Niniejsza rozprawa ma na celu pokonanie niedogodności związanych z czasem kalibracji obrazowania tensora dyfuzji z wykorzystaniem przestrzennego rozkładu macierzy b oraz ograniczeń tej techniki rozmiarami fantomów . W tym celu wykorzystane zostały dwa uproszczenia; jedno wynikające z założenia jednorodnego przestrzennie ważenia dyfuzyjnego oraz drugie zakładające jednorodność fantomu anizotropowego. Uproszczenia te, zredukowały liczbę niezbędnych do kalibracji położeń fantomu anizotropowego do trzech, jak również uprościły obliczenia. Ponadto, omawiana kalibracja została zastosowana po raz pierwszy do danych klinicznych.
Otrzymane w wyniku kalibracji przestrzenne rozkłady macierzy b zostały poddane dalszym modyfikacjom z wykorzystaniem filtrów wygładzających, dopasowania dwuwymiarowych wielomianów oraz numerycznej procedury iteracyjnego dopasowania (shimmowania) macierzy b. Wprowadzone modyfikacje miały na celu wyznaczenie możliwie najbliższego rzeczywistemu rozkładu macierzy b oraz ekstrapolację wyników poza obszar fantomu wykorzystywanego do kalibracji.
Poprawa precyzji wyznaczenia tensora dyfuzji, mierzona jako obniżenie odchylenia standardowego średniej wartości własnych tensora dla fantomu izotropowego, zawiera się pomiędzy 20% a 70%, w zależności od analizowanego zestawu danych i wybranego obszaru. Poprawa precyzji sięgająca 62% została zaobserwowana dla obszarów większych od fantomów wykorzystywanych do kalibracji, potwierdzając możliwość ekstrapolacji.
Development of the b-matrix spatial distribution diffusion tensor imaging with applications in porous media and soft tissue imaging.
This thesis aimed to overcome the inconveniences and limitations related to long calibration time and limited effective calibration range of the b matrix spatial distribution approach to diffusion tensor imaging. In order to achieve that goal two simplifications have been introduced; the assumptions of spatially uniform diffusion weighting and the homogeneity of the anisotropic phantom. The simplifications reduced number of required anisotropic phantom positions to three and made the calculations easier. Moreover, the first attempt of calibration applied to the human brain data obtained by means of in vivo diffusion tensor imaging has been made. Spatially distributed b-matrices derived from the calibration were further modified with usage of smoothing filters, bivariate polynomial fitting and numerical b-matrix shimming procedure. The modifications aimed to derive the most accurate b-matrix distribution and to extrapolate the results beyond the region covered by the calibration phantom. The same procedures were also applied to the simplistic calibration with the isotropic phantom. The improvement of accuracy of the diffusion tensor imaging measured in terms of reduction of standard deviation of mean eigenvalues for the isotropic phantom ranged from 20% to 70% depending on the dataset and selected region of interest. Up to 62% better accuracy was observed for the regions bigger than the calibration phantom, validating the extrapolation approach as well.