[논문 리뷰] Cramér-Rao Bound Optimized Subspace Reconstruction in Quantitative MRI

Andrew Mao, Sebastian Flassbeck외 2명|PubMed|2023. 04. 29.

Advanced MRI Techniques and ApplicationsMedicine참고 문헌 53인용 수 3

한 줄 요약

이 논문은 양적 MRI를 위한 새로운 부분공간 재구성 방법을 제안하며, 기저 벡터를 신호 에너지 보존 외에도 크래머-라오 경계(Cramér-Rao bound, CRB) 보존을 최적화한다. 수직화된 신호 도함수를 사용하여 압축 도메인 CRB를 근사화함으로써, 부분공간 크기가 작을수록 특히 정확도와 정밀도가 향상되고, 시뮬레이션 및 실재 응용에서 상당한 계산적 절감을 이룰 수 있는 특성 있는 특성 분해(SVD)-기반 최적화를 가능하게 한다.

ABSTRACT

We extend the traditional framework for estimating subspace bases that maximize the preserved signal energy to additionally preserve the Cramér-Rao bound (CRB) of the biophysical parameters and, ultimately, improve accuracy and precision in the quantitative maps. To this end, we introduce an <i>approximate</i> compressed CRB based on orthogonalized versions of the signal's derivatives with respect to the model parameters. This approximation permits singular value decomposition (SVD)-based minimization of both the CRB and signal losses during compression. Compared to the traditional SVD approach, the proposed method better preserves the CRB across all biophysical parameters with negligible cost to the preserved signal energy, leading to reduced bias and variance of the parameter estimates in simulation. In vivo, improved accuracy and precision are observed in two quantitative neuroimaging applications, permitting the use of smaller basis sizes in subspace reconstruction and offering significant computational savings.

연구 동기 및 목표

• 기존 SVD 기반 부분공간 재구성 기법이 신호 에너지 보존에는 중점을 두지만 생물물리적 매개변수의 크래머-라오 경계(CRB)를 간과한다는 한계를 해결하기 위해.
• 조직 매개변수의 CRB를 유지하도록 부분공간 기저를 최적화하여 매개변수 추정의 조건수를 향상시키고, 정확도와 정밀도를 모두 향상시키기 위해.
• 수직화된 신호 도함수를 활용한 압축 도메인 CRB의 계산 효율적인 근사치를 개발하여 SVD 기반 기저 최적화에 실용적으로 통합할 수 있도록 하기 위해.
• CRB 최적화 기반 기저 선택이 추정 품질을 저하시키지 않으면서도 더 작은 부분공간 크기를 허용함으로써 재구성의 계산적 절감을 이끌어내는지 입증하기 위해.
• 두 가지 실재 qMRI 응용 분야인 이중 풀 양성자 이동(Magnetization Transfer, qMT) 및 MRF-FISP를 활용한 T₁/T₂ 매핑에서 방법을 검증하기 위해.

제안 방법

• 생물물리적 매개변수에 대한 신호 도함수의 수직화된 형태를 사용하여 압축 도메인 CRB의 근사치를 도입함으로써, 기저 최적화 과정에서 효율적인 계산이 가능하도록 한다.
• 이 CRB 근사치는 표준 SVD 방식으로 신호 손실 최소화와 부분공간 투영 과정에서의 CRB 증가 최소화를 동시에 고려하는 공동 목적 함수에 통합된다.
• 최적화 과정은 생물물리적 매개변수의 예상 범위 내에서 시뮬레이션된 지문 신호와 수직화된 도함수로 구성된 수정된 데이터 행렬에 대해 SVD를 수행함으로써 수행된다.
• 최종적으로 도출된 CRB-SVD 기저는 기존 부분공간 재구성 파이프라인에서 기존 SVD 기저의 즉각적인 대체로 사용될 수 있다.
• 이 방법은 CRB를 매개변수 공간 내 국소 곡률의 척도로 간주하는 기하학적 해석을 활용하여, 높은 통계적 효율성을 유지하는 기저를 선호한다.
• 이 접근법은 시뮬레이션과 두 가지 qMRI 응용 분야(이중 풀 qMT 및 MRF-FISP를 활용한 T₁/T₂ 매핑)에서의 실재 실험을 통해 검증되었다.

Figure 1: (a) Distinguishing one model parameter from another depends on the components of its signal derivative, $\mathbf{j}_{i}$ , that are orthogonal to the span of all other signal derivatives, $\mathbf{J}_{i}$ [ 44 ] . (b) Depiction of a representative signal $\mathbf{s}$ for the inversion reco

실험 결과

연구 질문

• RQ1 생물물리적 매개변수의 크래머-라오 경계(CRB) 보존을 목표로 하는 부분공간 기저 최적화가 양적 MRI 매개변수 맵의 정확도와 정밀도 향상에 기여할 수 있는가?
• RQ2 SVD 기반 기저 최적화에 실용적으로 통합하기 위해 압축 도메인 CRB를 어떻게 효율적으로 근사화할 수 있는가?
• RQ3 CRB 최적화 기반 기저 선택이 추정 성능을 저하시키지 않으면서도 더 작은 부분공간 크기를 허용할 수 있는가?
• RQ4 측정 수(Nc)가 매개변수 수(Np)와 근접할 때(CR = Nc ≈ Np), CRB 보존이 추정치의 편향과 분산을 얼마나 줄일 수 있는가?
• RQ5 실제 뇌 영상 응용 분야에서 CRB-SVD가 추정 품질을 유지하거나 향상시키면서도 부분공간 재구성의 계산 효율성을 향상시킬 수 있는가?

주요 결과

• 전통적인 SVD 대비 CRB-SVD 기저는 모든 생물물리적 매개변수에서 CRB 보존을 크게 향상시키며, 유지되는 신호 에너지 손실은 극미량이다.
• 시뮬레이션 결과, 저 SNR 조건과 측정 수 제한 조건에서 특히, 제안된 방법이 추정치의 편향과 분산을 모두 감소시켰다.
• 이중 풀 qMT 모델의 실재 결과에서는 CRB 최적화 기반 기저를 사용할 경우, 자화 이동 매개변수의 정확도와 정밀도가 향상되었다.
• MRF-FISP를 활용한 T₁/T₂ 매핑에서는 CRB-SVD 기저가 더 작은 부분공간 크기에서도 신뢰할 수 있는 매개변수 추정을 가능하게 하여 계산 부담과 메모리 사용량을 감소시켰다.
• 추정 품질을 손상시키지 않으면서도 더 작은 기저 크기를 사용할 수 있었기 때문에, 계산 절감과 메모리 효율성이 달성되었다.
• 수직화된 도함수를 활용한 압축 CRB 근사치가 실용적 기저 최적화에 대해 충분히 정확하고 효과적이며, 일정 임계값 이상에서 표본 수를 늘려도 성능 차이가 없음을 입증하였다.

Figure 2: (a) Signal energy loss vs $\lambda$ normalized by the total signal energy in the qMT test dataset. (b) Cramér-Rao bound (CRB) loss calculated using the approximate compressed CRB ( $\Delta B_{ac}$ ; Eq. ( 4 )) and the exact compressed CRB ( $\Delta B_{ec}$ ; Eq. ( 6 )), averaged over all f