Magnetic Resonance Imaging (MRI) is a powerful medical imaging technique that has been widely investigated since its introduction in 1972. A variety of information is extracted from the processing of the Nuclear Magnetic Resonance signal nowadays, such as the relaxation characteristics of a specimen (relaxometry), the random movement of water molecules (diffusion MRI), the computation of important hemodynamic parameters (perfusion MRI) but also viscoelastic mechanical characteristics in terms of complex shear modulus (MR Elastography). The possibility to assess anatomical details as well as the tissue functionality through its multiple (patho)physiological processes have given rise to the concept of multiparametric MRI (mpMRI). The physical background of the several imaging techniques employed in mpMRI is wide: MRI images weighted on magnetic relaxation times provide anatomical information based on the time taken for the magnetization vector to realign along the external static magnetic field direction and for spinning protons to lose phase coherence; diffusion-weighted images provide information about the random Brownian motion of water molecules within a volume of the size of the image resolution (voxel); perfusion-weighted images rely on perfusion phenomena detected through the intravenous passage of exogenous or endogenous contrast media; MR Elastography parameters are computed starting from the propagation behavior of acoustic waves in tissues. The combination of multiple imaging contrasts revealing different aspects of the same object may provide additional insights over what can be gleaned from a single imaging parameter, and could ultimately benefit image-guided disease diagnosis. At first (part I), this dissertation outlines the principles and the techniques employed in the implementation of a table-top MRI scanner at low field (found in part II: Tissue sample characterization: investigation on a table-top 0.587 T MRI scanner), which was performed at the University of Illinois at Chicago (Chicago, IL, USA), and in the analysis of perfusion related parameters in Dynamic Susceptibility Contrast perfusion MRI (found in part III: Patient specific application: investigation on a clinical scanner), performed at the Politecnico di Milano (Milan, Italy) in collaboration with the Centro Nazionale di Adroterapia Oncologica (CNAO – Pavia, Italy). Then (part II), this dissertation reports an analysis of relaxometry and elastography parameters of both animal tissues samples and water-based solutions carried out with a benchtop 0.587 T scanner. Magnetic Resonance at low-intensity field has been employed mainly for Nuclear Magnetic Resonance spectroscopy, even though low-intensity field MRI scanners can be of small size and their use would allow lower artifacts impact, lower price and operational costs as well as a lower Specific Absorption Rate within very sensible samples. T_1 (longitudinal relaxation time) was computed from the processing of the automatically-reconstructed longitudinal magnetization signal, while T_2 (transverse relaxation time) was obtained through a logarithmic transformation of the transverse magnetization data. Relaxometry parameters were computed for bovine liver and muscle samples: relaxation rates of liver (muscle) for T_1 and T_2 were 219 ± 3 ms (610 ± 8 ms) and 41 ± 1 ms (51 ± 1 ms), respectively and were found to be consistent with literature values and in agreement with an exponential model, which further validates the model at 25 MHz and provides a good reliability of such relaxation times at low-intensity magnetic field. Besides, a physical support for a piezoelectric actuator and a post-processing algorithm for the computation of the complex displacement maps from the MRE signal were developed. For elastographic analyses, a trapezoidal Motion Encoding Gradient (MEG) and a uniaxial synchronous sinusoidal induced displacement were employed to null the relative phase shift and maximize the encoding efficiency. For the minimization of phase discontinuities, a bidimensional phase unwrapping relying on Flynn's algorithm was performed. Then for the computation of the complex modulus, wave profiles were matched through an optimization algorithm with the analytic closed solution per each frequency in a geometrical focusing condition for the surface waves. So, the complex modulus for gelatine, liver and muscle samples was assessed and the increase of the complex shear modulus with frequency in biological tissues described by the springpot (rheological) model was observed: gelatine samples showed an increase of the average storage shear modulus with both frequency and also with higher concentration. Liver