Kurzfassung
Die fehlenden Referenzdaten für in vivo diffusion-MR Aufnahmen verhindern eine quantitative Auswertung von Vorverarbeitungsschritten wie der Korrektur der Kopfbewegung. Eine Simulation der Bewegung durch das nachträgliche Hinzufügen von Headmotion-Effekten durch Transformation der einzelnen Bildvolumen ist nur mit Translation möglich, da das diffusion-gewichtete Signals von der Orientierung der Faser abhängt. Um komplexere Bewegungen zu simulieren, stellen wir eine Erzeugung von Daten mit Kopfbewegung vor, auf Basis von Fiberfox, einem Werkzeug für die Generierung von Software-Phantomdaten. Wir zeigen, dass die Rotationskomponente verglichen zur Translation einen signifikanten (p < 0.01) Einfluss auf den resultierenden target registration error (TRE) hat und bei der Evaluation von Korrekturansätzen nicht vernachlässigt werden darf. Für höhere Diffusionswichtungen (b > 2000 s/mm2) übersteigt der TRE auf den durch Rotation augmentierten Daten die Voxelgröße. Fehler von solcher Größe beeinflussen jede weitere Auswertung, insbesondere die immer stärker im Fokus stehende genaue Analyse von mikro-strukturellen Gewebecharakteristiken.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literaturverzeichnis
Kim DJ, Park HJ, Kang KW, et al. How does distortion correction correlate with anisotropic indices? a diffusion tensor imaging study. Magn Reson Med. 2006;24(10):1369–76.
Ben-Amitay S, Jones DK, Assaf Y. Motion correction and registration of high b-value diffusion weighted images. Magn Reson Med. 2012;67(6):1694–702.
Huizinga W, Metz CT, Poot DHJ, et al. Groupwise registration for correcting subject motion and eddy current distortions in diffusion MRI using a PCA based dissimilarity metric. Proc CDMRI. 2014; p. 163–74.
Hering J, Wolf I, Meinzer HP, et al. Model-based motion correction of reduced field of view diffusion MRI data. Proc SPIE. 2014.
Neher PF, Laun FB, Stieltjes B, et al. Fiberfox: an extensible system for generating realistic white matter software phantoms. Proc CDMRI. 2014; p. 105–12.
Essen DCV, Ugurbil K, Auerbach E, et al. The human connectome project: a data acquisition perspective. Neuroimage. 2012;62(4):2222–31.
Ibanez L, Schroeder W, Ng L, et al.. The ITK Software Guide. http://www.itk.org/ItkSoftwareGuide.pdf: Kitware, Inc.; 2005.
Rohde GK, Barnett AS, Basser PJ, et al. Comprehensive approach for correction of motion and distortion in diffusion-weighted MRI. Magn Reson Med. 2004;51(1):103–14.
Aksoy M, Forman C, Straka M, et al. Real-time optical motion correction for diffusion tensor imaging. Magn Reson Med. 2011;66(2):366–78.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2014 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Hering, J., Neher, P., Meinzer, HP., Maier-Hein, K. (2014). Erzeugung von Referenzdaten für Kopfbewegungskorrektur in Diffusion-MRI. In: Deserno, T., Handels, H., Meinzer, HP., Tolxdorff, T. (eds) Bildverarbeitung für die Medizin 2014. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-54111-7_63
Download citation
DOI: https://doi.org/10.1007/978-3-642-54111-7_63
Published:
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-642-54110-0
Online ISBN: 978-3-642-54111-7
eBook Packages: Computer Science and Engineering (German Language)