A general mathematical framework is formulated to characterize the
contribution of gradient non-uniformities to diffusion tensor imaging in
MRI. Based on a model expansion, the actual gradient field is
approximated and employed, after elimination of geometric distortions,
for predicting and correcting the errors in diffusion encoding. Prior to
corrections, experiments clearly reveal marked deviations of the
calculated diffusivity for fields of view generally used in diffusion
experiments. These deviations are most significant with greater distance
from the magnet's isocenter. For a FOV of 25 cm the resultant errors in
absolute diffusivity can range from approximately -10 to +20 percent.
Within the same field of view, the difflision-encoding direction and the
orientation of the calculated eigenvectors can be significantly altered
if the perturbations by the gradient non-uniformities are not considered.
With the proposed correction scheme most of the errors introduced by
gradient non-uniformities can be removed.
Uma estrutura matemática geral é formulada para caracterizar a contribuição de non-uniformidades do gradient à imagem latente do tensor da difusão em MRI. Baseado em uma expansão modelo, o campo real do gradient é aproximado e empregado, após o elimination de distorções geométricas, para predizer e corrigir os erros no encoding da difusão. Antes das correções, as experiências revelam claramente desvios marcados do diffusivity calculado para os campos de vista usados geralmente em experiências da difusão. Estes desvios são os mais significativos com distância mais grande do isocenter do ímã. Para um FOV de 25 cm os erros resultantes no diffusivity absoluto podem variar de aproximadamente -10 a +20 por cento. Dentro do mesmo campo de vista, o sentido difflision-codificando e a orientação dos eigenvectors calculados podem significativamente ser alterados se os perturbations pelas non-uniformidades do gradient não forem considerados. Com o esquema proposto da correção mais dos erros introduzidos por non-uniformidades do gradient pode ser removido.