storage modulus ranged from 6.5 ± 1.5 to 19.7 ± 3.6 kPa in MEG frequency range between 500 and 2000 Hz, while muscle storage modulus was one order of magnitude higher with respect to both liver and gelatine samples. The last part (part III) of this dissertation regards the computation and analysis of perfusion related parameters with a Dynamic Susceptibility Contrast approach: perfusion is being widely studied through MRI and its investigation has been broaden to the research of several Central Nervous System diseases, so that the combination of both Diffusion- and Perfusion-Weighted Imaging (PWI) techniques is regarded extremely promising for tumor characterization, detection and monitoring, and for the evaluation of neurodegenerative diseases. So, the need for quantitative perfusion analyses (relying on an adequate tracer kinetic model) is increasing as longitudinal studies in treatment response could benefit from quantitative MR-based perfusion analyses for patients with primary brain tumors. No unique or widely shared algorithm is used for the computation of perfusion maps and, along with such computational differences, the lack of a standardized clinical protocol (sometimes including a manual, operator-dependent selection of the arterial contrast concentration curve, the so called Arterial Input Function) has lead so far to a big variability in perfusion maps. A total of 26 patients with biopsy or radiologically confirmed diagnosis of intracranial meningioma were screened before the start of proton therapy (with a Siemens MAGNETOM Verio 3 T system) and admitted to the study: 7 b-values (0, 50, 100, 150, 200, 400, and 1000 s/mm^2) were employed in the acquisition of the diffusion-weighted images, while perfusion maps were computed starting from the acquisition of T_2-weighted images and of a global AIF obtained by averaging those concentration-time curves of voxels showing hyperintensity in Apparent Diffusion Coefficient maps (rigidly registered on the T_2-weighted images) and belonging to a cluster – of curves showing the typical features of an AIF – identified by a k-means clustering. Cerebral Blood Volume (CBV) maps were then computed as the ratio between the area under the tissue contrast concentration curve and the AIF, Cerebral Blood Flow (CBF) maps were computed by the application of a Singular Value Decomposition technique, while Mean Transit Time (MTT) maps were then derived applying the Central Volume Theorem. This part is aimed at the evaluation of some state-of-the-art algorithms for the automatic computation of human brain perfusion maps. Moreover, a correlation analysis of classical perfusion maps – CBV, CBF and MTT – with the IntraVoxel Incoherent Motion (IVIM) model parameters and a newly introduced parameter representing the contribution of perfusion to the diffusion signal (given by the area between the curves describing a mono-exponential and a bi-exponential IVIM behaviors in the normalized logarithm signal vs. b-value plane), the Perfusion-Added Diffusion (PAD), is reported. Relative values of the CBV, CBF and MTT perfusion maps with respect to normal appearing white matter (respectively called rCBV, rCBF and rMTT) were computed: values of rCBV (median 4.23 (IQR 2.00)) and rCBF (2.59 (1.07)) are found to be in agreement with literature values and confirm (altogether with the difference of the 90th percentile value of perfusion maps) that the gross tumour volume (GTV) is more perfused by blood than the WM, while rMTT (1.34 (0.31)) shows a slightly higher MTT value for GTV with respect to the WM. Bland-Altman plots showed that the highest agreement between custom perfusion maps and reference (user-dependent) maps for the intensities of the median and 95th percentile values were found in the GTV, rather than in WM. More than 95% of the data were found to be within 2 standard deviations from the average difference value, as recommended by scientific literature. Eventually, a grouped patient analysis for correlation values between the classical perfusion maps (CBV, CBF and MTT) and the IVIM parameters in WM and GTV volumes was considered: no significant correlations were found (r <= 0.3) between custom PWI maps and IVIM maps, but GTV values were found to correlate better with respect to the WM ones, also for the PAD parameter, which – resulting from a combination of classical perfusion parameters – should be further investigated as it brings further information not explained by the IVIM parameters. In conclusion, PWI maps were successfully computed and, given the lack of a strong correlation, were found not to be equivalent to the perfusion-related parameters extracted from the IVIM model.
