A precisão e acurácia dos métodos mais utilizados atualmente de processamento de dados de espectroscopia por Ressonância Magnética (MRS), baseados na Transformada de Fourier (FT), requerem supressão apropriada (o que está longe de ser trivial) e aquisições longas para a obtenção de alta resolução espectral. Além disso, a FT tem dificuldades quando faltam dados no domínio de tempo, como, por exemplo, pela redução do tempo de aquisição, e consequente número de pontos adquiridos. Isto pode ocorrer, também, por artefatos na aquisição ou, ainda, seja pela exclusão intencional dos primeiros pontos do sinal para a eliminação de ressonâncias largas que estão distorcendo a linha de base no domínio da frequência. Neste estudo, propomos a utilização do Método de Diagonalização na Base de Krylov (KBDM) como uma alternativa a FT para algumas de suas limitações. O método ajusta sinais de experimentos de Free Induction Decay (FID) por uma soma de funções harmônicas complexas, amortecidas exponencialmente, permitindo uma fácil manipulação dos seus parâmetros de caracterização. O KBDM é numericamente mais efetivo para análise de sinais truncados e tem diversos recursos que possibilitam remover picos de forma mais eficiente, como por exemplo, o pico residual da água. Além disso, foi introduzida a possibilidade de quantificação de dados de MRS com o método. Para avaliar a sensibilidade, eficiência e reprodutibilidade do método para quantificar e analisar sinais truncados, foi proposto fazer simulações de espectros clínicos e experimentos em phantoms que representassem o ambiente metabólico do cérebro, para MRS de próton de diferentes níveis de ruídos e para pequenas variações do N-acetil aspartato (NAA). Com estes estudos pôde se comprovar a viabilidade do método para processar dados de MRS e verificar seu potencial na complementação das técnicas atualmente empregadas, especialmente quando uma resolução espectral e temporal maior que o limite imposto pela Relação de Incerteza do formalismo de Fourier é necessária. Além disso, uma desejável facilidade de manipulação de picos específicos (por exemplo, exclusão e quantificação) é proporcionada pelo método. Como perspectivas animadoras deste trabalho esperamos a introdução do KBDM como uma técnica eficiente e coadjuvante ao Imageamento de Ressonância Magnética funcional (fMRI), auxiliando estudos de funções cerebrais, em sequências de MRS para identificar uma rápida variação das linhas associadas as atividades metabólicas dos cérebros.

The precision and accuracy of the most widely used methods to perform Magnetic Resonance Spectroscopy (MRS) data processing based on the Fourier Transform (FT), require appropriate suppression (which is far from trivial) and long acquisitions to obtain high spectral resolution. Furthermore, FT poses difficulty when there are missing data in the time domain. This occurs because of reduction of the acquisition time and consequently also in the number of acquired points, or because of artifacts during acquisition, or even intentional exclusion of the first signal points for the elimination of broad resonances that are producing the distorted baseline in the frequency domain. In this study, we propose the use of the Krylov Basis Diagonalization Method (KBDM) formalism as an alternative to some of FT limitations. The method adjusts signals of Free Induction Decay (FID) experiments with a sum of complex harmonic functions, exponentially damped, allowing easy manipulation of its characterization parameters. The KBDM is numerically more effective for truncated signal analysis and has several features that make it possible to remove peaks more efficiently, such as the residual water peak. Moreover, we introduced the possibility of quantification of MRS data with the described method. To evaluate the sensitivity, efficiency and reproducibility of the method for quantifying and analyzing truncated signals, and through the clinical spectra simulations and experiments in phantoms that would represent the brain metabolic environment, we proposed to perform proton MRS at different noise levels and with small variations of N- acetyl aspartate (NAA) metabolite. These studies allowed to prove the feasibility of the method to process MRS data and verified its potential in complementing techniques currently employed, especially when a greater temporal and spectral resolution is required, more than the limit imposed by the Uncertainty Relation of FT formalism. Furthermore, it is also a desirable effortless tool of handling specific peaks (e.g., exclusion and quantification). Exciting prospects from this work include the introduction of KBDM as an efficient and adjuvant technique to functional Magnetic Resonance Imaging (fMRI), for studying the brain functions, in MRS sequence to identify rapid variation in spectroscopic lines associated to metabolic activities in the brain.