在内动脉瘤中的定量血管学分析,使用投影缩短校正和注射偏差去除

科学领域:

• 神经血管疾病诊断神经血管疾病诊断
• 医学成像分析分析 医学成像分析
• 血液动力学参数量化量化方法

背景情况:

• 使用数字减去血管学 (DSA) 的二维定量血管学 (QA) 对于评估神经血管疾病的严重程度和指导治疗至关重要.
• 传统的DSA-QA受限于2D投影扭曲 (例如,缩短) 和手动注射变化,影响血液动力学参数的准确性.
• 这些局限性阻碍了神经血管应用中精确的手术内评估和治疗疗效评估.

研究的目的:

• 为了减轻数字减去血管学 (DSA) 中的投影和注射偏差,以进行增强的定量血管学 (QA) 分析.
• 应用路径长度校正 (PLC) 和基于奇数值分解 (SVD) 的解卷法,以提高血液动力学测量的准确性.
• 通过使用in-silico和in-vitro患者特定的内动脉瘤模型来验证增强的QA方法.

主要方法:

• 通过与DSA投影共同注册3D血管几何面具并使用射线追踪来纠正投影诱导的缩短,开发了PLC.
• 在不同的投射视图,注射速率和流量条件下,应用基于SVD的解卷对纠正的血管图,以解决注射偏差.
• 提取了时间密度曲线,冲动响应函数 (IRF) 参数 (PH_IRF,AUC_IRF,MTT),并通过分析MTT与注射持续时间斜率来评估偏差减小.

主要成果:

• 投射和注射参数显著影响了定量血管学参数,如PH_IRF,AUC_IRF和MTT.
• 基于PLC和SVD的组合解卷方法在in-silico和in-vitro模型中大大降低了这些参数变化.
• 取得了稳定可靠的血液动力学测量,校正的斜率明显低于未经校正的值 (例如,0.015 ± 0.017 in-silico,0.031 ± 0.015 in-vitro).

结论:

• 采用基于PLC和SVD的脱卷方法的拟议方法提供了可靠的定量血管造影测量,不受不同的成像和注射条件的影响.
• 这种方法提高了神经血管诊断中疾病严重程度评估和治疗疗效评估的一致性.
• 增强的质量保证方法提高了神经血管干预的患者内和程序内可靠性.