Diffusion spectrum imaging (DSI) 擴散光譜成像 與 Diffision tensor imaging （DTI）彌散張量成像的優劣？

近年來，大腦研究的方法逐漸進入到各向異性（anisotropy）的微觀結構（microstructure）層面，而擴散光譜成像提供了一種非常好的解決方法。2012年美國波士頓大學的腦神經學家Douglas L. Rosene利用該方法進行了人腦神經纖維排列方式的成像。我的問題是，既然DSI的纖維追蹤技術（tractography）已經如此成熟（雖然他也有Validation的問題）那相比之下DTI的出路在哪裡，相對於DSI的優勢在哪裡。謝謝

---

DTI模型如果用在交叉神經所對應的pixel上，會發現這個pixel三個特徵向量大小几乎一樣，tensor會形成一個圓球一樣，不能正確區分兩束神經的交叉。相比之下，DSI在分辨fiber crossing上更有優勢。DSI在彌散空間（q-space）上按照cartesian 順序採集，相當於多b值多方向採集， 最後得到的propagation是採集信號的傅里葉變換，比較準確。這一技術的優勢在於可以有效分辨crossing fiber，反映神經微觀結構。但類似DSI技術最大的問題是k-q空間採集所需的掃描時間太長了（方向多，b值多），至少1-2小時以上，這也是他不能用於臨床的最大障礙。DTI雖然模型簡單，但在臨床上因為方向少採集速度快，而且MD ADC等參數能反映一些疾病病灶的特點，還是很有臨床價值的。

我覺得無論DSI還是DTI，還是其他的比如HARDI，球棍， NODDI等等歸根到底只是一種數學模型來表達神經微觀結構，都有自己的局限性，他們做出的tractography，不一定就是實際腦圖。要結合實際情況，比如具體腦部部位，實際硬體系統（比如b值最大能到多少，最多可以打多少個方向）才能決定選取那種方法。

---

DTI是Gaussian assumption下的簡化情況，DSI是對得到的信號E(q)進行完整的傅里葉變換。當然DSI要比DTI需要的採樣時間長很多。另外DTI出現的時間很早(20年前我記得)，是最開始Basser他們對dMRI進行的一種初步的嘗試，後來有人試著將這個完整的PDF（probability density function）計算出來，就是DSI。

---

推薦閱讀：