在IVIM MRI中进行图像消噪和模型独立参数化
Caleb Sample1,2, Jonn Wu3,4, Haley Clark1,2,4
1Department of Physics and Astronomy, Faculty of Science, University of British Columbia, Vancouver, BC, CA, Canada.
Physics in medicine and biology
|April 11, 2024
概括
一种新的无声化技术提高了intravoxel不连贯运动 (IVIM) 的MRI质量. 像AUC这样的模型独立参数可以提高IVIM成像的可复制性和功能实用性.
科学领域:
- 磁共振成像是一种磁共振成像技术.
- 医学物理 医学物理
- 辐射疗法 辐射疗法
背景情况:
- 内素不连贯运动 (IVIM) 成像对于评估组织微循环至关重要.
- 目前的IVIM参数化面临着高度变化和可解释性的挑战.
- 改善IVIM图像质量和参数化对于临床应用至关重要.
研究的目的:
- 为了提高intravoxel不连贯运动 (IVIM) 磁共振成像 (MRI) 的质量.
- 引入一种使用神经失明解卷技术的新型图像剥离技术.
- 在IVIM信号量化中使用模型独立参数化 (AUC).
主要方法:
- 在放射治疗之前和之后为头癌患者获得的IVIM MRI扫描.
- 应用神经盲解卷用于图像无声化.
- 使用曲线下的面积 (AUC) 参数量化了IVIM信号衰变曲线.
- 使用盲目指标,总变化 (TV) 和对比度与噪声比 (CNR) 评估图像质量.
主要成果:
- Denoising显著改善了图像质量指标,并平滑了信号衰变曲线.
- Denoising 减少了图像总变化 (TV),并且通常增加了参数对比度和噪声比率 (CNRs).
- 与指数模型相比,AUC参数与放射治疗剂量水平的相关性更强,相对重要性更高.
结论:
- 拟议的无化技术和AUC参数化提高了IVIM MRI的质量和可重现性.
- 独立于模型的AUC参数为IVIM数据分析提供了更强大的方法.
- 这种方法有可能提高IVIM成像的功能效用和临床翻译.
