2次元マルチからの体積壊死マップの再構成アルゴリズムの比較研究 - 株式会社アジャイルホライゾンパートナーズグループ

Scientific Reports volume 12、記事番号: 11509 (2022) この記事を引用

763 アクセス

1 引用

メトリクスの詳細

がんは、かなりの注意深い治療を必要とする病気です。低侵襲熱アブレーション処置では、熱分布のモニタリングが最大の課題の 1 つです。この研究では、アプリケータの主軸の周りを回転させた均一に分布した 2D MRI 位相画像に基づいて、体積ヒートマップ再構築のための 3 つのアプローチ (ドローニー三角形分割、最小体積包囲楕円体 (MVEE)、およびスプライン) を提示します。精度、堅牢性、適応性に関して、以前の温度補間方法と比較します。すべてのアプローチは、シミュレートされたヒートシンク効果を備えた 6 つのファントムを含む、13 の ex vivo バイオタンパク質ファントムで構成される同じデータセットで MWA 治療中に評価されます。精度に関して、DSC 類似度の結果は、Delauney 三角測量法 (\(0.75\pm 0.02\) と比較して、MVEE (\(0.80\pm 0.03\)) およびスプライン法 (\(0.77\pm 0.04\)) に向かう強い傾向を示しています。 \)) または温度補間 (\(0.73\pm 0.07\))。 3 つのアプローチすべてで堅牢性が向上し、適応性は初期補間方法とスプラインに向けて顕著な傾向を示しています。取得したデータの局所的な不均一性を克服するには、適応シミュレーションの使用を将来的に検討する必要があります。さらに、臨床応用性をテストするために、in vivo 動物実験への移行を考慮する必要があります。

2018 年から 2020 年にかけて、がんによる発生率と死亡率はそれぞれ 6.47% と 4.21% 増加しました1,2。低侵襲アプローチは開腹手術よりも安全であると考えられています。さらに、併存疾患、腫瘍性病変の広がり、または解剖学的制限のため、開腹手術が常に適用できるわけではありません。代替手段として増えつつあるのは、低侵襲アプローチの使用です。マイクロ波アブレーション (MWA) は、その他の技術と同様に、市販されているいくつかの FDA 認定システムを使用して一次および二次肝病変を治療するための有望な技術です3。 MWA は、組織内の温度上昇が速い、アブレーション時間が速い、複数のアプリケーターを同時に使用できるなど、腫瘍性病変の治療にいくつかの利点をもたらします。さらに、MWA は患者の外傷を軽減し、肝細胞癌や肝転移などの患者の 5 年生存率を高める傾向があります 4。どのようなアブレーション技術を使用する場合でも、最小切除マージン (MAM) を含め、病変全体が破壊されているかどうかを評価することが最も重要です。この MAM は、肝臓病変の局所腫瘍進行 (LTP) の唯一の重要な予測因子であることが判明しました。 Laimer et al.5 は、MAM が 1 ミリメートル増加するごとに、LTP の可能性が 30% 減少することを示しました。組織内部の温度を追跡し、生きた凝固壊死を評価するには、磁気共鳴画像法 (MRI) 温度測定を実行できます。 MRI を使用した体温測定モニタリングの最も一般的なアプローチは、位相マッピングを使用した陽子共鳴周波数シフト (PRFS) 法です6,7。私たちの以前の研究 8 では、一般的なグラディエントエコーシーケンスを利用し、単純な空間補間を実行することにより、体積温度測定マップを作成するための新しいアプローチを紹介しました。それにもかかわらず、このアプローチには欠点があります。温度補間ではエラーや解剖学的不均一性が発生しやすくなります。したがって、リスク構造に関する先験的な知識が必要です。さらに、バイオタンパク質ファントムの評価では、pH 値に基づく凝固壊死の閾値が変動するため、別のバイアスが生じます。この研究では、体積壊死マップを再構築するための 3 つのアプローチを比較します。すべてのアルゴリズムは、ファントムによって引き起こされるバイアスを最小限に抑えるための更新されたしきい値を含め、以前の研究で導入されたのと同じデータセットで評価されます8。私たちの新しいアプローチは、アーティファクトや外れ値に対してより堅牢でありながら、以前の再構成方法の類似性を超えることができることを示します。評価の目標は、精度、堅牢性、および適応性 (事前知識の必要性) に関して適切な再構成アプローチを特定することです。

体積壊死推定の分野におけるこれまでの研究は、主に 2D 画像のスタックまたは完全な 3D シーケンスのいずれかを使用した独自の MR シーケンスの開発に限定されていました。空間解像度と時間解像度は別として、これらのアプローチは、取得された画像 (2D または 3D) の次元、k 空間のサンプリング (デカルト、エコー平面イメージング (EPI) など)、および使用される画像に関して大きく異なります。エコーの数 (シングルまたはマルチ)。

3D の場合、単一のエコーシーケンスは、EPI シーケンス 10、11 とスパイラルのスタック 14 の使用に区別できます。マルチエコーシーケンスは、擬似黄金角の星のスタック 13 または真の黄金角順序の放射状スタック 15 を使用します。 2D のスタックに関して、単一のエコーシーケンスは EPI シーケンス 9、20 およびデカルトシーケンス 8、17、19 に分割できます。マルチエコーに関しては、Marx et al.12 がスパイラルシーケンスを使用しています。関連研究の詳細な分析を表 1 に示します。すべての関連研究は、使用された介入技術、画像取得の次元、使用されたサンプリング、使用されたエコーの数、ボリュームの取得時間、画像の空間解像度、ボリュームの適用範囲、使用された温度測定の温度精度、および利用可能な場合は画像ボリュームの再構成時間。

私たちの以前の研究では、一般的な 2D シングルエコーデカルトグラディエントリコールエコー (GRE) シーケンスを利用しています。標準温度精度 1 °C で \(256\times 256\times 256\) mm の体積をどのようにカバーできるかを示しました。 Marx らの研究 12 は、360 × 360 × 360 mm のボリューム範囲と 0.5 °C 未満の温度精度を提供することでこれらのパラメータを超えていますが、16 秒とは対照的に、フルボリュームの再構成時間は 10.4 秒です。彼らの仕事によって提供されます。ここでは、GRAPPA アクセラレーションを使用して、1 つの 2D 画像を 1.02 秒以内に取得できます。ボリューム全体の再構成は各画像に対して 0.18 秒で実行され、ボリュームの完全なサンプリングが 10.4 秒で行われます。体積ヒートマップの取得時間と標準シーケンスの使用可能性により、より簡単で快適な適用性と介入中のリアルタイムモニタリングが可能になります。したがって、この研究は、2D GRE シーケンスによって提供される大容量カバレッジと温度精度を維持しながら、再構成のリアルタイム機能とカスタム MR シーケンスからの独立性に焦点を当てています21。

