Utilisation of spectral and time-domain prior knowledge in the quantitative analysis of in vivo magnetic resonance spectroscopy signals

Ing. Michal Jablonski, Ph.D.

Disertační práce

Anotace:

Hlavní problémy v kvantitativní magnetickorezonanční spektroskopii in vivo jsou spojeny s reprodukovatelností a kvalitou kvantifikace a také s artefakty, které mohou ovlivnit meřený signál. Tyto výzvy jsou popsány v úvodní časti práce. Praktická čast práce popisuje možná řešení těchto problemů využitím apriorní znalosti. Byl navržen a implementován systém pro lepši organizaci studií a uchovávání využité apriorní znalosti v jMRUI. Navržený systém tak zlepšuje reprodukovatelnost kvantifikace v jMRUI. Byl navržen a implementován alternativní algoritmus pro hodnocení kvality kvanitifikace oproti konvenčně používanému algoritmu CRLB. Nově navržený algoritmus je založen na statistickém převzorkovaní signálů a je méně závislý na použitém modelu. Popsaný algoritmus kvalitativně hodnotí odhad metabolitu (zda je kvantifikován s dobrou nebo špatnou spolehlivostí). Dále byl navržen a implementován nový přístup ke kvanitifikaci signálů ovlivňených artefaktem skupinového zpoždění. Navržená metoda adaptuje metabolitní listy k modelované distorzi. Timto způsobem zlepšuje kvalitu kvanitifikace a snižuje kvantifikační reziduum.

Abstract:

The main problems in quantitative in vivo magnetic resonance spectroscopy are related to the quantitation reproducibility, quantitation quality and the artefacts which could influence the acquired signal. The mentioned challenges are described in the introductory part of this work. The practical part of this thesis provides solutions to those MRS challenges by application of prior knowledge. A system which tracks all actions taken in jMRUI was designed and implemented. The system helps with the organisation of the research and keeps the used prior knowledge safely stored. The system increases the repeatability of MRS quantitation in jMRUI. An alternative to CRLB fitting quality evaluation algorithm is proposed. The algorithm has fewer model assumptions than the original CRLB; it is based on statistical resampling of the acquired signals. The algorithm evaluates the metabolites’ fits qualitatively (if the metabolite was fitted with a good or bad reliability). A new approach to the quantitation of signals influenced by the group delay artefact is proposed. The method consists of adapting the metabolite list to the modelled distortion. The proposed algorithm improves the fitting quality and reduces the signal’s quantitation residue.

Keywords

Apriorní informace, MRS kvantifikace, zpracov- ání signálů, statistické převzorkování, Prior knowledge, MRS quantitation, signal processing, statistical resampling

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 11. 12. 2017

Obhajoba závěrečné práce

• Obhajoba proběhla 21. 9. 2018
• Vedoucí: Ing. Zenon Starčuk, CSc.
• Oponent: Dr. Władysław Węglarz, Dr. Vladimír Mlynárik

Masarykova univerzita

Přírodovědecká fakulta

Doktorský studijní program / obor:
Fyzika (čtyřleté) / Biofyzika