因能精细地生成组织或物质的繁多信息而被广泛应用于物理、生物及医学领域。开发基于影像数据的生物标志物、定量分析MR参数、摆脱主观评估的偏倚，对精准医学的发展至关重要。MR指纹技术（MR，MRF）具有扫描时间短和可定量获取信息等独特优势，可为快速获得高质量MR图像提供有力手段。本文对MRF在医学影像诊断的应用进行综述。
传统MRI无法提供定量指标及明确反映异常信号的差异程度，从而影响度。目前MR定量序列局限于测量波谱峰值、ADC及空间体积等。如何稳定地获取完全定量的MR图像一直是热点研究课题。MRF有望成为解决此问题的突破口。首先，在数据采集方面，与传统MR采用重复多种序列扫描获取ROI方法不同，MRF采用“伪随机”获取方式，不同物质或组织产生独特的信号，形成属性的“指纹”；其次，在数据后处理方面，MRF采用网状重建及正交匹配方式，将获得的信号“指纹”与预先设定的“预测信号演变库”相匹配并进行可视化，最终生成ROI所期望参数（T1、T2值等）的完全量化图。
MRF与“压缩”（Compression sensing，CS）有关，具有CS的相关优势。研究表明，在与传统MR相同扫描时间内，MRF能完整扫描全定量数据、规避常见快速扫描方法对系统的问题。此外，传统MR一次扫描获得的参数信息有限，而MRF可在足够的扫描时间下同时定量扫描多种参数，与目前基因组及蛋白研究的电脑辅助分析相似。在辨认参数的算法恰当时，MRF能数据在获取中噪声导致的不良影响；且MRF可直接应用于其他MR领域，如动态增强MRI（Dynamic contrast enhancedMRI，DCE－MRI）及动态磁对比增强MRI（Dynamic susceptibility contrast，DSC－MRI）。
MRF在临床应用中显示出巨大的潜力。与传统MR序列相比，MRF具有时空不连续的特点，可忽略空间样本量过少导致的误差，并通过减少读出信号次数来缩减序列时间，在未来有望提供加速获取图像的新方法。在测试加速极限的试验中，MRF仅通过一次信号读取，在12.3s内即可获得误差较高的原始数据，通过对比“库”，降低误差，进而得到高质量图像。MRF还具有较高的运动伪影容错能力，有学者采用MRF扫描被试者头部15s，并要求被试者在最后3s晃动检测部位（头部），而获得的图像质量与传统序列相同。
定量检查序列驱动平衡脉冲观测弛豫时间（Driven equilibrium single pulse observation ofT1/2，DESPOT）技术为效率较高的弛豫时间参数检测序列，而研究表明MRF的检测效率为DESPOT序列的1.8倍。由于MRF是基于bSSFP序列开发而成，而bSSFP对B0及B1不均匀较为，故MRF对不均匀同样；但MRF可通过调节“指纹库”来适应不均匀，故在真实扫描中，MRF可消除诸如“空气—组织交界”这类因不均导致的伪影。