[论文解读] 4D-Flow MRI Pressure Estimation Using Velocity Measurement-Error based Weighted Least-Squares

Jiacheng Zhang, Melissa C. Brindise+6 more|arXiv (Cornell University)|Apr 30, 2019

Advanced MRI Techniques and Applications参考文献 20被引用 3

一句话总结

本文提出了一种基于速度测量误差的加权最小二乘法（WLS）用于4D-Flow MRI压力重建，通过从速度散度估计速度误差，并将其传播至Navier-Stokes方程，生成误差加权的压力积分，从而提升精度。在速度误差空间分布变化的条件下，该方法将压力误差降低了50%至200%以上，并且与传统的压力泊松方程方法相比，在体外和体内数据中表现出更优的一致性。

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.

研究动机与目标

• 解决由于速度测量误差导致的4D-Flow MRI中压力重建不准确的问题。
• 提升在血流动力学复杂流场（如脑动脉瘤）中压力场估计的鲁棒性。
• 开发一种能够考虑临床4D-Flow MRI数据中空间分布变化的速度误差分布的方法。
• 通过基于估计的速度梯度不确定性引入误差加权最小二乘积分，降低压力重建误差。
• 通过与体外PTV和STB数据及体内4D-Flow MRI数据对比，验证方法的一致性，证明其与血流结构的一致性。

提出的方法

• 在不可压缩流假设下，从速度场的散度估计速度误差。
• 通过将速度误差传播至Navier-Stokes动量方程，计算压力梯度误差。
• 基于估计的压力梯度误差构建权重矩阵，以反映积分过程中测量的不确定性。
• 应用加权最小二乘法（WLS）对压力梯度进行积分，以最小化高误差区域的影响。
• 该方法避免求解对速度噪声和空间非均匀误差敏感的压力泊松方程。
• 通过合成速度场、体外Poiseuille流数据以及患者特异性脑动脉瘤的体内数据对方法进行验证。

实验结果

研究问题

• RQ1 在存在速度测量误差的情况下，所提出的具有误差加权积分的WLS方法相较于压力泊松方程，在压力重建精度方面有何提升？
• RQ2 当速度误差在成像域中空间分布变化时，该方法在多大程度上降低了压力误差？
• RQ3 基于WLS的压力估计与患者特异性动脉瘤模型中通过PTV和STB获得的体外流测量结果的一致性如何？
• RQ4 WLS方法生成的压力场是否比泊松方法更符合观测到的血流动力学结构？
• RQ5 WLS方法是否能从具有真实噪声和分辨率限制的临床4D-Flow MRI数据中可靠地重建压力场？

主要发现

• 在速度误差空间分布变化的条件下，所提出的WLS方法相较于泊松方程，将压力重建误差降低了50%至200%以上。
• 该方法在高局部噪声或分辨率不均匀区域表现出显著增强的鲁棒性。
• 在体外患者特异性动脉瘤模型中，WLS生成的压力场与PTV和STB测量结果的一致性优于基于泊松方法的结果。
• 与泊松方法相比，WLS方法生成的压力场更符合复杂血流结构（如涡流和流动分离区）的特征。
• 基于速度散度和Navier-Stokes方程的误差传播框架，为权重提供了可靠的压力梯度不确定性估计。
• 该方法在合成与真实世界流场场景中均优于泊松方程，证实其在临床4D-Flow MRI应用中的实用性。