Estimación de seguimiento invariante al brillo en RM etiquetada

Área de la Ciencia:

• Imagenología Médica
• Biofísica
• Biología Computacional

Sus antecedentes:

• El etiquetado por resonancia magnética (RM) es una técnica no invasiva para rastrear el movimiento del tejido in vivo.
• Los métodos convencionales de flujo óptico y Fourier para el análisis de imágenes de RM etiquetadas son susceptibles a errores causados por los cambios en el brillo de las etiquetas y el tejido a lo largo del tiempo.
• La atenuación de etiquetas y la dispersión espectral debido al movimiento complican aún más el seguimiento preciso del movimiento.

Objetivo del estudio:

• Introducir una técnica novedosa, la estimación de seguimiento invariante al brillo (BRITE), para el seguimiento de movimiento preciso en RM etiquetada.
• Abordar las limitaciones de los métodos existentes en el manejo de variaciones de brillo y atenuación de etiquetas.
• Desvincular la anatomía de los patrones de etiquetas y estimar simultáneamente el movimiento de Lagrangian.

Principales métodos:

• BRITE utiliza modelos probabilísticos de difusión de eliminación de ruido para representar la anatomía y redes neuronales informadas por la física para la estimación de movimiento biológicamente plausible.
• La técnica desvincula la información anatómica del patrón de etiquetas dentro de las secuencias de imágenes de RM etiquetadas.
• Se realizaron experimentos en un fantoma de gel con períodos de etiquetas y ángulos de volteo variables para evaluar el rendimiento en diferentes condiciones de brillo.

Principales resultados:

• BRITE demostró una precisión superior en la estimación de movimiento y deformación en comparación con los métodos del estado del arte.
• El método propuesto muestra una resistencia significativa a la atenuación de etiquetas, un artefacto común en la RM etiquetada.
• La validación utilizando un fantoma de gel confirmó la efectividad de BRITE en diversos escenarios de imagen.

Conclusiones:

• BRITE ofrece una solución robusta para la cuantificación precisa del movimiento y la deformación en RM etiquetada, superando los desafíos planteados por las variaciones de brillo y la atenuación de etiquetas.
• La integración de modelos de aprendizaje profundo (modelos de difusión y redes neuronales informadas por la física) mejora la fiabilidad y precisión de la técnica.
• BRITE representa un avance significativo para el análisis del movimiento tisular in vivo utilizando imágenes de RM etiquetadas.