基于云平台的多模态心肌纤维磁共振扩散成像建模与仿真算法研究

Diffusion magnetic resonance imaging (dMRI) appears currently as the unique imaging technique to investigate noninvasively three-dimensional fiber architectures of the human heart. However, it is difficult to get insight into the factors causing the variation of dMRI measures, such as fiber orientation, mean diffusivity and fractional anisotropy etc., due to the limitation of the spatial resolution and the influence of noise and artifacts while the variation of such measures are the important indices for distinguishing normal and pathological myocardia and localizing lesions. To deal with this problem, this project intends to investigate the modeling and simulation methods for multimodal dMRI of myocardial architecture based on cloud computation. The following are the main issues addressed in this project. The first part concerns the issue of modeling the virtual cardiac fiber structure based on multimodal imaging data; the second part addresses the diffusion simulation using the molecular dynamics and improved Monte-Carlo methods; the third part deals with the simulation of multimodal diffusion images by combining the diffusion model and Bloch-Torrey equation; the last part puts emphasis on the analysis of the relationship between the multimodal dMRI measures and the properties of cardiac fibers, and then interprets the variation of dMRI measures. This research will provide an important means for the pathological analysis and early diagnosis of heart diseases.

磁共振扩散成像是无损探测三维心肌纤维结构的唯一手段，然而由于采集设备分辨率的限制以及噪声伪影的影响，目前仍无法从采集图像中确切分析心肌磁共振扩散成像表征参数，如心肌纤维方向，平均扩散系数，扩散不均匀度等变化的内在机理，而这些表征参数的变化恰恰是分辨正常与病态心肌、准确定位病灶的主要指标。为了解决这一问题，弥补实际采集成像的不足，本项目拟基于云平台开展多模态心肌纤维磁共振扩散成像建模与仿真算法研究，主要包括：1）基于多模态成像数据研究虚拟心肌结构建模算法；2）结合分子动力学与蒙特卡罗改进扩散仿真模型；3）融合扩散模型与Bloch-Torrey方程研究不同模态心肌磁共振扩散成像仿真算法；4）通过后续处理研究心肌纤维微观结构及物理特性与多模态磁共振扩散成像测量参数之间的关系，解释心肌纤维磁共振扩散成像测量参数变化的原因。本研究将为心肌疾病病理分析和早期诊断提供一种辅助手段。

磁共振扩散成像是无损探测三维心肌纤维结构的唯一手段，然而由于采集设备分辨率的限制以及噪声伪影的影响，目前仍无法从采集图像中确切分析心肌磁共振扩散成像表征参数，如心肌纤维方向，平均扩散系数，扩散不均匀度等变化的内在机理，而这些表征参数的变化恰恰是分辨正常与病态心肌、准确定位病灶的主要指标。为了解决这一问题，弥补实际采集成像的不足，本项目开展了多模态心肌纤维磁共振扩散成像建模与仿真算法研究，主要包括虚拟心肌纤维模型建立方法、扩散仿真算法、多模态磁共振图像仿真算法、仿真验证以及相关应用研究。通过本项目的研究目前已取得如下成果：（1）同时采集了10余个新生儿心脏的高分辨率偏振光成像和磁共振扩散成像数据，为心肌纤维微观结构建立以及仿真验证提供了数据支撑；（2）基于偏振光成像数据，改进了圆排列算法，可以快速的实现心肌纤维微观结构建模。（3）提出了新的水分子和细胞膜的碰撞模型，提高了蒙特卡洛仿真的速度。（4）结合Bloch方程和蒙特卡洛仿真算法，实现了不同尺度、不同模态的心肌纤维扩散成像的仿真，通过实际采集图像验证，证明了仿真方法的有效性。（5）提出利用深度生成网络提高蒙特卡洛仿真数据的真实性。（6）基于仿真数据，验证了快速磁共振扩散成像重建算法和采样策略的有效性，并且利用仿真数据训练了活体心脏磁共振扩散成像信号补全模型，解决了活体心脏磁共振扩散成像临床采集信号丢失的问题。（7）分析了心肌细胞直径、心肌细胞间距、心肌细胞方向变化等微观因素与磁共振扩散张量成像宏观测量之间的关系，为解释某些心肌疾病提供了辅助手段。