この研究で分析された再構成手法には、ドロネー三角形分割、最小体積包囲楕円体 (MVEE)、および 3 次ベジェ曲線が含まれます。 Bowyer22 と Watson23 は、増分 3D Delaunay 三角形分割を導入しました。彼らの最初のアプローチの時間計算量は \(O(N^{3/4})\) から \(O(N^2)\) であり、直列戦略に属します。大規模なデータセットの効率が悪いため、並列戦略を使用する他のアプローチが登場しました。 Marot et al.24 は、並列計算を使用した 3D 三角形分割アプローチを提供しており、1 秒間に 5,500 万個の四面体を再構成できます。 Su et al.25 は、詳細な関連作業分析と、基本的な三角形分割を拡張するために 3D ヒルベルト曲線と 3D マルチグリッド分割を適応させた高速 3D Delaunay アルゴリズムの別のアプローチを提供しています。全体として、ドロネー三角形分割は均質な構造と凸面の再構成に適していると言われています。

MVEE に関しては、Van ら 26 がアルゴリズムの詳細な分析を提供しています。彼らは、アルゴリズムがデータポイントのアフィン変換下で適切に動作し、効率的な収束率を提供することを示すことができました。さらに、最高の内訳値は約 50% にあることが示されており、これは MVEE のようなすべてのアフィン等変推定量の最大値であると言われています。一方、Abo et al.27 は、有限集合の点に対する MVEE の使用を導入し、凸包によって定義される多面体の MVEE を計算することによっても問題を解決できることを示しています。

ベジェスプラインは、数値的に安定しながら、特定の点でスプライン曲線を評価する効率的な手法です。 De Boor28 はまた、項が計算されず、ゼロが乗算されることが保証されるという条件を導入することによって効率を高めました。 Denk et al.29 は、新しい円筒座標 B-Spline モデルを使用して心筋の変位とひずみの再構築を実行するためにスプラインを導入しました。このモデルの計算には約 20 秒かかります。一方、Galassi et al.30 は、2D X 線画像から 3D 冠動脈を再構成しています。 NURBS と呼ばれる不均一有理基底スプラインを使用し、2D 再構成に対して結合操作を実行して、最後に 3D ボリュームを計算します。

Alpers et al.8 では、体積ヒートマップを作成するための新しいアプローチについて説明しています。 2D GRE シーケンス (TE = 3.69 ミリ秒、TR = 7.5 ミリ秒、フリップ角 = 7\(^\circ \)、FOV = \(256\times 256\) mm、行列 = \(256\times 256\) を利用します。 )、帯域幅 = 40 Hz/Px、スライス厚 = 5 mm) をアプリケーターの主軸の周りに回転させ、欠落した情報を再構築します。私たちは 3D 再構成に重点を置いているため、Gorny et al.21 に触発されて GRE シーケンスを選択しました。Gorny らは、MWA 使用時の GRE シーケンスの時間分解能に関する詳細な研究も行っています。したがって、13 のバイオタンパク質ファントムデータセットは \(\pm 1\,^\circ \)C の温度精度を提供し、各スライスは 1.1 で \(1.0\times 1.0\times 5.0\) mm の解像度で取得されました。 s. 以下のサブセクションでは、使用される温度補間法と、体積再構成のために新しく開発された 3 つのアプローチ (ドロネー三角形分割、MVEE、およびスプライン) について簡単に説明します。すべての凝固壊死は、臨界温度モデルと \(50\,^\circ \)C と \(60\,^\circ \)C の間のファントム固有のしきい値を使用して計算されました。ファントムの例は、補足図 1 で見ることができます。ラピッドプロトタイピングの目的で、3 つの新しいアプローチはすべて Python で実装されています。ソースコードには、https://github.com/jalpers/ScientificReports2022_ComparisonStudy からアクセスできます。

温度補間法の目的は、推定された壊死マップではなく、ヒートマップを再構築することです。ここでは、デカルト 2D 座標が対応する極座標にマッピングされています。 PRFS 法でヒートマップを計算するために使用される位相参照画像を取得した後、母集団マップが作成されます。この母集団マップは、各ボクセルの各補間パートナーの重みを保持します。重みは式を使用して計算されます。 (1):

\(\theta _{i}\) は現在のボクセル i の円筒角を表し、 \(\theta _{IP_{left}}\), \(\theta _{IP_{right}}\) は現在のボクセル i の円筒角を表します。それぞれ、左および右の補間パートナーの方向角度。温度の最終補間は、式 1 を使用してアプリケーターの主軸に沿ったすべてのスライスに母集団マップを適用することによって行われます。 (2):

\(T_i\) は現在のボクセル i の温度を表し、\(T_{IP_{left}}\)、\(T_{IP_{right}}\) は隣接する補間パートナーの温度を表します。ファントムの外側の空気によって引き起こされるバックグラウンドノイズを低減するために、データセットは 60x60mm の関心領域 (ROI) に切り取られました。残りのバックグラウンドノイズを低減するための形態学的開口部は、このバージョンでは連結成分分析に置き換えられました。コロナル、アキシャル、サジタルビューからの方法の例を図 1 に示します。

温度補間と軸方向 (A)、矢状方向 (B)、冠状方向 (C) のドロネー三角形分割の再構成結果。 (D) は、温度補間の視覚化に使用されるカラーバーを示しています (0\(^\circ \)C–100\(^\circ \)C)。黒い線は、LUT のアルファ値を示します。

Delaunay 三角測量、MVEE およびスプライン法では、画像取得中の単一の外れ値スライスに対するロバスト性を向上させるために、外れ値検出が開発されました。このアプローチでは、凝固壊死のサイズが常に増加しており、決して増加しないと仮定して、その特定の方向について、時点 \(t_i\) で取得された最新の画像と以前の時点 \(t_{i-1}\) を比較します。収縮。まず、連結成分分析を実行して、背景ノイズと小さな不規則性を除去します。次に、凝固壊死の増加 \(\Delta A\) のパーセンテージが計算され、以下を使用して両方の時点間で比較されます。

A は凝固壊死の領域を表します。 \(\Delta A > 80\%\) の場合、異常な動作が検出されました。この特定の値は、すべてのファントムの観察によって経験的に定義されました。スライスが外れ値とみなされる場合、このスライスは現在の再構成では考慮されません。

