Efektywność preprocessingu i metody BSD poza izocentrum magnesu

Badanie [1] jednoznacznie wskazuje, że metoda BSD (B-matrix Spatial Distribution) pełni kluczową rolę w korygowaniu błędów systematycznych pojawiających się w obrazowaniu tensora dyfuzji (DTI), zwłaszcza wtedy, gdy analizowany obiekt znajduje się poza izocentrum magnesu MRI. Lokalizacja obrazowanego organu poza izocentrum powoduje, że znajduje się ona fizycznie poza centralnym punktem układu gradientów (off-center), co wiąże się z nasilonymi nieliniowościami i niejednorodnościami pola gradientowego. Tego typu zakłócenia prowadzą do znacznych odchyleń w metrykach DTI, takich jak frakcyjna anizotropia (FA) i średnia dyfuzyjność (MD), jeśli stosowana jest klasyczna metoda obliczeniowa (sDTI), która opiera się na jednorodnej i przestrzennie stałej macierzy B.

To właśnie poza izocentrum, gdzie zakłócenia pola gradientowego są największe, BSD wykazało swoją największą wartość. W danych z fantomu przesuniętego o 7 cm od izocentrum metoda BSD pozwoliła na redukcję zawyżonych wartości FA nawet o połowę. Co istotne, w przypadkach bez preprocessingu, nawet BSD dawało nadal przeszacowane FA, co pokazuje, że samo zastosowanie korekcji B-macierzy nie wystarczy bez uprzedniego odszumienia danych i registracji do referencyjnych obrazów b=0. W zestawieniu BSD z sDTI obserwuje się wyraźne różnice - wartości FA uzyskane metodą sDTI (nawet po preprocessingu) pozostają zawyżone, często o kilkadziesiąt procent. Takie różnice są istotne nie tylko statystycznie, ale również praktycznie– mogą prowadzić do błędnych interpretacji biologicznych lub klinicznych.

Kolejnym ważnym czynnikiem wpływającym na metryki DTI jest liczba akumulacji (ang. number of signal averages). W teorii zwiększenie liczby akumulacji poprawia stosunek sygnału do szumu (SNR), co powinno zwiększyć wiarygodność obliczonych tensorów. Jednak w praktyce, szczególnie poza izocentrum, długi czas skanowania związany z większą liczbą akumulacji zwiększa ryzyko przemieszczeń (np. ruchów oddechowych u pacjentów), a także może wprowadzać dodatkowe błędy przez tak zwany Rician noise. Badanie pokazało, że dla danych bez preprocessing wzrost liczby akumulacji z 4 do 16 powodował wzrost MD o 8–28% niezależnie od użytej metody obliczeń (zarówno w sDTI, jak i BSD). Jednak po zastosowaniu pełnego preprocessingu i BSD, wpływ liczby akumulacji został niemal całkowicie zniesiony- wartości FA i MD były niemal identyczne między 4 a 16 akumulacjami. To oznacza, że dobrze przygotowany pipeline z użyciem BSD pozwala skrócić czas badania bez utraty jakości danych, co ma szczególne znaczenie w kontekście badań klinicznych.

Tabela 1. Porównanie metryk DTI w badaniu fantomu izotropowego.

Referencja

1. Mazur-Rosmus W, Spees WM, Krzyżak AT. The added value of diffusion tensor imaging with systematic bias correction for the assessment of liver morphology and physiology. NMR Biomed. 2024; e5259. https://doi.org/10.1002/nbm.5259