L'imaging a risonanza magnetica (MRI) è un potente strumento di imaging medicale ampiamente esplorato sin dalla sua introduzione nel 1972. Oggigiorno dal trattamento dei dati del segnale di risonanza magnetica nucleare (RMN) viene estratta una varietà di informazioni, come le caratteristiche di rilassamento di uno specimen (attraverso analisi di rilassometria), il movimento randomico di molecole di acqua (immagini pesate in diffusione), caratteristiche di perfusione per il calcolo di importanti parametri emodinamici (immagini pesate in perfusione), ma anche caratteristiche meccaniche di viscoelasticità in termini di modulo di taglio complesso (elastografia RM). La possibilità di valutare dettagli anatomici così come la funzionalità tissutale attraverso molteplici processi (pato)fisiologici hanno permesso l'introduzione del concetto di MRI multiparametrico (mpMRI). Le origini fisiche delle varie tecniche di imaging utilizzate nel mpMRI sono altrettanto varie: le immagini MRI pesate sui tempi di rilassamento magnetici forniscono informazioni anatomiche basate sui tempi necessari al vettore di magnetizzazione per riallinearsi lungo la direzione del campo magnetico statico esterno e per la perdita di coerenza di fase della rotazione dei protoni; le immagini pesate in diffusione forniscono informazioni circa il moto browninano casuale delle molecole d'acqua all'interno di un volume della dimensione della risoluzione dell'immagine (voxel); le immagini pesate in perfusione si basano invece sul fenomeno di diffusione rilevato attraverso il passaggio endovenoso di mezzi di contrasto esogeni od endogeni; i parametri di elastografia RM sono invece calcolati a partire dal comportamento di propagazione di onde acustiche nei tessuti. La combinazione di immagini con diverso contrasto che mostrano aspetti differenti dello stesso campione può fornire maggiori informazioni rispetto a quanto non si possa capire da una sola immagine con un unico contrasto e potrebbe in ultima analisi permettere una diagnosi di malattie guidata da immagini. Nella parte I della presente tesi si definiscono i principi e le tecniche utilizzate nella implementazione di uno scanner da tavolo MRI a basso campo magnetico (riportata nella parte II) che è stata effettuata presso l'University of Illinois at Chicago (Chicago, IL, USA) ed utilizzate nell'analisi di parametri di perfusione calcolati seguendo la tecnica Dynamic Susceptibility Contrast nella perfusione con MRI (riportata nella parte III), effettuata invece presso il Politecnico di MIlano (Milano, Italia) in collaborazione con il Centro Nazionale di Adroterapia Oncologica (CNAO - Pavia, Italia). Nella parte II viene riportata un'analisi di parametri di rilassometria ed elastografia svolte con uno scanner MRI da tavolo a 0.587 T sia per campioni di tessuti animali che per soluzioni acquose. La risonanza magnetica a basse intensità di campo magnetico è stata utilizzata finora principalmente per spettroscopia RMN benché gli scanner MRI a basso campo magnetico possano avere dimensioni e costi ridotti ed il loro uso consentirebbero una riduzione di artefatti, dei costi di utilizzo e del tasso d'assorbimento specifico in campioni particolarmente sensibili. Il tempo di rilassamento longitudinale T_1 è stato calcolato dal processing del segnale di magnetizzazione longitudinale (automaticamente ricostruito), mentre il tempo di rilassamento trasversale T_2 è stato calcolato attraverso una trasformazione logaritmica dei valori di magnetizzazione trasversale. I parametri di