壊死ボクセルを点群として考えることにより、三角形分割を実行して外側のハルを得ることができます。この船体は、エッジが全体的に滑らかに接続されているのが特徴で、その結果、推定される凝固壊死の輪郭が得られます。さらに、単一スライスのみを考慮することによる階段アーチファクトが防止され、ポリゴンメッシュは後処理と視覚化により適しています。

一連の点から閉曲面メッシュを生成する標準化された方法は、Delauny 三角形分割です。構造化されていない点セットを不均一な三角形のグリッドに分割します。三角形分割を計算するには、Watson23 と Bowyer22 の成果に基づく VTK 実装を利用します。彼らのアルゴリズムは増分アプローチに基づいており、すでに有効なドロネー三角形分割に毎回 1 つの点が追加されます。したがって、最初の点群のすべての点を囲むのに十分な大きさの最初の三角形が三角形分割の内側に配置されます。これらの点が三角形分割に次々に追加されます。これが行われるたびに、すべての無効な三角形が特定されます。これらの三角形については、多角形の穴が特定され、データ構造から三角形が削除されます。削除後、多角形の穴が再三角形分割され、入力点群の次の点が三角形分割に挿入されます。最後に、すべての三角形に最初の三角形の一部である頂点が含まれているかどうかが判断されます。頂点が見つかった場合、対応する三角形も三角形分割から削除されます。 Watson と Bowyer のアプローチでは、アルゴリズムを元の方法よりも高速化するいくつかの加速ステップも導入しています。修正ドローネ三角形分割の計算後、凸包が出力として生成されます。体積壊死ゾーンを作成する場合、表面メッシュ内のボクセルも壊死としてマークされます。 Delaunay 再構成の例を図 1 に示します。

アプリケーターの主軸の周りの楕円の構造は、理想的な同心円状の熱分布をモデル化します。アプリケーターは、一列に並んだ多数の熱点源として解釈できます。最大の熱はアプリケーターの電極で発生し、アプリケーターの主軸に沿って減少します。均質な媒体では、平面点源の熱は二次距離とともに指数関数的に減少します。これにより、凝固壊死の典型的な楕円体形状が得られます。この先験的な知識により、適切な幾何学的モデルが決定されます。私たちのアプローチでは、壊死ボクセルの範囲と位置合わせに従って、楕円がアプリケーターの主軸に垂直なスライス方向に形成されます。この動作を利用することで、熱分布の不規則性や不完全なデータを凸包によって補正できます。

この実装は、MVEE31 の計算のための Nima Moshtagh のアルゴリズムによる作業に基づいています。このアルゴリズムは、n 次元のデータ点 \(P_i\) のセットを含めることにより、最小体積の楕円体のパラメータを計算します。このアルゴリズムは、アプリケーターの主軸に垂直な各 2D ボクセルスライスにスライスごとに適用されます。中心 c、2 つの半径 \(r_1\) と \(r_2\)、および楕円の回転行列で構成されるパラメーターは、次の最適化問題を解くことによって計算されます。

そのような

A には楕円の形状に関するすべての情報が含まれます。この情報は、特異値分解によって分解できます。

U と V はそれぞれ、楕円の第 1 回転行列と第 2 回転行列を定義します。スケーリング行列 Q には、楕円の長半径と短半径を表す特異値 \(\sigma _1\) と \(\sigma _2\) が含まれています。半径 \(r_i\) は次のように計算できるようになりました。

生成された楕円内の各ボクセル \(x_i\) は凝固しているとみなされ、壊死としてフラグが立てられます。このようにして、三次元の凝固壊死が作成されます。アプリケーターの主軸に沿った 2 つのスライスの例を図 2 に示します。

同種ファントム番号 1 の MVEE (A) およびスプライン (B) 再構成。アプリケーターの主軸 (黄色の点) に沿ったスライス 44 および 58 が例示的に示されています。回転された MR 画像 (黄色の線)、入力として使用されたデータポイント (明るい青緑色)、および対応する計算された再構成の輪郭 (濃い青緑色) が表示されます。入力ポイントの数は外れ値の検出により異なる場合があることに注意してください。

アプリケーターの主軸に垂直なライブデータのスライス方向の壊死輪郭ボクセルを考慮すると、2 つの隣接するボクセル間のリンクは、滑らかで自然な湾曲形状を作成するために 3 次の多項式によって行われます。この方法により、凹型の閉じた船殻が形成されます。データの周囲に緊密な包囲を描画する効果は、全体的な再構成に対する外れ値の局所的な影響のみをもたらします。不正確なライブデータの補間は、2 つの隣接するスライスによって決定されます。したがって、ボリュームのサンプリングレートが適切であれば、データの誤りや欠落があっても良好な再構成が可能になります。

配向された壊死マップからなる 3D ボリュームは、アプリケーターの主軸に対して垂直にスライスされます。ボクセル V を接続する順序は、その円柱座標 \(V_c\) に関する角度の大きさによって決まります。

(x, y) はスライス z 内のボクセルのデカルト座標を表し、r は半径を表し、\(\theta \) は円柱座標の角度を表し、\((x_c, y_c)\) はデカルト座標を表します各スライスにおけるアプリケーターの主軸の z。ボクセルは \(0^\circ \) MRI スライスに対する角度の昇順でリストされているため、2 つのボクセル i と j には次の近傍条件が適用されます。

その後、ボクセルデータのセットは、de Boor のアルゴリズム 28 を使用して、連続した閉じた 3 次ベジェ曲線によって補間されます。 De Boor のアルゴリズムは、B スプライン関数を直接計算するのではなく、同等の再帰式を通じてスプライン曲線を評価することにより、B スプライン曲線上の点を評価する高速かつ安定した方法を導入します。閉鎖ハル内のボクセルを決定して壊死としてフラグを立てるには、日曜日の実装後の巻数アルゴリズムが使用されます32。これは、複雑なポリゴン境界に近い点に対してより堅牢であり、同等の方法と同じくらい高速です。 2 つのスライスのスプライン法の例を図 2 に示します。

