مقالة منهجية

تصوير الرنين المغناطيسي للرئة الوظيفي ثلاثي الأبعاد

DOI:

10.3791/66385

⸱

يونيو 21, 2024

 ,  ,  , 
1Institute of Diagnostic and Interventional Radiology, Hannover Medical School, 2Biomedical Research in Endstage and Obstructive Lung Disease Hannover (BREATH), Member of the German Centre for Lung Research (DZL)

في هذه المقالة

ملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

الرئة الوظيفية ثلاثية الأبعاد (3D) التي تم حلها (PREFUL) هي تقنية تصوير بالرنين المغناطيسي الوظيفية (MRI) تسمح بالقياس الكمي للتهوية الإقليمية لحجم الرئة البشرية بالكامل ، باستخدام التنفس المد والجزر والاكتساب المجاني لعامل التباين لمدة 8 دقائق. هنا ، نقدم بروتوكول MR لجمع وتحليل بيانات التصوير ثلاثي الأبعاد PREFUL.

الملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

التصوير بالرنين المغناطيسي الرئوي (MRI) يقدم مجموعة متنوعة من التقنيات الخالية من الإشعاع المصممة لتقييم تهوية الرئة الإقليمية أو بدائلها. تشمل هذه التقنيات القياسات المباشرة ، والتي يتضح من التصوير بالرنين المغناطيسي بالغاز مفرط الاستقطاب والتصوير بالرنين المغناطيسي للغاز المفلور ، بالإضافة إلى القياسات غير المباشرة التي يسهلها التصوير بالرنين المغناطيسي المعزز بالأكسجين والتصوير بالرنين المغناطيسي لتحلل فورييه القائم على البروتون. في الآونة الأخيرة ، كان هناك تقدم كبير في مجال التصوير بالرنين المغناطيسي FD ، والذي تضمن تحسين الدقة المكانية / الزمانية ، وتحسين تصميم التسلسل والمعالجة اللاحقة ، وتطوير نهج شامل للرئة بأكملها.

يبرز التصوير بالرنين المغناطيسي للرئة الوظيفية ثنائية الأبعاد (2D) (PREFUL) كنهج قائم على FD تم تطويره للتقييم الشامل للتهوية الإقليمية وديناميكيات التروية ، كل ذلك في اكتساب MR واحد. في الآونة الأخيرة ، تم إحراز تقدم جديد مع تطوير 3D PREFUL لتقييم التهوية الديناميكية للرئة بأكملها باستخدام فحص مدته 8 دقائق مع تسلسل ذاتي البوابات.

يتضمن الاستحواذ ثلاثي الأبعاد PREFUL على استخدام كومة من النجوم مدللة تدرج صدى مع زيادة الزاوية الذهبية. بعد إعادة بناء صورة الاستشعار المضغوطة لما يقرب من 40 مرحلة تنفس ، تخضع جميع الصور التي تم حلها بواسطة الجهاز التنفسي المعاد بناؤها للتسجيل في مرحلة التنفس الثابتة. بعد ذلك ، يتم استخراج معلمات التهوية من الصور المسجلة.

في مجموعة دراسة تضم متطوعين أصحاء ومرضى يعانون من مرض الانسداد الرئوي المزمن ، أظهرت معلمات التهوية 3D PREFUL ارتباطات قوية مع القياسات التي تم الحصول عليها من اختبارات وظائف الرئة. بالإضافة إلى ذلك ، اعتبرت قابلية التكرار بين المسح الضوئي لتقنية 3D PREFUL مقبولة ، مما يشير إلى موثوقيتها للتقييمات المتكررة لنفس الأفراد.

باختصار ، يوفر التصوير بالرنين المغناطيسي للتهوية 3D PREFUL تغطية كاملة للرئة ويلتقط ديناميكيات التهوية بدقة مكانية محسنة مقارنة بتقنية 2D PREFUL. 3D PREFUL بديلا فعالا من حيث التكلفة للرنين المغناطيسي 129Xe مفرط الاستقطاب ، مما يجعله خيارا جذابا للتقييم الملائم للمريض للتهوية الرئوية.

