使用多个时间点动脉旋转标记MRI模拟大脑血流的时空动态
Joana Pinto1, Nicholas P Blockley2, James W Harkin3
1Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford, Oxford, United Kingdom.
Frontiers in physiology
|June 12, 2023
概括
先进的动脉旋转标签模型改善了大脑血液流量的量化. 结合分散和宏血管效应,可以准确地测量血流动力学,动脉传输时间和血液体积,特别是在高头症期间.
科学领域:
- 神经成像是一种神经成像.
- 身体生理学 身体生理学
- 医学物理 医学物理
背景情况:
- 大脑血流 (CBF) 是重要的,并通过动脉旋转标记 (ASL) 非侵入性测量.
- 多个时间点ASL (多个PLD) 提供了比单个时间点方法更好的量化和生理洞察力.
- 动态建模对于准确的ASL数据分析至关重要.
研究的目的:
- 为了评估多时间点伪连续ASL (pCASL) 数据的动态模型.
- 评估分散和宏血管成分对CBF量化的影响.
- 为了确定最佳的模型,分析CBF动态在normocapnia和hypercapnia.
主要方法:
- 在10名健康受试者的pCASL数据上测试了多种动力模型,包括分散和宏血管效应的扩展.
- 在normocapnia和hypercapnia (CO2刺激) 期间获得的数据,以模仿不同的CBF动态.
- 在量化CBF,动脉传输时间 (ATT) 和动脉血液体积 (aBV) 中比较模型性能.
主要成果:
- 所有模型都检测到normocapnia和hypercapnia之间的CBF变化,而hypercapnia增加CBF并减少ATT和aBV.
- 纳入分散效应的模型显著降低了CBF和ATT,同时增加了aBV.
- 扩展模型与分散和宏血管组件提供了最好的数据匹配.
结论:
- 推用于多时间点pCASL数据的扩展动力模型,包括分散和宏血管效应.
- 这些先进的模型提高了CBF量化和生理参数估计的准确性.
- 这些发现支持使用复杂的建模来进行全面的ASL分析.