説明した再構成方法の評価は、結果の比較可能性を確保するために、以前の研究8で紹介したのと同じ13のバイオタンパク質データセットに対して実施されました。ファントムは Bu Lin et al.33 に従って作成されます。これら 13 個のファントムのうち 7 個は均質であり、6 個には、ヒートシンク効果の可能性をシミュレートするために PVC チューブ (直径 = 5 mm、壁厚 = 1 mm) が挿入されていました。温度精度を検証するために、均質ファントムのうちの 2 つに温度センサーが挿入されました。 Bu Lin らの論文 33 に加えて、血液凝固壊死の視認性を高めるために、追加の造影剤 (\(0.5\,\upmu \mathrm{mol}/\mathrm{L}\) Dotarem) が追加されました。治療後の 3D ターボスピンエコーデータセットは、医療専門家による手動の凝固壊死のグラウンドトゥルースセグメンテーションに使用されます。すべての画像は 1.5T MR スキャナー (Siemens Avanto、Siemens Healthineers、ドイツ) で取得され、MWA アブレーション (MedWaves Avecure、Medwaves、サンディエゴ、カリフォルニア州、米国、14G) は最大アンテナ電力 36W、最高温度で実行されました。 \(90\,^\circ \)C で 15 分間持続します。画像取得プロトコル全体の詳細な説明は、以前の研究で説明されています8。次の点に関してすべてのメソッドを評価しました。

精度: ダイススコア係数 (DSC) と平均二乗誤差 (SEM) が改善されました。

ロバスト性: アーティファクトと MR の不均一性の補償。

適応性: 船舶に関する先験的な知識とリアルタイム機能の必要性。

明示的に言及されていない限り、すべての結果は船舶に関する先験的な知識を考慮せずに取得されました。すべてのデータセットは、介入後に医療専門家によって手動で抽出された真実を提供します。 DSC は、13 個のファントムすべてにわたって 95% (p = 0.05) の信頼水準で SEM を使用した以前の研究 8 に従って計算されました。以下のセクションでは、異常値は、非常に低い信号対雑音比を示す介入プロトコルの単一スライスを指します。これにより、事前に定義されたしきい値は、最適化された場合でも凝固壊死を大幅に過大評価します。最初に公開された温度補間に関しては、これらの破損したスライスがメソッドの失敗の原因でした。したがって、これらの灌流ファントム 1 および 4 は評価時に慎重に検査されます。例を補足図2に示します。

灌流ファントム 2 の再構成。軸方向、矢状方向、冠状方向の出力コンター (黄色) に加えて、グラウンドトゥルースのコンター (白) が表示されます。 (A) 温度補間。 (B) ドロネー三角形分割。 (C)MVEE. (D) スプライン。 (E) 右側のグラウンドトゥルースを含むすべてのメソッドのスムージングなしの 3D 表現。

精度のテスト中に、凝固壊死を推定するために導入されたバイアスを詳しく調べました。バイオタンパク質ファントムを使用するため、CEM43 または Arhenius モデルの代わりに臨界温度モデルを適用することにしました 34,35 。この熱閾値は、50°～60°の範囲内でファントムごとに個別に特定されました。評価は取得された画像の温度精度ではなく再構成アルゴリズムに焦点を当てているため、使用される凝固しきい値は、各方向に対して 0° ～ 100°の範囲のしきい値を適用することによって特定されました。各値の結果がグラウンドトゥルースの対応する画像平面と比較され、各方向の最適なしきい値が特定されました。ファントム内の pH 値の不均一性により、このアプローチは、人間の組織の不均一性を反映して、さまざまな向きに対して異なる最適なしきい値を示します。残念ながら、ファントムの治療後の画像では適切な亜致死移行ゾーンが示されませんでした。したがって、組織への致死未満の損傷は無視して、ボクセルが凝固しているかどうかを定義するために 1 つのしきい値のみを適用しました。それにもかかわらず、この推定の閾値はファントムの pH 値に大きく依存しており、Bu Lin et al.33 によれば、pH 値は各ファントム内で大きく異なる可能性があります。このバイアスに対処するために、以前の研究で使用した元のグローバルしきい値を使用して新しい手法を評価するだけでなく、他の 2 つのしきい値も導入します。さらに、完全な入力を考慮して、私たちのメソッドがどの程度うまく機能するかを調査したいと考えています。したがって、各データセットに対して指定されたグラウンドトゥルースを再スライスし、通常はライブイメージング中に取得される 8 つの事前定義された方向を抽出しました。その後、これら 8 つのスライスが再構成の入力として使用され、完全な入力がシミュレートされます。テストされた入力の結果セットは、壊死推定用の次の 3 つのしきい値と再スライスされたグラウンドトゥルースで構成されます。

Global: 以前の作業で使用された元のしきい値。

中央値: 各方向の最適なしきい値は経験的に決定されました。その後、8 方向のそれぞれの中央値のしきい値を再構成に使用して、外れ値のしきい値 (pH 値の不均一性の全体的な補正) を確実に除去しました。これにより、\(25^\circ \) や \(84 などの非現実的なしきい値が生じる可能性があります) ^\circ \) )。

ローカル: 各方向の最適なしきい値が再構成 (pH 値の不均一性の局所的補正) に使用されます。

グラウンドトゥルース: 完璧な入力を提供する再スライスされたグラウンドトゥルース。

私たちの方法の堅牢性をテストするために、ヒートシンク効果をシミュレートする灌流を伴うファントムの評価に焦点を当てます。ここで、灌流ファントム番号 1 と 4 は、最初の方法が失敗する原因となる強いアーチファクトと MR の不均一性を示しています。これらの重要なデータセットを使用した場合と使用しない場合のすべてのメソッドを比較して、ひどく破損したデータがメソッドに及ぼす影響を判断します。適応性に関しては、それぞれの再構成を 2 回ずつ行いました。まず、セグメント化された血管構造を各アルゴリズムへの入力として提供することにより、アプリオリな知識を考慮します。再構成後、再構成されたボリュームの適切な変形を強制するために、これらの血管が結果から差し引かれます。 2 回目の再構成中、追加の入力としてアプリオリな知識は提供されません。評価のために、両方の対応する再構成を減算することによって、偽陽性の分類されたボクセル値の体積を計算しました。したがって、血管構造が存在する場合にどのアルゴリズムが最もよく機能するかを特定できます。さらに、各再構成を 100 回実行して、平均計算時間と標準偏差を測定しました。精度と適応性の実験のために、使用されたさまざまなアルゴリズムに関して追加の一元配置分散分析が実行されました。その後、ボンフェローニ補正を備えたペアワイズ t 検定を使用して事後検定を実行しました。テストされたアルゴリズムのパフォーマンスに関する概要の例を図 3 に示します。

