Simulace syntetických difúzních MRI dat na základě Brownova pohybu

Tato diplomová práce se věnuje dMRI (zobrazování pomocí difuzně vážené magnetické rezonance), a jeho závislosti na difusi v prostředí mozku. Popisuje možnosti převodu získaných signálů do obrazu a jejich vlastnosti, výhody a nevýhody. Věnuje se problému dotýkajících se vláken a jejich zaměnitelnosti s křížícími se vlákny. Je zde také návrh matematických aproximací axonů a návrh simulátoru difuzně vážených MRI (dMRI) dat a jeho realizace. Popisuje jeho schopnost data generovat na základě algoritmu náhodné procházky s geometrickým omezením pro křížící se a ohýbající se vlákna. Práce obsahuje vyhodnocení simulací a jejich interpretace a budoucí možné vylepšení tohoto simulátoru. Výsledná data vykazovala pro některé gradienty dostatečnou rozdílnost, následná rekonstrukce dMRI dat ale ukázala, že tato data se nedají rekonstruovat na stejnou geometrii pro jakou byla simulována.
This master thesis focuses on dMRI (diffusion magnetic resonance imaging) and its dependance on diffusion in human brain tissue. It is described how to retrieve an image from gained data and its properties, advantages and disadvantages. It mentions problem in detecting kissing fibres due to its similarity with crossing fibres. Design of mathematical models of axons is decribed and suggested measurement to detect difference in signals for kissing and crossing fibres. It describes new simulator of diffusion-weighted MRI (dMRI) data which is able to generate it based on random walk algorithm with geometrical constraints not only for crossing fiber geometry, but also as o novelty for bending and kissing fiber geometries. This study contains results of simulations and disscusion about their usefulness with suggestions for simulator improvement. Simulated dMRI data shows significant difference in certain gradients. Data reconstruction shows, that these reults cannot be reconstructed into the same geometry as it was simulated for.