O movimento incoerente intra-voxel (IVIM) é uma técnica baseada em imagens de ressonância magnética (RM), livre do uso de agente de contraste, que surgiu na década de 1980 quando Denis Le Bihan tentou descrever, com modelos mono e biexponenciais, o decaimento do sinal de RM de prótons que transladavam por meio de processos chamados perfusão e difusão. Muitos trabalhos revelaram alterações nos parâmetros dos modelos a depender da enfermidade analisada, o que indicava bom potencial no auxílio a diagnóstico e prognóstico de enfermidades. Apesar disso, a técnica apresentava desvantagens: alta sensibilidade ao ruído, necessidade de métodos matemáticos de regressão e inúmeras aquisições que dependeriam de gradientes magnéticos para separar os efeitos de difusão e de perfusão do sinal. Ainda hoje, estas características e as diferentes combinações de técnicas para aquisição do sinal de difusão são estudadas, pois aumentam enormemente a variabilidade das estimativas de parâmetros que quantificam a difusão e a perfusão. Consequentemente, ainda não há consenso acerca de um protocolo clínico para uso desta técnica, nem disponibilidade de ferramente de auxílio à análise de coeficientes de IVIM para profissionais clínicos. Diante disto, este trabalho procurou analisar os efeitos de métodos de regressão, parâmetros de aquisição e de ruído sobre a acurácia e precisão das estimativas. Para tanto, os sinais de IVIM de um único voxel e de um reticulado de voxels foram simulados e seus coeficientes foram estimados por seis métodos de regressão. Buscou-se avaliar o desempenho da combinação entre valores de gradiente de aquisição, métodos de regressão e regiões de interesse (ROIs) em imagens durante a estimativa de coeficientes. Uma ferramenta foi programada para análise de dados de IVIM provenientes de imagens de cérebro de trinta pacientes com o intuito de analisar a aplicabilidade dos métodos. Foi visto que o desempenho da regressão depende diretamente de condições de ruído, da quantidade de imagens adquiridas e da distribuição de valores de b que se escolhe; diferentes combinações de parâmetros para diferentes tecidos podem oferecer resultados bem discrepantes entre si. A simulação do reticulado revela que a dimensão e o posicionamento de ROIs pode compensar deficiências de relação sinal-ruído. A ferramenta foi capaz de analisar satisfatoriamente dados de RM de cérebro para que os objetivos deste trabalho fossem atingido.

Intravoxel incoherent motion (IVIM) is a contrast-agent-free technique used out of magnetic resonance imaging (MRI) and was created in the 1980s by Denis Le Bihan. He described, through mono- and bi-exponential models, the MRI signal decay of protons that moved by means of processes called perfusion and diffusion. Many studies revealed changes in model parameters depending on the illnesses that were investigated, what indicated great potential to assist with diseases diagnosis and prognosis. However, it has also disadvantages: high susceptibility to noise, the need of use of least square methods and high number of acquisitions that depend on magnetic gradients to separate diffusion signal from perfusion signal. These characteristics and the association of diverse acquisiton techniques have been studied because they might enhance the diffusion and perfusion coefficient estimation variability. Thus, there still is neither consensus about a clinical protocol to use such a technique nor available programming tools for clinicians to analyze IVIM signals. Therefore, this work aimed to analyze the effects of mathematical fitting methods, acquisition and noise parameters on estimation accuracy and precision. To do that, the IVIM signals of a single voxel and a reticulation of voxels were simulated and its coefficients were estimated by six different fitting methods. We assessed the performance of combinations between gradient acquisition values, fitting methods and the influence of regions of interest (ROIs) on the image coefficients calculation. A tool was programmed for evaluating IVIM data from brain images of thirty patients with the purpose of assessing the methods applicability. We could see that the fitting methods performance depends on noise conditions and number of acquired images; the estimation results may vary depending on diverse associations between parameters. The simulations of the reticulations revealed that the ROIs dimensions and positioning can compensate poor signal-to-noise ratio conditions. The developed tool was capable of analyzing properly brain MRI data in order to comply with our aims here.