DESIGNER dMRI 预处理流程在白质老化研究中的优化与验证
医学物理
2025-03-04 v2 生物物理
摘要
当前有多种扩散 MRI（dMRI）预处理流程可用于获得更精确的扩散参数。在此，我们在一个大型临床 dMRI 数据集并使用真值体模，评估了优化后的扩散参数估计与 Gibbs 及噪声去除（DESIGNER）流程的准确性和鲁棒性。DESIGNER 已被改进以优化去噪并针对部分傅里叶采集的 Gibbs 振铃。我们将修订版 DESIGNER（Dv2）（包括去噪、Gibbs 去除、运动校正、EPI 畸变和涡流校正）与原始 DESIGNER（Dv1）流程、最小预处理（仅包括运动、EPI 畸变和涡流校正）以及无预处理在 524 名年龄在 25 至 75 岁之间的对照受试者的大型临床 dMRI 数据集上进行比较。我们评估了特定处理步骤对白质中基于 DTI 和 DKI 度量的年龄相关性的影响。我们还评估了与 DESIGNER（Dv2）的噪声去除方法相比，为处理噪声并减少参数图中异常值而添加的最小高斯平滑的额外效果。此外，使用真值 dMRI 体模评估了 DESIGNER（Dv2）更新的噪声和 Gibbs 去除方法的准确性。结果显示，白质中 DTI 和 DKI 度量的年龄相关性受预处理流程影响，导致绝对参数值的系统性差异以及统计显著性的丧失或获得。在临床 dMRI 和真值体模中，DESIGNER（Dv2）流程均产生最少数量的异常体素，并随着噪声降低和 Gibbs 去除改善而提高了 DTI 和 DKI 度量的准确性。因此，与无预处理或最小预处理相比，DESIGNER（Dv2）提供了更准确和鲁棒性的 DTI 和 DKI 参数图。
引用
@article{arxiv.2305.14445,
title = {Optimization and Validation of the DESIGNER dMRI preprocessing pipeline in white matter aging},
author = {Jenny Chen and Benjamin Ades-Aron and Hong-Hsi Lee and Subah Mehrin and Michelle Pang and Dmitry S. Novikov and Jelle Veraart and Els Fieremans},
journal= {arXiv preprint arXiv:2305.14445},
year = {2025}
}