rilassometria sono stati calcolati per campioni di fegato e muscolo bovino: l'inverso dei tempi di rilassamento T_1 e T_2 per campioni di fegato (muscolo) sono risultati essere rispettivamente 219 ± 3 ms (610 ± 8 ms) e 41 ± 1 ms (51 ± 1 ms), risultati consistenti con i valori presenti in letteratura e in accordo con un modello esponenziale, validando ulteriormente tale modello a 25 MHz e fornendo una buona affidabilità a tali valori di rilassamento calcolati a bassa intensità di campo magnetico. Inoltre sono stati sviluppati un supporto fisico per un attuatore piezoelettrico e quindi l'algoritmo di post-processing per il calcolo delle mappe di spostamento complesso dal segnale di elastografia RM. Per tale analisi elastografica, sono stati utilizzati un gradiente per l'encoding di movimento (MEG) sincronizzato con uno spostamento uniassiale sinusoidale al fine di annullare la differenza relativa di fase e massimizzare l'efficienza di encoding. Per la minimizzazione delle discontinuità di fase è stato utilizzato un unwrapping bidimensionale basato sull'algoritmo di Flynn. Quindi, per il calcolo del modulo complesso, i profili delle onde sono stati confrontati con la soluzione chiusa analitica attraverso un algoritmo di ottimizzazione per ciascuna frequenza e in una condizione di focalizzazione geometrica delle onde di superficie. Pertanto il modulo complesso è stato calcolato per campioni di gelatina, fegato e muscolo ed è stato possibile osservare l'aumento del modulo di taglio complesso all'aumentare della frequenza di stimolazione nei campioni biologici come descritto dal modello springpot: i campioni di gelatina hanno mostrato un incremento della parte reale del modulo di taglio complesso all'aumentare sia della frequenza di eccitazione che della concentrazione di gelatina. I valori per i campioni di fegato sono risultati variare da 6.49 ± 1.53 a 19.67 ± 3.56 kPa per un range di frequenze MEG fra 500 e 2000 Hz, mentre i valori per i campioni di muscolo sono risultati avere un ordine di grandezza maggiore rispetto a fegato e gelatina. La parte III di questa tesi riguarda il calcolo e l'analisi di parametri di perfusione attraverso la tecnica Dynamic Susceptibility Contrast: il fenomeno della perfusione è stato ampiamente studiato attraverso la risonanza magnetica e la sua indagine è stata ampliata alla ricerca di diverse malattie del Sistema Nervoso Centrale, sicchè la combinazione di tecniche basate su immagini pesate in diffusione ed in perfusione è considerata estremamente promettente per la caratterizzazione, la rivelazione ed il monitoraggio di tumori ma anche per la valutazione di malattie neurodegenerative. Quindi la necessità di analisi di perfusione (basate su un adeguato modello cinetico per i traccianti) di tipo quantitativo è in aumento, considerando poi che studi longitudinali della risposta ai trattamenti in pazienti con tumori primari al cervello potrebbero trarre vantaggio da analisi di perfusione quantitativa basato su risonanza magnetica. Nessun algoritmo univoco o largamente riconosciuto è tuttora utilizzato per il calcolo delle mappe di perfusione e, insieme alle difficoltà computazionali, la mancanza di un protocollo clinico standardizzato (protocollo che ad oggi talvolta include la selezione manuale ed operatore-dipendente della curva di concentrazione di contrasto arteriosa, la cosiddetta AIF, Arterial Input Function) ha fatto sì che vi sia una grossa variabilià nelle mappe di perfusione. Le immagini di un totale di 26 pazienti con diagnosi di meningioma intracranico (confermata tramite biopsia o da ispezione radiologica) sono state acquisite prima dell'inizio della terapia con protoni (con un sistema Siemens MAGNETOM Verio 3 T): 7 b-values (0, 50, 100, 150, 200, 400 e 1000 s/mm^2) sono stati utilizzati per l'acquisizione di immagini pesate in diffusione, mentre le mappe di perfusione sono state calcolate a partire dall'acquisizione di immagini pesate in T_2 e da una AIF globale ottenuta dalla media delle curve di concentrazione dei voxel che si mostravano iperintensi nelle mappe ADC (Apparent Diffusion Coefficient, mappe registrate rigidamente su immagini pesate in T_2) e che appartenevano ad un cluster di curve con caratteristiche tipiche dell'AIF, identificato attraverso clustering k-means. Le mappe di Cerebral Blood Volume (CBV) sono state calcolate come il rapporto fra l'area sotto la curva della concentrazione di contrasto tissutale e l'AIF, le mappe di Cerebral Blood Flor (CBF) sono state calcolate dall'applicazione della tecnica Singular Value Decomposition, mentre le mappe Mean Transit Time sono state derivate dall'applicazione del Teorema del Volume Centrale. Questa parte è volta alla valutazione degli attuali algoritmi allo stato dell'arte per la determinazione di mappe di perfusione cerebrale. Inoltre è riportata un'analisi sulla correlazione fra le mappe di perfusione classica (CBV, CBF e MTT) e le mappe di perfusione attraverso il modello IntraVoxel Incoherent Motion (IVIM), estendendo l'analisi ad un nuovo parametro - Perfusion-Added Diffusion (PAD) - rappresentate il contributo della perfusione al segnale di diffusione (dato dall'area fra le curve con un comportamento mono-esponenziale e bi-esponenziale IVIM nel piano del segnale logaritmico normalizzato come funzione dei b-value). I valori relativi (rispetto ai valori nella materia bianca con aspetto fisiologico) delle mappe CBV, CBF and MTT (rispettivamente chiamate rCBV, rCBF e rMTT) sono stati calcolati: rCBV (mediana 4.23 (IQR 2.00)) e rCBF (2.59 (1.07)) sono risultati essere in accordo con i valori di letteratura e confermano che la regione del volume tumorale macroscopicamente evidente (GTV) è più perfusa dal sangue rispetto alla materia bianca, mentre rMTT (1.34 (0.31)) mostra un valore leggermente superiore per il GTV rispetto alla materia bianca. I diagrammi di Bland-Altman hanno mostrato come il miglior accordo il valore mediano e 95esimo percentile fra le mappe di perfusione calcolate e quelle di riferimento (utente-dipendenti) si trovi nella regione GTV. Più del 95% dei dati è risultato essere all'interno del range dato da 2 deviazioni standard dal valore di differenza medio, come raccomandato nella letteratura scientifica. Infine, è stata effettuata un'analisi di gruppo circa i valori di correlazione all'interno dei volumi di materia bianca e GTV per le mappe di perfusione classica (CBV, CBF e MTT) ed i parametri IVIM: non si evince alcuna correlazione significativa (r <= 0.3) fra le mappe pesate in perfusione calcolate e le mappe IVIM, ma i valori nel GTV sono risultati correlare meglio rispetto ai valori nella materia bianca, anche rispetto al parametro PAD che, risultando da una combinazione di parametri di perfusione classica, dovrebbe essere ulteriormente investigato, data l'informazione che esso aggiunge pur non essendo spiegata dai parametri IVIM. In conclusione, le mappe pesate in diffusione sono state calcolate con successo e, data la mancanza di una forte correlazione, non sono risultate equivalenti ai parametri di perfusione estratti dal modello IVIM.
