要約
容積補間呼吸収容検査（VIBE）MRIは、水と脂肪の信号組成の推定に適した画像を生成します。
2ポイントの雰囲気は水脂肪分離画像を提供しますが、6点の雰囲気により、健康と病気のイメージングマーカーである有効な横方向の緩和速度R2*およびプロトン密度脂肪画分（PDFF）の推定が可能になります。
信号の再構築中のあいまいさは、水脂肪スワップにつながる可能性があります。
この欠点は、大規模な臨床データと集団研究の自動PDFF分析のためのVibe-MRIの適用に挑戦しています。
この研究では、非コントラスト強化されたバイブ画像の水脂肪スワップを検出および修正するための自動化されたパイプラインを開発します。
私たちの3段階のパイプラインは、セグメンテーションネットワークをトレーニングすることから始まり、ボリュームを「脂肪のような」または「水のような」と分類し、脂肪と水の量をパーリンノイズと融合させることによって生成される合成水脂肪スワップを使用します。
次に、拡散画像から画像への拡散イメージからイメージへのネットワークが、補正のための信号前のものとして水の量を予測します。
最後に、これを物理的に制約のあるモデルに統合して、正確な水と脂肪の信号を回収します。
私たちのアプローチは、6ポイントの雰囲気の水脂肪スワップ検出で1％未満のエラー率を達成します。
特に、スワップは、低体重およびクラス3の肥満BMIカテゴリの個人に不釣り合いに影響します。
補正アルゴリズムは、化学相MRIで正確なソリューション選択を保証し、信頼できるPDFF推定を可能にします。
これは、自動化された大規模な集団イメージング分析のための強固な技術基盤を形成します。
要約(オリジナル)
Volume Interpolated Breath-Hold Examination (VIBE) MRI generates images suitable for water and fat signal composition estimation. While the two-point VIBE provides water-fat-separated images, the six-point VIBE allows estimation of the effective transversal relaxation rate R2* and the proton density fat fraction (PDFF), which are imaging markers for health and disease. Ambiguity during signal reconstruction can lead to water-fat swaps. This shortcoming challenges the application of VIBE-MRI for automated PDFF analyses of large-scale clinical data and of population studies. This study develops an automated pipeline to detect and correct water-fat swaps in non-contrast-enhanced VIBE images. Our three-step pipeline begins with training a segmentation network to classify volumes as ‘fat-like’ or ‘water-like,’ using synthetic water-fat swaps generated by merging fat and water volumes with Perlin noise. Next, a denoising diffusion image-to-image network predicts water volumes as signal priors for correction. Finally, we integrate this prior into a physics-constrained model to recover accurate water and fat signals. Our approach achieves a < 1% error rate in water-fat swap detection for a 6-point VIBE. Notably, swaps disproportionately affect individuals in the Underweight and Class 3 Obesity BMI categories. Our correction algorithm ensures accurate solution selection in chemical phase MRIs, enabling reliable PDFF estimation. This forms a solid technical foundation for automated large-scale population imaging analysis.
arxiv情報
| 著者 | Robert Graf,Hendrik Möller,Sophie Starck,Matan Atad,Philipp Braun,Jonathan Stelter,Annette Peters,Lilian Krist,Stefan N. Willich,Henry Völzke,Robin Bülow,Klaus Berger,Tobias Pischon,Thoralf Niendorf,Johannes Paetzold,Dimitrios Karampinos,Daniel Rueckert,Jan Kirschke |
| 発行日 | 2025-02-20 15:54:37+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google