排斥改进了扩散张力和曲解成像的交叉扫描仪和交叉协议测试-测试可重复性
Benjamin Ades-Aron1,2, Santiago Coelho1, Gregory Lemberskiy2
1Bernard and Irene Schwartz Center for Biomedical Imaging, Department of Radiology, New York University School of Medicine, New York, New York, USA.
Human brain mapping
|March 7, 2025
概括
马尔琴科-帕斯图尔主要组件分析 (MPPCA) 无效改进了扩散曲解成像 (DKI) 在扫描仪和协议中的可重复性. 这种先进的技术提高了数据质量,使得扩散MRI指标在临床上得到更广泛的应用.
科学领域:
- 神经成像是一种神经成像.
- 生物物理学的生物物理.
- 医学物理 医学物理
背景情况:
- 扩散MRI (dMRI) 的临床翻译需要在扫描仪和协议之间具有很高的可重现性.
- 多地点研究需要强大的方法来最大限度地减少dMRI衍生的定量对比度的变化.
研究的目的:
- 评估扩散曲解成像 (DKI) 指标的可复制性,使用无声化技术.
- 评估对 voxel-wise 和 region-of-interest (ROI) 分析对大小和复杂值dMRI数据的无效化影响.
- 调查dMRI数据在不同扫描仪和协议之间协调dnoising的作用.
主要方法:
- 采用Marchenko-Pastur主要组件分析 (MPPCA) 基于20个受试者的多dMRI数据 (b=0,1000,2000秒/mm2,2毫米同位素分辨率) 的断.
- 在大小和复杂值的dMRI数据上比较denoising有效性.
- 评估了同样扫描器,交叉扫描器和交叉协议的可变性.
- 评估voxel-wise与基于ROI的分析方法.
主要成果:
- MPPCA 拒绝视觉改进的扩散张力成像 (DTI) 和 DKI 参数图,减少异常值.
- 对于DKI指标的Voxel-wise测试-重新测试变化率从15%-20%下降到5-10%的后退化.
- 复杂的dMRI消除噪声使噪声最低限度降低了高达60%.
- 拒绝用于低SNR的增强统计功率的voxel-wise比较.
结论:
- MPPCA 拒绝显著提高了DKI指标在各种评估条件 (同一个扫描仪,交叉扫描仪,交叉协议) 的可复制性和精度.
- 排毒可以提高数据质量和精度,支持先进的dMRI技术的更广泛的临床应用.
- 这些发现有助于在临床实践和大型神经成像研究中接受更高阶的扩散指标.