私たちは、精度、堅牢性、適応性に関してメソッドを評価しました。次のサブセクションでは、これら 3 つのパラメータに関する結果を示します。 ANOVA の結果の概要を表 2 に示します。統計的に有意な事後テストの結果は、精度および適応性テストの対応する図に示されています。すべての箱ひげ図には、四分位範囲 (ボックス)、25 パーセンタイルと 75 パーセンタイル (各ボックスの境界線)、中央値 (ボックス内の水平線)、最小値と最大値 (ひげ)、および潜在的な外れ値 (点) が表示されます。

13 個すべてのファントムの精度テストの結果。 DSC 測定は、メソッドごとに、およびテストされたしきい値ごとに次のように分離されます。 Global = 古いアプローチで使用されるしきい値。中央値 = 8 つの方向すべてからの中央値のしきい値。ローカル = 各方向の個別のしきい値。グラウンドトゥルース = グラウンドトゥルースから再スライスされた入力データ。水平線は、統計的に有意な事後ペアワイズ t 検定の結果を示します。

精度テスト結果の概要を図 4 に示します。グローバルしきい値は、以前の研究で使用したものと同じです8。スプライン (\(0.75\pm 0.08\)) および MVEE (\(0.74\pm 0.07\)) 法では、元の温度補間 (\(0.73\pm 0.07\)) 法と同等の DSC 結果が得られますが、ドロネー三角測量法ではパフォーマンスはさらに低くなります (\(0.69\pm 0.04\))。各データセットの中央値しきい値は、わずかに異なる結果を示します。新しいしきい値の影響は、主に灌流ファントム 1 および 4 の破損したデータセットに影響します。ここでは、pH 値の変化によって導入されたバイアスの補正により、スプライン (\(0.77\pm 0.04\))、MVEE (\ (0.80\pm 0.03\))、さらにドロネー三角形分割 (\(0.75\pm 0.02\)) も、以前の方法 (\(0.73\pm 0.07\)) を上回っています。壊死の推定はすべての入力スライドではなく再構成されたボリュームに対して実行されたため、8 つの方向のそれぞれに個別のローカルしきい値を以前の方法に適用することはできませんでした。新しいアプローチの場合、最適化されたローカルしきい値は、ドロネー三角形分割 (\(0.78\pm 0.02\)) のパフォーマンスが他の 2 つよりも低いことを示しています。スプライン法 (\(0.81\pm 0.02\)) は、平均 DSC に関して MVEE (\(0.84\pm 0.02\)) よりも若干パフォーマンスが劣りますが、それでもドロネー法や温度補間法よりは優れています。

全体として、精度に関する結果は、スプラインアプローチに続く MVEE 手法を支持する有意な傾向を示しています。ドロネー三角形分割は、テストされたほとんどのシナリオで最悪のパフォーマンスを示します。このステートメントは、完全な入力をシミュレートするグラウンドトゥルース再構築の評価によって裏付けられます。ここで、ドロネー三角形分割は \(0.88\pm 0.02\) の最大値、\(0.92\pm 0.01\) のスプライン、\(0.95\pm 0.01\) の MVEE を達成します。さらなる検査の目的では、実際の臨床状態を最もよく反映する中央値の閾値が使用されます。

堅牢性テストの結果。中央閾値は壊死の推定に使用され、エラーバーは標準偏差に対応します。外れ値あり = 非常に破損したデータセットを含むすべてのデータセットが考慮されました。外れ値なし = 灌流ファントム 1 と 4 は評価から除外されました。統計的有意性は見つかりませんでした。

ロバスト性テストに関する結果の概要を図で示します。図 5 に、破損した灌流ファントム番号 1 と 4 を除去した後、内挿法の平均 DSC は 0.05 改善され、標準偏差は 73.61% 減少しました。 \(\sim \)0.07 ～ \(\sim \)0.02。ドロネー三角形分割は、標準偏差がほぼ同じで、わずか 0.01 改善されます。スプライン法は異常値除去後に 0.04 高い DSC を示しますが、MVEE 法は 0.02 の改善を示します。標準偏差に関しては、スプライン法は \(\sim \)0.04 から \(\sim \)0.02 まで 53.87% 改善し、MVEE 法は \(\sim \)0.03 から \(\sim \) まで 32.07% 改善しました。 0.02。アルゴリズム温度補間 (\(p=0.27\))、ドロニー (\(p=0.75\))、スプライン (\(p =0.27\)) および MVEE (\(p=0.40\))。大きな違いは観察されませんでした。

全体として、新しい方法では、破損したデータセットを含め、元の温度補間方法よりも標準偏差の変動が少ないことがわかります。それにもかかわらず、有意性は観察されなかった。新しいアプローチの間には、傾向は観察されません。

適応性テストの結果。誤って分類されたボクセルの体積は、4 つのアルゴリズムごとに確認できます。さらに、箱ひげ図「最大」は、6 つの灌流ファントムすべてにわたる凝固壊死によって影響を受ける真の血管容積を示します。水平線は、統計的に有意な事後ペアワイズ t 検定の結果を示します。

適応性テストの概要を図 6 に示します。元の補間法では、誤って分類されたボクセルの平均体積 \(0.21\pm 0.10\) ml が示されており、その直後にスプラインと MVEE 法が \(0.52\pm) で続きます。それぞれ0.10\) mlと\(1.18\pm 0.30\) mlです。 Delaunay 三角形分割では、血管に関する平均体積 \(2.12\pm 0.53\) ml の偽陽性分類により、適応性に関して最悪の結果が得られます。凝固壊死の影響を受ける最大血管容積は \(1.5\pm 0.42\) ml と計算されました。

全体として、元の補間法は血管ボクセルの誤検出分類が最も少ないのに対し、ドロネー三角形分割は凝固壊死の過大評価により最大血管交差を超えても血管に関して最悪のパフォーマンスを示すと言えます。スプラインと MVEE 法を比較しているときに、スプラインは偽陽性分類の平均値が低いだけでなく、6 つの灌流ファントムすべてにわたって標準偏差もはるかに低いことに気づきました。堅牢性に関しては、温度補間とスプラインに向かう傾向があります。

再構成時間に関しては、温度補間 (C++) 法では \(8.02 \,{\rm ms} \pm 5.91\, {\rm ms}\)、Delauney trinagulation (Python) では \(1.57\,{ \rm s}\pm 0.3\,{\rm s}\)、MVEE メソッド (Python) \(4.5\,{\rm s}\pm 0.6\,{\rm s}\)、およびスプラインメソッド ( Python) \(6.2\,{\rm s}\pm 0.55\, {\rm ms}\)。

