[논문 리뷰] Multidimensional Correlation Spectroscopic Imaging of Exponential Decays: From Theoretical Principles to In Vivo Human Applications

Daeun Kim, Jessica L. Wisnowski외 2명|arXiv (Cornell University)|2018. 06. 14.

Advanced MRI Techniques and Applications참고 문헌 51인용 수 5

한 줄 요약

이 논문은 다차원 상관 스펙트로스코픽 영상법을 소개하며, MRI에서 다중지수 감쇠 매개변수를 더 정확하게 추정하기 위해 연속된 2차원 대비 인코딩(예: 산란-잔류 또는 잔류-잔류)과 정규화된 공간-스펙트럼 재구성 기법을 활용한다. 이 방법은 미세구조 지도의 과도하게 불안정한 문제를 줄여, 실제 인간에서의 응용이 입증된 조직 구획 간의 더 정확한 분리가 가능하게 한다.

ABSTRACT

Multiexponential modeling of relaxation or diffusion MR signal decays is a popular approach for estimating and spatially mapping different microstructural tissue compartments. While this approach can be quite powerful, it is also limited by the fact that one-dimensional multiexponential modeling is an ill-posed inverse problem with substantial ambiguities. In this paper, we present an overview of a recent multidimensional correlation spectroscopic imaging approach to this problem. This approach helps to alleviate ill-posedness by leveraging multidimensional contrast encoding (e.g., 2D diffusion-relaxation encoding or 2D relaxation-relaxation encoding) combined with a regularized spatial-spectral estimation procedure. Theoretical calculations, simulations, and experimental results are used to illustrate the benefits of this approach relative to classical methods. In addition, we demonstrate an initial proof-of-principle application of this kind of approach to in vivo human MRI experiments.

연구 동기 및 목표

• MRI 신호 감쇠의 일차원 다중지수 모델링이 가지는 불안정성 문제를 해결하기 위해, 겹치는 감쇠 성분의 해석에 모호함과 낮은 분辨도가 발생하는 문제를 해결한다.
• 다차원 대비 인코딩(예: T2–D 또는 T1–T2 동시 인코딩)을 활용하여 미세구조 조직 구획 추정의 정확성과 강건성을 향상시킨다.
• 공간적 연속성과 비음성 제약 조건을 통합한 정규화된 공간-스펙트럼 추정 프레임워크를 개발하여 역 문제의 안정성을 높인다.
• 시뮬레이션, 이론적 분석 및 인간 생체 내 MRI 실험을 통한 원리 검증을 통해 방법의 타당성을 검증한다.
• 다차원 스펙트로스코픽 MRI 데이터에서 공간적으로 해상도가 높은 세부적인 미세구조 지도를 추출할 수 있는 가능성을 입증한다.

제안 방법

• 이 방법은 각 볼륨 요소 내에서 다중 감쇠 매개변수를 비분리적으로 인코딩하기 위해 2차원 산란-잔류 또는 잔류-잔류 인코딩과 같은 다차원 대비 인코딩을 활용한다.
• 역 문제를 비음성 및 공간적 연속성 제약 조건을 포함한 정규화된 최적화 작업으로 설정하여 데이터 적합성 항목을 최소화한다.
• 계산 효율성을 높이기 위해 행렬 기반 변수 표현 방식을 사용하는 분할-대체 방법의 다중 승수(ADMM) 알고리즘을 사용하여 최적화를 해결한다.
• 이 방법은 다차원 상관 스펙트럼을 동시에 재구성하고 이웃한 볼륨 요소 간의 공간 일관성을 강제하는 공동 추정 프레임워크를 사용한다.
• 대규모 공간 정규화 연산자의 역행을 가속화하기 위해 푸리에 변환 기반 프리컨dition링 전략을 통합한다.
• 비연속성 및 비분리 제약 조건을 수치적으로 안정적으로 처리하기 위해 변수 분할과 증강 라그랑주 갱신 기법을 포함한다.

실험 결과

연구 질문

• RQ1 다차원 대비 인코딩은 MRI 신호 감쇠의 일차원 다중지수 모델링에 내재된 과도한 불안정성 문제를 줄일 수 있는가?
• RQ2 T2–D 또는 T1–T2와 같은 공동 2차원 인코딩은 유사한 잔류 또는 산란 특성을 가진 조직 구획 간의 분리에 어떻게 기여하는가?
• RQ3 노이즈와 제한된 SNR 조건에서 정규화된 공간-스펙트럼 재구성 기법이 미세구조 지도의 정확성과 강건성에 얼마나 기여하는가?
• RQ4 제안된 방법은 복잡한 뇌 조직에서 겹치는 감쇠 성분을 가진 실제 인간 MRI 데이터에서 명확한 조직 구획을 성공적으로 분리할 수 있는가?
• RQ5 스펙트럼 해상도와 매개변수 추정 정확도 측면에서 전통적인 1D 다중지수 피팅 대비 다차원 접근법의 성능 향상은 어느 정도인가?

주요 결과

• 다차원 상관 스펙트로스코픽 영상 기법은 T2와 산란 계수 D와 같은 두 감쇠 매개변수의 공동 인코딩을 통해 다중지수 감쇠 추정의 모호성을 크게 감소시킨다.
• 시뮬레이션과 이론적 분석 결과, 특히 가까이 있는 감쇠 성분 간의 경우, 1D 방법 대비 더 낮은 크래머-라오 하한(CRLB)을 달성함을 확인하였다.
• ADMM 기반 최적화 알고리즘은 행렬 기반 연산과 푸리에 도메인 프리컨dition링을 통해 계산 복잡도를 감소시키며 효율적이고 안정적인 재구성을 가능하게 한다.
• 실제 인간 MRI 결과는 2D T1–T2 또는 T2–D 상관 스펙트럼을 사용하여 백질, 회색질, 뇌척수액 등 명확한 조직 구획 간의 분리를 가능하게 함을 보여준다.
• coronal 슬라이스의 여섯 개 스펙트럼 피크를 통합하여 유도한 공간 지도에서는 기존 1D 방법 대비 더 명확한 해부학적 대응과 조직 유형 간 대비 향상을 확인할 수 있었다.
• 노이즈 시뮬레이션과 비음성 최소 제곱(NNLS) 및 IR-MSE와 같은 표준 기법과의 비교를 통해, 낮은 신호 대 잡음비 조건에서도 미세구조 매개변수의 강건한 추정이 가능함을 검증하였다.