MRI-MECH：食道の健康を推定するためのメカニックに基づいたMRI

動的磁気共鳴イメージング（MRI）は、組織や臓器内の造影材の流れの画像シーケンスを生成する一般的な医療イメージング技術です。ただし、食道を通るボーラスの動きのイメージングへの応用は、いくつかの実現可能性研究でのみ実証されており、比較的未開拓です。この作業では、その機能を強化するMechanics-Informed MRI（MRI-Mech）と呼ばれる計算フレームワークを提示し、それにより食道障害を診断するための動的MRIの適用性を高めます。パイナップルジュースは、動的MRIの飲み込み造影材として使用され、MRI画像シーケンスをMRI-Mechへの入力として使用しました。MRI-Mechは食道を柔軟な一次元チューブとしてモデル化し、弾性チューブの壁は線形管則に従いました。食道を通る流れは、1次元の質量と運動量保存方程式によって支配されていました。これらの方程式は、物理学に基づいたニューラルネットワークを使用して解決されました。物理学に基づいたニューラルネットワークは、MRIとモデルの予測からの測定値の違いを最小限に抑え、流体の流れの問題の物理学が常に続くことを保証しました。MRI-Mechは、食道輸送中の流体速度と圧力を計算し、壁の剛性と活性弛緩を計算することにより、食道の機械的健康を推定しました。さらに、MRI-Mechは、空になったプロセス中に低い食道括約筋に関する情報の欠落を予測し、欠落データまたは不十分な画像解像度でシナリオへの適用性を示しました。食道の機械的健康の定量的推定に基づいて臨床的決定を改善する可能性に加えて、MRI-Mechは、他の医療画像モダリティへの適用にも適応して機能を強化することができます。

Dynamic magnetic resonance imaging (MRI) is a popular medical imaging technique that generates image sequences of the flow of a contrast material inside tissues and organs. However, its application to imaging bolus movement through the esophagus has only been demonstrated in few feasibility studies and is relatively unexplored. In this work, we present a computational framework called mechanics-informed MRI (MRI-MECH) that enhances that capability, thereby increasing the applicability of dynamic MRI for diagnosing esophageal disorders. Pineapple juice was used as the swallowed contrast material for the dynamic MRI, and the MRI image sequence was used as input to the MRI-MECH. The MRI-MECH modeled the esophagus as a flexible one-dimensional tube, and the elastic tube walls followed a linear tube law. Flow through the esophagus was governed by one-dimensional mass and momentum conservation equations. These equations were solved using a physics-informed neural network. The physics-informed neural network minimized the difference between the measurements from the MRI and model predictions and ensured that the physics of the fluid flow problem was always followed. MRI-MECH calculated the fluid velocity and pressure during esophageal transit and estimated the mechanical health of the esophagus by calculating wall stiffness and active relaxation. Additionally, MRI-MECH predicted missing information about the lower esophageal sphincter during the emptying process, demonstrating its applicability to scenarios with missing data or poor image resolution. In addition to potentially improving clinical decisions based on quantitative estimates of the mechanical health of the esophagus, MRI-MECH can also be adapted for application to other medical imaging modalities to enhance their functionality.