脑血管反应幅度和延迟的定量映射与呼吸屏蔽BOLD fMRI,当结束潮CO2质量低时
Rebecca G Clements1,2, Kristina M Zvolanek1,2, Neha A Reddy1,2
1Department of Physical Therapy and Human Movement Sciences, Feinberg School of Medicine, Northwestern University, Chicago, IL, United States.
Imaging neuroscience (Cambridge, Mass.)
|August 13, 2025
概括
这项研究引入了一种深度学习方法,可以使用fMRI精确测量脑血管反应率 (CVR),即使是低端潮CO2数据. 新方法改善了CVR振幅和延迟映射,提高了对不同患者群体的临床适用性.
科学领域:
- 神经成像是一种神经成像.
- 血管生理学 血管生理学
- 医疗工程 医学工程
背景情况:
- 脑血管反应 (CVR) 通过测量血管对刺激的反应来评估脑血管健康.
- fMRI屏住呼吸的任务是常见的CVR测量,但准确的端潮CO2 (PETCO2) 监测需要严格的参与者遵守.
- 低PETCO2数据质量限制了呼吸暂停fMRI用于CVR映射的临床翻译,特别是在患者群体中.
研究的目的:
- 开发用于计算标准单位的CVR振幅和在PETCO2数据质量受到损害时的CVR延迟的方法.
- 为了评估 CVR 幅度映射的每次呼吸量 (RVT) 缩放到 mmHg 的可行性.
- 研究从RVT中使用深度学习预测的PETCO2来改进CVR测量.
主要方法:
- 通过使用高质量的PETCO2子集,评估RVT数据的缩放到mmHg.
- 采用深度学习来预测RVT测量中的PETCO2时间序列.
- 利用密度映射的喘息fMRI数据集来比较使用重新缩放RVT的CVR映射,预测PETCO2和基本真相PETCO2.
主要成果:
- 无论是重新缩放的RVT还是重新缩放的,预测的PETCO2都使CVR振幅和延迟映射能够与基本真相强烈一致.
- 与重新缩放的RVT相比,预测的PETCO2回归器在CVR振幅和延迟方面都表现出更高的准确性.
- 在莫亚莫亚病患者中,预测的PETCO2回归体对病理的敏感性比RVT更大.
结论:
- 从RVT中基于深度学习的PETCO2预测提供了一个强大的解决方案,以低质量的CO2数据准确地绘制CVR图.
- 这种方法提高了CVR评估的临床实用性,在人群中减少了任务合规性.
- 改进的CVR测量精度和灵敏度对大脑血管健康的更广泛的临床应用具有前途.
