Browsing by Author "Silva, Javier I."

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    A realistic in silico abdominal phantom for quantitative susceptibility mapping
    (2022) Silva, Javier I.; Tejos Núñez, Cristián Andrés; Uribe Arancibia, Sergio A.; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    La aplicación de mapas cuantitativos de susceptibilidad (QSM) ha cobrado un reciente interés en regiones fuera del cerebro, debido a su potencial como biomarcador de sobrecarga de hierro hepático y enfermedad crónica de riñón. No obstante, a diferencia del cerebro, la aplicación de QSM en el abdomen requiere modificar el proceso de reconstrucción para lidiar con las contribuciones adicionales en la señal de fase, provenientes de los gases y el tejido graso. Los trabajos más recientes abordan el problema de las contribuciones de grasa mediante distintas estrategias, pero no evalúan el desempeño de estas ni cómo los errores propagados desde las etapas de pre-procesamiento afectan a los mapas reconstruidos. En este trabajo presentamos un fantoma abdominal de QSM con texturas realistas, el cual puede ser empleado para evaluar y comparar el desempeño de diferentes estrategias de QSM abdominal. Hemos elaborado este fantoma empleando un modelo flexible, que permite emular distintos escenarios de susceptibilidad y contribuciones a la señal de resonancia magnética. A modo de validar su potencial como ground truth, hemos empleado el fantoma para evaluar cómo la estrategia de adquisiciones en fase y la estrategia basada en separación de agua y grasa por Iterative Graph Cuts (ICG) afectan el desempeño de los algoritmos de QSM. Las simulaciones realizadas muestran que el fantoma efectivamente simula valores de susceptibilidad con texturas de apariencia realista, a la vez que presenta una correcta evolución de la señal de fase. Por otro lado, los experimentos de reconstrucción dejan en evidencia el potencial de nuestro fantoma para identificar las fortalezas y debilidades de las distintas estrategias estudiadas, como la tendencia de IGC a propagar errores residuales en regiones con cambios abruptos de susceptibilidad, o la robustez de los métodos de reconstrucción basados en regularización por variación total (TV).