动脉输入功能的估计,以补偿动态对比增强MRI的输入量和部分体积.
Chih-Hsien Tseng1,2,3, Martijn A Nagtegaal1,4, Matthias J P van Osch2,3,4
1Department of Imaging Physics, Delft University of Technology, Delft, the Netherlands.
NMR in biomedicine
|August 6, 2024
概括
这项研究提出了一种新的方法,用于在动态对比增强MRI期间纠正动脉输入功能的测量 (AIF) 中的错误. 该技术有效地弥补了流入量和部分体积的影响,提高了AIF的准确性,以便更好地进行药理动力学分析.
科学领域:
- 医疗成像医学成像
- 生物物理学的生物物理.
- 药理动力学 药理动力学
背景情况:
- 在动态对比增强 (DCE) MRI 中的动脉输入功能 (AIF) 测量容易受到输入和部分体积效应 (PVE) 的错误.
- 不准确的AIF可以导致药理动力学参数估计的重大错误.
- 之前引入的一种流量校正方法估计并补偿了旋转流入效应.
研究的目的:
- 调查流量校正方法的效率,以便在AIF测量中同时补偿流入和PVE.
- 用模拟和临床DCE-MRI数据来评估方法的性能.
主要方法:
- 模拟的AIF数据产生了不同程度的流入和PVE污染.
- 临床AIF被人工污染了PVE通过信号平均.
- 纠正方法应用于模拟和临床数据,将纠正的AIF与真实或原始AIF进行比较.
- 峰值,半最大全宽度 (FWHM) 和曲线下的面积 (AUC) 进行了比较.
主要成果:
- 模拟显示了被纠正的AIF的峰值,FWHM和AUC的最小偏差.
- 临床数据显示,在不同社区大小的重建曲线中存在高度相关性.
- 内动脉 (ICA) 和中脑动脉 (MCA) 的AIF表现出类似的特征,与静脉输出功能 (VOF) 有所区别.
结论:
- 拟议的方法有效地在AIF测量中同时补偿流入和PVE.
- 经过纠正的AIF为DCE-MRI分析提供了稳定的输入,可能会提高药理动力学建模的准确性.