المقدمة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

وفقا لمنظمة الصحة العالمية (WHO) ، فإن أمراض الجهاز التنفسي المزمنة هي السبب الرئيسي الثالث للوفاة ، مما يضع عبئا كبيرا على الرعاية الصحية< sup class = "xref">1. يتضمن تشخيص ومراقبة العديد من أمراض الجهاز التنفسي اختبارات وظيفية رئوية ، والتي تفتقر إلى المعلومات المكانية وقد لا تكون مجدية في المرضى الصغار. توفر العديد من طرق الطب النووي الأخرى مقاييس مكانية للتهوية ، مثل التصوير المقطعي بالإصدار البوزيتروني (PET) < فئة sup = "xref" >2 ، أو التصوير المقطعي المحوسب بإصدار فوتون واحد (SPECT) < فئة sup = "xref" >3 ، أو التصوير المقطعي المحوسب < فئة sup = "xref" >4. عيب كبير لهذه التقنيات هو استخدام الإشعاع المؤين للتصوير. لذلك ، فإن هذه القياسات غير مجدية في المجموعات السكانية الحساسة مثل الأطفال أو للقياسات المتكررة في الدراسات السريرية.

اكتسبت طرق التصوير بالرنين المغناطيسي < p class = "jove_content" >اهتماما في العقدين الماضيين لأنها توفر قياسا خاليا من الإشعاع لوظيفة الرئة. قبل كل شيء ، تم استخدام تقنيات التصوير بالرنين المغناطيسي بالغاز مفرط الاستقطاب < فئة الدعم = "xref" >5 لتقييم التهوية الرئوية في الضوابط الصحية والمرضى الذين يعانون من أمراض رئوية مع تحقيق نسبة إشارة إلى ضوضاء فائقة (SNR) عند مقارنتها ب 19F< sup class = "xref" >6 أو التصوير بالرنين المغناطيسي المعزز بالأكسجين < فئة sup = "xref" >7. تشمل العيوب الشائعة لتقنيات التصوير بالرنين المغناطيسي للغاز الحاجة إلى موظفين إضافيين أو تكاليف الأجهزة أو الحاجة إلى تعاون المريض أثناء قياس التنفس. لمعالجة هذه القيود ، تم تقديم طرق تعتمد على تحلل فورييه (FD) التصوير بالرنين المغناطيسي < فئة الدعم = "xref" >8 لتقييم التهوية الرئوية والتروية. كبديل للتصوير بالرنين المغناطيسي FD ، تم تطوير التصوير بالرنين المغناطيسي للرئة الوظيفية (PREFUL) < sup class = "xref" >9 ، والتحقق من صحتها < فئة الدعم = "xref" >10،11،12 ، وتم اختبارها في دراسات متعددة ، بما في ذلك الدراسات متعددة المراكز<فئة الدعم = "xref">13،14. ومع ذلك ، فإن الاستحواذ ثنائي الأبعاد يؤدي إلى أوقات اكتساب طويلة لتغطية الرئة الكاملة والدقة المكانية المحدودة. يتم تقديم حل أنيق من خلال عمليات الاستحواذ ثلاثية الأبعاد ذاتية البوابات ، وإن كان ذلك على حساب معلومات التروية < فئة الدعم = "xref" > 15 ، < sup class = "xref" > 16 ، < sup class = "xref" >17. تم تطوير إحدى هذه التقنيات ، 3D PREFUL MRI17 ، ليس فقط لتقييم التهوية الثابتة ولكن أيضا لديناميكيات التهوية أثناء اختبار التصوير بالرنين المغناطيسي لمدة 8 دقائق ، مما يوفر دقة صورة فائقة عند مقارنتها بطرق 2D.

