IVIM-Morph: Motion-compensated quantitative Intra-voxel Incoherent Motion (IVIM) analysis for functional fetal lung maturity assessment from diffusion-weighted MRI data

要約

拡散強調磁気共鳴画像法 (DWI) データにおける疑似拡散の定量分析は、胎児の肺の成熟を評価し、価値のあるイメージング バイオマーカーを生成する可能性を示しています。
しかし、DWI データの臨床的有用性は、取得中に避けられない胎児の動きによって妨げられます。
我々は、ボクセル内インコヒーレント モーション (IVIM) モデルを使用して DWI データの動きを補正した定量分析のための自己教師ありディープ ニューラル ネットワーク モデルである IVIM-morph を紹介します。
IVIM-morph は、登録サブネットワークと IVIM モデル フィッティング サブネットワークの 2 つのサブネットワークを組み合わせて、IVIM モデル パラメーターとモーションの同時推定を可能にします。
物理的に妥当な画像レジストレーションを促進するために、レジストレーションとモデル フィッティングの品質のバランスを効果的に高める生物物理学に基づいた損失関数を導入します。
我々は、39人の被験者の胎児DWIデータを使用して、肺の予測IVIMモデルパラメーターと在胎週数（GA）の間の相関関係を確立することにより、IVIM-morphの有効性を検証しました。
IVIM-morph は、小管期の胎児肺 DWI データの in vivo 定量分析を実行した場合、在胎週数 (GA) との相関関係が顕著に改善されました。
IVIM-morph は、DWI データを使用した胎児肺の成熟度の非侵襲的評価のための貴重なバイオマーカーの開発における可能性を示しています。
さらに、その適応性は、定量的な DWI 分析に動き補償が不可欠である他の臨床状況での潜在的なアプリケーションへの扉を開きます。
IVIM-morph コードは、https://github.com/TechnionComputationalMRILab/qDWI-Morph から簡単に入手できます。

要約(オリジナル)

Quantitative analysis of pseudo-diffusion in diffusion-weighted magnetic resonance imaging (DWI) data shows potential for assessing fetal lung maturation and generating valuable imaging biomarkers. Yet, the clinical utility of DWI data is hindered by unavoidable fetal motion during acquisition. We present IVIM-morph, a self-supervised deep neural network model for motion-corrected quantitative analysis of DWI data using the Intra-voxel Incoherent Motion (IVIM) model. IVIM-morph combines two sub-networks, a registration sub-network, and an IVIM model fitting sub-network, enabling simultaneous estimation of IVIM model parameters and motion. To promote physically plausible image registration, we introduce a biophysically informed loss function that effectively balances registration and model-fitting quality. We validated the efficacy of IVIM-morph by establishing a correlation between the predicted IVIM model parameters of the lung and gestational age (GA) using fetal DWI data of 39 subjects. IVIM-morph exhibited a notably improved correlation with gestational age (GA) when performing in-vivo quantitative analysis of fetal lung DWI data during the canalicular phase. IVIM-morph shows potential in developing valuable biomarkers for non-invasive assessment of fetal lung maturity with DWI data. Moreover, its adaptability opens the door to potential applications in other clinical contexts where motion compensation is essential for quantitative DWI analysis. The IVIM-morph code is readily available at: https://github.com/TechnionComputationalMRILab/qDWI-Morph.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google