IVIM-Morph：基于运动补偿的体素内不相干运动定量分析用于弥散加权 MRI 胎儿肺成熟度功能评估

对弥散加权磁共振成像（DWI）数据中的伪扩散进行定量分析，显示出评估胎儿肺成熟度并生成有价值的影像生物标志物的潜力。然而，DWI 数据的临床实用性受到采集期间不可避免的胎儿运动的阻碍。我们提出 IVIM-morph，一种自监督深度神经网络模型，利用体素内不相干运动（IVIM）模型对 DWI 数据进行运动校正定量分析。IVIM-morph 结合了两个子网络：一个配准子网络和一个 IVIM 模型拟合子网络，能够同时估计 IVIM 模型参数和运动。为促进物理上合理的图像配准，我们引入了一个生物物理学信息损失函数，有效平衡了配准和模型拟合质量。我们使用 39 名受试者的胎儿 DWI 数据，通过建立预测的肺部 IVIM 模型参数与孕周（GA）之间的相关性，验证了 IVIM-morph 的有效性。在胎儿肺 DWI 数据的小管期体内定量分析中，IVIM-morph 显示出与孕周（GA）显著改善的相关性。IVIM-morph 在利用 DWI 数据开发用于无创评估胎儿肺成熟度的有价值生物标志物方面展现出潜力。此外，其适应性为其他需要运动补偿进行定量 DWI 分析的临床场景应用打开了大门。IVIM-morph 代码可在以下地址获取：https://github.com/TechnionComputationalMRILab/qDWI-Morph。