噪声 DCE-MRI 序列中参数估计的时空协同滤波：在乳腺癌化疗反应中的应用
图像与视频处理
2018-03-06 v1
摘要
动态对比增强磁共振成像（DCE-MRI）是一种微创成像技术，可用于表征肿瘤生物学特性及肿瘤对放疗的反应。药代动力学（PK）估计被广泛用于 DCE-MRI 数据分析，以提取与癌组织微血管特征相关的定量参数。DCE-MRI 数据采集过程中不可避免的噪声干扰对 PK 估计的准确性有很大影响。本文提出一种称为聚集-噪声衰减与抑制（GNR）的通用去噪范式，以及一种用于 DCE-MRI 数据的新型时空协同滤波（TSCF）去噪技术。TSCF 利用 DCE-MRI 中的时间相关性以及解剖空间相似性，对含噪 DCE-MRI 数据进行协同滤波。所提出的 TSCF 去噪算法与未去噪的基线相比，将 PK 参数归一化估计误差降低了 57%，并将 PK 参数估计的结构相似性提高了 86%，同时比最先进的去噪方法快一个数量级。TSCF 将用于病理反应早期预测的单变量线性回归（ULR）c 统计量值提高了至多 18%，并在一个挑战数据集上显示出病理完全缓解（pCR）与非 pCR 组的完全分离。
引用
@article{arxiv.1803.01099,
title = {Temporo-Spatial Collaborative Filtering for Parameter Estimation in Noisy DCE-MRI Sequences: Application to Breast Cancer Chemotherapy Response},
author = {Xia Zhu and Dipanjan Sengupta and Andrew Beers and Kalpathy-Cramer Jayashree and Theodore L. Willke},
journal= {arXiv preprint arXiv:1803.01099},
year = {2018}
}