拡散MRI：Brainvisa-Diffuse Toolboxを使用した取得および前処理方法の影響の評価

拡散MR画像は、頭の動き、渦電流、および磁気感受性の不均一性によって誘発される重度の幾何学的歪みを起こしやすい。取得設定の選択に依存し、潜在的に非常に異なるデータ品質を提供するさまざまな修正方法が提案されています。ただし、この選択の影響は、スキャン時間と前処理されたデータ品質の比率で評価されていません。この研究は、拡散分析の結果に対する特定の取得設定に関連する6つのよく知られている前処理方法の影響を調査することを目的としています。この目的のために、diffuseと呼ばれる包括的なツールボックスを開発しました。これにより、入力データに従ってユーザーが最適な前処理パイプラインに自動的に導かれました。HCPデータセットの20人の被験者のMR画像を使用して、次の基準に関する6つの前処理パイプラインを比較しました。脳の真の幾何学を回復する能力、白質のテンソルモデルの推定と派生指数、そして最後に派生した指標、そして最後に6つのよく知られている接続経路。予想どおり、逆の位相エンコード（RPE）で完全に繰り返される長い取得に関連するパイプラインは、より高いデータ品質をもたらし、他のパイプラインを評価するための参照として使用されました。このようにして、他の前処理パイプラインのいくつかの重要な側面を強調しました。私たちの結果は、最初に、渦電流補正がテンソルフィッティングのパフォーマンスを改善し、特にコーパスカロソムでの局所的な影響を改善することを確立しました。感受性の歪みに関して、フィールドマップの使用は十分ではなく、追加の平滑化が含まれ、テンソルフィッティングエラーの人為的な減少に伴うことを示しました。最も重要なことに、私たちの調査結果は、同等のスキャン時間のために、RPEを使用してB0ボリュームを獲得することで、画像を平滑化することなく、より良い脳のジオメトリ再構成とテンソル品質の局所的な改善が保証されることを示しています。これは、最高のスキャン時間/データ品質の妥協であることがわかりました。結論として、この研究は、拡散メトリックの取得設定と前処理方法に対する強い依存性を強調し、定量化しようとします。

Diffusion MR images are prone to severe geometric distortions induced by head movement, eddy-current and inhomogeneity of magnetic susceptibility. Various correction methods have been proposed that depend on the choice of the acquisition settings and potentially provide highly different data quality. However, the impact of this choice has not been evaluated in terms of the ratio between scan time and preprocessed data quality. This study aims at investigating the impact of six well-known preprocessing methods, each associated to specific acquisition settings, on the outcome of diffusion analyses. For this purpose, we developed a comprehensive toolbox called Diffuse which automatically guides the user to the best preprocessing pipeline according to the input data. Using MR images of 20 subjects from the HCP dataset, we compared the six pre-processing pipelines regarding the following criteria: the ability to recover brain's true geometry, the tensor model estimation and derived indices in the white matter, and finally the spatial dispersion of six well known connectivity pathways. As expected the pipeline associated to the longer acquisition fully repeated with reversed phase-encoding (RPE) yielded the higher data quality and was used as a reference to evaluate the other pipelines. In this way, we highlighted several significant aspects of other pre-processing pipelines. Our results first established that eddy-current correction improves the tensor-fitting performance with a localized impact especially in the corpus callosum. Concerning susceptibility distortions, we showed that the use of a field map is not sufficient and involves additional smoothing, yielding to an artificial decrease of tensor-fitting error. Of most importance, our findings demonstrate that, for an equivalent scan time, the acquisition of a b0 volume with RPE ensures a better brain's geometry reconstruction and local improvement of tensor quality, without any smoothing of the image. This was found to be the best scan time/data quality compromise. To conclude, this study highlights and attempts to quantify the strong dependence of diffusion metrics on acquisition settings and preprocessing methods.