[論文レビュー] Fast Fiber Orientation Estimation in Diffusion MRI from kq-Space Sampling and Anatomical Priors

Marica Pesce, Audrey Repetti+4 more|arXiv (Cornell University)|Oct 27, 2021

Advanced Neuroimaging Techniques and Applications参考文献 59被引用数 3

ひとこと要約

本稿では、3次元kq空間のアンダーサンプリングと解剖学的プライアを用いて、拡散MRIにおける高分解能繊維方位分布（FOD）推定のための高速かつ圧縮センシングベースの手法を提案する。構造的スパarsity、組織セグメンテーション制約、および確率的前向き・後向き最適化アルゴリズムを組み合わせることで、重度にアンダーサンプリングされたkq空間データから正確なFOD再構成が可能となり、スキャン時間を顕著に短縮しながらも臨床的実用性を維持する。

ABSTRACT

High spatio-angular resolution diffusion MRI (dMRI) has been shown to provide accurate identification of complex neuronal fiber configurations, albeit, at the cost of long acquisition times. We propose a method to recover intra-voxel fiber configurations at high spatio-angular resolution relying on a 3D kq-space under-sampling scheme to enable accelerated acquisitions. The inverse problem for the reconstruction of the fiber orientation distribution (FOD) is regularized by a structured sparsity prior promoting simultaneously voxel-wise sparsity and spatial smoothness of fiber orientation. Prior knowledge of the spatial distribution of white matter, gray matter, and cerebrospinal fluid is also leveraged. A minimization problem is formulated and solved via a stochastic forward–backward algorithm. Simulations and real data analysis suggest that accurate FOD mapping can be achieved from severe kq-space under-sampling regimes potentially enabling high spatio-angular resolution dMRI in the clinical setting.

研究の動機と目的

• 撮影時間を短縮することで、高空間角分解能拡散MRIを高速化すること。
• 重度のkq空間アンダーサンプリング下でのFOD推定という不適切に定式化された逆問題に対処すること。
• 解剖学的プライア（組織セグメンテーション）と構造的スパarsityを統合することで、再構成精度を向上させること。
• 短縮されたスキャン時間により、高分解能dMRIの臨床的実用性を実現すること。
• 確率的最適化を用いた計算効率が高く、メモリ使用量が少ない再構成フレームワークの開発。

提案手法

• 高角分解能を維持しつつデータ取得を加速するため、3次元kq空間のアンダーサンプリング方式を採用する。
• 非負性および構造的スパarsity制約を含む凸正則化最小化問題としてFOD回復問題を定式化する。
• 非拡散加重画像から得られる組織セグメンテーション制約を用いて解剖学的プライアを統合し、白質、灰色核、脳脊髄液の空間的一致性を強制する。
• 繊維方位のボクセル単位のスパarsityと空間的滑らかさを促進する共同スパarsity誘導プライアを用いて、構造的スパarsityを強制する。
• 最小化問題を解くために確率的前向き・後向きアルゴリズムを用い、マルチコイルデータの効率的処理を可能にし、メモリ使用量と計算時間を削減する。
• 収束性と正確性を向上させるために、反復的に解を精緻化するリウェイトリングスキームを適用する。

実験結果

リサーチクエスチョン

• RQ1 臨床的実用的なスキャン時間内で、重度のkq空間アンダーサンプリングによって高空間角分解能のFOD推定が可能か？
• RQ2 組織セグメンテーションと構造的スパarsityを統合することで、アンダーサンプリング下でのFOD再構成精度はどのように向上するか？
• RQ3 確率的最適化アプローチは、決定的または2段階再構成手法に比べ、速度、メモリ使用量、正確性の面で優れているか？
• RQ4 kq空間アンダーサンプリングはq空間のみのアンダーサンプリングに比べ、FOD回復性能で優れているか？
• RQ5 運動誘発相位誤差が存在する状況でも、本手法は正確性を維持できるか。また、それらの誤差はどのように緩和できるか？

主な発見

• 提案手法は、重度にアンダーサンプリングされたkq空間データから正確なFODマッピングを実現し、短縮されたスキャン時間で高空間角分解能dMRIを可能にする。
• 組織セグメンテーションと構造的スパarsityプライアの統合は、それらを含まない手法と比較して、FOD再構成精度を顕著に向上させる。
• 確率的前向き・後向きアルゴリズムは、メモリ要件を低減し、総合的な計算時間を短縮しながらも、決定的手法と同等の性能を維持する。
• 同一の全体的なアンダーサンプリング比において、kq空間アンダーサンプリングはq空間のみのアンダーサンプリングを上回る性能を示し、k空間のサンプリング効率が重要であることを示唆する。
• 合成データおよび実データの両方の実験において、標準的なkq空間アンダーサンプリング手法や従来の2段階再構成パイプライン（DWIからFOD）に比べ、本手法は優れた性能を発揮する。
• 相位推定に低分解能の中心k空間領域を用いることで、運動誘発相位誤差に対しても本手法は頑健であるが、より高度なキャリブレーション手法を用いることでさらなる性能向上が期待できる。