Browsing by Author "Mella Lobos, Hernán Arturo"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Biomechanical quantification of the heart using cardiovascular magnetic resonance images
    (2021) Mella Lobos, Hernán Arturo; Uribe Arancibia, Sergio A.; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    La Resonancia Magnética (RM) cardíaca es una herramienta valiosa para el estudio de la función cardíaca. Particularmente, las imágenes de RM de tagging combinadas con herramientas de procesamiento avanzadas, permiten la estimación del movimiento del tejido y sus deformaciones, y por lo tanto la detección y seguimiento temprano de varias enfermedades. Sin embargo, las secuencias de tagging y los métodos de procesamiento sufren de numerosos problemas, incluyendo pero no limitado a la sensibilidad a efectos de off-resonance, tiempos de adquisición elevados y mala señal en cuanto a imágenes de tagging; y sensibilidad al movimiento a través del plano, grandes desplazamientos entre imágenes consecutivas y contaminación por bajas frecuencias en cuanto a técnicas de procesamiento. En esta tesis se presentan tres artículos que buscan solucionar algunos de los problemas previamente descritos. El primer artículo es una comparación rigurosa de técnicas de procesamiento aplicadas a imágenes de RM de tagging y DENSE bajo distintas condiciones de adquisición, incluyendo casos no-ideales. Uno de los resultados principales, es la obtención de la combinación óptima de parámetros de adquisición que mejoran los resultados de las t écnicas de procesamiento. El segundo artículo introduce la técnica de procesamiento HARP-I, la que a partir de imágenes de RM de tagging, supera al estado del arte en cuanto a estimación de movimiento. Las principales mejoras introducidas incluyen la reducción de la sensibilidad de la estimación a contaminación por bajas frecuencias, ruido y grandes desplazamientos entre imágenes consecutivas. El último artículo presenta ORI-O-CSPAMM, una nueva secuencia de imágenes de RM de tagging que permite la adquisición de grillas de CSPAMM y MICSR en la mitad del tiempo de escaneo en comparación con la secuencia CSPAMM y ORI-CSPAMM. Además, permite remover los artefactos de off-resonance generados durante la preparación de la grilla, lo que es útil en presencia de grasa. Las tres investigaciones presentan mejoras a tres partes esenciales de la estimación de deformaciones cardíacas, incluyendo la secuencia y los parámetros de adquisición y la técnica de procesamiento.
  • No Thumbnail Available
    Item
    HARP-I: A Harmonic Phase Interpolation Method for the Estimation of Motion From Tagged MR Images
    (IEEE, 2021) Mella Lobos, Hernán Arturo; Mura Mardones, Joaquín Alejandro; Wang, Hui; Taylor, Michael D.; Chabiniok, Radomir; Tintera, Jaroslav; Sotelo Parraguez, Julio Andrés; Uribe Arancibia, Sergio A.
    We proposed a novel method called HARP-I, which enhances the estimation of motion from tagged Magnetic Resonance Imaging (MRI). The harmonic phase of the images is unwrapped and treated as noisy measurements of reference coordinates on a deformed domain, obtaining motion with high accuracy using Radial Basis Functions interpolations. Results were compared against Shortest Path HARP Refinement (SP-HR) and Sine-wave Modeling (SinMod), two harmonic image-based techniques for motion estimation from tagged images. HARP-I showed a favorable similarity with both methods under noise-free conditions, whereas a more robust performance was found in the presence of noise. Cardiac strain was better estimated using HARP-I at almost any motion level, giving strain maps with less artifacts. Additionally, HARP-I showed better temporal consistency as a new method was developed to fix phase jumps between frames. In conclusion, HARP-I showed to be a robust method for the estimation of motion and strain under ideal and non-ideal conditions.
  • Thumbnail Image
    Item
    WarpPINN: Cine-MR image registration with physics-informed neural networks
    (2023) Arratia López, Pablo; Mella Lobos, Hernán Arturo; Uribe Arancibia, Sergio A.; Hurtado Sepúlveda, Daniel; Sahli Costabal, Francisco
    The diagnosis of heart failure usually includes a global functional assessment, such as ejection fraction measured by magnetic resonance imaging. However, these metrics have low discriminate power to distinguish different cardiomyopathies, which may not affect the global function of the heart. Quantifying local deformations in the form of cardiac strain can provide helpful information, but it remains a challenge. In this work, we introduce WarpPINN, a physics-informed neural network to perform image registration to obtain local metrics of heart deformation. We apply this method to cine magnetic resonance images to estimate the motion during the cardiac cycle. We inform our neural network of the near-incompressibility of cardiac tissue by penalizing the Jacobian of the deformation field. The loss function has two components: an intensity-based similarity term between the reference and the warped template images, and a regularizer that represents the hyperelastic behavior of the tissue. The architecture of the neural network allows us to easily compute the strain via automatic differentiation to assess cardiac activity. We use Fourier feature mappings to overcome the spectral bias of neural networks, allowing us to capture discontinuities in the strain field. The algorithm is tested on synthetic examples and on a cine SSFP MRI benchmark of 15 healthy volunteers, where it is trained to learn the deformation mapping of each case. We outperform current methodologies in landmark tracking and provide physiological strain estimations in the radial and circumferential directions. WarpPINN provides precise measurements of local cardiac deformations that can be used for a better diagnosis of heart failure and can be used for general image registration tasks. Source code is available at https://github.com/fsahli/WarpPINN.