使用单扩散MRI数据进行自由水排泄的麻烦:老化中的案例研究

科学领域:

• 神经成像是一种神经成像.
• 扩散磁共振成像 (dMRI) 是一种磁共振成像.
• 生物医学信号处理

背景情况:

• 在扩散张力成像 (DTI) 中的自由水消除 (FWE) 建模估计了自由水 (FW) 容量和FW补偿的DTI参数.
• 单 (SS) dMRI采集在临床上很常见,但FWE-DTI最适合用于多 (MS) 数据.
• 调整梯度下降 (RGD) 经常应用于SS数据,尽管有方法上的限制.

研究的目的:

• 将RGD与SS数据相匹配的性能与非线性最小平方 (NLS) 与MS数据相匹配的性能进行比较,用于FWE-DTI.
• 评估RGD在模拟和人类参与者中的SS数据上的RGD拟合引入的偏差.
• 评估建模选择对FW补偿的分数异构性 (FA) 和平均扩散性 (MD) 对年龄的影响.

主要方法:

• 对620名参与者 (18-88岁) 的dMRI数据的模拟和分析.
• 在SS数据上安装RGD与在MS数据上安装NLS的比较.
• 评估平均扩散度 (MD) 和分数异构度 (FA) 估计值及其与地面真相和年龄的相关性.

主要成果:

• 在SS数据上装配RGD的人工地平整了MD-ground真相关系,并在FA和MD之间引入了虚假的正相关性.
• 在MS数据上的NLS配件没有表现出这些偏差.
• 与RGD SS发现的MD年龄相关性较少,与MD平整一致.
• 与FW补偿的FA图有显著差异;RGD SS显示了与MS NLS没有看到的与年龄相关的增加,这表明了一个人工物.

结论:

• 与SS dMRI数据相匹配的RGD引入了FWE-DTI参数估计中的显著偏差.
• 与MS dMRI数据相匹配的NLS提供了更可靠的FW补偿DTI参数.
• 以往使用RGD对FWE-DTI的SS数据的研究结果应非常谨慎地解释,因为可能存在人工物.