Pro gradu -tutkielma ( Abstrakti ja avainsanoja)
Fysikaalisten tieteiden koulutusohjelma
Diffuusiotensorikuvauksen optimointi
Viljami Sairanen 2013
Ohjaaja: FM Linda Kuusela
Tarkastajat: Dos. Outi Sipila
Prof. Sauli Savolainen
HELSINGIN YLIOPISTO FYSIIKAN LAITOS
00014 Helsingin yliopisto
Matemaattis-luonnontieteellinen tiedekunta
Fysiikan laitos
Viljami Sairanen: Diffuusiotensorikuvauksen optimointi
Fysiikka
Pro Gradu
8.11.2013
Magneettikuvaus, diffuusiotensori, kuvanlaadun optimointi, laadunvalvonta- Helsingin yliopisto
Diffuusiokuvantaminen perustuu magneettikuvauslaitteen avulla mitattuun vesimolekyylien satunnaiseen lämpöliikkeeseen. Pehmytkudoksessa vesimolekyyli diffundoituu noin 17 mikrometrin matkan 50 millisekunnin aikana ja diffuusiokuvantaminen on lämpöliikkeeseen ainoa kliininen kuvantamismenetelmä, joka pystyy rekisteroimään näin pientä liikettä ei -invasiivisesti.
Tutkimalla, missä suunissa diffundoituminen on voimakasta, voidaan paikantaa esimerkiksi valkeasta aivoaineesta hermoratojen reittejä. Tämä edellyttää käytännössä vähintäin 20 diffuusiosuunnan kuvaamista, joiden pohjalta lasketaan diffuusion suuntaa ja suuruutta kuvaava diffuusiotensori kuva-alkiokohtaisesti.
Menetelmä edellyttää nopeaa kuvausaikaa, jotta fysiologiset virtaukset tai potilaan liike eivät häiritse tasoltaan huomattavasti heikomman lämpöliikkeen rekisteröintiä. Nopea kuvaus puolestaan asettaa laiteteknisiä vaatimuksia gradienttikentille, joita ei anatomisessa T1- tai T2-painotetussa kuvantamisessa esiinny.
Gradienttikelojen on pystyttävä toimimaan äärirajoillansa koko kuvauksen ajan, jotta useat peräkkäiset rekisteröinnit eri diffuusiosuunnissa ovat mahdollisia.
Optimoinnissa käyttäjä ei voi vaikuttaa laiteteknisiin ratkaisuihin, mutta kuvausparametrien variointi on mahdollista.
Edellytyksenä mielekkäälle optimoinnille on kuitenkin valita vertailtavat suureet, jodien perusteella voidaan sanoa, mitkä testatuista vaihtoehdoista paransivat kuvanlaatua.
Diffuusiotensorikuvantamiseen (DTI) on ehdotettu laadunvalvontaprotokollaa, joka huomioi kuvausmenetelman laitetekniset haasteet. Kyseinen julkaisu on ainoa, joka ottaa kantaa useimpiin DTI:n ongelmakohtiin ja on siten luonteva lähtökohta DTI-optimoinnille. Julkaisun menetelmässä tutkittiin DTI-sekvenssin tuottamaa signaalikohinasuhdetta, kuvaussekvenssista ja indusoituvista pyörrevirroista johtuvia erilaisia geometrisia vääristymiä sekä diffuusiotensorista johdettuja FA- ja MD-arvoja.
Työn ensimmäisessä vaiheessa valittiin kliiniseen DTI-sekvenssiin pohjautuva referenssisekvenssi, jota varioitiin yksi kuvausparametri kerrallaan. Muunnellut parametrit olivat kaikuaika, rinnakkaiskuvantamiskerroin,k-avaruuden keräyslaajuus, päämagneettikentän tasoitusalue sekä diffuusiopainotuskerroin eli b-arvo.
Varioituja sekvenssejä oli yhteensä 10, joiden pohjalta valittiin kuvanlaatuun myönteisesti vaikuttaneet parametrit työn toiseen vaiheeseen missä referenssisekvenssiä varioitiin usean parametrin suhteen.
Lopputuloksena todettiin, että lyhin mahdollinen kaikuaika 55 ms ja suurin mahdollinen k-avaruuden kartoitusalueparametrin arvo 0,780 kasvattivat signaali-kohinasuhdetta 13 %.
Rinnakkaiskuvantamiskertoimen kasvattaminen kahdesta kahteen ja puoleen pienensi geometrisia vääristymiä kvalitatiivisessa arviossa, mutta heikensi signaalikohinasuhdetta referenssisekvenssiin verrattuna suurimmillaan vain
5 %. Päämagneettikentan tasoitusalueen valinnalla tai
b-arvon pienentamisellä tuhannesta kahdeksaansataan ei havaittu olevan merkittävää vaikutusta kuvanlaadulle fantomitutkimuksessa.
Tulokset eivät poikenneet teoreettisista ennusteista, mutta toisaalta laiteteknisistä rajoituksista johtuen optimointi ei voi perustua pelkästään
teoreettiseen arvioon oikeista parametrien arvoista. Työssä esitettyä menetelmää on mahdollista jatkossa käyttää myös muiden diffuusiopainotettujen sekvenssien optimoinnissa.
.....
Tiedekunta/Osasto — Fakultet/Sektion — Faculty
Laitos — Institution — Department
Tekijä,
Avainsanat — Nyckelord — Keywords
Muita tietoja —
̈Övriga uppgifter — Additional information
HELSINGIN YLIOPISTO — HELSINGFORS UNIVERSITET — UNIVERSITY OF HELSINKI
Lyhenteet
ADC Näennäinen
diuusiovakio (ApparentDiusion Coecient)
ANOVA Varianssianalyysi (Analysis Of Variance)
BW Kaistanleveys (Band Width)
DTI
Diuusiotensorikuvantaminen
(Diusion Tensor Imaging )
DWI Diuusio-painotettu kuvantaminen (Diusion Weighted Imaging)
EPI Nopeakuvantamismenetelmä
(EchoPlanar Imaging )
FA Anisotropiaa kuvaava suure
( Fraqtional Anisotropy )
FID Viritystilan vapaan purkautumisen jännitesignaali
( Free Induction Decay)
FOV Kuva-ala
(Field Of View)
IQR
Kvartiiliväli
(Interquartile Range)
MD
Keskidiuntoituvuus
(Mean Diusivity)
MRI
Magneettikuvantaminen
(Magnetic ResonanceImaging)
NSA Keskiarvoistettujen signaalienlukumäärä
(Number of Signals Averaged)
PNS Pienin neliösumma
QA Laadunvarmistus
(Quality Assurance)
RF Radiotaajuus
(Radio Frequency)
ROI Mielenkiintoalue
( Region Of Interest)
SAR Ominaisabsorptionopeus
(Spesic Absorption Rate)
SE Spinkaiku
(Spin Echo)
SENSE Rinnakkaiskuvantamismenetelmä
(Sensitivity Encoding)
SNR Signaalikohinasuhde
(Signal-to-NoiseRatio)
T1 Pitkittäisen relaksaation kestoa kuvaava suure
T2 Poikittaisen relaksaation kestoa kuvaava suure
T2* Poikittainen relaksaatioaika, joka huomioi magneettikentän epähomogeenisyyden
TE Kaikuaika
( EchoTime)
TR Toistoaika
(Repeat Time)
Sisällysluettelo
1Johdanto
2Teoria
2.1
Magneettikuvantaminen
lyhyesti
. etc ...
Inga kommentarer:
Skicka en kommentar