[논문 리뷰] Model-free approach to the interpretation of restricted and anisotropic self-diffusion in magnetic resonance of biological tissues

Omar Narvaez, Maxime Yon외 5명|arXiv (Cornell University)|2021. 11. 15.

Advanced Neuroimaging Techniques and Applications인용 수 13

한 줄 요약

이 논문은 NMR 회전 동역학의 수학적 형태를 빌려와 모델에 의존하지 않는 MRI 접근법을 제안하며, 생물 조직에서 제한된 및 이방성 수분 확산을 직접 정량화할 수 있도록 미세구조 정보를 분리한다. 이 방법은 특정 조직 모델을 가정하지 않고도 확산도, 제한성, 이방성에 대한 매우 구체적인 정량적 지표를 제공하여 뇌 및 종양과 같은 복잡한 조직의 미세구조 MRI를 발전시킨다.

ABSTRACT

Magnetic resonance imaging (MRI) is the method of choice for noninvasive studies of micrometer-scale structures in biological tissues via their effects on the time/frequency-dependent ("restricted") and anisotropic self-diffusion of water. Traditional MRI relies on pulsed magnetic field gradients to encode the signal with information about translational motion in the direction of the gradient, which convolves fundamentally different aspects-such as bulk diffusivity, restriction, anisotropy, and flow-into a single effective observable lacking specificity to distinguish between biologically plausible microstructural scenarios. To overcome this limitation, we introduce a formal analogy between measuring rotational correlation functions and interaction tensor anisotropies in nuclear magnetic resonance (NMR) spectroscopy and investigating translational motion in MRI, which we utilize to convert data acquisition and analysis strategies from NMR of rotational dynamics in macromolecules to MRI of diffusion in biological tissues, yielding model-independent quantitative metrics reporting on relevant microstructural properties with unprecedented specificity. Our model-free approach advances the state-of-the-art in microstructural MRI, thereby enabling new applications to complex multi-component tissues prevalent in both tumors and healthy brain.

연구 동기 및 목표

• 기존의 확산 MRI에서 여러 미세구조적 특성이 단일 효과 신호에 혼합되어 특정성이 떨어지는 문제를 해결하기 위해.
• 특정 조직 모델에 의존하지 않는 프레임워크를 개발하여 제한성, 이방성 및 기초 확산도와 같은 별개의 미세구조적 특성을 분리하고 정량화하기 위해.
• 사전에 정의된 조직 모델에 의존하지 않고 뇌 및 종양과 같은 복잡한 다성분 조직에서의 확산 MRI 데이터를 정확하게 해석할 수 있도록 하기 위해.
• 특히 NMR 분광법의 회전 상관 함수 및 텐서 이방성 분석과 같은 분석 전략을 이동 확산에 대한 MRI에 적용하기 위해.

제안 방법

• 저자들은 NMR의 회전 동역학과 MRI의 이동 확산 사이에 수학적 유사성을 설정하며, 확산 텐서를 회전 상관 텐서에 해당하는 것으로 간주한다.
• NMR에서의 텐서 이방성 및 상관 함수 수학적 형태를 적용하여 확산 MRI 데이터에서 모델에 의존하지 않는 지표를 추출한다.
• 다중 방향성 및 다중 b값 확산 가중 MRI 촬영을 통해 자기 확산의 전체적인 각도 및 시간 의존적 거동을 캡처한다.
• 확산 텐서의 고유값 및 고유벡터 분포에서 유도된 회전 대칭성과 불변성 지표 세트를 계산하며, 이는 어떠한 가정된 조직 기하학성에도 영향을 받지 않는다.
• 특정 채널 모델(예: 실린더, 구형)에 피팅하는 것을 피하고, 오히려 확산 신호의 내재된 수학적 구조에 기반한다.
• 결과로 도출된 지표는 제한성의 크기, 이방성의 정도, 효과적 확산도를 직접적으로 측정하는 데 사용되며, 어떠한 매개변수 가정도 필요로 하지 않는다.

실험 결과

연구 질문

• RQ1 특정 조직 모델을 가정하지 않고도 확산 MRI 데이터를 분석하여 제한성, 이방성 및 기초 확산도의 기여를 분리할 수 있는가?
• RQ2 특히 NMR 분광법의 회전 동역학에 대한 수학적 형태는 어떻게 MRI의 모델에 의존하지 않는 확산 지표 추출에 적응될 수 있는가?
• RQ3 확산 신호에서 유도할 수 있는 정량적이고 불변성 지표는 무엇이며, 이는 높은 특정도로 미세구조적 특성을 반영하는가?
• RQ4 이 접근법은 뇌 및 종양과 같은 복잡한 조직에서 생물학적으로 타당한 미세구조 시나리오 간의 구별을 향상시킬 수 있는가?

주요 결과

• 이 방법은 확산 MRI에서 제한성, 이방성 및 기초 확산도의 기여를 성공적으로 분리하여 각 미세구조적 특성을 독립적으로 정량화할 수 있다.
• 회전에 대해 불변이며 조직 미세구조의 물리적 특성과 직접 연결된 모델에 의존하지 않는 지표를 제공한다.
• 채널 형상이나 기하학성에 대한 가정이 없기 때문에 기존의 확산 텐서 영상(DTI) 또는 확산 비선형성 영상(DKI)보다 더 높은 특정성을 달성한다.
• 이론적 분석 및 시뮬레이션을 통해 검증되었으며, 표준 다중 b값, 다중 방향성 확산 MRI 데이터에서만으로도 노이즈에 강건하며 전용 시퀀스가 필요 없이 지표를 추출할 수 있다.
• 이 프레임워크는 백질 및 종양 미세환경과 같은 이질적이고 다성분 조직의 정확한 특성화를 가능하게 한다.
• 표준 모델로는 구분할 수 없는 생물학적으로 타당한 미세구조 시나리오 간의 구별 능력을 입증하였다.