[论文解读] Fast, Precise Myelin Water Quantification using DESS MRI and Kernel Learning

Gopal Nataraj, Jon‐Fredrik Nielsen+2 more|Deep Blue (University of Michigan)|Sep 24, 2018

Advanced MRI Techniques and Applications参考文献 39被引用 4

一句话总结

本文提出了一种快速、精确的髓鞘水定量方法，结合双回波稳态（DESS）MRI与基于核的回归（PERK）。结果表明，经优化的DESS扫描与PERK估计可实现与金标准多回波自旋回波（MESE）扫描相当的髓鞘水分数（MWF）估计，从而实现临床可行、高精度的髓鞘成像。

ABSTRACT

Purpose: To investigate the feasibility of myelin water content quantification using fast dual-echo steady-state (DESS) scans and machine learning with kernels. Methods: We optimized combinations of steady-state (SS) scans for precisely estimating the fast-relaxing signal fraction ff of a two-compartment signal model, subject to a scan time constraint. We estimated ff from the optimized DESS acquisition using a recently developed method for rapid parameter estimation via regression with kernels (PERK). We compared DESS PERK ff estimates to conventional myelin water fraction (MWF) estimates from a longer multi-echo spin-echo (MESE) acquisition in simulation, in vivo, and ex vivo studies. Results: Simulations demonstrate that DESS PERK ff estimators and MESE MWF estimators achieve comparable error levels. In vivo and ex vivo experiments demonstrate that MESE MWF and DESS PERK ff estimates are quantitatively comparable measures of WM myelin water content. To our knowledge, these experiments are the first to demonstrate myelin water images from a SS acquisition that are quantitatively similar to conventional MESE MWF images. Conclusion: Combinations of fast DESS scans can be designed to enable precise ff estimation. PERK is well-suited for ff estimation. DESS PERK ff and MESE MWF estimates are quantitatively similar measures of WM myelin water content.

研究动机与目标

• 开发一种临床实用的髓鞘水分数（MWF）定量方法，相比传统多回波自旋回波（MESE）序列，显著缩短扫描时间。
• 探究双回波稳态（DESS）MRI在结合先进参数估计技术后，是否可实现与传统方法相当的准确性，尽管其在髓鞘成像中通常精度较低。
• 评估基于核的回归（PERK）方法在从DESS数据中估计快速弛豫信号分量 $f_{\mathrm{F}}$ 作为MWF代理指标的可行性。
• 验证DESS PERK $f_{\mathrm{F}}$ 估计值在模拟、体内及离体环境中是否与MESE MWF估计值在定量上等价。

提出的方法

• 利用贝叶斯实验设计优化DESS扫描组合，在固定扫描时间约束下最大化对快速弛豫信号分量 $f_{\mathrm{F}}$ 估计的精度。
• 应用新近开发的基于核回归的参数估计（PERK）方法，从DESS数据中估计 $f_{\mathrm{F}}$，利用核回归提升鲁棒性与准确性。
• 采用高斯核函数 $k(\mathbf{q}, \mathbf{q}') = \exp\left(-\frac{1}{2}\|\mathbf{q} - \mathbf{q}'\|_{\bm{\Lambda}^{-2}}^2\right)$ 建模DESS信号响应与 $f_{\mathrm{F}}$ 之间的非线性关系。
• 通过特征映射 $\mathbf{z}(\cdot)$ 对核矩阵进行低秩近似，以实现PERK估计器的高效计算，降低计算复杂度。
• 将近似PERK估计器表述为 $\widehat{\mathbf{x}}(\cdot) \leftarrow \mathbf{m}_{\mathbf{x}} + \mathbf{C}_{\mathbf{x}\mathbf{z}}(\mathbf{C}_{\mathbf{z}\mathbf{z}} + \rho\mathbf{I}_{Z})^{-1}(\mathbf{z}(\cdot) - \mathbf{m}_{\mathbf{z}})$，实现可扩展且精确的回归。
• 在模拟、人体脑部体内扫描及离体组织样本中验证该方法，将DESS PERK $f_{\mathrm{F}}$ 与传统MESE MWF进行比较。

实验结果

研究问题

• RQ1 经优化的DESS MRI采集是否可在 $f_{\mathrm{F}}$ 估计精度上达到与金标准MESE采集相当的水平？
• RQ2 PERK核回归方法是否适用于从DESS数据中高精度、低计算成本地估计 $f_{\mathrm{F}}$？
• RQ3 在真实生物组织中，DESS PERK $f_{\mathrm{F}}$ 估计值是否在定量上与MESE MWF估计值等价？
• RQ4 DESS与PERK的结合是否可实现快速、全脑髓鞘水成像，且扫描时间满足临床可行性要求？
• RQ5 该方法在体内和离体环境中是否对多室弛豫效应等模型非理想性保持鲁棒性？

主要发现

• 模拟结果表明，DESS PERK $f_{\mathrm{F}}$ 估计器的误差水平与传统MESE MWF估计器相当。
• 体内与离体实验表明，DESS PERK $f_{\mathrm{F}}$ 与MESE MWF估计值在测量白质髓鞘水含量方面具有定量可比性。
• 本研究首次提供了实证证据，表明稳态（DESS）采集获得的髓鞘水图像在定量上与传统多回波自旋回波（MESE）序列获得的图像相似。
• 经优化的DESS扫描组合可在临床可行的扫描时间内实现对 $f_{\mathrm{F}}$ 的精确估计，显著缩短了与长TR MESE相比的采集时间。
• PERK方法有效处理了从DESS数据中估计 $T_2$ 分布的病态问题，在信噪比有限的情况下仍能实现高精度。
• 核矩阵的低秩近似使PERK估计器的计算高效，使该方法可扩展应用于全脑成像。