小鼠脑中微观扩散各向异性及其时间依赖性的精确估计
医学物理
2019-03-22 v2
摘要
微观扩散各向异性（{\mu}A）近来因其能够将平均隔室各向异性与取向离散解耦的能力而受到越来越多的关注。先进的扩散 MRI 序列，如双扩散编码（DDE）和双振荡扩散编码（DODE）已被用于绘制 {\mu}A 图。然而，迄今尚未研究 {\mu}A 的时间依赖性，而且针对不同 b 值时 {\mu}A 估计的准确性也未得到评估。在此，我们通过理论、模拟和小鼠脑实验来研究这两个概念。在第一部分中，模拟和实验结果表明，由平行和正交梯度方向的 D(O)DE 序列之差来常规估计微观各向异性所得的值高度依赖于 b 值的选择。为减轻这一不良偏倚，我们提出一种多壳层方法，利用信号差对 b 值直至三阶项的多项式拟合。在模拟中，该方法产生更准确的 {\mu}A 度量，其与真实值相近。本工作的第二部分使用所提出的多壳层方法来估计 {\mu}A 的时间/频率依赖性。数据显示，在白质和灰质中，根据感兴趣区域的不同，{\mu}A 随频率要么增加要么不变。将实验结果与模拟比较时，发现诸如具有可忽略或有限半径的无限长圆柱体等简单几何模型无法复现所测量的趋势，而需要更复杂的模型，例如包含沿纤维方向结构的模型。因此，测量微观各向异性的时间依赖性可为表征组织微结构提供有价值的信息。
引用
@article{arxiv.1712.01954,
title = {Accurate estimation of microscopic diffusion anisotropy and its time dependence in the mouse brain},
author = {Andrada Ianuş and Sune N. Jespersen and Teresa Serradas Duarte and Daniel C. Alexander and Ivana Drobnjak and Noam Shemesh},
journal= {arXiv preprint arXiv:1712.01954},
year = {2019}
}