在使用代谢物特定的bSSFP序列时,用于超极化C-pyruvateMRI的药理学模型

科学领域:

• 医疗成像医学成像
• 生物物理学的生物物理.
• 生物化学 生物化学

背景情况:

• 代谢物特定的平衡SSFP (MS-bSSFP) 序列在超极化[1-13C]酸盐 (HP 13C) MRI中增强信号噪声比 (SNR).
• 现有的药理动力学模型无法解释MS-bSSFP数据的独特信号演变.
• 准确估计代谢转化率常量 (kPL和kPB) 对于解释HP 13CMRI研究至关重要.

研究的目的:

• 开发和验证一个灵活的GRE-bSSFP模型,以适应HP 13CMRI中的代谢转化率常数.
• 解决当前模型在处理MS-bSSFP信号特征方面的局限性.
• 将新GRE-bSSFP模型的性能与传统GRE模型进行比较.

主要方法:

• 为了分析MS-bSSFP收购,构建了一个新的GRE-bSSFP模型.
• 该模型的准确性被评估使用模拟和体内数据从健康的老鼠脏,小鼠前列腺癌和人类细胞癌.
• 结果与使用传统GRE模型和GRE收购获得的结果进行了比较.

主要成果:

• 拟议的GRE-bSSFP模型准确地适应模拟数据,而GRE模型显示因模型不匹配而导致偏差.
• 在体内研究表明,GRE-bSSFP和GRE模型之间的转换率常数估计一致.
• 同时安装乳酸T2和kPL导致kPL估计不那么精确.

结论:

• 开发的GRE-bSSFP模型准确地估计了MS-bSSFP HP 13C实验中的kPL和kPB.
• 这种建模方法在HP 13CMRI中为代谢速率常数估计提供了更好的准确性.
• 该模型框架可适应其他超极化剂和多回声bSSFP序列.