使用短TE STEAM MRS测量的GABA,谷氨酸和刺激抑制比率在7-Tesla:宏分子基础集和基线参数的影响

科学领域:

• 神经成像是一种神经成像.
• 磁共振光谱学 磁共振光谱学
• 生物物理学的生物物理.

背景情况:

• 大分子 (MMs) 显著影响磁共振光谱 (MRS) 中神经化学量化的准确性.
• 在LCM模型分析中,通常采用测量MM基础与spline基线,其中DKNTMN参数控制基线刚度.
• 调查MM基础和DKNTMN的影响对于优化MRS数据分析至关重要.

研究的目的:

• 评估测量MM基础与模拟MM基础在神经化学量化上的影响.
• 为了确定最佳的DKNTMN参数来准确量化GABA,谷氨酸和EIR,使用测量MM基础.
• 评估不同DKNTMN值对测量稳定性和Cramér-Rao下限 (CRLB) 的影响.

主要方法:

• 预期招募26名健康受试者,在7-T进行两次扫描,使用短回声时间STEAM序列.
• 用模拟MM基础 (MMsim) 和测量MM基础 (MMmeas) 在各种DKNTMN值 (0.15,0.30,0.60,1.00) 进行LC模型分析.
• 对CRLB,GABA,谷氨酸,EIR度的统计分析,以及测试-重新测试稳定性的变化系数 (CV).

主要成果:

• 与MMmeas相比,MMsim观察到GABA和谷氨酸的CRLB较低.
• 使用MMsim的GABA度较高,使用MMmeas的DKNTMN值较低 (0.15,0.30).
• 增加的DKNTMN值 (0.60,1.00) 导致GABA和EIR的CVs更大,表明测量稳定性降低.

结论:

• 在MRS中神经化学量化准确性对用于适配的基础集的参数敏感.
• 使用测量MM基数 (MMmeas) 和DKNTMN设置为0.30的分析表明与先前研究的最佳一致.
• 推的最佳神经化学量化方法是使用MMmeas,DKNTMN为0.30.