RM Fingerprinting: una secuencia novedosa aplicada a la neuroimagen

La resonancia magnética nuclear (RMN) se ha convertido en una de las herramientas de imágenes médicas más importantes en los últimos 30 años porque no es invasiva, no requiere radiación ionizante y proporciona imágenes exquisitas de tejidos blandos y estructuras anatómicas con muchos contrastes específicos de tejido/enfermedad. Si bien la resonancia magnética ha servido bien a la comunidad durante muchos años, cada vez es más claro que también tiene limitaciones significativas.

Una de las principales limitaciones es la falta de información cuantitativa para la caracterización de tejidos/estructuras. El paradigma actual de MRI es usar un conjunto de configuraciones de escáner para generar una imagen "ponderada" por un mecanismo de contraste de RM específico (parámetro físico), donde se espera que se acentúen las variaciones en el parámetro. Sin embargo, sin un conocimiento cuantitativo de los parámetros, el contraste final de la imagen puede depender de muchos factores, lo que complica la interpretación de la imagen y el rendimiento diagnóstico. La medición cuantitativa puede proporcionar una gran cantidad de información sobre las propiedades del tejido y las condiciones patológicas, ya que estos parámetros determinan en última instancia el contraste que se observa en las imágenes convencionales.