بعد المنشور الأصلي الذي يصف الطريقة17 ، تم تقييم قابلية تكرار التقنية ومقارنتها بالقياسات التنفسية الراسخة سريريا < sup class = "xref" >18 ، ومؤخرا ، تم تقديم إطار عمل سريع لتسجيل الصور مع تحسين تكرار معلمات التهوية والحفاظ على جودة الصورة لخرائط التهوية< فئة الدعم = "xref">19. هذه التقنية الصديقة للمريض والقابلة للتطوير بسهولة ، والقادرة على رسم خرائط كمية للتهوية الإقليمية في الرئة البشرية ، لديها القدرة على المساهمة بشكل كبير في الكشف المبكر عن أمراض الجهاز التنفسي أو تشخيصها أو متابعة مراقبة تأثيرات العلاج< فئة الدعم = "xref">20. هذه التغييرات العلاجية في وظائف الرئة الإقليمية ، مثل تحسين حجم التهوية ، لديها القدرة على أن تصبح مؤشرات حيوية لتقييم تأثير العلاجات ويمكن أن تكون أداة مفيدة في الدراسات السريرية متعددة المراكز.

يهدف المقال إلى تقديم شرح شامل ومرئي لتقنية 3D PREFUL ، بهدف تعزيز ترجمة أوسع لهذه التقنية.

البروتوكول

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

حصلت هذه الدراسة على موافقة لجنة الأخلاقيات في كلية الطب في هانوفر ، مما يضمن التزامها بالمعايير الأخلاقية الصارمة طوال عملية البحث. اتبع التحقيق بدقة المبادئ التوجيهية الموضحة في إعلان هلسنكي ، مع التركيز على السلوك الأخلاقي للبحث الطبي. بالإضافة إلى ذلك ، تم الحصول على الموافقة المستنيرة بجد من جميع المشاركين في الدراسة (أو أولياء أمورهم أو الأوصياء القانونيين) قبل مشاركتهم في فحص التصوير بالرنين المغناطيسي.

ملاحظة: تختلف معايير الإدراج/الاستبعاد للدراسات التي تتضمن التصوير بالرنين المغناطيسي التمهيدي ثلاثي الأبعاد وتعتمد على تصميم الدراسة. عادة ما تتضمن معايير إدراج المتطوعين الأصحاء في فحص التصوير بالرنين المغناطيسي ثلاثي الأبعاد قبل الأبعاد الأفراد الذين (أ) خاليون من أي حالات طبية كبيرة يمكن أن تؤثر على نتائج الدراسة ، (ب) لا يتناولون أي أدوية قد تتداخل مع نتائج التصوير بالرنين المغناطيسي ، (ج) ليس لديهم رهاب الأماكن المغلقة أو القلق أو الغرسات المعدنية أو الأجهزة ، (د) يستوفون معايير العمر والجنس المحددة ذات الصلة بأهداف الدراسة ، (ه) ليس لديك تاريخ من التدخين ، (و) لديك نتائج طبيعية لقياس التنفس (FEV1 / FVC > 0.7 وكل من FEV1 و FVC > 80٪ من القيمة التنبؤية). قد تشمل معايير الاستبعاد لجميع المشاركين في الدراسة الذين يخضعون لفحص التصوير بالرنين المغناطيسي 3D PREFUL MRI ما يلي: (أ) الحمل، (ب) وجود أي حالة قد تضر بمأمونية أو صلاحية فحص التصوير بالرنين المغناطيسي 3D PREFUL، (C) عدم تحمل عوامل التباين القائمة على الجادولينيوم عند تضمين التصوير بالرنين المغناطيسي الديناميكي المعزز بالتباين في بروتوكول الدراسة.

فئة

1. مقابلة ما قبل التصوير بالرنين المغناطيسي

  1. اطلب من الطبيب جمع معلومات مهمة تتعلق بالتاريخ الطبي للموضوع.
  2. اشرح موانع الاستعمال المحتملة والمخاطر وإجراء التصوير بالرنين المغناطيسي.
  3. الحصول على موافقة مكتوبة ومستنيرة من الموضوع.
    ملاحظة: في حالة عدم توفر نتائج اختبار وظائف الرئة ، اطلب من الشخص الخضوع لاختبار وظائف الرئة قبل فحص التصوير بالرنين المغناطيسي والتحقق من أن النتائج التي تم الحصول عليها تفي بمعايير الاشتمال.
< p class = "jove_title" >2. تحضير مصور الأشعة لامتحان التصوير بالرنين المغناطيسي
  1. قم بتسجيل الموضوع في وحدة تحكم MR واختر بروتوكول MR للدراسة مع اكتساب 3D PREFUL.
  2. تحقق من خلو الشخص وجيوبه وملابسه من القطع التي تحتوي على المعدن.
  3. ضع الأوراق على طاولة الماسح الضوئي بحيث تكون بيئة معقمة مضمونة.
  4. ادخل إلى غرفة MR مع الموضوع.

