Fibertracking

Indledning

Basis for Fibertracking

Fibertracking er baseret på diffusionstensorbilleddannelse (DTI), som er måling af diffusionsanisotropi i hjernen ved hjælp af diffusionsvægtede billeder, der er scannet med magnetfeltgradienter i flere forskellige retninger. Fibertracking-softwaren bruger scanningerne til at beregne vandmolekylernes diffusionsretning langs potentielle hvide substansfibre for den samlede datavolumen.



Algoritmen forsøger at identificere de hvide substansbaner ved at følge hoveddiffusionsretningen fra et trin til det næste så længe, at FA-værdien, der afspejler anisotropimængden, er over en vis grænse.

Fibertracking gør det muligt at spore fiberstrukturer i et fastlagt interesseområde baseret på diffusionsvægtede MR-billeder. Retningssporing af den lokale diffusion muliggør rekonstruktion af en fiber som en linje ved at forbinde en række punkter. I dette område sporer algoritmen alle de fibre, der passerer gennem det interesseområde, der opfylder de valgte sporingsparametre.

Et sæt standard- og tilpassede sporingsskabeloner følger med, og fibre kan også spores interaktivt inden for definerede parametre.

Startvejledning

Udførsel af Fibertracking kræver særlige MR-data. Disse data består af diffusionsvægtede billeder, der er optaget med hurtige EPI-sekvenser. Der skal mindst være 7 scanninger, der omfatter:

  • En udgangsscanning uden diffusionsvægtning (B0) eller med homogent magnetfelt.
  • Mindst 6 scanninger med magnetfeltgradienter (diffusionsvægtede) fra forskellige retninger.

Med disse scanninger kan en diffusionstensor beregnes, som indeholder oplysninger om den lokale diffusion i hver billedvoxel. Disse kaldes DTI-data.

Indlæs en DTI-undersøgelse i den aktuelle behandlingsplan for at benytte Fibertracking.

DTI-data

Fibertracking benytter en tjeneste, der kører i baggrunden, til automatisk at spore og forbehandle gyldige DTI-data. Softwaren konverterer dataene til en DTI-undersøgelse, der både indeholder:

  • De forregistrerede billedsæt: B0-, ADC- og FA-kort.
  • Den diffusionstensor, der kræves til Fibertracking.

DTI-undersøgelsen kan vælges i Patient Selection (der henvises til softwarebrugervejledningen til Content Manager eller Patient Selection).

DTI-farvekodning

Fibertracking er baseret på måling af diffusionsanisotropi i hjernen ved hjælp af diffusionsvægtede billeder, der optages i flere forskellige retninger. DTI-data tilvejebringer retningen for den lokale diffusion, der kan visualiseres på 3D-farvekodede kort. Disse farvekort indeholder oplysninger om vandets diffusionsretning langs potentielle fibre i skiverne.

Flerfarvede fibre farvelægges i overensstemmelse med følgende neurologiske konvention:

Fiberfarve

Diffusionsretning

Rød

Venstre-højre

Grøn

Anterior-posterior

Blå

Hoved-fod

DTI-forbehandling

Beregningen af et diffusionstensorfelt på grundlag af DTI-billederne samt beregningen af ADC- og FA-kort er baseret på metoder og algoritmer, som allerede er peer-evalueret og publicerede:

  1. Le Bihan D, Mangin JF, Poupon C, Clark CA, Pappata S, Molko N, Chabriat H. Diffusion tensor imaging: concepts and applications. J Magn Reson Imaging 2001;13(4):534-546.

  2. Masutani Y, Aoki S, Abe O, Hayashi N, Otomo K. MR diffusion tensor imaging: recent advance and new techniques for diffusion tensor visualization. Eur J Radiol 2003;46(1):53-66.

  3. Peled S, Friman O, Jolesz F, Westin C. Geometrically constrained two-tensor model for crossing tracts in DWI: J Magn Reson Imaging 2006;24(9):1263-1270.

Fibertracking-algoritme

Fibertracking er baseret på FACT-algoritmen (Fiber Assignment by Continuous Tracking), som først blev publiceret af Mori, et al. i 2002 (Mori S, van Zijl PC. Fiber tracking: principles and strategies – A technical review. NMR Biomed 2002;15(7-8):468-480).

For at opnå problemfri resultater på trods af den lave opløsning i konventionelle DTI-scanninger interpoleres tensorer fra de omgivende voxels, hvor den indgående retning fra det forrige trin tages i betragtning. Dette forsøg på at passere områder med retningsbestemt tvetydighed blev først beskrevet af Weinstein et al. i 1999 og kaldes TEND (tensordeflektion). Weinstein D, Kindlmann G, Lundberg E.: Tensorlines. Advection-diffusion based propagation through diffusion tensor fields. Center for Scientific Computing and Imaging, Department of Computer Science, University of Utah. Proceedings of the conference on visualization ’99.

Advarsel
Advarsel
Art-nr.: 60919-74DA

Datum vydání: 2020-02-26