In this study, we evaluate whether diffusion-weighted magnetic resonance imaging (DW-MRI) data after denoising can provide a reliable estimation of brain intravoxel incoherent motion (IVIM) perfusion parameters. Brain DW-MRI was performed in five healthy volunteers on a 3 T clinical scanner with 12 different b-values ranging from 0 to 1000 s/mm2 . DW-MRI data denoised using the proposed method were fitted with a biexponential model to extract perfusion fraction (PF), diffusion coefficient (D) and pseudo-diffusion coefficient (D*). To further evaluate the accuracy and precision of parameter estimation, IVIM parametric images obtained from one volunteer were used to resimulate the DW-MRI data using the biexponential model with the same b-values. Rician noise was added to generate DW-MRI data with various signal-to-noise ratio (SNR) levels. The experimental results showed that the denoised DW-MRI data yielded precise estimates for all IVIM parameters. We also found that IVIM parameters were significantly different between gray matter and white matter (P < 0.05), except for D* (P = 0.6). Our simulation results show that the proposed image denoising method displays good performance in estimating IVIM parameters (both bias and coefficient of variation were <12% for PF, D and D*) in the presence of different levels of simulated Rician noise (SNRb=0 = 20-40). Simulations and experiments show that brain DW-MRI data after denoising can provide a reliable estimation of IVIM parameters.

中文翻译：

---

使用降噪加权加权MRI可靠估计脑内体素不连贯运动参数。

在这项研究中，我们评估去噪后的弥散加权磁共振成像（DW-MRI）数据是否可以提供脑内体素不相干运动（IVIM）灌注参数的可靠估计。在5名健康志愿者中，在3T临床扫描仪上对5名健康志愿者进行了脑部DW-MRI检查，其12个不同的b值范围为0至1000 s / mm2。使用所提出的方法去噪的DW-MRI数据与双指数模型拟合，以提取灌注分数（PF），扩散系数（D）和伪扩散系数（D *）。为了进一步评估参数估计的准确性和精确性，使用从一名志愿者那里获得的IVIM参数图像，使用具有相同b值的双指数模型来重新模拟DW-MRI数据。添加Rician噪声以生成具有各种信噪比（SNR）级别的DW-MRI数据。实验结果表明，经去噪的DW-MRI数据可得出所有IVIM参数的精确估计值。我们还发现，除了D *（P = 0.6）外，灰质和白质之间的IVIM参数存在显着差异（P <0.05）。我们的仿真结果表明，在存在不同级别的模拟Rician噪声（SNRb = 0）的情况下，所提出的图像去噪方法在估计IVIM参数（PF，D和D *的偏差和变异系数均<12％）方面显示出良好的性能。 = 20-40）。仿真和实验表明，去噪后的大脑DW-MRI数据可以提供IVIM参数的可靠估计。我们还发现，除了D *（P = 0.6）外，灰质和白质的IVIM参数存在显着差异（P <0.05）。我们的仿真结果表明，在存在不同级别的模拟Rician噪声（SNRb = 0）的情况下，所提出的图像去噪方法在估计IVIM参数（PF，D和D *的偏差和变异系数均<12％）方面显示出良好的性能。 = 20-40）。仿真和实验表明，去噪后的大脑DW-MRI数据可以提供IVIM参数的可靠估计。我们还发现，除了D *（P = 0.6）外，灰质和白质的IVIM参数存在显着差异（P <0.05）。我们的仿真结果表明，在存在不同级别的模拟Rician噪声（SNRb = 0）的情况下，所提出的图像去噪方法在估计IVIM参数（PF，D和D *的偏差和变异系数均<12％）方面显示出良好的性能。 = 20-40）。仿真和实验表明，去噪后的大脑DW-MRI数据可以提供IVIM参数的可靠估计。