精度に関しては、MVEE 法を支持する強い傾向が結果から示されています。明らかに、MR の不均一性やその他のアーチファクトにより、単純なしきい値を使用して計算されたデータでは凝固壊死が過小評価されることがよくあります。このような場合、MVEE メソッドはこの情報の損失を補い、適切な再構築を行うことができます。一方、MVEE アプローチの大きな欠点は、灌流ファントムを使用した実験中に観察されることがあります。凝固壊死の過小評価の代償として血管もある程度消失しますが、これは無視できるものではありません。スプライン法は血管構造をより処理できることが示されましたが、その一方で、全体的に DSC 類似性が低いことが示されました。ドロネー三角形分割は、アプローチ自体が原因で、元の方法よりもさらに悪いパフォーマンスを示します。一連の点に三角測量メッシュを当てはめると、船舶などによって引き起こされる変形は完全に無視されます。このアプローチは、異常のない均一な熱分布には適していますが、現実のシナリオとは程遠いものです。したがって、ドロネー三角形分割についてはこれ以上調査しません。

類似性に関する違いは、主に凝固壊死の継続的な過小評価によって引き起こされます。この過小評価は、ヒートマップ、ノイズ、画像内のその他のアーティファクトを再計算するために使用されるアプローチだけでなく、ファントム内の部分的に強い pH 値の変動によっても引き起こされます。ここで、これらの変動が再構築の全体的な類似性に影響を与えるかどうかを確認するために、体外臓器を使ったさらなる研究を実施することが適切であろう。後のステップでは、画像取得プロトコルも実際の臨床設定、たとえば in vivo 動物実験でテストする必要があります。さらに、ヒートマップ再構築に事前定義された参照画像を必要としない動的フレームワークによって、私たちのアプローチの適応性が向上する可能性があります。この参照フリーの温度測定を実現するには、Salomir et al.36 によって導入されたアプローチを私たちのフレームワークと組み合わせることができます。参照フリーの温度測定は、例えば介入中に血管または器官の境界が（例えば深層学習アプローチを通じて）自動的に検出された場合に、寿命の適応および関心領域の変更を可能にする。局所的な MR の不均一性やアーティファクトによって引き起こされる単一ボクセル内の時間的な熱変動を克服するには、私たちのアプローチと熱伝達のリアルタイムシミュレーションを組み合わせることが適切である可能性があります。最初のアプローチは、さまざまな方向のライブデータに基づいてシミュレーションパラメーターを最適化しながら、ペンヌのバイオヒート方程式 37 を使用することです。このアプローチにより、より高い精度が得られるとともに、視覚的により魅力的な結果が得られ、臨床エンドユーザーにとって使いやすくなります。さらに、このアプローチは、Zhang et al.38 によって紹介されているように、カルマンフィルタリングを使用して自己適応型ハイブリッド磁気共鳴温度測定を実現することによって拡張することもできます。彼らの方法は、動きの存在下での温度変化を追跡し、温度測定の時間的および空間的分解能を適応させる可能性を提供します。カルマンフィルターを使用すると、取得したデータを修正し、画像内の破損したデータポイントを削除できます。したがって、このアプローチは、ヒートシンク（血管などによって引き起こされるもの）をより適切に特定し、アブレーション中のその影響をより深く理解するのに有益である可能性があります。

再スライスされたグラウンドトゥルースを使用して、私たちの方法が、主に使用される 2D GRE シーケンスに依存する適切な初期入力でうまく動作することを示しました。私たちのセットアップでは、任意の数の向きで任意の 2D 位相または温度入力を受け取ることができるため、新しい画像シーケンスが公開されるとすぐに直接利用できます。これにより、私たちのセットアップは幅広い臨床セットアップに適用できるようになり、MR シーケンスの改善とともに改善された再構成が提供されます。

結論この研究では、MWA 処置のモニタリングのための体積凝固壊死の再構築のための 3 つの新しいアプローチを提示しました。シーケンスがヒートマップ再構成用の位相画像を提供する限り、すべての方法で任意の 2D MR シーケンスを利用できます。私たちは、スプラインと MVEE のアプローチが、精度と堅牢性に関して、より現実的な設定で当初提案した方法よりも優れていると同時に、ボリュームを高精度に再構成できる可能性があることを示すことができました。ノイズや MR 依存アーチファクトによって引き起こされる局所的な不均一性を克服するには、将来的には適応シミュレーションの使用を検討して、より均一な体積マップを計算する必要があります。今後の研究では、ファントムからより現実的な環境への移行可能性を検証するために、ex vivo および in vivo の動物実験での研究も実施する必要があります。

現在の研究中に処理および分析されたデータセットは、OVGU (Creative Common License 4.0) の研究データおよび出版物の Open Science Repository (http://open-science.ub.ovgu.de/xmlui/handle/684882692) で入手できます。 /89?ロケール属性=en。さらに、現在の研究中に生成された、および/または現在の研究中に分析されたデータセットは、合理的な要求に応じて責任著者から入手できます。この研究で提示された結果の生成に使用されたソースコードは、https://github.com/jalpers/ScientificReports2022_ComparisonStudy から公開されています。

ブレイ、F.ら。 2018 年の世界のがん統計: Globocan は、185 か国、36 のがんについて世界中での罹患率と死亡率を推定しています。 CA Cancer J. Clin. 68、394–424。 https://doi.org/10.3322/caac.21492 (2018)。

論文 PubMed Google Scholar

Sung, H. et al. 2020 年の世界のがん統計: Globocan は、185 か国の 36 のがんについて、世界中での罹患率と死亡率を推定しています。 CA Cancer J. Clin. 71、209–249。 https://doi.org/10.3322/caac.21660 (2021)。

論文 PubMed Google Scholar

Ruiter、SJ、Heerink、WJ & de Jong、KP 肝臓マイクロ波アブレーション: FDA が承認したさまざまなシステムの系統的レビュー。ユーロ。ラジオル。 29、4026–4035。 https://doi.org/10.1007/s00330-018-5842-z (2019)。

論文 PubMed Google Scholar

ヤン、G.ら。肝細胞癌および肝臓転移の治療におけるマイクロ波アブレーションと肝臓切除の有効性:系統的レビューとメタ分析。内部。Ｊ．Ｓｕｒｇ． 77、85–93。 https://doi.org/10.1016/j.ijsu.2020.03.006 (2020)。

