白质临床MRI系统中标准弥散模型的可再现性
摘要：估计轴内和轴外微结构参数，如体积分数和扩散率，一直以来是MRI脑部微结构成像的主要研究方向之一。标准模型（SM）通过将不透水的窄圆柱体嵌入局部各向异性的轴外空间，统一了基于各种建模方法。然而，从一组常规扩散MRI（dMRI）测量中估计SM参数是病态的。多维dMRI有助于解决估计退化问题，但仍需具备临床可行的采集方法以获得稳健的参数图。在这里，我们通过最小化基于机器学习的SM参数估计的均方误差，找到了两台3T扫描仪的最优多维协议，其相应的梯度强度为$40 ~ 和80 ~ unit{mT/m}$。我们通过在两台扫描仪上对20名健康志愿者进行两次15分钟的最优协议扫描，评估了扫描仪内部和扫描仪间的重复性。除了游离水分数，所有SM参数的变异系数（基于像素）均为$lesssim 10\%$，区域平均值为$1-4 \%$。由于实现的SM重现性结果与常规扩散张量成像的结果相似，我们的研究结果提供了在神经科学研究和临床中对白质微结构进行稳固的体内映射的可能性。
作者：Santiago Coelho and Steven H. Baete and Gregory Lemberskiy and Benjamin Ades-Aaron and Genevieve Barrol and Jelle Veraart and Dmitry S. Novikov and Els Fieremans
论文ID：2202.02399
分类：Biological Physics
分类简称：physics.bio-ph
提交时间：2022-02-08