3. إعداد الموضوع لامتحان MR

  1. اجعل الموضوع يستلقي على طاولة التصوير بالرنين المغناطيسي في وضع ضعيف (ومع ذلك ، من الممكن وضع الانبطاح).
  2. تأكد من أن ملف الجذع يوفر تغطية كافية للصدر ، مع وضع العنصر العلوي من ملف الجذع بالقرب من ذقن الشخص.
  3. قم بتزويد الشخص بسماعات رأس (بدلا من ذلك سدادات الأذن أو كليهما) لحماية السمع من الضوضاء العالية التي يسببها التصوير بالرنين المغناطيسي.
  4. قم بتزويد الموضوع بزر أمان (أو آلية أمان بديلة) بحيث يمكن الوصول إليه والضغط عليه بسهولة.
  5. ضع وسادة تحت رأس الشخص وساقيه لتعزيز الراحة أثناء فحص التصوير بالرنين المغناطيسي.
  6. ضع الموضوع في الماسح الضوئي بالرنين المغناطيسي باستخدام الملاحة الضوئية بالليزر للتأكد من أن المنطقة المصورة تشغل مركز التجويف المتساوي.
فئة

4. فحص التصوير بالرنين المغناطيسي

  1. المترجم
    1. قم بإجراء تسلسل مترجم (مع معلمات مماثلة كما هو موضح في الجدول 1 أ) للحصول على صور تشريحية منخفضة الدقة في ثلاث مستويات (مع مجال رؤية كبير) سيتم استخدامها لتخطيط اختبار 3D PREFUL.
  2. التصوير ثلاثي الأبعاد PREFUL
    1. قم بتعيين معلمات الاستحواذ وفقا للجدول 1 ب للحصول على التصوير.
    2. اضبط عدد الإسقاطات الشعاعية وفقا لذلك بحيث يستغرق الاستحواذ حوالي 8 دقائق.
    3. أخبر الشخص أن يتنفس بشكل طبيعي (تنفس خال من المد والجزر) طوال عملية الاستحواذ.
    4. تأكد من تضمين الصدر بالكامل في مجال الرؤية وابدأ الاستحواذ.
  3. بعد اكتمال التصوير، قم بإزالة الموضوع من الماسح الضوئي.

