脑血管反应幅度和延迟的定量映射与喘息BOLD fMRI,当结束潮CO₂质量低时

科学领域:

• 神经成像是一种神经成像.
• 心血管科学 心血管科学
• 医学物理 医学物理

背景情况:

• 脑血管反应 (CVR) 通过测量血管对刺激的反应来评估脑血管健康.
• fMRI与喘息任务是CVR常见的,但准确的终潮CO2 (P_ETCO2) 测量需要严格的参与者遵守.
• 每次呼吸量 (RVT) 提供了一个可行的替代方案,但缺乏CVR振幅的标准单位.

研究的目的:

• 在P_ETCO2数据质量低的情况下,开发用于计算标准单位的CVR振幅和CVR延迟的方法.
• 评估将RVT扩展到P_ETCO2单位,并使用深度学习来预测RVT的P_ETCO2,以改进CVR映射.
• 为了提高CVR在患者群体中的临床适用性,减少任务合规性.

主要方法:

• 通过使用高质量的P_ETCO2数据,评估将RVT缩放到mmHg的可行性.
• 采用深度学习来预测RVT的P_ETCO2时间序列.
• 利用密度映射的喘息fMRI数据集来比较使用重新缩放的RVT和预测的P_ETCO2对地面真相的CVR映射.

主要成果:

• 无论是重新缩放的RVT还是预测的P_ETCO2,都使CVR振幅和延迟映射能够在标准单位中与地面真相高度一致.
• 预测的P_ETCO2回归器在CVR振幅和延迟方面都表现出卓越的准确性.
• 预测的P_ETCO2与RVT相比,对与莫亚莫亚病相关的CVR延迟表现出更大的敏感性.

结论:

• 重缩RVT和预测P_ETCO2对于标准单元CVR映射是可行的,特别是当P_ETCO2数据受到损害时.
• 基于深度学习的P_ETCO2预测为CVR分析提供了更高的准确性和灵敏性.
• 这种方法显著提高了基于fMRI的CVR评估在具有挑战性的患者群体中的临床实用性.