Detailansicht
Quantitative Analyse der Lungenperfusion mittels kontrastmittel-unterstützter dynamischer Magnetresonanztomographie
Mona Salehi Ravesh
Art der Arbeit
Dissertation
Universität
Universität Wien
Fakultät
Fakultät für Physik
Betreuer*in
Wilfried Schranz
DOI
10.25365/thesis.10614
URN
urn:nbn:at:at-ubw:1-29769.04052.696769-9
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Mit der kontrastmittelunterstützten dynamischen Magnetresonanztomographie kann die regionale Lungenperfusion mit T1-gewichteten Pulssequenzen nicht-invasiv bestimmt werden. Aus der ersten Passage eines Kontrastmittelbolus durch das Lungenparenchym lässt sich auf Basis der Indikator-Verdünnungs-Theorie der regionale pulmonale Blutfluss rPBF, das regionale pulmonale Blutvolumen rPBV und die regionale mittlere Transitzeit rMTT berechnen. Im Rahmen dieser Arbeit wurde die Tikhonov-Regularisierungsmethode mit einer modifizierten Variante des L-Kurven-Kriteriums MLCC und dem Residual-Funktions-Modell RFM zur bildpunktweisen Quantifizierung der Lungenperfusion verwendet. Beide Methoden wurden mit der Standardmethode der abgeschnittenen Singulärwertzerlegung tSVD anhand von Simulationen, und Probanden- und Patientendatensätze verglichen. Die tSVD liefert die präzisesten Ergebnisse für rPBF, rMTT und rPBV, z.B. war die Standardabweichung der rPBF bei typischen Lungenparametern
(rPBF=90 300ml/min·100ml , SNR=20, rMTT=3 s) um 37% bzw. 48% kleiner als bei MLCC und RFM. Da bei der tSVD im Gegensatz zur Tikhonovregularisierung keine Adaption an das
SNR erfolgt, sind die Lösungskurven oft über- oder unterregularisiert. Zudem weichen sie stärker von der wahren Kurve ab, die quadratische Differenz zwischen vorgegebener und berechneter Kurve ist bei obigen Standardparametern um bis zu 42% größer. Die MLCC Methode war in den Simulationen bei einem SNR < 30 bezüglich der ermittelten rPBF Werte pr¨aziser als RFM. Mit allen betrachteten Methoden konnte eine deutliche Abgrenzung von gesunden und pathologischen
Lungenregionen auf den berechneten Paramaterkarten festgestellt werden. Insbesondere bei den Patientendatens¨atzen lieferte die Tikhonovregularisierung die detailreichsten Karten. Im Gegensatz zu MLCC gab es bei RFM keine einzelnen fehlerhafte Voxel mit sehr hohen rPBF
Werten von über 300 ml/min·100ml in Regionen mit ansonsten niedrigen rPBF Werten kleiner als 20 ml/min·100ml . Der Gültigkeitsbereich des linearen Zusammenhanges zwischen MR-Signal und KMKonzentration (z. B. Magnevist) wurde untersucht und war bei einer in der klinischen Routine
verwendeten TWIST-Pulssequenz bis zu einer KM-Konzentration von 1 mmol/l gültig. In Simulationen führte eine Unterschätzung der KM-Konzentration in der Pulmonalarterie bei 2 mmol/l zu
einer Überschätzung von rPBF um 20%, rPBV um 30% und rMTT um 10% des vorgegebenen Wertes.
Abstract
(Englisch)
Contrast-enhanced dynamic magnetic resonance imaging allows the non-invasive determination of regional pulmonary perfusion with T1-weighted imaging sequences. The regional pulmonary
blood flow rPBF, regional pulmonary blood volume rPBV and regional mean transit time rMTT are quantified based on the first pass of a contrast agent bolus through the lung Parenchyma and the indicator dilution theory. In this work the Tikhonov-regularization method was used with a modified version of the L-curve-criterion MLCC and with the residue function model RFM in order to quantify the lung perfusion for each image voxels. Both methods were compared to the
standard method truncated singular value decomposition tSVD using simulated and real data sets of healthy volunteers and patients. tSVD yields the most precise results for rPBF, rMTT
and rPBV. For instance, the standard deviation of rPBF was about 37% and 48% smaller than that of MLCC and RFM for typical lung perfusion parameters (rPBF=90 300ml/min·100ml, SNR=20, rMTT=3 s). In contrast Tikhonov regularization, the tSVD solution curves are often over- or underregularized. Moreover, they deviate stronger from their true curve up to 42%. Concerning the determined rPBF values, MLCC was more precise than RFM in the simulations at SNR < 30. A clear delineation of normal and pathological lung tissue was possible using all considered methods on the calculated parameter maps. Especially for patient data sets, the Tikhonov regularization
yielded the most detailed parameter maps. In contrast to MLCC, RFM did not yield erroneous single voxels with very high rPBF values above 300 ml/min·100ml in regions of low rPBF values smaller than 20 ml/min·100ml . The range of validity of the linear relation between MR-Signal and contrast agent concentration (e. g. Magnevist) was investigated. For a TWIST-sequence
with typical parameters used in clinical routine, the linear range is present up to a contrast agent concentration of 1 mmol/l. In the simulations, a CA-concentration in the pulmonary artery of 2
mmol/l leads to an overestimating of rPBF by about 20%, of rPBV by about 30% and of rMTT by about 10% of their true value.
Schlagwörter
Schlagwörter
(Englisch)
lung perfuion magnetic resonance imaging MRI truncated singular value decomposition tSVD Tikhonov-regularization L-curve-criterion LCC Residual-Function-Model RFM
Schlagwörter
(Deutsch)
Lungenperfusion Magnetresonanztomographie MRT abgeschnittene Singularwertzerlegung tSVD Tikhonov-Regularisierung L-Kurven-Kriterium LCC Residuens-Funktions-Modell RFM
Autor*innen
Mona Salehi Ravesh
Haupttitel (Deutsch)
Quantitative Analyse der Lungenperfusion mittels kontrastmittel-unterstützter dynamischer Magnetresonanztomographie
Publikationsjahr
2010
Umfangsangabe
162 S. : Ill., graph. Darst.
Sprache
Deutsch
Beurteiler*innen
Ewald Moser ,
Martin Neumann
Klassifikation
33 Physik > 33.90 Physik in Beziehung zu anderen Fachgebieten
AC Nummer
AC08290308
Utheses ID
9584
Studienkennzahl
UA | 791 | 411 | |