高时间分辨率的代谢连接性通过基于组件的噪声校正来解决

科学领域:

• 神经成像是一种神经成像.
• 分子成像学分子成像学
• 生物物理学的生物物理.

背景情况:

• 功能性PET (fPET) 为代谢过程建模提供了第二级时间分辨率.
• 高时间 fPET 对噪声敏感,对像分子连接成像等应用的信号提取具有挑战性.
• 现有的预处理方法可能无法优化处理高时间 fPET 数据的噪声特征.

研究的目的:

• 适应和评估基于组件的降噪策略 (CompCor) 用于高时间 [18F]FDG-fPET扫描.
• 评估不同过方法和扫描器类型 (PET/CT与PET/MR) 对代谢连接性 (M-MC) 估计的影响.
• 将fPET衍生网络的特征与功能性MRI (fMRI) 的特征进行比较.

主要方法:

• 应用了CompCor预处理管道,从fMRI进行调整,到来自PET/CT (1s) 和PET/MR (3s) 扫描仪的高时间[18F]FDG-fPET数据.
• 在不同的频段中比较了各种过策略,以评估它们对M-MC的影响.
• 分析了由此产生的连接网络的一致性,结构和空间特征.

主要成果:

• 与标准带宽波器相比,CompCor产生了更一致和结构化的代谢网络.
• 中间频段 (0.01-0.1 Hz) 在PET/CT和PET/MR扫描仪中显示出最可靠的M-MC (r=0.89).
• 高灵敏性PET/CT在更高频率 (0.1-0.2Hz) 上也显示出结构化的模式. fPET网络在空间上具有凝聚力,但不如fMRI网络差异化.

结论:

• 高时间的[18F]FDG-fPET,当与适当的消噪技术 (如CompCor) 相结合时,可以可靠地估计静止状态的代谢连接.
• 扫描仪的特性和预处理选择极大地影响信号质量和网络可靠性.
• 这种生理学信息的管道增强了分子成像中的跨系统和跨研究可比性.