[論文レビュー] Dipole Incompatibility Related Artifacts in Quantitative Susceptibility Mapping

Liangdong Zhou, Jae Kyu Choi+3 more|arXiv (Cornell University)|Jan 18, 2017

Advanced MRI Techniques and Applications参考文献 31被引用数 3

ひとこと要約

本稿は、定量的感受率マッピング（QSM）におけるアーティファクトの主な原因として、ドーナツ不整合性を特定し、磁場を整合性ありと整合性なしの成分に分解する。ノイズとk空間における切り捨て誤差がストライキアーティファクトとシャドウアーティファクトを引き起こすことを示し、構造的事前情報を利用したベイズ的正則化が、従来の切り捨て手法よりもアーティファクトを低減し、画像品質と定量的精度を向上させることを示している。

ABSTRACT

Artifacts in quantitative susceptibility mapping (QSM) are analyzed to establish an optimal design criterion for QSM inversion algorithms. The magnetic field data is decomposed into two parts, dipole compatible and incompatible parts. The dipole compatible part generates the desired non-streaking solution. The dipole incompatible part, including noise, discretization error, and anisotropy sources, generates artifacts defined by a wave propagator with the B0 field direction as the time axis. Granular noise causes streaking and contiguous error causes both streaking and shadow artifacts. As an example, truncation-based QSM algorithms are inherently prone to streaking artifacts because of the deviation of the dipole kernel during truncation. Through numerical phantom and imaging experiments, several QSM methods, including a Bayesian regularization method and the k-space truncation methods, were compared to show that the Bayesian approach with a structural prior provides advantages in terms of both image quality and quantitative measures.

研究の動機と目的

• 定量的感受率マッピング（QSM）におけるアーティファクトの根本的要因を特定・分析すること。
• 磁場をドーナツ整合性ありおよび整合性なしの成分に分解し、アーティファクトの原因を特定すること。
• ドーナツ不整合性に基づいたQSM逆問題アルゴリズムの設計基準を確立すること。
• さまざまなQSM再構成手法のアーティファクト低減性能を評価すること。
• 構造的事前情報を利用したベイズ的正則化が、k空間の切り捨て手法よりも優れていることを実証すること。

提案手法

• ドーナツカーネルに基づく数学的枠組みを用いて、磁場データをドーナツ整合性ありおよび整合性なしの成分に分解する。
• ドーナツ整合性なしの成分を、B0磁場方向を時間軸とみなした波動伝播問題としてモデル化する。
• ストライキアーティファクトとシャドウアーティファクトが、ドーナツ整合性なし成分における粗いノイズと連続的誤差と解析的に関連していることを示す。
• 解剖学的制約を組み込むことで、アーティファクトを抑制するための構造的事前情報を利用したベイズ的正則化手法を適用する。
• k空間の切り捨てに起因するカーネルのずれが、切り捨てベースのQSM手法に内在するアーティファクト感受性を分析する。
• 数値アンサンブルと生体内画像撮影実験を用いて、さまざまな手法間での画像品質および定量的正確性を比較する。

実験結果

リサーチクエスチョン

• RQ1 定量的感受率マッピング（QSM）におけるストライキアーティファクトとシャドウアーティファクトの原因は何ですか？
• RQ2 磁場データにおけるドーナツ不整合性は、画像アーティファクトにどのように寄与しますか？
• RQ3 なぜk空間の切り捨て手法は、QSMにおいて本質的にストライキアーティファクトに感受性が高いのですか？
• RQ4 構造的事前情報を利用したベイズ的正則化は、従来の切り捨てベースの手法よりも効果的にアーティファクトを低減できますか？
• RQ5 ベイズ的手法は、QSM再構成においてどのような定量的および定性的な改善をもたらしますか？

主な発見

• ノイズ、離散化誤差、および異方性に起因するドーナツ不整合性は、QSMにおけるアーティファクトの主な原因である。
• 粗いノイズはストライキアーティファクトを誘発し、連続的誤差はストライキアーティファクトおよびシャドウアーティファクトの両方を引き起こす。
• 切り捨てベースのQSM手法は、切り捨てに伴うドーナツカーネルのずれにより、顕著なストライキアーティファクトを生成する。
• 構造的事前情報を利用したベイズ的正則化手法は、k空間の切り捨て手法よりも効果的にアーティファクトを低減する。
• 実験的検証（アンサンブルおよび生体内）により、ベイズ的手法は優れた画像品質と定量的正確性を達成している。
• 本研究は、ドーナツ不整合成分の波動伝播的性質とアーティファクト生成の理論的枠組みを確立した。