关于多回声BBB-ASL标记器动态模型的结构和实际识别

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:

• 标记器运动模型对于动脉旋转标记 (ASL) MRI 的定量分析至关重要.
• 确定哪些参数可以固定或适应这些模型对于准确的结果至关重要,特别是对于血脑屏障 (BBB) 透性.
• 模型的可识别性直接影响参数不确定性和衍生的生生理学参数的可靠性,如水转移速率 (kw).

研究的目的:

• 分析多回声 (ME) BBB-ASL中使用的双隔间标记器动态模型的识别能力.
• 通过使用这些模型,评估装配的水转移速率 (kW) 的可靠性.
• 确定模型选择和固定的参数对 kw 估计准确性的影响.

主要方法:

• 使用灵敏度矩阵和蒙特卡洛模拟,评估了"系列"和"并行"两模型的可识别性.
• 模拟包括噪音和固定参数错误,以模拟现实世界ME-ASL数据采集条件.
• 从25名健康参与者中收集了ME-ASL数据,在3T时进行了额外的扫描以估计噪声.

主要成果:

• 两种模型变体都需要确定一个或多个结构识别参数,每个模型都有独特的组合.
• 实际识别分析显示,kw估计的绝对误差中位数为29% (平行) 和33% (串行).
• 与数据直接匹配的结果为平行模型的中位kW值为0min-1和系列模型的96min-1.

结论:

• 可识别性分析指导了为获得的数据选择合适的BBB-ASL模型.
• 模拟结果强调参数估计,特别是kW,对模型选择和固定的参数值敏感.
• 从ME-ASL图像中获得的kW值的可靠性受到固定参数值和相关错误的显著影响,即使在结构上可以识别的模型中也是如此.