flowchart LR A["強い静磁場 B0<br/>(1.5T / 3T / 7T)"] --> B["原子核のスピンが<br/>揃って回る (第1章)"] B --> C["RF パルスで倒す<br/>→ 信号 (FID) (第2章)"] C --> D["T1 回復・T2 減衰<br/>= 組織ごとに違う (第2章)"] D --> E["傾斜磁場で位置情報<br/>→ k 空間 → 画像 (第3章)"] E --> F["TR・TE でコントラスト<br/>を選ぶ (第4章)"] F --> G["脂肪と水を分ける (第5章)"] C --> H["1H 以外の原子核<br/>23Na・31P (第6章)"]
ゼロからのMRI
T1・T2の原理から、脂肪と筋肉の分離、23Na・31Pまで
はじめに
重要AI が作成した資料です
本資料は 生成 AI(Claude)が作成 し、引用文献の書誌情報(著者・雑誌・巻・ページ・DOI)を Crossref で機械的に照合したものです。専門家による査読は受けていません。数値の多くは「代表値・目安」で、装置・撮像条件・文献によって幅があります。誤りを見つけたら作成者に知らせてください。
MRI は「強い磁石の中で、体の中の原子核に電波を当てて、返ってくる電波を聞く」装置です。 この資料は、物理や数式に自信がない人でも MRI の原理を手で動かしながら理解できるように作りました。
- T1 と T2 って結局なに?
- なぜ T1 強調で脂肪が白く、T2 強調で水が白いの?
- 脂肪と筋肉はどうやって分けているの?(脂肪抑制・Dixon 法)
- 23Na(ナトリウム)や 31P(リン)の MRI は、普通の MRI と何が違うの?
- NMR・MRS・MRI はどう違うの?
- 実際の解析にはどんなソフトや Python コードを使うの?
を、順番に説明します。
対象読者
- MRI のデータを使う(または使う予定の)研究者・大学院生・エンジニア
- 体組成・筋・運動・栄養などの分野で、論文に出てくる MRI の用語を理解したい人
- 高校物理(磁石・波・周波数)くらいの知識があれば十分です
この資料の使い方
ブラウザで動くデモ
スライダーを動かすと、その場で信号やグラフが計算し直されます(Observable JS)。インストールは不要です。
Python コード
各章のコードはそのままコピーして動きます(numpy / scipy / matplotlib)。本文の図は このコード自体を実行して作った図 です。
実際の論文とのつながり
23Na の章では、骨格筋の論文 (Gerhalter ほか 2017年; Höger ほか 2023年; Marton ほか 2026年) で使われている指標(TSC・ICwS・TQF など)が何を測っているのかを説明します。
章構成
| 章 | 内容 | 目安時間 |
|---|---|---|
| 1 | 原子核は小さな磁石:スピン・歳差運動・ラーモア周波数 | 15分 |
| 2 | NMR 信号:RF パルス・FID・T1 と T2 | 20分 |
| 3 | 画像にする:傾斜磁場・k 空間・フーリエ変換 | 20分 |
| 4 | コントラスト:TR・TE と T1 強調・T2 強調 | 20分 |
| 5 | 脂肪と筋肉を分ける:脂肪抑制・Dixon 法・脂肪率 | 20分 |
| 6 | 多核種 MRI:23Na と 31P | 25分 |
| 7 | NMR・MRS・MRI の違い | 10分 |
| 8 | 定量解析とソフトウェア・Python | 25分 |
| 9 | 確認問題 | 15分 |
全体像
Python の準備
第 8 章までのコードは、次のライブラリだけで動きます。
pip install numpy scipy matplotlib実データ(DICOM・NIfTI)を読む第 8 章の後半では、追加で pydicom と nibabel を使います。
pip install pydicom nibabel