Resumo: Este estudo investigou o uso de um Vision Transformer (ViT) para reconstruir dados de Espectroscopia por Ressonância Magnética (MRS) editada para GABA a partir de um número reduzido de transientes. Transientes referem-se às amostras coletadas por meio da repetição do experimento durante uma aquisição de MRS, com o objetivo de gerar um sinal de qualidade adequada. Especificamente, foram utilizados 80 transientes em vez dos típicos 320, visando reduzir o tempo de aquisição em quatro vezes. Os 80 transientes foram pré-processados e convertidos em uma representação de espectrograma usando a Transformada de Fourier de Tempo Curto (STFT). Um ViT, denominado Spectro-ViT, foi treinado e testado utilizando dados in-vivo da sequência MEGA-PRESS editada para GABA. Seu desempenho foi comparado com outros métodos de reconstrução na literatura, tanto do ponto de vista de qualidade do espectro reconstruído, quanto em relação aos valores estimados de concentração de metabólitos a partir deste espectro, com os escaneamentos típicos de 320 transientes servindo como referência. O modelo Spectro-ViT exibiu as melhores métricas de qualidade geral entre todos os outros métodos avaliados. As concentrações de metabólitos das reconstruções do Spectro-ViT para GABA atingiram o melhor valor médio de R² de 0,67 e o melhor valor médio de Erro Percentual Absoluto Médio de 9,68%, sem diferenças estatísticas significativas em comparação com a referência de 320 transientes. O código para reproduzir esta pesquisa está disponível em https://github.com/MICLab-Unicamp/Spectro-ViT Ver menos

Abstract: This research explored the application of a Vision Transformer (ViT) for reconstructing GABA-edited Magnetic Resonance Spectroscopy (MRS) data from a smaller number of transients. Transients are the samples obtained during an MRS acquisition by repeating the experiment to produce a signal of adequate quality. In this study, 80 transients were utilized instead of the usual 320 transients, aiming to decrease scan time. The 80 transients were pre-processed and transformed into a spectrogram representation using the Short-Time Fourier Transform (STFT). A ViT, referred to as Spectro-ViT, was trained and subsequently tested on in-vivo GABA-edited MEGA-PRESS data. Its performance was benchmarked against other existing pipelines in the literature having in view the spectral reconstruction and the estimated metabolite concentration values, with the standard 320-transient scans serving as the baseline (reference). The Spectro-ViT model achieved the highest overall quality metrics among all compared pipelines. The metabolite concentrations from Spectro-ViT's reconstructions for GABA obtained the best average R² value of 0.67 and the best average Mean Absolute Percentage Error value of 9.68%, with no significant statistical differences when compared to the 320-transient reference. The code for reproducing this research is available at https://github.com/MICLab-Unicamp/Spectro-ViT Ver menos