基于贝叶斯 P-样条的动态对比增强 MR 图像定量分析半参数技术
应用统计
2020-04-22 v1 医学物理
统计方法学
摘要
动态对比增强磁共振成像 (DCE-MRI) 是检测癌变组织中细微动力学变化的重要工具。DCE-MRI 的定量分析通常涉及将动脉输入函数 (AIF) 与对比剂浓度的非线性药代动力学模型进行卷积。动力学模型的参数具有生物学意义，但非线性模型的优化存在显著的计算问题。在实践中，优化算法的收敛性无法保证，且模型拟合的准确性可能受损。为克服这些问题，本文提出了一种半参数惩罚样条平滑方法，该方法基于贝叶斯惩罚样条模型 (P-splines)，利用局部自适应平滑参数将 AIF 与一组 B-样条卷积以生设计矩阵。研究表明，可以从所得的去卷积响应函数中获得动力学参数估计，该函数还包含对比增强的起始点。本文提供了使用模拟数据和体内数据对该方法的详细验证。
引用
@article{arxiv.0801.4065,
title = {A Semi-parametric Technique for the Quantitative Analysis of Dynamic Contrast-enhanced MR Images Based on Bayesian P-splines},
author = {Volker J. Schmid and Brandon Whitcher and Anwar R. Padhani and Guang-Zhong Yang},
journal= {arXiv preprint arXiv:0801.4065},
year = {2020}
}