Vis enkel innførsel

dc.contributor.advisorVannesjö, Johanna
dc.contributor.advisorGrinde, Maria Tunset
dc.contributor.authorSandbu, Sebastian Albert Dahl
dc.date.accessioned2023-12-05T18:19:54Z
dc.date.available2023-12-05T18:19:54Z
dc.date.issued2023
dc.identifierno.ntnu:inspera:146719720:38089444
dc.identifier.urihttps://hdl.handle.net/11250/3106117
dc.description.abstractUltrahøyfelt-MR (UHF-MR), som 7T, har potensial til å forbedre bildekvaliteten i MR-undersøkelser gjennom økt oppløsning og forbedret signal-til-støy-forhold (SNR). Imidlertid introduserer UHF- MR også mer markante susceptibilitetsartefakter på grunn av økt magnetfeltstyrke. Magnetisk susceptibilitet, betegnet som χ, er en måling av et materials tendens til å bli magnetisert når det ut- settes for et magnetisk felt, og dets fordeling gjennom kroppen forårsaker ujevnheter i det primære magnetiske feltet, noe som resulterer i artefakter som signaltap og geometriske forvrengninger. Dette er spesielt en bekymring i nakkeområdet, som består av raskt skiftende susceptibilitets- verdier fra nakkevirvler og mykt vev mellom virvlene. Våre nåværende shimming-teknikker er ikke i stand til å korrigere disse feltforvrengningene. Evnen til å oppnå pasientspesifikke B0-feltkart kan gi verdifull innsikt for å forbedre pasientspesifikke shimming-teknikker. Et fremtidig mål for forskningen utført i denne masterstudien er å forbedre bildekvaliteten i MRI av ryggmargen og dermed forbedre diagnosen av sykdom og skader i ryggmargen. I denne masteroppgaven ble segmenteringer av nakkevirvlene fra 7T-MR på friske frivillige brukt til å beregne det induserte magnetiske feltet basert på susceptibilitetsfordelingen i nakkevirvlene. Den første delen av oppgaven innebar valg av egnet programvare for å segmentere nakkevirvlene fra MR-bildene. Et litteraturstudie som undersøkte segmenteringsprogramvarer for MRI ble brukt som retningslinje for valg av segmenteringsprogramvare. Artikkelen rangerte segmenteringspro- gramvaren ITK-SNAP som det beste valget for MR-segmentering. ITK-SNAP ble brukt i denne oppgaven for å oppnå og sammenligne manuelle, halvautomatiske og automatiske segmenteringer. En kvantitativ analyse ble utført for å evaluere de automatiske segmenteringsmetodene i forhold til den manuelle segmenteringen. I den andre delen ble en Fourier-basert metode benyttet for raskt å beregne magnetiske feltforvrengninger basert på susceptibilitetskart generert gjennom manuell segmentering av MR-bildene. Modellens nøyaktighet ble vurdert ved å sammenligne de simulerte feltkartene med feltkartene generert av skanneren. I tillegg ble det utført en kvantitativ analyse av numeriske verdier fra begge feltkartene. Den manuelle segmenteringen blir brukt som referanse for å sammenligne de raskere halvauto- matiske og automatiske segmenteringsmetodene. De automatiske metodene er delvis vellykkede i å segmentere områder med tilstrekkelig kontrast, spesielt virvelkroppene. I den fremre delen av nakkevirvlene har begge metodene vanskeligheter med å skille mykt vev fra nakkevirvlene, noe som resulterer i segmentering av uønskede områder. Signalet i disse områdene er svakere enn sig- nalet i den bakre delen av nakkevirvlene siden MR opptaket er gjort med en overflatespole. Økt kontrast i disse regionene bør forbedre de automatiske segmenteringsmetodene. Simuleringer av det induserte magnetfeltet fra en uniform susceptibilitetsfordeling i nakkevirvlene ble utført på fire deltakere. De simulerte feltkartene og de målte feltkartene viser en bemerkelsesverdig likhet. Lineær regresjonsanalyse mellom de simulerte og målte feltkartene viser lignende trender og ble brukt til å beregne gjennomsnittet av susceptibilitetsforskjellen mellom bein og bløtvev til å være omtrent -1,28 ppm. Arbeidet i denne masteroppgaven kan bidra til økt kunnskap om segmentering av bein fra MR- bilder og hvordan susceptibilitetsfordeling i nakkevirvlene skaper forvrengninger i det magnetiske B0-feltet, noe som påvirker bildekvaliteten i MR-bilder av ryggmargen. Det endelige målet er å forbedre pasientspesifikke shimming-teknikker basert på direkte segmentering fra MR-skanneren, noe som har potensiale til å forbedre bildekvaliteten og nøyaktigheten i fremtidige studier av ryggmargen ved bruk av 7T MRI.
