Optimisation des patterns de signaux pour l'IRM Fingerprinting Vasculaire

Aurélien Delphin (1) , Fabien Boux (2, 1) , Clément Brossard (1) , Jan M Warnking (1) , Benjamin Lemasson (1) , Emmanuel L Barbier (1) , Thomas Christen (1)

1 GIN - [GIN] Grenoble Institut des Neurosciences
2 STATIFY - Modèles statistiques bayésiens et des valeurs extrêmes pour données structurées et de grande dimension

L'IRM Fingerprinting est un outil d'acquisition rapide et simultanée de cartes paramétriques. L'IRM Fingerprinting vasculaire (MRvF) s'intéresse plus précisément aux paramètres microvasculaires cérébraux. Nous proposons d'améliorer cette méthode en répondant à deux questions détaillées dans la figure ci-contre : 1) Peut-on trouver un pattern d'acquisition fingerprint qui améliore les estimations ? En particulier la mesure de l'oxygénation sanguine (SO2) ? L'agent de contraste est-il nécessaire ? 2) Générer des dictionnaires de signaux à partir de réseaux vasculaires réalistes 3D améliore-t-il les estimations ?

Domaines: Physique Médicale [physics.med-ph]

Aurélien Delphin, Fabien Boux, Clément Brossard, Jan M Warnking, Benjamin Lemasson, et al.. Optimisation des patterns de signaux pour l'IRM Fingerprinting Vasculaire. SFRMBM 2021 - 5ème Congrès scientifique de la Société Française de Résonance Magnétique en Biologie et Médecine, Sep 2021, Lyon, France. pp.1-1, 2021. ⟨hal-03418716⟩