5. نقل البيانات الأولية

  1. عادة ، لا يتم حفظ البيانات الأولية التي تم الحصول عليها على النظام الأساسي لبائع MR. احفظ بيانات 3D PREFUL kspace الأولية باستخدام الخطوات الخاصة بالبائع على وحدة تحكم MR.
< p class = "jove_title" >6. تحليل البيانات والمعالجة اللاحقة
  1. ابدأ في تقييم البيانات التي تم الحصول عليها باستخدام البرنامج النصي لإعادة بناء الصورة (جدول المواد) على محطة العمل المعينة ، على سبيل المثال ، في MATLAB ، عن طريق تعيين المسار إلى البيانات الأولية.
    ملاحظة: يجب أن تحتوي محطة العمل المعينة بالفعل على الحزم التالية المثبتة:
    (أ) مجموعة أدوات التعمير المتقدم في بيركلي (BART)
    (ب) أدوات التطبيع المتقدمة
  2. إعادة بناء الصورة
    1. قم بتقدير تأخيرات التدرج المعتمد على نظام MR باستخدام إسقاطات المعايرة باستخدام وظيفة estdelay المطبقة في Berkeley Advanced reconstruction toolbox (BART)21,22.
    2. قم بتطبيق تحول على كل إسقاط وفقا لتأخير التدرج المحسوب.
    3. قم بتطبيق تصفية Hanning (باستخدام وظيفة hann في MATLAB) على البيانات المصححة لتأخير التدرج باستخدام نافذة دورية في المستوى xy والاتجاه z.
    4. إعادة بناء الصورة منخفضة الدقة لتجميع الجهاز التنفسي
      1. حدد واحدا إلى ثمانية / ربع بيانات k-space المتمركزة حول الفهرس الأوسط لبعد القراءة/القسم.
        ملاحظة: اعتمادا على حجم الموضوع، ينتج عن هذه الخطوة حجم مصفوفة 32 × 32 × (12-20).
      2. أعد تشكيل مصفوفات بيانات k-space والمسارات المقابلة لتشمل بعدا زمنيا إضافيا ، حيث تشتمل كل نقطة زمنية على 14 إسقاطا شعاعيا.
        ملاحظة: تتضمن كل نقطة زمنية لاحقة 13 إسقاطا شعاعيا من النقطة الزمنية السابقة بالإضافة إلى إسقاط شعاعي متتالي جديد.
      3. استخدم الأمر التصوير المتوازي والاستشعار المضغوط (pics) المنفذة في BART لإعادة بناء الصور.
        ملاحظة: تطبيق معيار L2 (λ = 0.1) والتباين الكلي (λ = 0.0001) تنظيم في المجال المكاني والتباين الكلي (λ = 0.01) التنظيم في المجال الزمني.
    5. استخراج إشارة بوابات الجهاز التنفسي
      1. قم بتقسيم حمة الرئة في كل صورة ثلاثية الأبعاد منخفضة الدقة معاد بناؤها باستخدام عتبة Otsu < sup class = "xref">23 ، واحسب حجم حمة الرئة لكل نقطة زمنية.
      2. قم بتطبيق مرشح تمرير منخفض بتردد قطع يبلغ 0.7 هرتز على السلسلة الزمنية للحجم المستخرج واحسب تردد التنفس.
      3. استبعاد القيم المتطرفة المتطرفة من السلسلة الزمنية (النقاط الزمنية أعلى من النسبة المئوية 95 وأقل من النسبة المئوية العاشرة).
        ملاحظة: يسمح ترتيب السلاسل الزمنية حسب اتساعها وطورها بإعادة بناء دورة تنفسية واحدة.
    6. قم بإجراء تحويل فورييه سريع (FFT ، وظيفة fft في MATLAB) على البيانات التي تمت تصفيتها على طول اتجاه الشريحة لتمكين إعادة بناء الصورة شريحة تلو الأخرى.
    7. أعد تشكيل مصفوفة بيانات k-space بناء على السلسلة الزمنية المستخرجة بحيث تحتوي كل حاوية تنفسية على ما لا يقل عن 100 مكبرة صوت.
    8. استخدم 20٪ من الإسقاطات من الصناديق المجاورة لتحسين فئة SNR24,25 لكل صندوق تنفسي.
    9. أعد تشكيل مصفوفة مسارات k-space لتتناسب مع حجم بيانات k-space.
    10. قم بتنفيذ الأمر pics لإعادة بناء الصورة لكل شريحة.
      ملاحظة: تطبيق معيار L2 (λ = 0.1) والتباين الكلي (λ = 0.0001) تنظيم في المجال المكاني والتباين الكلي (λ = 0.01) التنظيم في المجال الزمني.
    11. احفظ المتغيرات، بما في ذلك الصور المعاد بناؤها لدورة تنفسية واحدة كاملة، وتكرار التنفس، وأوقات الاستحواذ، في ملف .mat.
  3. تسجيل الصور
    1. عكس شدة الإشارة للصور المعاد بناؤها.
    2. سجل الصور في حالة تنفسية محددة، مثل الإلهام، باستخدام تسجيل غير صلب.
