了解大脑在静止和撞击时的运动方式对于理解脑部疾病至关重要，但是技术落后了。现在，斯坦福大学和奥克兰大学的研究人员开发了一种成像技术，该技术揭示了微小的大脑运动，为大脑梗阻性疾病提供了一个期待已久的有希望的诊断工具。

斯坦福大学研究助理，新研究的第一作者伊塔玛尔·特雷姆(Itamar Terem)解释说：“我们新颖的令人兴奋的方法使我们能够瞥见由血液脉动和脑脊液流动引起的大脑组织的微妙运动。”他指出：“我们正在放大次体素运动，即小于图像分辨率的运动。”

大脑在每次心跳时都会略微移动，但是这些动作很�。捍笤际�180微米，小于一根人发的宽度。由于这些运动非常�。虼吮曜嫉腗RI技术有时难以很好地捕获和显示它们，从而限制了大脑运动的可视化，从而无法监测或诊断阻塞性脑部疾病。

Itamar说：“我们已经成功地揭示了中脑，脊髓，小脑甚至额叶等区域的微小动作。”

5月29日在线发表的《医学磁共振》中报道了这项新技术，该技术最初是由斯坦福大学的Samantha Holdsworth和Mahdi Salmani Rahimi开发的。霍尔斯沃思(Holdsworth)和她的团队在那里开发了一种称为扩增MRI(aMRI)技术的基础。在过去的两年中，Terem对该技术进行了微调，以证明其可用于诊断。

通过将心跳的定时与在大脑上获取的数据进行协调，可以将数据缝合在一起，以创建在心跳上平稳移动的图像或“ MRI视频”。然后，该团队定制了由MIT团队开发的基于阶段的视频放大算法，该算法可以检测并放大视频中难以察觉的变化。通过针对MRI视频定制视频放大算法，可以将大脑的运动放大到更可见的范围。

奥克兰大学的霍兹沃思说：“由于每次心脏跳动时，血液都会流进大脑，有时您可以在扫描仪中捕捉到整个头部的'点头'。”

Holdsworth和Terem发现，与原始的aMRI方法相比，基于阶段的aMRI产生的错误更少，并且具有更好的可见性，尤其是大脑最动的区域，例如中脑和脊髓。基于相位的aMRI代码可通过操纵在图像处理中使用的一系列数学运算(称为可控金字塔小波变换)来进行工作，从而在没有伴随噪声的情况下放大运动。

Terem说：“与原始的aMRI方法相比，基于相位的aMRI对噪声和伪影的敏感度较低，显示出出众的图像质量，总体上减少了大脑皮层和脊髓的阴影，并减少了[脑脊液]流动伪影。” 。

该团队将这项技术应用于两个受试者，即对照组和患有Chiari畸形I的患者。由于头骨和上肢底部畸形，这种疾病在出生时就可能引起许多症状，包括头痛或脖子僵硬脊柱区域。与对照组参与者不同，Chiari患者的视频图像在至少两个位置显示出明显更大的大脑运动。

该项目的合作者Mehmet Kurt指出：“更好地可视化和了解大脑的生物力学特性可能会导致对脑部疾病的更早发现和监测。”

Holdsworth说：“ aMRI可能使我们能够检测出由于疾病或失调而阻塞大脑或阻塞脑液流动的病理性大脑和血管运动。”

该团队将继续向更多具有各种疾病(例如脑积水，脑血管疾病和神经退行性疾病)的医学诊断的患者推广该技术在临床环境中的应用。