Vai ai contenuti. | Spostati sulla navigazione | Spostati sulla ricerca | Vai al menu | Contatti | Accessibilità

| Crea un account

Castellaro, Marco (2014) Quantitative neuroimaging of perfusion with arterial spin labeling: deconvolution and physiology-based models. [Tesi di dottorato]

Full text disponibile come:

[img]
Anteprima
Documento PDF (Tesi di dottorato) - Altro
13Mb

Abstract (inglese)

Perfusion studies with Magnetic Resonance Imaging (MRI) techniques traditionally require the injection of exogenous contrast agents. Arterial Spin Labeling (ASL) technique permits to use water contained in the blood as an endogenous contrast agent, reducing the intrinsic invasively process required by this kind of examination.Furthermore it increases patient's comfort and reduces cost effective of perfusion measurements in clinical environment. This key feature allows to estimate perfusion in particular patients, like children or in case of allergy to the tracer. Another advantage is the possibility to monitor perfusion levels over time and since the quantification process allows to estimate perfusion in absolute unit, it is possible to easily compare subjects in longitudinal studies.

The organization of this thesis is composed by an introductive section, in which the principles of ASL are introduced (Chapter 1) and more general MRI concepts are reviewed (Chapter 2). Chapter 3 will cover the existing MRI sequences used to perform the labeling and how it is possible to measure its traveling through tissues.

Chapter 4 describes state-of-the-art for the quantification process. Models are required in this process in order to accurately describe the labeling and the readout steps. The most used model to perform quantification has been proposed by Buxton et al. 1998. However, this model simplifies the tracer kinetics reducing the exchange phenomena to a simple mono compartment model. Other more complex models have been presented, which can take into account the capillary system (Parkes et al. 2002) or the macro vascular component in major arteries (Chappell et al. 2010). Estimators usually employed with Buxton model are non linear least squares. However, in the last years also Bayesian framework has been proposed, based on a Variational Bayes approach (Chappell et al. 2009).

The creation of new ASL sequences like Quantitative Star Labeling of Arterial Region (QUASAR) (Petersen et al. 2006) has permitted to use more flexible techniques, like deconvolution, to estimate the impulse response of the system with as input a function retrieved directly from the data. Methods used to solve this problem are based on truncated Singular Value Decomposition (SVD) (Wu et al. 2003). However, these techniques suffer the impossibility to introduce any constraint on the stability of the system that describes the impulse response. The introduced oscillations render the estimated residue function, which is needed to extract perfusion, not physiologically interpretable. This fact is responsible of underestimation in perfusion estimates and of the introduction of negative values in the estimated function.

In Chapter 5 of this work a novel non parametric deconvolution technique is presented, based on Stable Spline (SS) kernel (Pillonetto et al. 2010). It has been adapted to reduce the sensitivity on perfusion estimates due to the delay between input and output of the system. SS permits the introduction of constraints of non negativity and stability of the system and can overcome the problems introduced by standard SVD based techniques. The novel approach will be tested in both simulation and real clinical data contexts. Moreover, it will be compared to already existing deconvolution techniques previously applied to QUASAR.

The same ASL sequence can be analyzed using a more restricted framework. A model to take into account the major peculiarities of this sequence was already presented by Chappell et al. 2013. It uses a Bayesian estimator to extract numerous parameters related to perfusion and complementary for clinical evaluation, e.g. the arrival time of blood in the microvasculature. This pre-existent model has been improved in this thesis introducing a more complete relation between the sequence design and its effects on the acquisition. These modifications allow to estimate a new parameter, the mean blood velocity in the major arteries. A comparison of the novel model will be carried out also with SS to verify how the two approaches perform on the same dataset.

A number of other sequences have been proposed in literature to study perfusion with ASL. One of the most applied, because of its appealing properties of stability and elevated signal-to-noise ratio, is pseudo - continuous ASL (pCASL). In Chapter 6, a novel framework, based on a Maximum a Posteriori Bayesian estimator, has been built to take into account a-priori information from the literature and to include supplementary measurements into the estimation process. This new estimator will be applied both to Buxton model and in the same context also to a new two component model used to estimate both the macro and the micro vasculature components.

In the quantification process of ASL data it is necessary to fix some parameters to literature values. One of the most important is the labeling efficiency. Aslan et al. 2010 proposed a method to estimate it in-vivo using a measure of the velocity of blood in the brain feeding arteries. This approach needs a manual segmentation from a separate acquisition. In Chapter 7 a new totally automatic method for the estimation of labeling efficiency is presented, based on the use of a laminar flow model to estimate the velocity in a circular profile.

Abstract (italiano)

Lo studio della perfusione con tecniche di Risonanza Magnetica per Immagini (dall'inglese Magnetic Resonance Imaging, MRI) è stato condotto prevalentemente con l'ausilio dell'iniezione di liquidi di contrasto esogeni. La tecnica Arterial Spin Labeling (ASL) permette di utilizzare l'acqua contenuta nel sangue come tracciante endogeno, riducendo quindi l'invasività dell'esame con aumento del comfort del paziente e diminuendo l'impatto del tracciante a livello di costo-beneficio per il sistema sanitario. Ne rende inoltre possibile l'utilizzo anche in casi in cui il contrasto non può essere utilizzato, come nel caso di bambini oppure per il monitoraggio ravvicinato dei livelli di perfusione. Inoltre, un altro vantaggio è la possibilità di quantificare la perfusione in unità assolute, permettendo così di confrontare più agevolmente soggetti in studi di gruppo oppure di poter confrontare più acquisizioni in un contesto di studio longitudinale.

La presente tesi si articola in una parte introduttiva che descrive i principi dell'ASL (Capitolo 1) e in generale della Risonanza magnetica (Capitolo 2). Per poter poi introdurre le tecniche utilizzate per la creazione del tracciante e le modalità di lettura dello stesso (Capitolo 3).

