本页面使用了机器翻译。
请花 1 分钟时间完成一个翻译质量的调查。
DKFZ 和 Max Planck 研究人员利用虚拟人体模型确保先进 MRI 系统的安全性
算法改善患者特定 MRI 测试
“MATLAB 提供了一个环境，只需很少的编程工作就可以解决数学问题。工具种类繁多且易于使用......让我能够快速编写算法并提高计算效率。”
关键成果
- 计算建模和模拟速度更快，因为领域专家可以专注于科学问题，而不必花时间处理编程细节
- 使用虚拟人体模型进行精确的实时 SAR 计算为 MRI 研究奠定了基础，该研究可以在不影响安全性或法规遵从性的情况下促进对人类大脑的科学理解
- 从 DKFZ 到 Max Planck 的无缝代码传输和部署促进了高性能计算环境中算法的轻松协作和使用
特定吸收率 (SAR) 计算的工作流程从虚拟人体 3D 模型开始。然后，特定虚拟观察点 (VOP) 的地图将提供给矩阵和压缩算法。
海德堡德国癌症研究中心 (DKFZ) 医学物理放射学部致力于推进基于图像的诊断和治疗程序。DKFZ 的科学家正在与 Max Planck 人类认知和脑科学研究所 (MPI CBS) 神经物理学系的同事合作，使用先进的磁共振成像 (MRI) 技术探索大脑。
虽然 MRI 无线电波可用于创建图像，但它们也会加热身体组织。为了确保患者的安全，这种暴露的限制——称为特定吸收率 (SAR)——设定为整个身体每公斤 4 瓦，任何平均体积为 10 克的部位每公斤 10 瓦。旧式 MRI 机器使用单一通道发送这些无线电波，从而使 SAR 计算变得简单。相比之下，现代 MRI 机器利用多个通道来增强图像保真度。然而，这种多通道方法使 SAR 计算变得复杂，因为它们现在依赖于来自所有通道的信号的幅度和相位的组合。这涉及到复杂的数学运算，其中的矩阵表示电场和组织特性，源自虚拟人体模型的模拟——也称为计算医学。这些模拟产生了数百万个数据点，使得 MRI 扫描期间的实时 SAR 监测非常困难。
开发有效的压缩算法来帮助简化数据并加快 SAR 计算是一个活跃的研究领域。在 DKFZ，Stephan Orzada 博士正在使用 MATLAB® 开发能够实现更快数据计算且不影响准确性的压缩矩阵。MATLAB 使 Orzada 博士能够快速编写算法，并且计算效率高，无需优化代码。他使用 Parallel Computing Toolbox™ 来加速计算，并使用 Optimization Toolbox™ 来开发压缩算法。
Max Planck 人类认知和脑科学研究所的科学家 Mikhail Kozlov 博士使用 Parallel Computing Toolbox 和 MATLAB Parallel Server™ 在现代超级计算机上解决 DKFZ 算法。Kozlov 博士使用超高场多通道 MRI 扫描仪来了解人类大脑活动。他的研究极大地受益于患者特定 SAR 模型的计算。他和他的同事旨在利用结构性 MRI 扫描来创建特定于患者的模型，然后第二天利用该模型进行功能性 MRI 扫描的安全性计算。这种快速的周转是通过先进的 DKFZ 算法和 MATLAB 中的扩展功能实现的。此次合作带来了更加高效的针对患者的 SAR 评估流程，提高了 MRI 安全性和成像质量。