      ملاحظة: لتحسين دقة التسجيل ، يمكن استخدام نهج موجه نحو المجموعة < sup class = "xref" > 26. يمكن تنفيذ عملية التسجيل إما على وحدة المعالجة المركزية أو وحدة معالجة الرسومات باستخدام أدوات مثل أدوات التسوية المتقدمة (ANTs)27 أو حزمة تسجيل Forsberg28.
  4. تجزئة حمة الرئة
    1. قم بتقسيم حمة الرئة للصورة ثلاثية الأبعاد ذات الشهيق النهائي باستخدام شبكة عصبية تلافيفية مع ، على سبيل المثال ، nUnet architecture < sup class = "xref" >29.
    2. استبعاد الأوعية الرئوية باستخدام خوارزمية التعرف على الأوعية الدموية ، مثل تلك التي وصفها Wernz et al.30.
      ملاحظة: خطوة التعرف على الأوعية الرئوية ليست إلزامية إذا لم يكن لديك حق الوصول إلى مثل هذه الخوارزمية. في بعض الحالات ، قد يكون من الضروري إعادة التجزئة اليدوية.
  5. تصفيه
    1. قم بتطبيق انحدار نواة Nadaraya-Watson (مع σ = 0.3) على الصور المسجلة والمكسورة لاستيفاء 16 مرحلة على شبكة زمنية متباعدة بشكل موحد.
    2. تخلص من اختلافات الإشارة غير المرتبطة بالتنفس عن طريق تطبيق مرشح تمرير منخفض عند Hz 0.7 على البيانات المقحمة في المجال الزمني.
    3. قم بإزالة تشويش الصور التي تمت تصفيتها ذات التمرير المنخفض باستخدام التصفية الموجهة بالصور < sup class = "xref" >31 ، مع عمل الصورة المسجلة في المتوسط الزمني كصورة إرشادية. قم بتعيين المعلمات التالية: حجم النافذة = [5 ، 5 ، 5] ، lambda = 0.001.
  6. تحليل التهوية
    1. احسب خرائط التهوية الإقليمية (RVent) بالملليلتر / المليلتر (مل / مل) لكل مرحلة تنفسية N باستخدام الصيغة التالية< فئة الدعم = "xref">32:
      figure-protocol-1 [1]
      ملاحظة: يمثل SInsp الصورة المستهدفة لتسجيل الصورة ، المقابلة لمستوى الشهيق النهائي. يشير SExp إلى صورة نهاية الزفير ، بينما يمثل SN الحالة التنفسية N.
    2. احسب خريطة عيب التهوية (VDRVent) لخريطة RVent للمرحلة 8 ، والتي تمثل التهوية القصوى.
      ملاحظة: لحساب VD ، تعتبر voxels أقل من عتبة القيمة المئوية 90 ، مضروبة بعامل 0.4 ، عيوبا < sup class = "xref" >33.
    3. احسب خريطة مقياس ارتباط التدفق والحجم والحلقة (FVL-CM).
      1. احسب التدفق كأول مشتق ل RVent.
        ملاحظة: يتم قياس الحجم مباشرة بواسطة RVent.
      2. قم بإنشاء FVL مرجعي لكل شريحة ، محسوبة من منطقة سليمة محددة بقيم RVent بين 75 و 95 بالمائة.
      3. تحديد التشابه بين FVL لكل حمة رئوية فوكسل و FVL المرجعي باستخدام الارتباط المتبادل مع صفر تأخر.
    4. احسب خريطة VDFVL-CM ، حيث يتم تحديد voxels ذات قيم FVL-CM أقل من 0.9 على أنها فوكسل مع عيب في التهوية < فئة SUP = "xref" >34.
    5. احسب خرائط وقت التهوية إلى الذروة (VTTP) في النسبة المئوية (٪) من الدورة التنفسية.
      ملاحظة: من الناحية النظرية ، تبدأ / تنتهي الدورة التنفسية المقحمة عند ذروة الزفير وتكون متماثلة حول ذروة الإلهام عند 50٪ من دورة التهوية للحصول على فوكسيل صحي. بالنسبة للفوكسل التي تخضع لديناميكيات تهوية متقدمة / متأخرة ، ستعرض خريطة VTTP قيمة أقل / أعلى من 50٪.
    6. احسب انحراف قيمة VTTP (VTTPDev) عن ذروة الإلهام عند 50٪ على النحو التالي:
      figure-protocol-2 [2]
      ملاحظة: بالنسبة لمنطقة سليمة، يجب أن يكونVTTP Dev قريبا من 0٪.
    7. الاحصاءات
      1. وصف إحصائيا المعلمات RVent و FVL-CM و VTTP و VTTPDev لجميع الشرائح ، مع توفير قيم المتوسط والمتوسط والانحراف المعياري والنطاقات الربيعية.
      2. احسب قيم النسبة المئوية لعيب التهوية المشتقة من خرائط VD التي تم إنشاؤها.
      3. تصدير جميع المعلمات المحسوبة إلى ملف جدول بيانات (راجع المثال الوارد في الجدول 3).