Il Capitolo 4 descrive lo stato dell'arte per la procedura di quantificazione, che avviene utilizzando opportuni modelli, utilizzati per descrivere accuratamente il metodo impiegato per la creazione del tracciante e come esso interagisce con i tessuti che attraversa. Il modello più utilizzato è stato proposto da Buxton et al. 1998. Tuttavia il suddetto modello semplifica notevolmente la cinetica del tracciante, riducendo di fatto il fenomeno a un modello mono-compartimentale. Altri approcci sono stati utilizzati, che tengano conto della complessità del sistema capillare (Parkes et al. 2002) o che tengano conto della componente macro vascolare dei vasi maggiori (Chappell et al. 2010). Gli stimatori utilizzati per la quantificazione con il modello di Buxton sono i minimi quadrati non lineari. Negli ultimi anni sono stati proposti anche approcci di tipo Bayesiano, ad esempio basati sul metodo delle variazioni (Chappell et al. 2009).

La creazione di opportune sequenze ASL come la Quantitative Star Labeling of Arterial Region (QUASAR) (Petersen et al. 2006) ha permesso di utilizzare anche tecniche più flessibili come la deconvoluzione, impiegata per stimare la risposta impulsiva del sistema sollecitata da un ingresso ricavato direttamente dai dati. Le tecniche utilizzate per la risoluzione di questo problema sono basate su Singular Value Decomposition con troncamento (Wu et al. 2003). Purtroppo, queste tecniche soffrono il fatto di non poter introdurre nessun vincolo di stabilità nel sistema che vanno a descrivere e quindi introducono delle oscillazioni non fisiologiche all'interno della funzione che permette di ricavare la stima della perfusione. Questo produce una sottostima nel livello di perfusione e anche valori negativi nella funzione stimata, che sono non interpretabili da un punto di vista fisiologico.

Nel Capitolo 5 di questo lavoro viene presentata una tecnica di deconvoluzione non parametrica basata sul kernel Stable Spline (SS) (Pillonetto et al. 2010) e adattata per risolvere il problema di sensitività al ritardo che può intercorrere tra ingresso e uscita del sistema. SS permette di introdurre vincoli di non negatività e di stabilità nel sistema descritto e può superare i problemi delle tecniche tradizionali. La nuova tecnica verrà testata sia in un ambito di simulazione il più prossimo possibile al caso reale, che in un insieme di soggetti reali sani. Verranno anche condotte delle analisi di confronto con altri metodi di deconvoluzione usati in letteratura.

La stessa sequenza può essere studiata con metodologie modellistiche. In particolare, recentemente è stato presentato un modello che con l'ausilio di uno stimatore Bayesiano può ricavare un notevole numero di parametri relativi alla perfusione (Chappell et al. 2013), come il tempo di arrivo nella microvasculatura. Questo modello è stato migliorato in questa tesi introducendo una nuova relazione che permette di stimare un ulteriore parametro, la velocità media del sangue nei vasi. Verrà proposto un confronto tra i metodi con approccio basato sul modello e SS per verificarne le prestazioni.

Altre sequenze sono state proposte per stimare la perfusione con metodi non invasivi. Una delle più utilizzate prevede un labeling differente da QUASAR e che permette di ottenere un notevole aumento del rapporto segnale disturbo (SNR). Questa tecnica è chiamata pseudo-Continuous ASL (pCASL). Nel Capitolo 6 verrà presentato uno stimatore Bayesiano massimo a posteriori per tenere conto di ulteriori misure e di informazioni a priori note da letteratura. Lo stimatore verrà prima applicato al modello di Buxton e successivamente, sempre in questo contesto verrà presentato e validato un modello a due componenti per la stima della componente macro-vascolare e micro-vascolare.

Nella procedura di quantificazione della tecnica ASL è necessario fissare alcuni parametri a valori noti da letteratura. Tra questi uno dei più importanti è rappresentato dall'efficienza di magnetizzazione. Aslan et al. 2010 hanno proposto un metodo per poterla stimare in vivo tramite una misura della velocità del sangue nei vasi dove avviene la creazione del contrasto endogeno. Tale approccio necessita della segmentazione manuale dei vasi in una immagine acquisita ad hoc. Nel Capitolo 7 viene presentato un nuovo metodo totalmente automatico per la stima dell'efficienza di magnetizzazione basato su metodi di segmentazione dei vasi e di stima della velocità attraverso l'uso di un modello laminare del flusso all'interno di un condotto.

Statistiche Download - Aggiungi a RefWorks
Tipo di EPrint:Tesi di dottorato
Relatore:Bertoldo, Alessandra
Dottorato (corsi e scuole):Ciclo 26 > Scuole 26 > INGEGNERIA DELL'INFORMAZIONE > BIOINGEGNERIA
Data di deposito della tesi:28 Gennaio 2014
Anno di Pubblicazione:28 Gennaio 2014
Parole chiave (italiano / inglese):Arterial Spin Labeling, Risonanza Magnetica, MRI,deconvoluzione,deconvolution, bayesian, physiological model,modelli bayesiani, modelli fisiologici, efficienza di magnetizzazione, labelling efficiency, QUASAR, pCASL
Settori scientifico-disciplinari MIUR:Area 09 - Ingegneria industriale e dell'informazione > ING-INF/06 Bioingegneria elettronica e informatica
Struttura di riferimento:Dipartimenti > Dipartimento di Ingegneria dell'Informazione
Codice ID:6499
Depositato il:05 Nov 2014 14:29
Simple Metadata
Full Metadata
EndNote Format

Download statistics

Solo per lo Staff dell Archivio: Modifica questo record