Multiparametric MRI : from tissue samples characterization to a patient specific application
ZAMPINI, MARCO ANDREA
2017/2018
Abstract
Magnetic Resonance Imaging (MRI) is a powerful medical imaging technique that has been widely investigated since its introduction in 1972. A variety of information is extracted from the processing of the Nuclear Magnetic Resonance signal nowadays, such as the relaxation characteristics of a specimen (relaxometry), the random movement of water molecules (diffusion MRI), the computation of important hemodynamic parameters (perfusion MRI) but also viscoelastic mechanical characteristics in terms of complex shear modulus (MR Elastography). The possibility to assess anatomical details as well as the tissue functionality through its multiple (patho)physiological processes have given rise to the concept of multiparametric MRI (mpMRI). The physical background of the several imaging techniques employed in mpMRI is wide: MRI images weighted on magnetic relaxation times provide anatomical information based on the time taken for the magnetization vector to realign along the external static magnetic field direction and for spinning protons to lose phase coherence; diffusion-weighted images provide information about the random Brownian motion of water molecules within a volume of the size of the image resolution (voxel); perfusion-weighted images rely on perfusion phenomena detected through the intravenous passage of exogenous or endogenous contrast media; MR Elastography parameters are computed starting from the propagation behavior of acoustic waves in tissues. The combination of multiple imaging contrasts revealing different aspects of the same object may provide additional insights over what can be gleaned from a single imaging parameter, and could ultimately benefit image-guided disease diagnosis. At first (part I), this dissertation outlines the principles and the techniques employed in the implementation of a table-top MRI scanner at low field (found in part II: Tissue sample characterization: investigation on a table-top 0.587 T MRI scanner), which was performed at the University of Illinois at Chicago (Chicago, IL, USA), and in the analysis of perfusion related parameters in Dynamic Susceptibility Contrast perfusion MRI (found in part III: Patient specific application: investigation on a clinical scanner), performed at the Politecnico di Milano (Milan, Italy) in collaboration with the Centro Nazionale di Adroterapia Oncologica (CNAO – Pavia, Italy). Then (part II), this dissertation reports an analysis of relaxometry and elastography parameters of both animal tissues samples and water-based solutions carried out with a benchtop 0.587 T scanner. Magnetic Resonance at low-intensity field has been employed mainly for Nuclear Magnetic Resonance spectroscopy, even though low-intensity field MRI scanners can be of small size and their use would allow lower artifacts impact, lower price and operational costs as well as a lower Specific Absorption Rate within very sensible samples. T_1 (longitudinal relaxation time) was computed from the processing of the automatically-reconstructed longitudinal magnetization signal, while T_2 (transverse relaxation time) was obtained through a logarithmic transformation of the transverse magnetization data. Relaxometry parameters were computed for bovine liver and muscle samples: relaxation rates of liver (muscle) for T_1 and T_2 were 219 ± 3 ms (610 ± 8 ms) and 41 ± 1 ms (51 ± 1 ms), respectively and were found to be consistent with literature values and in agreement with an exponential model, which further validates the model at 25 MHz and provides a good reliability of such relaxation times at low-intensity magnetic field. Besides, a physical support for a piezoelectric actuator and a post-processing algorithm for the computation of the complex displacement maps from the MRE signal were developed. For elastographic analyses, a trapezoidal Motion Encoding Gradient (MEG) and a uniaxial synchronous sinusoidal induced displacement were employed to null the relative phase shift and maximize the encoding efficiency. For the minimization of phase discontinuities, a bidimensional phase unwrapping relying on Flynn's algorithm was performed. Then for the computation of the complex modulus, wave profiles were matched through an optimization algorithm with the analytic closed solution per each frequency in a geometrical focusing condition for the surface waves. So, the complex modulus for gelatine, liver and muscle samples was assessed and the increase of the complex shear modulus with frequency in biological tissues described by the springpot (rheological) model was observed: gelatine samples showed an increase of the average storage shear modulus with both frequency and also with higher concentration. Liver storage modulus ranged from 6.5 ± 1.5 to 19.7 ± 3.6 kPa in MEG frequency range between 500 and 