النتائج

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يتضمن أبسط بروتوكول تصوير ثلاثي الأبعاد PREFUL تسلسلين. مترجم تشريحي واحد + قياس تنفس مجاني واحد باستخدام اكتساب كومة من النجوم ثلاثية الأبعاد ذات الزاوية الذهبية. يظهر مسار كومة النجوم في <فئة قوية = "xfig">الشكل 1. يجمع هذا المسار بين أخذ العينات الشعاعية (داخل المستوى) وأخذ العينات الديكارتية الخطية (في الاتجاه z). في البداية ، يتم الحصول على عينات في اتجاه التقسيم kz ، متبوعة بدوران الزاوية الذهبية لأخذ عينات من المستوى kxk y. يعزز مخطط اكتساب الزاوية الذهبية البوابات الذاتية مع تغطية موحدة ل k-space ، مما يسهل إعادة بناء الصورة ببيانات أقل من العينات بشكل كبير. لا يتجاوز الامتحان بأكمله 10 دقائق. يتم وضع مزيد من التفاصيل حول الاستحواذ على 3D PREFUL في جدول المواد.

figure-results-1
<فئة قوية = "xfig">الشكل 1: مسار كومة النجوم المستديرة للنسبة الذهبية. لاحظ أخذ العينات الشعاعية المطبقة على طول البعد داخل المستوى (kx-ky) وأخذ العينات الديكارتية المطبقة على طول اتجاه الشريحة (kz). ينتج عن هذا المخطط تغطية أسطوانية للمساحة k المكتسبة. في هذا المثال، يتم تصوير ثلاثة أقسام، بما في ذلك 32 إسقاطا شعاعيا لكل قسم. الرجاء النقر هنا لعرض نسخة أكبر من هذا الشكل.

يتم عرض قائمة بمعلمات التصوير بالرنين المغناطيسي النموذجية المستخدمة للتصوير ثلاثي الأبعاد PREFUL على ماسح ضوئي 1.5 T في الجدول 1 ب. وبالنسبة للماسح الضوئي 3T، يقترح معلمات التسلسل المدرجة في الجدول 2.

بعد اكتمال الحصول على البيانات ونقل البيانات ، يبدأ جزء إعادة بناء الصورة. تتم هذه الخطوة بواسطة كود MATLAB الذي ينتمي إلى الملكية الفكرية (IP) لشركة (BioVisioneers GmbH) ولا يمكن مشاركته علانية. يتم أتمتة البرنامج النصي بالكامل بمجرد توفير المسار إلى البيانات الأولية. تم تصوير نظرة عامة تخطيطية على إجراء إعادة الإعمار في <فئة قوية = "xfig">الشكل 2.