論文 PubMed Google Scholar

ライマー、G.ら。画像融合による最小切除断端（mam）評価：定位高周波アブレーション後の肝細胞癌における局所腫瘍進行の独立した予測因子。ユーロ。ラジオル。 30、2463–2472。 https://doi.org/10.1007/s00330-019-06609-7 (2020)。

記事 PubMed PubMed Central Google Scholar

Zhu, M.、Sun, Z. & Ng, CK、MR ベースの温度測定による画像誘導熱アブレーション。量的。画像診断医学。外科。 7、356–368。 https://doi.org/10.21037/qims.2017.06.06 (2017)。

Kägebein, U.、Speck, O.、Wacker, F.、Hensen, B. 肝臓における陽子共鳴周波数に基づく温度測定における運動補正。上。マグニチュードレゾン。画像 27、53 ～ 61。 https://doi.org/10.1097/RMR.0000000000000157 (2018)。

論文 PubMed Google Scholar

Alpers, J. et al. MRI ガイド下腫瘍切除用の 2.5 日間の温度測定マップ。医用画像コンピューティングおよびコンピュータ支援介入に関する国際会議 311–320、https://doi.org/10.1007/978-3-030-87202-1_30 (2021)。

ミズーリ州ケーラーら。迅速な MRI 体温測定の 3D ガイド下での容積測定 Hifu アブレーション。医学。物理学。 36、3521–3535。 https://doi.org/10.1118/1.3152112 (2009)。

論文 PubMed Google Scholar

トッド、N.ら。時間的に制約された再構成で作成された 3D 温度マップのリアルタイム利用を目指して。マグニチュードレゾン。医学。 71、1394–1404。 https://doi.org/10.1002/mrm.24783 (2014)。

論文 PubMed Google Scholar

Odéen, H.、Almquist, S.、de Bever, J.、Christensen, DA および Parker, DL 氏は、モデル予測フィルタリングと超音波ビームモデリングを利用した集束超音波モニタリングのための温度測定を行います。 J.セラプ。超音波 4、1 ～ 13。 https://doi.org/10.1186/s40349-016-0067-6 (2016)。

記事 Google Scholar

Marx, M.、Ghanouni, P. & Butts Pauly, K. 脳内出血の改善のための特殊な体積測定温度測定。マグニチュードレゾン。医学。 78、508–517。 https://doi.org/10.1002/mrm.26385 (2017)。

論文 PubMed Google Scholar

Svedin, BT、Payne, A.、Bolster, BD Jr. & Parker, DL k 空間加重画像コントラストを使用した、高い空間的および時間的解像度を備えたマルチエコー擬似黄金角スタックの星の温度測定。マグニチュードレゾン。医学。 79、1407–1419。 https://doi.org/10.1002/mrm.26797 (2018)。

論文 CAS PubMed Google Scholar

フィールデン、SW et al. スパイラルベースの体積測定取得によるMR温度イメージング。マグニチュードレゾン。医学。 79、3122–3127。 https://doi.org/10.1002/mrm.26981 (2018)。

論文 PubMed Google Scholar

Zhang、L.、Armstrong、T.、Li、X.、Wu、HH 陽子共鳴周波数シフトと t1 ベースの温度測定を同時に行うための可変フリップアングル黄金角順序 3d スタックオブラジアル MRI 技術。マグニチュードレゾン。医学。 82、2062 ～ 2076 年。 https://doi.org/10.1002/mrm.27883 (2019)。

論文 PubMed Google Scholar

チェン、Q.ら。 3 t でのウサギの mr ガイド下高密度焦点超音波 (hifu) 研究における高速 3d mr 体温測定用の柔軟な 9 チャンネルコイルアレイ。マグニチュードレゾン。画像化65、37–44。 https://doi.org/10.1016/j.mri.2019.10.008 (2020)。

論文 PubMed Google Scholar

Quah, K.、Poorman, ME、Allen, SP & Grissom, WA インコヒーレントなブリップ制御エイリアシングを使用したシングルコイルによる同時マルチスライス MRI 温度測定。マグニチュードレゾン。医学。 83、479–491。 https://doi.org/10.1002/mrm.27940 (2020)。

論文 PubMed Google Scholar

ジャン、R.ら。オープンソース再構築プラットフォームの下で 3D エコーシフトシーケンスを使用したリアルタイム容積測定ミスターサーモメトリー。マグニチュードレゾン。イメージング 70、22 ～ 28。 https://doi.org/10.1016/j.mri.2020.04.001 (2020)。

論文 PubMed Google Scholar

Campwala, Z. et al. マルチスライス体積 2 次元磁気共鳴熱画像法によるアブレーションゾーンの予測。内部。Ｊ．ハイパース． 38、907–915。 https://doi.org/10.1080/02656736.2021.1936215 (2021)。

記事 Google Scholar

デランドロ、M. 他磁気共鳴ベースの測定システム: 温度測定アプリケーションにおける 2D および 3D エコープラナーイメージングシーケンスの比較。 2021 年の IEEE 国際計測技術会議 (I2MTC)、1 ～ 6、https://doi.org/10.1109/I2MTC50364.2021.9460088 (IEEE、2021)。

ゴーニー、K.ら。 1.5 tでの肝臓における臨床MRガイド下マイクロ波アブレーション中の堅牢なMR温度測定の実用化。フィジカ・メッド。 67、91–99。 https://doi.org/10.1016/j.ejmp.2019.10.020 (2019)。

記事 MathSciNet CAS Google Scholar

Bowyer, A. ディリクレテッセレーションの計算。計算します。ヨハネ 24，162 － 166。 https://doi.org/10.1093/comjnl/24.2.162 (1981)。

記事 MathSciNet Google Scholar

Watson, DF ボロノイポリトープに適用して n 次元ドローネテッセレーションを計算します。計算します。ヨハネ 24，167 － 172。 https://doi.org/10.1093/comjnl/24.2.167 (1981)。

記事 MathSciNet Google Scholar

Marot、C.、Pellerin、J.、Remacle、J.-F. 1 台のマシン、1 分、30 億の四面体。内部。Ｊ．Ｎｕｍｅｒ．メス。工学 117、967–990。 https://doi.org/10.1002/nme.5987 (2019)。

記事 MathSciNet Google Scholar

スー、T.ら。ランダムに分散された点群データに対する適応的で高速な 3D ドローネ三角形分割。 The Visual Computer 1–25、https://doi.org/10.1007/s00371-020-02011-3 (2020)。

Van Aelst, S. & Rousseeuw, P. 最小体積楕円体。 Wiley Interdisciplinary Reviews: Computational Statistics 1、71–82。 https://doi.org/10.1002/wics.19 (2009)。

