Improved MRI temperature imaging using a subject-specific biophysical model

使用特定于受试者的生物物理模型改进 MRI 温度成像

基本信息

  • 批准号:
    8305993
  • 负责人:
  • 金额:
    $ 42.35万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
  • 财政年份:
    2011
  • 资助国家:
    美国
  • 起止时间:
    2011-08-01 至 2015-06-30
  • 项目状态:
    已结题

项目摘要

DESCRIPTION (provided by applicant): The goal of this project is to improve magnetic resonance temperature imaging (MRTI) techniques to be used in high intensity focused ultrasound (HIFU) thermal treatments by significantly expanding their current spatial and temporal resolution and field of view (FOV) capabilities. These improvements will overcome the speed, resolution, and FOV roadblocks in transcranial MRI guided focused ultrasound therapy and thereby accelerate the acceptance of this technique into clinical practice. To realize this goal we propose to develop a completely new MRTI approach that increases speed by subsampling the measurement space (k-space) in each time frame and that uses a subject-specific biophysical model incorporating inhomogeneous tissue biothermal and acoustic properties to dynamically (in real-time) predict the missing measurements. The uniqueness of this approach is that it supplements 3D MRTI with additional subject-specific biophysical information. We refer to this method as model predictive filtering (MPF) because it is similar to other linear predictive filters, such as the Kalman filter. This new MPF technique will achieve the required accurate, precise, and rapid high-resolution measurements of temperature distributions over regions sufficiently large to effectively monitor and control treatments in real-time. The work will develop methods to improve temperature measurements in three stages: 1) First a temporally-constrained reconstruction (TCR) technique will be developed to obtain retrospective MRTI measurements with high spatial and temporal resolution over the volume of interest. 2) The TCR temperatures combined with tissue segmentation and beam modeling will be used to determine 3D subject- specific tissue acoustic and thermal properties. 3) The tissue acoustic and thermal properties will be incorporated into the MPF technique to obtain the desired temperature images over the full insonified volume in real-time. These methods will then be tested in vivo in animal models and in vitro and ex vivo in a transcranial MRgHIFU system. Transcranial brain MRgHIFU is an important application that requires the development of innovative treatment strategies and will definitely require rapid, accurate, high spatial resolution temperature measurements over the entire insonified volume. These techniques are highly novel, and upon success will facilitate experiments to accelerate the acceptance of transcranial brain MRgHIFU as well as potentially other new MRgHIFU applications.
描述(由申请人提供):该项目的目的是通过显着扩展其当前的空间和时间分辨率和视野(FOV)功能来改善用于高强度的超声(HIFU)热处理中的磁共振温度成像(MRTI)技术。这些改进将克服经颅MRI指导后的超声疗法的速度,分辨率和FOV障碍,从而加速了该技术进入临床实践。为了实现这一目标,我们建议开发一种全新的MRTI方法,该方法通过在每个时间范围内进行测量空间(K-Space)来提高速度,并使用主题特异性的生物物理模型,该模型融合了不均匀组织生物热和声学特性,以动态(实时实时)预测缺失的测量值。这种方法的独特性是,它为3D mRTI提供了其他主题特定的生物物理信息。我们将此方法称为模型预测过滤(MPF),因为它类似于其他线性预测过滤器,例如Kalman滤波器。这项新的MPF技术将实现对足够大的区域上温度分布的准确,准确和快速的高分辨率测量,以实时有效监控和控制处理。这项工作将开发出三个阶段改善温度测量值的方法:1)首先将开发出时间约束的重建技术(TCR)技术,以获得回顾性的MRTI测量,并在兴趣量上具有高空间和时间分辨率。 2)与组织分割和束建模相结合的TCR温度将用于确定3D受试者特异性组织声学和热性能。 3)组织声学和热性能将被纳入MPF技术,以实时获得所需的温度图像。然后,将在动物模型和经颅MRGHIFU系统中的体外和体内进行体内测试这些方法。经颅脑MRGHIFU是一个重要的应用,需要开发创新的治疗策略,并且肯定需要在整个中无审查的体积上快速,准确,高空间分辨率测量。这些技术是高度新颖的,成功后,将有助于实验,以加速颅脑脑MRGHIFU以及潜在的其他新MRGHIFU应用。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

DENNIS L PARKER其他文献

DENNIS L PARKER的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('DENNIS L PARKER', 18)}}的其他基金

