将MP2RAGE定量T1值与多TI反转恢复T1值进行比较和校准
Adam M Saunders1, Michael E Kim2, Chenyu Gao1
1Department of Electrical and Computer Engineering, Vanderbilt University, Nashville, TN, United States.
Magnetic resonance imaging
|January 5, 2025
概括
定量T1映射测量大脑组织变化,独立于扫描器效应. 一个神经网络校准磁化-准备两个快速获取梯度回声 (MP2RAGE) T1估计,显著减少错误,提高脑成像准确度.
科学领域:
- 神经成像是一种神经成像.
- 量化MRI是指数量化的MRI.
- 生物医学工程 生物医学工程
背景情况:
- 权重为T1的MRI对扫描仪和协议的变化敏感.
- 定量T1映射提供了独立于这些效应的T1值,反映了大脑组织结构.
- 磁化准备的两种快速获取梯度回声 (MP2RAGE) 提供了高效的T1映射,但可以表现出偏差.
研究的目的:
- 使用MP2RAGE评估T1估计后期最大值 (MAP) 的准确性.
- 调查和纠正MP2RAGE衍生T1值的组织依赖偏差,与多TI反转恢复 (IR) 相比.
- 开发一种基于神经网络的方法来校准MP2RAGE T1估计.
主要方法:
- 从四个受试者收集了B1校正的MP2RAGE和多TI选择性反转恢复 (IR) 数据.
- 将MAP T1估计应用于MP2RAGE,并将结果与点估计方法和多TI IR.相比较.
- 训练了一个基于补丁的ResNet-18神经网络,使用配对数据校准MP2RAGE T1估计.
主要成果:
- MAP MP2RAGE T1估计显示没有偏差,但对MP3RAGE的B1+异质性敏感.
- 在MAP MP2RAGE和多TI IR T1值之间观察到一种取决于组织的偏差.
- ResNet-18网络显著降低了白质,皮质下灰质和皮质灰质的根平均平方误差 (RMSE).
结论:
- 神经网络可以有效地从MP2RAGE序列中校准定量T1映射.
- 这种方法减少了不同定量成像方法之间的错误,提高了T1绘图的准确性.
- 该方法有望提高使用MRI进行脑组织表征的可靠性.