記事 Google Scholar

Abo-Alsabeh, R. & Salhi, A. 一連の点を含む最小体積楕円体と、一連の点に埋め込まれた最大体積楕円体を構築するための進化的アプローチ。 J. Phys.: Conf. サー。 https://doi.org/10.1088/1742-6596/1530/1/012087 (2020) (IOP Publishing)。

記事 Google Scholar

De Boor, C. & De Boor, C. スプラインの実践ガイド Vol. 2 27 (Springer-verlag、1978)。

Google Scholar を予約する

Deng, X. & Denney, TS 円筒形 b-スプラインモデルを使用した、タグ付き MRI からの三次元心筋ひずみの再構築。 IEEEトランス。医学。画像 23、861–867。 https://doi.org/10.1109/TMI.2004.827961 (2004)。

論文 PubMed Google Scholar

Galassi、F.ら。冠動脈狭窄の正確なモデリングのため、不均一有理基底スプライン (NURBS) を使用した 2D 血管造影投影からの冠動脈の 3D 再構成。 PLoS ONE 13、e0190650。 https://doi.org/10.1371/journal.pone.0190650 (2018)。

論文 CAS PubMed PubMed Central Google Scholar

モシュタグ、N. et al. 楕円体を囲む最小体積。凸最適。 111、1–9 (2005)。

MathSciNet Google Scholar

日曜日、D。多角形内の点の高速巻き数の包含。 Dostupné z:¡ http://softsurfer. com/Archive/algorithm 0103/algorithm 0103.htm (2004)。

Bu-Lin、Z. et al. 高周波アブレーション用のポリアクリルアミドゲルファントム。内部。Ｊ．ハイパース． 24、568–576。 https://doi.org/10.1080/02656730802104732 (2008)。

記事 CAS Google Scholar

ブリーン、MS 他。 Mri 誘導熱アブレーション療法: mr サーモメトリー画像から細胞死を予測するためのモデルとパラメーターの推定。アン。バイオメッド。工学 35、1391–1403。 https://doi.org/10.1007/s10439-007-9300-3 (2007)。

論文 PubMed Google Scholar

レンプ、H.ら。肝腫瘍の mr ガイド下高周波アブレーションにおける逐次温度マッピングにおける凝固ゾーンの閾値ベースの予測。ユーロ。ラジオル。 22、1091–1100。 https://doi.org/10.1007/s00330-011-2335-8 (2012)。

論文 PubMed Google Scholar

サロミア、R. et al. バックグラウンド相の近調波 2 次元再構成を使用したリファレンスフリーの prfs mr サーモメトリー。 IEEEトランス。医学。画像 31、287 ～ 301。 https://doi.org/10.1109/TMI.2011.2168421 (2011)。

論文 PubMed Google Scholar

ヴィスラー、E・H・ペンヌの1948年の論文を再考しました。Ｊ．Ａｐｐｌ．生理。 85、35–41。 https://doi.org/10.1152/jappl.1998.85.1.35 (1998)。

論文 CAS PubMed Google Scholar

Zhang、Y.ら。カルマンフィルター処理されたバイオ熱伝達モデルに基づく自己適応ハイブリッド磁気共鳴温度測定。 IEEEトランス。医学。画像 36、194 ～ 202。 https://doi.org/10.1109/TMI.2016.2601440 (2016)。

論文 ADS PubMed Google Scholar

リファレンスをダウンロードする

この論文の研究は、補助金番号「13GW0473A」および「13GW0473B」の下、Forschungscampus STIMULATE 内の連邦教育研究省から資金提供を受けています。そして、ドイツ研究財団 (DFG、ME 3696/3-1) の資金提供を受けた PRACTIS - Clinician Scientist Program によって実施されました。

Projekt DEAL によって実現および組織されたオープンアクセス資金調達。

Julian Alpers と Bennet Hensen の著者も同様に貢献しました。

オットー・フォン・ゲリッケ大学コンピューターサイエンス学部、39106、マクデブルク、ドイツ

ジュリアン・アルパース、マクシミリアン・レッツァー、クリスチャン・ハンセン

オットー・フォン・ゲリッケ大学電気工学および情報技術学部、39106、マクデブルク、ドイツ

トーマス・ガーラック & ラルフ・ヴィック

診断および介入放射線学研究所、ハノーバー医科大学、30625、ハノーバー、ドイツ

ベネット・ヘンセン、ダニエル・L・ライマート、マルセル・ガットベレット、フランク・ワッカー

研究キャンパス STIMULATE、オットー・フォン・ゲリッケ大学、39106、マクデブルク、ドイツ

ジュリアン・アルパース、ベネット・ヘンセン、マクシミリアン・レッツァー、ダニエル・L・ライメルト、トーマス・ガーラッハ、ラルフ・ヴィック、マルセル・ガットベレット、フランク・ワッカー、クリスチャン・ハンセン

PubMed Google Scholar でこの著者を検索することもできます

JA と MR が手法を実装し、JA と BH が実験を設計し、MR と DR と TG が実験を実施し、JA が結果分析を実行し、JA と BH が原稿を作成しました。技術的および臨床的指導は RV、CH、BH、および FW によって提供されました。プロジェクトは FW と CH によって監督されました。すべての著者が原稿をレビューしました。

ジュリアン・アルパースへの通信。

著者らは競合する利害関係を宣言していません。

シュプリンガーネイチャーは、発行された地図および所属機関における管轄権の主張に関して中立を保ちます。

オープンアクセスこの記事はクリエイティブコモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブコモンズライセンスへのリンクを提供し、変更が加えられたかどうかを示します。この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブコモンズライセンスに含まれています。素材が記事のクリエイティブコモンズライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。

転載と許可

Alpers, J.、Hensen, B.、Rötzer, M. 他。 2D マルチスライス GRE 温度測定画像からの体積壊死マップの再構成アルゴリズムの比較研究。 Sci Rep 12、11509 (2022)。 https://doi.org/10.1038/s41598-022-15712-7

引用をダウンロード

受信日: 2022 年 1 月 12 日

受理日: 2022 年 6 月 28 日

公開日: 2022 年 7 月 7 日

DOI: https://doi.org/10.1038/s41598-022-15712-7

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

科学レポート (2022)

コメントを送信すると、利用規約とコミュニティガイドラインに従うことに同意したことになります。虐待的なもの、または当社の規約やガイドラインに準拠していないものを見つけた場合は、不適切としてフラグを立ててください。