Toward the next generation in transcranial MR-guided focused ultrasound: Innovations in thermal and acoustic model-based planning and monitoring for improved safety, efficacy and efficiency
迈向下一代经颅 MR 引导聚焦超声:基于热和声学模型的规划和监测创新,以提高安全性、有效性和效率
  • 批准号:
    9803678
  • 财政年份:
    2019
  • 资助金额:
    $ 42.35万
  • 项目类别:
Toward the next generation in transcranial MR-guided focused ultrasound: Innovations in thermal and acoustic model-based planning and monitoring for improved safety, efficacy and efficiency
迈向下一代经颅 MR 引导聚焦超声:基于热和声学模型的规划和监测创新,以提高安全性、有效性和效率
  • 批准号:
    10159735
  • 财政年份:
    2019
  • 资助金额:
    $ 42.35万
  • 项目类别:
Toward the next generation in transcranial MR-guided focused ultrasound: Innovations in thermal and acoustic model-based planning and monitoring for improved safety, efficacy and efficiency
迈向下一代经颅 MR 引导聚焦超声:基于热和声学模型的规划和监测创新,以提高安全性、有效性和效率
  • 批准号:
    10401242
  • 财政年份:
    2019
  • 资助金额:
    $ 42.35万
  • 项目类别:
Multi-point MR-ARFI for time-efficient volumetric tissue stiffness imaging
多点 MR-ARFI 用于高效的体积组织硬度成像
  • 批准号:
    9251569
  • 财政年份:
    2017
  • 资助金额:
    $ 42.35万
  • 项目类别:
Improved imaging of carotid plaque using high-resolution, motion-corrected 3D MRI
使用高分辨率运动校正 3D MRI 改进颈动脉斑块成像
  • 批准号:
    9334297
  • 财政年份:
    2016
  • 资助金额:
    $ 42.35万
  • 项目类别:
Non-Invasive MRI-Guided HIFU for Breast Cancer Therapy
非侵入性 MRI 引导 HIFU 用于乳腺癌治疗
  • 批准号:
    8724454
  • 财政年份:
    2013
  • 资助金额:
    $ 42.35万
  • 项目类别:
Non-Invasive MRI-Guided HIFU for Breast Cancer Therapy
非侵入性 MRI 引导 HIFU 用于乳腺癌治疗
  • 批准号:
    9270510
  • 财政年份:
    2013
  • 资助金额:
    $ 42.35万
  • 项目类别:
Non-Invasive MRI-Guided HIFU for Breast Cancer Therapy
非侵入性 MRI 引导 HIFU 用于乳腺癌治疗
  • 批准号:
    8579530
  • 财政年份:
    2013
  • 资助金额:
    $ 42.35万
  • 项目类别:
Improved MRI temperature imaging using a subject-specific biophysical model
使用特定于受试者的生物物理模型改进 MRI 温度成像
  • 批准号:
    8677890
  • 财政年份:
    2011
  • 资助金额:
    $ 42.35万
  • 项目类别:
Improved MRI temperature imaging using a subject-specific biophysical model
使用特定于受试者的生物物理模型改进 MRI 温度成像
  • 批准号:
    8508939
  • 财政年份:
    2011
  • 资助金额:
    $ 42.35万
  • 项目类别:

相似国自然基金

分布式非凸非光滑优化问题的凸松弛及高低阶加速算法研究
  • 批准号:
    12371308
  • 批准年份:
    2023
  • 资助金额:
    43.5 万元
  • 项目类别:
    面上项目
资源受限下集成学习算法设计与硬件实现研究
  • 批准号:
    62372198
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
基于物理信息神经网络的电磁场快速算法研究
  • 批准号:
    52377005
  • 批准年份:
    2023
  • 资助金额:
    52 万元
  • 项目类别:
    面上项目
考虑桩-土-水耦合效应的饱和砂土变形与流动问题的SPH模型与高效算法研究
  • 批准号:
    12302257
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
面向高维不平衡数据的分类集成算法研究
  • 批准号:
    62306119
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

Transcranial Ultrasound Algorithms and Device for Rapid Stroke Determination by Paramedics
用于医护人员快速确定中风的经颅超声算法和设备
  • 批准号:
    10730722
  • 财政年份:
    2023
  • 资助金额:
    $ 42.35万
  • 项目类别:
Dynamic neural coding of spectro-temporal sound features during free movement
自由运动时谱时声音特征的动态神经编码
  • 批准号:
    10656110
  • 财政年份:
    2023
  • 资助金额:
    $ 42.35万
  • 项目类别:
5T-IV: photoacoustic needle with beacon pulse for ultrasound guided vascular access with Tool-Tip Tracking and Tissue Typing
5T-IV:带有信标脉冲的光声针,用于通过工具提示跟踪和组织分型进行超声引导血管通路
  • 批准号:
    10677283
  • 财政年份:
    2023
  • 资助金额:
    $ 42.35万
  • 项目类别:
Delineation of auditory-motor population dynamics underlying sensorimotor integration in the birdsong system
鸟鸣系统中感觉运动整合的听觉运动群体动态的描绘
  • 批准号:
    10824950
  • 财政年份:
    2023
  • 资助金额:
    $ 42.35万
  • 项目类别:
Acoustic Cavitation Emission (ACE) Feedback Methods for Monitoring Histotripsy-Induced Tissue Fractionation In Situ
用于监测组织解剖诱导的原位组织分割的声空化发射 (ACE) 反馈方法
  • 批准号:
    10415606
  • 财政年份:
    2022
  • 资助金额:
    $ 42.35万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了