在高极化气体磁共振成像中空间通风缺陷稀疏性的量化 肺部利用三维聚类算法进行磁共振成像

科学领域:

• 肺部医学 肺部医学
• 医疗成像医学成像
• 量化MRI是指数量化的MRI.

背景情况:

• 超极化气体 (HPG) 磁共振成像 (MR) 使用通风缺陷百分比 (VDP) 量化肺部缺陷.
• VDP提供了整体缺陷量化,但缺乏空间分布信息.
• 了解缺陷的空间模式对于诊断和管理肺部疾病至关重要.

研究的目的:

• 开发和验证一种用于量化HPG肺部MRI图像中通风缺陷的焦点/稀疏性的新方法.
• 引入一个"集群指数" (CI) 算法来评估肺部缺陷的空间分布.
• 评估CI与VDP和FEV1pp在不同呼吸道疾病中的相关性.

主要方法:

• 开发了一个"集群指数" (CI) 算法来量化通风缺陷的空间分布.
• 使用合成缺陷集群和真实3D肺体积缺陷评估CI算法.
• 在四个不同的MR成像研究/序列中,为56名受试者 (喘,COPD,CF) 计算了CI和VDP.
• 与VDP和FEV1%预测 (FEV1pp) 相关的CI使用皮尔森相关性和线性回归.

主要成果:

• 该CI算法在视觉上准确地表示了缺陷焦点.
• 在喘 (r=0.60),COPD (r=0.79) 和CF (r=0.84) 中,CI和VDP之间发现了显著的相关性.
• 在CI和FEV1pp (r=-0.47) 之间观察到显著的负相关性.
• 在喘/CF和CF/COPD之间,CI/VDP比率有显著差异,表明不同的空间缺陷模式.

结论:

• 开发的集群指数 (CI) 有效量化了HPGMR成像中的通风缺陷的空间分布.
• CI为VDP提供了补充信息,增强了肺部疾病的特征.
• 这种体积量化量化方法为缺陷集群大小提供了洞察力,仅VDP无法提供.