通过多延迟动脉旋转标签进行脑 perfusion 成像:模拟分散的影响和与denoising 策略和病理学相互作用的影响

科学领域:

• 神经成像是一种神经成像.
• 医学物理 医学物理
• 放射学 放射学是一门学科.

背景情况:

• 多延迟动脉旋转标签 (ASL) 对于精确的脑血流量量化至关重要.
• 精确估计诸如动脉传输时间 (ATT) 和动脉脑血量 (aCBV) 等参数至关重要.
• 脑血管疾病需要精确的输液测量.

研究的目的:

• 评估无声化策略对多延迟ASL中的动态模型拟合和参数估计的影响.
• 评估对标签玻尿酸分散在脑血管疾病的会计影响.
• 为了比较独立组件分析 (ICA) 否定与重复平均.

主要方法:

• 分析了17名脑小血管疾病患者和13名健康对照者的多延迟ASL数据.
• 配合一个扩展的动力模型,并没有考虑球散射.
• 应用两个消除噪声的策略:ICA用于结构化消除噪声和重复平均.

主要成果:

• 模拟玻尿酸分散改善了估计精度,但参数值受到重复平均的影响.
• 重复平均增强模型适配,但对患者在动脉位置附近的CBF和aCBV值产生不利影响.
• 在不改变参数值的情况下,ICA表示改进了模型适配和估计精度.

结论:

• 建议在多延迟ASL分析中改进模型适合性.
• 使用所有对照标签的重复有助于估计宏血管信号贡献,以更好地量化 perfusion.
• 这些发现对于在脑血管病理学中建模流量分散具有重要意义.