Modeling Diffusion Processes in Magnetic Resonance Imaging
Abstract
В работе освещены современные подходы к оценке неопластических процессов по данным диффузионно-взвешенных изображений (ДВИ). Рассмотрены модели затрудненной и ограниченной диффузии. Предложен фантом, содержащий вещества с заданными коэффициентами диффузии: от соответствующих нормальной ткани до характеризующих доброкачественные и злокачественные неопластические процессы. Разработанный фантом предлагается использовать для проведения оценки точности определения измеряемого коэффициента диффузии, а также для контроля эффективности жироподавления. Входящие в его состав эмульсии могут быть использованы в качестве экстракорпорального сигнала для контроля качества при сканировании в режиме ДВИ МРТ всего тела в широком диапазоне значений b-фактора.
About the Authors
K. A. Sergunova
Research and Practical Clinical Center of Diagnostics and Telemedicine Technologies
Russian Federation
Russian Federation
A. V. Petraikin
Research and Practical Clinical Center of Diagnostics and Telemedicine Technologies
Russian Federation
Russian Federation
E. S. Akhmad
Research and Practical Clinical Center of Diagnostics and Telemedicine Technologies
Russian Federation
Russian Federation
S. A. Kivasev
Hospital Center of Polyclinics AO «Semejnyy Doktor»
Russian Federation
Russian Federation
D. S. Semenov
Research and Practical Clinical Center of Diagnostics and Telemedicine Technologies
Russian Federation
Russian Federation
I. N. Karpov
Research and Practical Clinical Center of Diagnostics and Telemedicine Technologies
Russian Federation
Russian Federation
S. P. Morozov
Central Institute of Traumatology and Orthopaedics named after N. N. Priorov
Russian Federation
Russian Federation
A. V. Vladzymyrskyy
Research and Practical Clinical Center of Diagnostics and Telemedicine Technologies
Russian Federation
Russian Federation
A. K. Morozov
Central Institute of Traumatology and Orthopaedics named after N. N. Priorov.
Russian Federation
Russian Federation
References
1. Гележе П. Б., Трофименко И. А., Морозов С. П. Основы интерпретации диффузионно-взвешенной томографии всего тела // Рос. электр. журнал лучевой диагностики. 2015. Т. 5. № 3. C. 65-73.
2. Сергеев Н. И., Котляров П. М., Солодкий В. А. Диффузионно-взвешенные изображения в диагностике метастатического поражения позвоночника и костей таза // Сиб. онкол. журнал. 2012. Т. 54. № 6. C. 68-72.
3. Сергунова К. А., Карпов И. Н., Громов А. И. и др. Разработка аппаратно-программных средств контроля параметров качества диффузионно-взвешенных изображений для повышения эффективности диагностики опухолевых образований // Биотехносфера. 2016. Т. 47. № 5. C. 9-13.
4. Туркин А. М. и др. Оценка динамических изменений перитуморального отека мозга методом диффузионной тензорной магнитно-резонансной томографии и МР-спектроскопии // Лучевая диагностика и терапия. 2012. Т. 3. № 3. C. 51-57.
5. Хоружик С. А. Количественный анализ диффузионно-взвешенных магнитно-резонансных изображений при химиолучевой терапии рака шейки матки: прогностическая роль измеряемого коэффициента диффузии до начала лечения // Вестник рентгенологии и радиологии. 2015. № 6. C. 12-23.
6. Bihan D. L. What can we see with IVIM MRI? // NeuroImage. 2017. DOI: https:// doi.org/10.1016/j.neuroimage. 2017.12.062.
7. Cercueil J. P., Petit J. M., Nougaret S. et al. Intravoxel incoherent motion diffusion-weighted imaging in the liver: comparison of mono-, bi- and tri-exponential modelling at 3 T // Eur. Radiol. 2015. V. 25. № 6. P. 1541-1550.
8. Chandarana H., Vivian S. L., Hecht E. et al. Comparison of biexponential and monoexponential model of miffusion weighted imaging in evaluation of renal lesions // Investigative Radiol. 2010. V. 46. № 5. P. 1.
9. Ferizi U., Schneider T., Witzel T. et al. White matter compartment models for in vivo diffusion MRI at 300 mT/m // NeuroImage. 2015. № 118. P. 468-483.
10. Hope T. R., White N. S., Kuperman J. et al. Demonstration of non-gaussian restricted diffusion in tumor cells using diffusion time-dependent diffusion-weighted magnetic resonance imaging contrast // Frontiers in Oncol. 2016. № 6. P. 1-10.
11. Keenan K. E., Wilmes L. J., Aliu S. O. et al. Design of a breast phantom for quantitative MRI // J. of Magnetic Resonance Imag. 2016. V. 44. № 3. P. 610-619.
12. Moraru L., Dimitrievici L. Apparent diffusion coefficient of the normal human brain for various experimental conditions // AIP Conference Proceedings 1796. 2017. № 40005. P. 1-7.
13. Moutal N. et al. The Kärger vs bi-exponential model: Theoretical insights and experimental validations // J. of Magnetic Resonance. 2018. № 296. P. 72- 78.
14. Nguyen H. T., Grebenkov D., Nguyen D. V. et al. Parameter estimation using macroscopic diffusion MRI signal models // Phys. in Med. & Biol. 2015. № 60. P. 3389.
15. Sah R. G., d’Esterre C. D., Hill M. D. et al. Diffusion-weighted MRI stroke volume following recanalization treatment is threshold-dependent // Clin. Neuroradiol. 2017. https://doi.org/10.1007/s00062-017-0634-4.
16. Taha Ali T. F., El Hariri M. A., Riad M. M. Diffusion-weighted MRI in prostatic lesions: Diagnostic performance of normalized ADC using normal peripheral prostatic zone as a reference // The Egyp. J. of Radiol. and Nucl. Med. 2018. V. 49. № 1. P. 239-244.
17. White N. S., Mcdonald C., Farid N. et al. Diffusion-weighted imaging in cancer: physical foundations and applications of restriction spectrum imaging. // Cancer Research. 2014. V. 74. № 17. P. 4638-4652.
18. Yeh F. C., Verstynen T. D., Wang Y. et al. Deterministic diffusion fiber tracking improved by quantitative anisotropy // PLoS ONE. 2013. V. 8. № 11. P. e80713.
Review
For citations:
Sergunova K.A., Petraikin A.V., Akhmad E.S., Kivasev S.A., Semenov D.S., Karpov I.N., Morozov S.P., Vladzymyrskyy A.V., Morozov A.K. Modeling Diffusion Processes in Magnetic Resonance Imaging. Radiology - Practice. 2019;(2):50-68. (In Russ.)
Views:
370
Email this article 