, que generalmente utilizan secuencias GRE que son sensibles al efecto T2 y secuencias EPI de imágenes rápidas. Las desventajas de las imágenes de secuencia GRE simples son que el tiempo de adquisición de imágenes es largo, el número de capas de imágenes es limitado y las imágenes se ven afectadas fácilmente por el movimiento y producen artefactos. La EPI fue descrita por primera vez por MansField en 1997 [5]. Esta tecnología simplifica múltiples exploraciones en imágenes clásicas en una sola exploración, lo que aumenta considerablemente la velocidad de obtención de imágenes. En la actualidad, la mayoría de las máquinas de RM de alto campo utilizan una secuencia EPI que combina GRE y EPI. La velocidad de cambio del campo de gradiente es rápida y toda la recopilación de datos del espacio K se puede completar con una sola excitación o menos. El tiempo de obtención de imágenes se puede acortar a 30-100 ms, lo que reduce en gran medida los artefactos de movimiento.