全书共分八章,主要内容包括磁共振的数学物理基础(自旋核的进动、纵向弛豫和横向弛豫、射频脉冲、组织对比度和加权图像)、Bloch方程及各种情形下Bloch方程的解、信号方程和二维傅里叶变换成像、射频脉冲的激励机制、选择性激励中的脉冲带宽和所选层厚的关系、梯度回波和自旋回波以及各种脉冲序列的原理及应用、频率编码和相位编码、压缩感知磁共振成像原理、磁共振图像重构和磁共振并行成像。本书内容丰富、重点突出,力争做到由浅入深、循序渐进,适合不同读者的需要。本书可作为理工科各专业本科生和研究生学习磁共振成像原理及应用的教材,也适合对磁共振成像感兴趣的研究人员和工程技术人员阅读。
本书主要围绕脑蛋白数据的分析展开研究,通过脑网络的方法来研究与MCI高度相关的Tau蛋白和AB蛋白,发掘脑蛋白数据与MCI疾病的发病机制关系,结合机器学习的方法,对MCI的辅助诊断进行深入的研究;以蛋白PET图像为数据基础、脑网络为手段,对MCI患者脑蛋白网络的量化属性进行分析研究,结果揭示了脑蛋白网络的内部工作方式及发病机制,同时为计算机辅助诊断提供了重要依据。本书的研究证实了脑蛋白网络在MCI研究及辅助诊断中有着重要的价值,同时阐明了多特征的高阶蛋白网络在MCI病理学研究及计算机辅助诊断中均具有重要应用价值。