[論文レビュー] Quantifying brain microstructure with diffusion MRI: Theory and parameter estimation

Dmitry S. Novikov, Els Fieremans+2 more|arXiv (Cornell University)|Dec 6, 2016

Advanced Neuroimaging Techniques and Applications被引用数 25

ひとこと要約

本稿では、長さスケールおよび時間スケールにわたる粗粒化プロセスとしてのマイクロ構造の定量化をフレームワークとして採用することで、脳組織における拡散MRIの統一的物理的枠組みを提示する。時間依存拡散、複数のガウス的コンパートメントを伴う長時間極限（標準モデル）、および複数の拡散符号化技術について体系的にレビューし、それぞれの手法が径線径、ニューロン密度、構造的相関といった異なるマイクロ構造パラメータをどのように明らかにするかを示している。特に、パラメータ推定とモデル解釈の分野で顕著な進展がなされている。

ABSTRACT

We review, systematize and discuss models of diffusion in neuronal tissue, by putting them into an overarching physical context of coarse-graining over an increasing diffusion length scale. From this perspective, we view research on quantifying brain microstructure as occurring along the three major avenues. The first avenue focusses on the transient, or time-dependent, effects in diffusion. These effects signify the gradual coarse-graining of tissue structure, which occurs qualitatively differently in different brain tissue compartments. We show that studying the transient effects has the potential to quantify the relevant length scales for neuronal tissue, such as the packing correlation length for neuronal fibers, the degree of neuronal beading, and compartment sizes. The second avenue corresponds to the long-time limit, when the observed signal can be approximated as a sum of multiple non-exchanging anisotropic Gaussian components. Here the challenge lies in parameter estimation and in resolving its hidden degeneracies. The third avenue employs multiple diffusion encoding techniques, able to access information not contained in the conventional diffusion propagator. We conclude with our outlook on the future directions which can open exciting possibilities for designing quantitative markers of tissue physiology and pathology, based on methods of studying mesoscopic transport in disordered systems.

研究の動機と目的

• 長さスケールおよび時間スケールにわたる粗粒化という物理的原則の下で、多様な拡散MRIモデルを統合すること。
• 神経組織における拡散MRI信号の物理的起源と解釈可能性を明確にすること、特にマイクロ構造パラメータとの関係を明らかにすること。
• 標準モデルにおけるパラメータ推定の課題、特にデグレーダシーと直交的測定の必要性に対処すること。
• 従来の単一拡散符号化を超えて、非ガウス的および異方的拡散情報にアクセスできる複数拡散符号化（MDE）の可能性を検討すること。
• 臨床的応用を向上させるために、中間スケール組織不均一性、透過性、生物学的変異性のモデリングにおける未解決問題を特定すること。

提案手法

• 複雑な組織における拡散を記述する有効理論として、中間スケールのBloch-Torrey方程式を定式化し、粗粒化動態を捉える。
• 累積量展開を用いて拡散信号を表現し、短時間から長時間までの系統的なモデリングを可能にする。
• 短時間極限を用いて、制限の総表面積とマイクロ構造幾何に起因する一時的拡散効果を抽出する。
• 長時間極限を解析して、非交換性のある異方的ガウス的コンパートメントの和として信号をモデル化し、ニューロンと細胞外空間に対応させる。
• 複数拡散符号化（MDE）技術を導入し、標準的な単一拡散符号化を超えた高次累積量および微視的異方性にアクセスする。
• 回転不変量とODF分解を用いて、方向に依存するマイクロ構造パラメータを抽出し、フィッティングのデグレーダシーを低減する。

実験結果

リサーチクエスチョン

• RQ1 神経組織における時間依存拡散効果は、径線径やパッケージング相関長といったマイクロ構造長スケールをどのように明らかにするか？
• RQ2 拡散MRIの標準モデルのパラメータ推定における根本的デグレーダシーとは何か？そして、制約条件や追加測定によってどのように解消できるか？
• RQ3 標準的な単一拡散符号化とは異なり、複数拡散符号化（MDE）から得られる追加のマイクロ構造情報とは何か？
• RQ4 中間スケールのフラクチュエーションおよび組織マイクロ構造の生物学的変異性は、拡散MRI指標の精度とロバストネスにどのように影響を与えるか？
• RQ5 標準モデルは灰色領域にどの程度拡張可能か？交換およびコンパートメント複雑性を考慮するにはどのような修正が必要か？

主な発見

• 短時間領域における時間依存拡散効果は、制限の総表面積を明らかにし、径線パッケージングおよびマイクロ構造幾何の定量的評価を可能にする。
• 拡散信号の長時間極限は、非交換性のある異方的ガウス的コンパートメントの和としてモデル化可能であり、拡散MRIの標準モデルの基盤をなす。
• 拡散信号の時間依存性の解析を通じて、径線径マッピングが可能であり、特に中間時間領域で顕著に現れる。
• 回転不変量とODF分解の活用により、パラメータ推定における隠れたデグレーダシーが緩和され、マイクロ構造指標の特異性が向上する。
• 複数拡散符号化（MDE）は、高次累積量および微視的異方性にアクセスでき、単一拡散符号化の範囲を超えた情報を提供する。
• 自然なマイクロ構造変動に起因する中間スケールフラクチュエーションは、信号感度に顕著な影響を及ぼし、特に径線径分布の尾部に顕著に現れる。これにより、検出限界とモデルのロバストネスの限界が明らかになる。