首先，非常感谢皮卡老师（ @强璐 ）的耐心解答
其次，感叹一下隔行如隔山（详见下文），缘分妙不可言（此后再表）
—
dixon、t2mapping是什么
最近开始真正投入影像组学的研究，第一步就是确认研究方向及方法，我们需要测量肌肉中脂肪的占比（脂肪浸润率），以此评估肌肉的强度。这就遇到一个问题，常规核磁、CT无法很明显分开肌肉和肌肉里的脂肪，这时检索到可以用dixon、t2mapping技术
一开始我还傻乎乎以为这是两种获取影像后，对影像的加工处理方法，后来自己查阅分析以及向皮卡老师请教，才知道这是两种核磁序列，类似于常见的t1、t2、flare序列，这些序列都是做核磁时专门去扫的，当时没有扫这两个序列，导出来的数据就不会有
另外，虽然文献里提到dixon、t2mapping都可以实现这个目的，但其实它们还是有很大区别的
dixon技术又称水脂分离技术是基于化学位移成像的MR成像技术，利用水和脂肪在磁场下的进动频率相差3.5ppm。一次扫描可以获得四组图像，分别为压水像、压脂像、同相位、反相位，可以精简扫描序列缩短扫描时间。Dixon技术与不同的回波结合获得不同的序列，一般可以分为两大类，一是与梯度回波序列结合，获得T1序列，常常用于腹部磁共振检查，以及T1增强序列，在西门子被命名为Dixon-vibe,为3D序列。二是与自旋回波序列结合，不同权重可以得到不同的序列，如T2WI、T1WI、PDWI，西门子命名为Dixon，常规是2D序列，应用部位更为广泛，以脊柱、骨关节常见。
t2mapping可以定量肌肉中的含水成分和含量，dixon可以将肌肉中的脂肪组织与肌肉纤维分离开来，你可以这么理解
——皮卡老师
总得来说，其实dixon更适合我的需求
怎么去扫dixon、t2mapping？
明确要用dixon以后，去本院放射科找老师商量，对方要求我提供几个参数：场强（在1.5T、3T里选）、层厚、层间距、部位
除了场强，我知道1.5T、3T，其他概念我都是第一次知道，
- 场强嘛，那不是越高越好吗？
- 层厚和层间距，应该是层厚越薄，间距越小越好吧，但我看网上说间距太小也会有干扰
- 肌肉具体要做哪块？放射科老师一直在问我这个问题，似乎很重要，但我不理解，是不是区域越大越难做？
继续请教皮卡老师
1、建议3T，3T磁共振信噪比（SNR）更高，扫描速度更快，组织增强前后对比效果更好，功能成像更为全面和精准等优势，但也存在对对运动更敏感、磁场均匀度要求更高、RF射频能量蓄积更高，易产热超SAR等缺点，需要病人做好配合以及检查前准备。
2、层厚、层间距在MR扫描中其实相对复杂，2D序列SNR（signal-to-noise ratio，信噪比）会高一点，但是层间距一般没法做到0，选层激发是通过梯度磁场和射频频率完成的，否则会产生邻近层面质子群的干扰激发影响其他层面的正确信号，3D序列通过交叉选层激发或者其他特殊的物理方法避开干扰，可以做到薄层、0间距，但是SNR会稍微低一点。对于你这种要测量三维volume的研究目的，优先选择3D序列做。不过这样相应扫描时间会长点，一般影像科自己做研究还好说，别的科室要麻烦影像科技师多花时间做扫描，可能得走点私交；2D序列图像很好看，如果层间隔做到10%，层厚3-4mm，其实勾画后对最终的3D Vol影响不是很大，也可以选择。
3、你要测哪些肌肉，肯定是应该你自己先想好，再告诉影像科确定扫描FOV（Field of View，扫描视野）。我搞肿瘤方向的，你这个研究课题的目的我不是很了解，你得自己评估下。
——皮卡老师
能不能用人工智能的方式来实现dixon的效果？
普通序列上，其实也不是完全看不清肌肉和脂肪的界限，而且dixon需要专门去测量，那我们直接用普通序列来实现dixon的效果（将肌肉、脂肪很好的分离），可行吗？
遇事不决人工智能，在医学图像科研领域，目前几乎没有神经卷积网络实现不了的东西，只不过由于各种为了让结果好看的“专项优化”使得绝大多数成果都无法临床落地。我现在在做的一个课题，也是类似的工作，将MR图像转换成CT图像；还有大佬的项目，可以从平扫图像去模拟生成增强的图像，反正只要你敢想，AI就能做。
——皮卡老师
最后
相信以上很多关于核磁的内容大家看不懂，比如t2mapping和dixon的技术详情，正所谓隔行如隔山，如果这些问题光靠我自己去琢磨，可能再过半年我的研究都开展不了。虽然现在依然不是非常懂，但大概知道怎么回事，也基本明确了下一步的计划
希望以上内容可以帮到大家
