[論文レビュー] Fast, Precise Myelin Water Quantification using DESS MRI and Kernel Learning

Gopal Nataraj, Jon‐Fredrik Nielsen+2 more|Deep Blue (University of Michigan)|Sep 24, 2018

Advanced MRI Techniques and Applications参考文献 39被引用数 4

ひとこと要約

本稿では、二重エコー定常状態（DESS）MRIとカーネルベース回帰（PERK）を組み合わせることで、迅速かつ高精度なミエリン水分量の定量的手法を提案する。最適化されたDESSスキャンとPERK推定により、ゴールドスタンダードの多エコースピンエコー（MESE）撮影と同等のミエリン水分量分率（MWF）推定が達成され、臨床的実用的で高精度なミエリンイメージングが可能となる。

ABSTRACT

Purpose: To investigate the feasibility of myelin water content quantification using fast dual-echo steady-state (DESS) scans and machine learning with kernels. Methods: We optimized combinations of steady-state (SS) scans for precisely estimating the fast-relaxing signal fraction ff of a two-compartment signal model, subject to a scan time constraint. We estimated ff from the optimized DESS acquisition using a recently developed method for rapid parameter estimation via regression with kernels (PERK). We compared DESS PERK ff estimates to conventional myelin water fraction (MWF) estimates from a longer multi-echo spin-echo (MESE) acquisition in simulation, in vivo, and ex vivo studies. Results: Simulations demonstrate that DESS PERK ff estimators and MESE MWF estimators achieve comparable error levels. In vivo and ex vivo experiments demonstrate that MESE MWF and DESS PERK ff estimates are quantitatively comparable measures of WM myelin water content. To our knowledge, these experiments are the first to demonstrate myelin water images from a SS acquisition that are quantitatively similar to conventional MESE MWF images. Conclusion: Combinations of fast DESS scans can be designed to enable precise ff estimation. PERK is well-suited for ff estimation. DESS PERK ff and MESE MWF estimates are quantitatively similar measures of WM myelin water content.

研究の動機と目的

• 従来の多エコースピンエコー（MESE）シーケンスと比較してスキャン時間を短縮する、臨床的実用的なミエリン水分量分率（MWF）定量法の開発。
• 従来、ミエリンイメージングにやや精度が低いとされてきた二重エコー定常状態（DESS）MRIが、高度なパrameter推定技術を組み合わせることで同等の精度を達成できるかどうかの検討。
• DESSデータからの速やかに緩和する信号分率 $f_{\mathrm{F}}$ の推定に、カーネルベース回帰（PERK）を用いることでMWFの代理指標としての妥当性を評価。
• シミュレーション、被検体内および除菌組織の設定において、DESS PERK $f_{\mathrm{F}}$ 推定値がMESE MWF推定値と定量的に同等であることを検証。

提案手法

• 固定スキャン時間制約下で、速やかに緩和する信号分率 $f_{\mathrm{F}}$ の推定精度を最大化する目的で、ベイズ実験設計を用いて最適化されたDESSスキャンの組み合わせを考案。
• 最近開発された回帰にカーネルを用いたパrameter推定（PERK）法を適用し、DESSデータからの $f_{\mathrm{F}}$ 推定に活用。カーネル回帰を用いることで、頑健性と精度が向上。
• DESS信号応答と $f_{\mathrm{F}}$ 間の非線形関係をモデル化するため、ガウスカーネル関数 $k(\mathbf{q}, \mathbf{q}') = \exp\left(-\frac{1}{2}\|\mathbf{q} - \mathbf{q}'\|_{\bm{\Lambda}^{-2}}^2\right)$ を使用。
• 計算複雑度を低減するため、特徴マッピング $\mathbf{z}(\cdot)$ を用いたカーネル行列の低ランク近似を採用し、PERK推定器の効率的計算を実現。
• 近似PERK推定器を $\widehat{\mathbf{x}}(\cdot) \leftarrow \mathbf{m}_{\mathbf{x}} + \mathbf{C}_{\mathbf{x}\mathbf{z}}(\mathbf{C}_{\mathbf{z}\mathbf{z}} + \rho\mathbf{I}_{Z})^{-1}(\mathbf{z}(\cdot) - \mathbf{m}_{\mathbf{z}})$ の形で定式化し、スケーラブルかつ高精度な回帰を可能に。
• シミュレーション、被検体内ヒト脳スキャン、除菌組織サンプルの全範囲で、DESS PERK $f_{\mathrm{F}}$ と従来のMESE MWFの比較を実施。

実験結果

リサーチクエスチョン

• RQ1 最適化されたDESS MRI撮影が、ゴールドスタンダードのMESE撮影と同等の $f_{\mathrm{F}}$ 推定精度を達成できるか。
• RQ2 PERKカーネル回帰法は、計算コストを低く抑えつつ、DESSデータからの $f_{\mathrm{F}}$ 推定に高い精度で適しているか。
• RQ3 実際の生物学的組織において、DESS PERK $f_{\mathrm{F}}$ 推定値とMESE MWF推定値は定量的に同等か。
• RQ4 DESSとPERKの組み合わせにより、臨床的実用的スキャン時間で全脳ミエリン水分量イメージングが可能になるか。
• RQ5 被検体内および除菌組織の設定において、多コンpartmentリラクゼーション効果などのモデル非理想性に対しても、本手法は頑健性を保っているか。

主な発見

• シミュレーションでは、DESS PERK $f_{\mathrm{F}}$ 推定器が、従来のMESE MWF推定器と同等の誤差レベルを達成している。
• 被検体内および除菌組織の実験から、DESS PERK $f_{\mathrm{F}}$ とMESE MWF推定値は、白質のミエリン水分量の指標として定量的に同等であることが示された。
• 本研究は、定常状態（DESS）撮影から得られるミエリン水分量イメージが、従来の多エコースピンエコー（MESE）シーケンスからのものと定量的に類似しているという、最初の実証的証拠を提示した。
• 最適化されたDESSスキャンの組み合わせにより、臨床的実用的スキャン時間内で高精度な $f_{\mathrm{F}}$ 推定が可能となり、長TR MESEと比較して撮影時間を大幅に短縮した。
• PERK法は、DESSデータからの $T_2$ 分布推定の不適切な性質を効果的に扱い、SNRが限られた状況下でも高い精度を達成した。
• カーネル行列の低ランク近似により、PERK推定器の計算が効率的に行えるようになり、全脳イメージングへのスケーラビリティが実現した。