独立组件分析 (ICA) 应用于动态氧增强MRI (OE-MRI),用于在3T时进行强大的功能性肺成像
Sarah H Needleman1, Mina Kim1, Jamie R McClelland1,2
1Centre for Medical Image Computing (CMIC), Department of Medical Physics and Biomedical Engineering, University College London, London, UK.
Magnetic resonance in medicine
|November 20, 2023
概括
我们开发了一种使用独立组件分析 (ICA) 的新方法,以改善肺部的氧增强MRI (OE-MRI). 这种技术成功地发现了吸烟者和非吸烟者之间肺功能差异.
科学领域:
- 医疗成像医学成像
- 肺部医学 肺部医学
- 生物物理学的生物物理.
背景情况:
- 3特斯拉的动态肺氧增强MRI (OE-MRI) 面临着信号混和低信号噪声比的挑战.
- 现有的方法很难准确地分离氧气诱导的信号变化.
研究的目的:
- 使用独立组件分析 (ICA) 创建一个强大的管道,用于准确和灵敏的肺部OE-MRI.
- 在3T时自动提取氧气诱导的信号变化从动态肺OE-MRI中的混因素中.
主要方法:
- 动态OE-MRI对健康参与者进行了3T,循环气体输送.
- 使用独立组件分析 (ICA) 来提取氧气增强信号,然后进行百分比信号增强 (PSE) 计算.
- 评估了扫描-重新扫描可重复性,ICA管道可重复性和供应商间可重复性,比较吸烟者和非吸烟者.
主要成果:
- 国际空气协会管道成功地在所有参与者身上提取了一种一致的增氧成分.
- 在肺组织和有氧血液中观察到相反的氧气诱导信号增强.
- 在目前的吸烟者和非吸烟者之间发现了肺部PSE的显著差异,具有良好的重复性和可重复性.
结论:
- 开发的ICA管道有效地检测到3T的肺组织和含氧血液中的信号增强.
- 在吸烟者和非吸烟者之间观察到的肺部PSE的差异表明对早期肺功能改变的敏感性.
- 这种方法对未来涉及轻度肺病理的患者研究有希望.
