Baseline correction algorithm for quantification of in vivo 1H-MRS.

Abstract

Proton Magnetic Resonance Spectroscopy (1H-MRS) is used by clinicians to study diseases by obtaining detailed information on the intra- and extra-cellular biochemical components. This technique provides unique ways for disease diagnosis. However, one of its remaining problems is the absence of a reliable algorithm for baseline correction, sometimes considered one of the largest sources of uncertainty for in vivo Magnetic Resonance Spectroscopy (MRS) quantification. Baselines commonly appear in signals with short echo time (TE) and poorly shimmed volume of interest (VOI), as with 1H-MRS signals. In the last two decades, many baseline estimation methods have been proposed. These algorithms are based on different mathematical approaches, such as cubic spline interpolation, smoothing filters, wavelets, and penalised least squares, among others. Although some approaches are good for estimating the absorption component of the baseline, most of them do not perform well for the complex MRS signal. This leads to problems at the quantification step, resulting in non-reliable data and possibly study failure. This thesis proposes a novel method for baseline correction that combines time-domain (TD) and frequency-domain (FD) processing of the MRS data. To identify where and how to include this processing, a testing step was proposed, where state-of-the-art (SOTA) algorithms were compared by using real signals with simulated baselines, i.e. with ground truth data. The proposed method obtained, on average, better RMSE than two of the four SOTA algorithms. The proposed novel method was later compared using fourteen real datasets from anonymised patients. The comparison metric proposed in this project is the Fit Quality Number (FQN), where only the baseline correction performance was compared, using the same preprocessing and quantification method for every tested algorithm. The results of the novel proposal show an efficient performance when combining methods in TD and FD for baseline correction, achieving better results than the four SOTA algorithms that were compared in this evaluation, with the advantage of correcting the complex signal, instead of only estimating the baseline for the absorption spectrum. Further work should be focused on improving the performance of the algorithm.

La Espectroscopia de Resonancia Magnética Protonica (1H-MRS) es utilizada por los clínicos para estudiar enfermedades al obtener información detallada sobre los componentes bioquímicos intra y extra celulares. Esta técnica proporciona formas únicas de diagnóstico de enfermedades. Sin embargo, uno de sus problemas pendientes es la falta de un algoritmo confiable para la corrección de la línea de base, a menudo considerada una de las fuentes más grandes de incertidumbre en la cuantificación de Espectroscopia de Resonancia Magnética in vivo (MRS). Las líneas de base comúnmente aparecen en señales con un tiempo de eco (TE) corto y un volumen de interés (VOI) mal ajustado, como en las señales de 1H-MRS. En las últimas dos décadas, se han propuesto muchos métodos de estimación de la línea de base. Estos algoritmos se basan en diferentes enfoques matemáticos, como la interpolación cúbica spline, filtros de suavizado, wavelets y mínimos cuadrados penalizados, entre otros. Aunque algunos enfoques son buenos para estimar el componente de absorción de la línea de base, la mayoría de ellos no funcionan bien para la señal compleja de MRS. Esto conlleva problemas en la etapa de cuantificación, lo que resulta en datos no confiables y posiblemente en el fracaso del estudio. Esta tesis propone un método novedoso para la corrección de la línea de base que combina el procesamiento en el dominio del tiempo (TD) y en el dominio de la frecuencia (FD) de los datos de MRS. Para identificar dónde y cómo incluir este procesamiento, se propuso una etapa de prueba, donde se compararon algoritmos de última generación (SOTA) utilizando señales reales con líneas de base simuladas, es decir, con datos de referencia. El método propuesto obtuvo, en promedio, un RMSE mejor que dos de los cuatro algoritmos SOTA. El método novedoso propuesto se comparó posteriormente utilizando catorce conjuntos de datos reales de pacientes anonimizados. La métrica de comparación propuesta en este proyecto es el Número de Calidad de Ajuste (FQN), donde solo se comparó el rendimiento de la corrección de la línea de base, utilizando el mismo procesamiento previo y método de cuantificación para cada algoritmo probado. Los resultados de la propuesta novedosa muestran un rendimiento eficiente al combinar métodos en TD y FD para la corrección de la línea de base, logrando mejores resultados que los cuatro algoritmos SOTA que se compararon en esta evaluación, con la ventaja de corregir la señal compleja en lugar de solo estimar la línea de base para el espectro de absorción. El trabajo futuro debería centrarse en mejorar el rendimiento del algoritmo.