Oprogramowanie
Innowacyjne algorytmy opracowane w naszym laboratorium
W ramach prowadzonych prac badawczo-rozwojowych opracowano zestaw autorskich koncepcji oraz algorytmów obliczeniowych i analitycznych przeznaczonych do przetwarzania danych obrazowych uzyskiwanych w eksperymentach DWI i DTI, zarówno standardowych, jak i prowadzonych z zastosowaniem innowacyjnych metod opartych na modelu BSD-DTI.
Algorytmy obliczeniowe
Umożliwiające rekonstrukcję oraz analizę danych DWI/DTI zgodnie z założeniami metody BSD-DTI (B-matrix Spatial Distribution in DTI) – czyli z uwzględnieniem rzeczywistego, przestrzennego rozkładu macierzy b(r), z możliwością adaptacji do różnych systemów tomograficznych stosowanych w badaniach przedklinicznych i klinicznych [1–5].
Rozszerzone algorytmy sBSD-DTI (simplified BSD-DTI)
Umożliwiające uproszczoną, lecz praktyczną korekcję danych DTI na podstawie oszacowanego rozkładu b(r), przy mniejszym nakładzie obliczeniowym i danych wejściowych.
Metody obliczeniowe lokalnego wyznaczania macierzy b(r)
Dla każdego wokselu na podstawie znanego tensora dyfuzji D, poprzez rozwiązywanie lokalnego układu równań odwrotnego względem modelu Stejskala-Tannera [1,3].
Dedykowane oprogramowanie analityczne BSD
Oparte na powyższych algorytmach, umożliwiające pełną analizę danych DTI (rekonstrukcja tensora, obliczanie metryk takich jak FA, MD, AD, RD, analiza kierunków dyfuzji oraz traktografia) z uwzględnieniem rzeczywistej macierzy b(r). Jest to obecnie jedyne znane na świecie narzędzie programowe pozwalające na pełną integrację korekcji b(r) w analizie danych dyfuzyjnych [1–7].
Literatura
- Krzyżak A.T., Olejniczak Z. Improving the accuracy of PGSE DTI by accounting for the spatial distribution of the b-matrix. Magn. Reson. Imaging 33 (2015) 286–295.
https://doi.org/10.1016/j.mri.2014.10.007 - Kłodowski K., Krzyżak A.T. Innovative anisotropic phantoms for DTI sequence calibration in clinical MRI. Magn. Reson. Imaging 34 (2016) 404–409.
https://doi.org/10.1016/j.mri.2015.12.010 - Borkowski K., Krzyżak A.T. Generalized Stejskal–Tanner equation for magnetic field gradient nonuniformity in space. J. Magn. Reson. 296 (2018) 23–28.
https://doi.org/10.1016/j.jmr.2018.08.010 - Borkowski K., Krzyżak A.T. Systematic error estimation in DTI due to gradient nonlinearity: numerical simulations. NMR Biomed. 32 (2019) e4115.
https://doi.org/10.1016/j.compbiomed.2025.110503 - Borkowski K., Krzyżak A.T. DTI tractography errors caused by spatial gradient field nonlinearity: analysis and correction. J. Magn. Reson. 296 (2018) 5–11.
https://pubmed.ncbi.nlm.nih.gov/30195248/ - Krzyżak A.T., Lasek J., Schneider Z., Wnuk M., Bryll A., Popiela T., Słowik A. Diffusion tensor imaging metrics as natural markers of multiple sclerosis-induced brain disorders with a low Expanded Disability Status Scale score. NeuroImage 290 (2024) 120567.
https://doi.org/10.1016/j.neuroimage.2024.120567 - Mazur-Rosmus W., Krzyżak A.T. Impact of Gibbs ringing, noise and systematic error elimination on DTI metrics and tractography in rat brain. Scientific Reports 14 (2024) 15010.
https://doi.org/10.1038/s41598-024-66076-z