dc.description.abstractUltra high field (UHF) MRI, such as 7T, has the potential to improve image quality of MRI through better signal-to-noise ratio (SNR) and increased resolution. However, UHF MRI also introduces more pronounced susceptibility artifacts from the increased B0 field strength. Magnetic susceptibility, denoted as χ, is a measure of a material’s tendency to be magnetized when exposed to a magnetic field, and its distribution throughout the body induces inhomogeneities in the main magnetic field, resulting in artifacts such as signal loss and geometric distortions. This is especially a concern in the neck region, which consists of rapidly changing susceptibility values from the cervical vertebrae and soft tissue in between the vertebrae. Our current shimming techniques are not able to correct these field distortions. The ability to attain patient specific B0 field maps can offer valuable insight to enhance patient specific shimming techniques. The work performed in this thesis can improve image quality of MRI of the spinal cord, and thus improving diagnosis of diseases and conditions involving the spinal cord. In this master thesis, segmentations of the cervical spine from 7T MR images of five healthy volunteers were utilized to compute the induced magnetic field from the susceptibility distribution in the cervical spine. The first part of the thesis involved selection of a suitable software to extract the cervical spine from the MRI data. A comprehensive review article studying segmentation software of MRI was used as a guideline for choosing the segmentation software. The article ranked the segmentation software ITK-SNAP as the overall best choice for MRI segmentation. ITK-SNAP was used in this thesis to obtain manual, semi-automatic and automatic segmentations. A quantitative analysis was conducted to evaluate the automatic segmentation methods, using the manual segmentation as the gold standard. In the second part, a Fourier-based method was employed to quickly calculate magnetic field distortions based on susceptibility maps generated through the manual segmentation of the MR images. The accuracy of the model was evaluated by comparing the simulated field maps with the field maps measured from the 7T MR system. Additionally, a quantitative analysis of the numerical values from both field maps was conducted. The automatic segmentation methods are partly successful in segmenting areas with sufficient contrast, particularly the vertebral bodies. In the anterior part of the cervical spine, both methods show difficulties in distinguishing soft tissue from the cervical spine, resulting in segmentation of unwanted areas. The signal in these areas is weaker than the signal in the posterior part of the cervical spine, due to the use of a surface coil. Increased contrast in these regions should improve the automatic segmentation methods. Simulation of the induced magnetic field from a uniform susceptibility distribution in the cervical spine were performed for four subjects. The simulated field maps and the measured field show remarkable resemblance. The linear regression analysis between the simulated and measured field maps show similar trends, and was used to calculate the mean of the susceptibility difference between bone and soft tissue to be approximately -1.28 ppm. The work in this master’s thesis can contribute to increased knowledge about segmentation of bones from MRI, and how the susceptibility distribution in the cervical spine creates distortions in the B0 magnetic field, affecting image quality in MRI of the spinal cord. The ultimate goal is to improve patient-specific shimming techniques based on direct segmentation from the MRI scanner, which have the potential to enhance image quality and accuracy in future studies of the spinal cord using 7T MRI.
dc.languageeng
dc.publisherNTNU
dc.titleSegmentation of the Cervical Spine based on 7T MRI
dc.typeMaster thesis


Tilhørende fil(er)

Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel