一个一致的重建算法的对扩散MRI扫描器间可重复性的影响
Qiang Liu1,2, Ante Zhu3, Xiaoqing Wang4
1College of Engineering, Northeastern University, Boston, Massachusetts, USA.
Medical physics
|October 28, 2025
概括
一致的重建算法减少了分数异构 (FA) 的扫描器间变异性,但在扩散MRI (dMRI) 中没有平均扩散性 (MD). 为了在dMRI研究中强大的跨供应商可比性,需要在采购层面进行协调.
科学领域:
- 神经成像是一种神经成像.
- 医学物理 医学物理
背景情况:
- 扩散MRI (dMRI) 对非侵入性大脑微观结构和连接性分析至关重要.
- 多中心研究面临复制性挑战,原因是硬件,协议和重建的跨扫描器变化.
- 一致的重建算法对扫描器间可重现性的影响在很大程度上尚未被探索.
研究的目的:
- 评估一致的重建算法对跨供应商,跨扫描仪在dMRI微观结构和曲谱测量中的可重复性的影响.
- 评估不同重建方法对扩散MRI数据变异性的影响.
主要方法:
- 在两个3T扫描仪 (西门子Prisma,GE Premier) 上使用了相同的单dMRI协议.
- 评估了三个重建方法:供应商提供的 (产品),Split-GRAPPA和L1-ESPIRiT.
- 评估的微观结构 (FA,MD) 和流体图 (流线,wDice) 测量了扫描仪内部和扫描仪间的变化.
主要成果:
- 与供应商提供的方法相比,离线Split-GRAPPA显著降低了分数异构 (FA) 的扫描器间变异性 (p < 0.001).
- 平均扩散度 (MD) 和轨道图测量显示,在重建方法中,扫描仪间的差异性相似.
- 扫描仪间的变化仍然显著高于扫描仪内部的变化,无论是微观结构测量还是谱图测量.
结论:
- 分割-GRAPPA重建算法改善了扫描器间FA可重现性,但没有改善MD可重现性.
- 与匹配的获取参数一致的重建算法没有提高dMRI中跨供应商的整体可重复性.
- 在获取层面 (例如,序列) 进一步协调对于dMRI研究中强大的跨供应商可比性至关重要.
