抗静磁场不均匀性的MR波谱分析方法开发

目的：开发一种在静磁场B0不均匀性存在时提高波谱分析准确度的方法。方法：作者提出了一种新的波谱分析方法，利用在建模波谱上训练的深度学习模型，这些建模波谱能够一致地表示由B0不均匀性引起的波谱变化。这些建模波谱由健康人脑的B0图和代谢物比值生成。将B0图划分为子区域的patch，分别估计的代谢物和基线分量经平均后进行整合。对建模波谱的质量与实测波谱进行了视觉和定量评估。分析模型使用实测、模拟和建模波谱进行训练。使用代谢物比值的均方误差（MSEs）评估了所提方法的性能。在分析两种类型B0不均匀性下采集的体模波谱时，还将代谢物比值的平均绝对百分比误差（MAPEs）与LCModel进行了比较。结果：建模波谱根据B0不均匀性表现出展宽和变窄的波谱峰，且在定量上接近实测波谱。使用实测波谱与建模波谱训练的分析模型，相比仅使用实测波谱训练的模型MSE改善了49.89%，相比使用实测波谱与模拟波谱训练的模型改善了26.66%。随着建模波谱数量从0增加到1,000，性能有所提升。在两种类型的B0不均匀性下，该模型显示出显著低于LCModel的MAPEs。结论：开发了一种使用建模波谱训练的新的波谱分析深度学习模型。结果表明，所提方法具有通过增加波谱训练样本提高波谱分析准确度的潜力。