Fibertracking

Johdanto

Fibertracking-sovelluksen perusteet

Fibertracking perustuu diffuusiotensorikuvaukseen (DTI), joka on aivojen diffuusioanisotropiamittaus, jossa käytetään useiden magneettikentän gradienttien suuntien diffuusiopainotettuja kuvia. Fibertracking-ohjelmisto käyttää tehtyjä kuvauksia vesimolekyylien diffuusiosuunnan laskemiseen potentiaalisia valkean aineen kuituja pitkin koko tietotilavuuden osalta.



Algoritmi pyrkii tunnistamaan valkean aineen radat seuraamalla suurimman diffuusion suuntaa vaiheesta toiseen niin pitkään kuin anisotropian määrää edustava FA-arvo on tiettyä kynnysarvoa suurempi.

Fibertracking-ohjelmiston avulla voit seurata kuiturakenteita määritetyllä kohdealueella diffuusiopainotettujen MR-kuvien perusteella. Paikallisen diffuusion suunnan seuranta mahdollistaa kuidun rekonstruoinnin viivaksi yhdistämällä useita pisteitä. Tällä alueella algoritmi seuraa kaikkia kyseisen kohdealueen läpi kulkevia kuituja, jotka vastaavat valittuja seurantaparametreja.

Käytettävissä on joukko oletusarvoisia ja mukautettuja seurantamalleja, ja kuituja voidaan seurata myös vuorovaikutteisesti määritettyjen parametrien rajoissa.

Käytön aloittaminen

Fibertracking-sovelluksen suorittamiseen tarvitaan erityisiä MR-tietoja. Nämä tiedot koostuvat diffuusiopainotetuista kuvista, jotka on kuvattu nopeilla EPI-sekvensseillä. Kuvauksia pitää olla vähintään 7, ja niiden on sisällettävä

  • yksi perustason kuvaus ilman diffuusiopainotusta (B0) tai homogeenisessä magneettikentässä
  • vähintään kuusi kuvausta, joissa magneettikentän gradientit (diffuusiopainotetut) ovat eri suunnista.

Näillä kuvauksilla voidaan laskea diffuusiotensori, joka tarjoaa tietoja paikallisessa diffuusiosta kussakin kuvan vokselissa. Näitä tietoja kutsutaan DTI-tiedoiksi.

Voit aloittaa Fibertracking-ohjelmiston käytön lataamalla DTI-tutkimuksen kulloiseenkin hoitosuunnitelmaan.

DTI-tiedot

Fibertracking-ohjelmistossa käytetään taustalla ajettavaa palvelua kelvollisten DTI-tietojen automaattiseen tunnistamiseen ja esikäsittelyyn. Ohjelmisto muuntaa tiedot DTI-tutkimukseksi, joka sisältää

  • ennalta rekisteröidyt kuvajoukot – B0-, ADC- ja FA-kartat
  • diffuusiotensorin, jota Fibertracking tarvitsee.

DTI-tutkimus voidaan valita Patient Selection -ohjelmistolla (katso Content Manager– tai Patient Selection -ohjelmiston käyttöohje).

DTI-värikoodaus

Fibertracking perustuu aivojen diffuusioanisotropiamittaukseen, jossa käytetään useista suunnista otettuja diffuusiopainotettuja kuvia. DTI-tiedoista saadaan paikallisen diffuusion suunta, joka voidaan esittää värikoodatuissa 3D-kartoissa. Nämä värikartat antavat tietoa veden diffuusion suunnasta leikkeiden potentiaalisia kuituja pitkin.

Moniväriset kuidut värjätään seuraavan neurologisen käytännön mukaan:

Kuitujen väri

Diffuusiosuunta

Punainen

Vasen–oikea

Vihreä

Anteriorinen–posteriorinen

Sininen

Pää–jalat

DTI-esikäsittely

DTI-kuvien diffuusiotensorikentän laskenta sekä ADC- ja FA-karttojen laskenta perustuvat jo vertaisarvioituihin ja julkaistuihin menetelmiin ja algoritmeihin:

  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-algoritmi

Fibertracking perustuu FACT (Fiber Assignment by Continuous Tracking) -algoritmiin, joka määrittää kuidut jatkuvan seurannan avulla ja jonka julkaisivat alkuaan Mori, et al. vuonna 2002 (Mori S, van Zijl PC. Fiber tracking: principles and strategies – A technical review. NMR Biomed 2002;15(7-8):468-480).

Jotta saadut tulokset ovat tasaisia huolimatta perinteisten DTI-kuvausten alhaisesta resoluutiosta, tensorit interpoloidaan ympäröivistä vokseleista huomioiden edellisestä vaiheesta tulevan suunnan. Tämän suunnaltaan monimuotoisten alueiden läpi kulkemisen kuvasivat ensimmäisen kerran Weinstein et al. vuonna 1999, ja sitä kutsutaan TEND (tensorin taipuminen) -menetelmäksi. 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.

Varoitus
Varoitus
Art. nro: 60919-74FI

Datum vydání: 2020-02-26