2000 Hz, while muscle storage modulus was one order of magnitude higher with respect to both liver and gelatine samples. The last part (part III) of this dissertation regards the computation and analysis of perfusion related parameters with a Dynamic Susceptibility Contrast approach: perfusion is being widely studied through MRI and its investigation has been broaden to the research of several Central Nervous System diseases, so that the combination of both Diffusion- and Perfusion-Weighted Imaging (PWI) techniques is regarded extremely promising for tumor characterization, detection and monitoring, and for the evaluation of neurodegenerative diseases. So, the need for quantitative perfusion analyses (relying on an adequate tracer kinetic model) is increasing as longitudinal studies in treatment response could benefit from quantitative MR-based perfusion analyses for patients with primary brain tumors. No unique or widely shared algorithm is used for the computation of perfusion maps and, along with such computational differences, the lack of a standardized clinical protocol (sometimes including a manual, operator-dependent selection of the arterial contrast concentration curve, the so called Arterial Input Function) has lead so far to a big variability in perfusion maps. A total of 26 patients with biopsy or radiologically confirmed diagnosis of intracranial meningioma were screened before the start of proton therapy (with a Siemens MAGNETOM Verio 3 T system) and admitted to the study: 7 b-values (0, 50, 100, 150, 200, 400, and 1000 s/mm^2) were employed in the acquisition of the diffusion-weighted images, while perfusion maps were computed starting from the acquisition of T_2-weighted images and of a global AIF obtained by averaging those concentration-time curves of voxels showing hyperintensity in Apparent Diffusion Coefficient maps (rigidly registered on the T_2-weighted images) and belonging to a cluster – of curves showing the typical features of an AIF – identified by a k-means clustering. Cerebral Blood Volume (CBV) maps were then computed as the ratio between the area under the tissue contrast concentration curve and the AIF, Cerebral Blood Flow (CBF) maps were computed by the application of a Singular Value Decomposition technique, while Mean Transit Time (MTT) maps were then derived applying the Central Volume Theorem. This part is aimed at the evaluation of some state-of-the-art algorithms for the automatic computation of human brain perfusion maps. Moreover, a correlation analysis of classical perfusion maps – CBV, CBF and MTT – with the IntraVoxel Incoherent Motion (IVIM) model parameters and a newly introduced parameter representing the contribution of perfusion to the diffusion signal (given by the area between the curves describing a mono-exponential and a bi-exponential IVIM behaviors in the normalized logarithm signal vs. b-value plane), the Perfusion-Added Diffusion (PAD), is reported. Relative values of the CBV, CBF and MTT perfusion maps with respect to normal appearing white matter (respectively called rCBV, rCBF and rMTT) were computed: values of rCBV (median 4.23 (IQR 2.00)) and rCBF (2.59 (1.07)) are found to be in agreement with literature values and confirm (altogether with the difference of the 90th percentile value of perfusion maps) that the gross tumour volume (GTV) is more perfused by blood than the WM, while rMTT (1.34 (0.31)) shows a slightly higher MTT value for GTV with respect to the WM. Bland-Altman plots showed that the highest agreement between custom perfusion maps and reference (user-dependent) maps for the intensities of the median and 95th percentile values were found in the GTV, rather than in WM. More than 95% of the data were found to be within 2 standard deviations from the average difference value, as recommended by scientific literature. Eventually, a grouped patient analysis for correlation values between the classical perfusion maps (CBV, CBF and MTT) and the IVIM parameters in WM and GTV volumes was considered: no significant correlations were found (r <= 0.3) between custom PWI maps and IVIM maps, but GTV values were found to correlate better with respect to the WM ones, also for the PAD parameter, which – resulting from a combination of classical perfusion parameters – should be further investigated as it brings further information not explained by the IVIM parameters. In conclusion, PWI maps were successfully computed and, given the lack of a strong correlation, were found not to be equivalent to the perfusion-related parameters extracted from the IVIM model.| File | Dimensione | Formato | |
|---|---|---|---|
|
ThesisPolimi_MarcoAndreaZampini.pdf
accessibile in internet solo dagli utenti autorizzati
Descrizione: Thesis Polimi Marco Andrea Zampini
Dimensione
21.69 MB
Formato
Adobe PDF
|
21.69 MB | Adobe PDF | Visualizza/Apri |
I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/10589/145222