[논문 리뷰] 4D-Flow MRI Pressure Estimation Using Velocity Measurement-Error based Weighted Least-Squares

Jiacheng Zhang, Melissa C. Brindise외 6명|arXiv (Cornell University)|2019. 04. 30.

Advanced MRI Techniques and Applications참고 문헌 20인용 수 3

한 줄 요약

이 논문은 4D-Flow MRI 압력 재구성에 대해 속도 측정 오차 기반 가중 최소 제곱법(Weighted Least-Squares, WLS)을 제안하며, 비압축성 유동 가정 하에 속도 수렴도로부터 속도 오차를 추정하고, 이를 나비에-스토크스 방정식을 통해 전파시켜 오차 가중 압력 통합을 생성함으로써 정확도를 향상시킨다. 이 방법은 공간적으로 변화하는 오차 조건에서 압력 오차를 50%에서 200% 이상 감소시키며, 기존의 압력 푸아송 방정식 접근법에 비해 시뮬레이션 및 실내 데이터와 더 우수한 일치를 보인다.

ABSTRACT

This work introduces a 4D-flow magnetic resonance imaging (MRI) pressure reconstruction method which employs weighted least-squares (WLS) for pressure integration. Pressure gradients are calculated from the velocity fields, and velocity errors are estimated from the velocity divergence for incompressible flow. Pressure gradient errors are estimated by propagating the velocity errors through Navier-Stokes momentum equation. A weight matrix is generated based on the pressure gradient errors, then employed for pressure reconstruction. The pressure reconstruction method was demonstrated and analyzed using synthetic velocity fields as well as Poiseuille flow measured using in vitro 4D-flow MRI. Performance of the proposed WLS method was compared to the method of solving the pressure Poisson equation which has been the primary method used in the previous studies. Error analysis indicated that the proposed method is more robust to velocity measurement errors. Improvement on pressure results was found to be more significant for the cases with spatially-varying velocity error level, with reductions in error ranging from 50% to over 200%. Finally, the method was applied to flow in a patient-specific cerebral aneurysm. Validation was performed with in vitro flow data collected using Particle Tracking Velocimetry (PTV) and Shake the Box (STB) method, and in vivo flow measurement obtained using 4D-flow MRI. Pressure calculated by WLS, as opposed to the Poisson equation, was more consistent with the flow structures and showed better agreement between the in vivo and in vitro data. These results suggest the utility of WLS method to obtain reliable pressure field from clinical flow measurement data.

연구 동기 및 목표

• 4D-Flow MRI에서 속도 측정 오차로 인한 압력 재구성 정확도 저하 문제를 해결하기 위해.
• 뇌동맥류와 같은 혈역학적으로 복잡한 유동에서 압력장 추정의 내성을 향상시키기 위해.
• 임상적 4D-Flow MRI 데이터에서 공간적으로 변화하는 속도 오차 분포를 고려하는 방법을 개발하기 위해.
• 추정된 속도 기울기 불확실성 기반 오차 가중 최소 제곱 통합을 통합하여 압력 재구성 오차를 감소시키기 위해.
• 실내 PTV 및 STB 데이터와 실생활 4D-Flow MRI를 기반으로 검증하여 흐름 구조와의 일관성 향상을 입증하기 위해.

제안 방법

• 비압축성 유동을 가정하여 속도장의 수렴도로부터 속도 오차를 추정한다.
• 나비에-스토크스 운동 방정식을 통해 속도 오차를 전파시켜 압력 기울기 오차를 계산한다.
• 측정 불확실성을 통합 과정에 반영하기 위해 추정된 압력 기울기 오차로부터 가중치 행렬을 구성한다.
• 오차가 높은 영역의 영향을 최소화하기 위해 압력 기울기 통합에 대해 가중 최소 제곱(WLS)을 적용한다.
• 속도 노이즈와 공간적으로 비균일한 오차에 민감한 압력 푸아송 방정식을 해결하지 않기 때문에, 이 방법은 내성적이다.
• 합성 속도장, 실내 파이프류 흐름 데이터, 실생활 환자 특화 뇌동맥류 데이터를 활용하여 방법을 검증한다.

실험 결과

연구 질문

• RQ1 속도 측정 오차가 존재하는 조건에서, 오차 가중 통합을 포함한 제안된 WLS 방법은 압력 푸아송 방정식에 비해 압력 재구성 정확도를 얼마나 향상시키는가?
• RQ2 속도 오차가 영상 영역 전반에 걸쳐 공간적으로 변화할 경우, 이 방법은 압력 오차를 얼마나 감소시키는가?
• RQ3 환자 특화 뇌동맥류 모델에서 실내 흐름 측정(Poiseuille 흐름, PTV 및 STB)과 WLS 기반 압력 추정치는 얼마나 잘 일치하는가?
• RQ4 WLS 방법은 푸아송 기반 방법에 비해 관측된 혈역학적 구조와 더 일치하는 압력장을 생성하는가?
• RQ5 실제 노이즈와 해상도 제약 조건을 갖춘 임상적 4D-Flow MRI 데이터로부터 WLS 방법이 압력장을 신뢰성 있게 재구성할 수 있는가?

주요 결과

• 공간적으로 변화하는 속도 오차 수준이 존재하는 경우, 제안된 WLS 방법은 푸아송 방정식 대비 압력 재구성 오차를 50%에서 200% 이상 감소시켰다.
• 이 방법은 특히 국소적 노이즈가 높거나 해상도가 비균일한 영역에서 속도 측정 오차에 대해 뚜렷한 내성을 보였다.
• 실내 환자 특화 뇌동맥류 모델에서 WLS로 유도된 압력장은 푸아송 기반 결과보다 PTV 및 STB 측정치와 더 우수한 일치를 보였다.
• WLS 방법은 난류, 유동 분리 영역과 같은 복잡한 흐름 구조와 더 잘 일치하는 압력장을 생성했으며, 푸아송 방법보다 우수한 성능을 보였다.
• 속도 수렴도와 나비에-스토크스 방정식을 기반으로 한 오차 전파 프레임워크는 압력 기울기 불확실성 추정에 신뢰할 수 있는 가중치를 제공하였다.
• 합성 및 실제 흐름 시나리오 모두에서 이 방법은 푸아송 방정식을 능가했으며, 임상적 4D-Flow MRI 적용 분야에서의 유용성을 확인하였다.