Super-resolution in brain Diffusion Weighted Imaging (DWI)

Abstract

Abstract. Diffusion Weighted (DW) imaging has proven to be useful at analysing brain architecture as well as at establishing brain tract organization and neuronal connectivity. However, an actual clinical use of DW images is currently limited by a series of acquisition artifacts, among them the partial volume effect (PVE) that may completely alter the spatial resolution and therefore the visualization of microanatomical details. In this work, a new superresolution method will be presented, taking advantage of the redundant structural patterns that shape the brain. The proposed method couples low-high resolution information and explores different directional spaces that might exploit the spectral content of the DW images. A comparison of this proposal with a classical image interpolation method demostrates an improvement of about 3 dB when using the typical PSNR.

Las imágenes de Difusión Ponderada (DWI por sus siglas en inglés) han probado ser de gran utilidad en proceso de análisis de la arquitectura del cerebro y en investigaciones acerca de la organización de tractos y la conectividad neuronal. Sin embargo, el uso clínico de la imágenes DW está limitado actualmente por algunos artefactos propios de la adquisición, tales como el efecto de volumen parcial (PVE), que afecta la resolución espacial y por ende la visualización de detalles microanatómicos. En este trabajo de tesis se presenta un nuevo método de super-resolución que aprovecha lo redundante de los patrones estructurales que dan forma al cerebro el cerebro. El método propuesto acopla información de alta /baja resolución y explora diferentes espacios de representación para las características direccionales y el contenido espectral de las DWI. Una comparación con métodos clásicos de interpolación demuestra una mejora de cerca de 3dB usando como métrica el PSNR.