< p class = "jove_content biglegend" fo: keep-together.within-page = "1" >figure-results-2
<فئة قوية = "xfig">الشكل 2: نظرة عامة تخطيطية على طريقة التصوير بالرنين المغناطيسي للرئة الوظيفية ثلاثية الأبعاد (PREFUL). في البداية ، يتم الحصول على البيانات باستخدام اكتساب MR لمدة 8 دقائق مع مسار كومة من النجوم. بعد نقل البيانات من ماسح التصوير بالرنين المغناطيسي إلى وحدة الحوسبة ، يتم إعادة بناء صور ثلاثية الأبعاد منخفضة الدقة بدقة زمنية تبلغ حوالي 100 مللي ثانية. يتم تقسيم حمة الرئة لكل صورة ، ويتم حساب حجم الرئة. يتم استخدام معلومات حجم الرئة أيضا كإشارة بوابة. بناء على سعة ومرحلة إشارة البوابة ، يتم فرز الإسقاطات الشعاعية في صناديق تنفسية تغطي دورة تنفسية واحدة. يتبع جزء التجميع إعادة بناء ديناميكية للصور كاملة الدقة ، والتي يتم تسجيلها لاحقا على مستوى الشهيق النهائي. بعد عدة خطوات بعد المعالجة ، يتم حساب دورة التهوية الإقليمية (RVent) ، ويتم تنفيذ جزء تحليل الصورة ، بما في ذلك استخراج المعلمة. يتم تقييم دورة RVent عن طريق حساب حلقة حجم التدفق (FVL) لكل فوكسل. يتم استخراج خرائط التهوية FVL-CM من خلال تقييم كل فوكسيل FVL مقابل FVL المرجعي الصحي ، مع تقييم التشابه باستخدام مقياس الارتباط المتبادل. بالنسبة لكل من RVent و FVL-CM ، تم تحديد قيم النسبة المئوية العالمية لعيوب التهوية الإجمالية (VDP). علاوة على ذلك ، يتم تحليل ديناميكيات دورة RVent من خلال تحليل الوقت إلى الذروة ، مما ينتج عنه خريطة معلمة وقت التهوية إلى الذروة (VTTP). بالإضافة إلى ذلك ، يتم تحديد انحراف ذروة التهوية المتوقعة عند 50٪ من دورة RVent في خريطة VTTPDev. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

بعد إجراء إعادة بناء الصورة، تتم محاذاة جميع الصور مكانيا إلى حالة ثابتة واحدة. يتم إجراء التسجيل نفسه على وحدة المعالجة المركزية باستخدام أدوات التسوية المتقدمة (ANTs27) أو حزمة تسجيل Forsberg28. في حين أن حزمة ANTs تظل معيارا ذهبيا لمهام تسجيل الصور في التصوير بالرنين المغناطيسي والتصوير المقطعي المحوسب, يسهل تسجيل Forsberg إجراء تسجيل أسرع 10 أضعاف تصل إلى 9 دقائق مع نتائج قابلة للمقارنة<فئة sup = "xref">19. يمكن اختيار حزمة التسجيل اعتمادا على أولويات المستخدم ووحدات الحوسبة المتاحة. بعد الانتهاء من التسجيل ، يتم عكس الصور المورفولوجية المسجلة مرة أخرى بحيث تظهر الرئة مظلمة في الصورة ذات التدرج الرمادي.

في <الفئة القوية = "xfig" >الشكل 3 ، تم تصوير الخطوة التالية من خط الأنابيب ، والتي تتضمن تجزئة حمة الرئة. أولا ، يتم تقسيم حمة الرئة من صورة الشهيق النهائي باستخدام شبكة عصبية تلافيفية مع بنية nnUnet< فئة sup = "xref">29. يتبع تجزئة حمة الرئة التعرف على الأوعية الدموية< فئة sup = "xref">30 ، والتي يتم استبعادها من قناع التجزئة النهائي.

figure-results-3
<فئة قوية = "xfig">الشكل 3: النتائج النموذجية للتجزئة القائمة على التعلم العميق لموضوع ذكر يبلغ من العمر 32 عاما. يعرض الصف العلوي صورا مورفولوجية لثماني شرائح إكليلية تمثيلية. في الصفين الثاني والثالث ، يمكن للمرء أن يلاحظ قناع حمة الرئة المقابل والقناع النهائي مع استبعاد الأوعية ، على التوالي. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

مثال على تجزئة حمة الرئة غير الصحيحة موضح في <فئة قوية = "xfig" >الشكل 4. من الضروري فحص التجزئة القائمة على التعلم العميق بصريا ، وإذا اعتبرت غير مرضية ، فيجب النظر في التصحيحات اليدوية لتعزيز دقة قناع حمة الرئة النهائي.

figure-results-4
<فئة قوية = "xfig">الشكل 4: النتائج النموذجية للتجزئة غير الصحيحة القائمة على التعلم العميق لموضوع ذكر يبلغ من العمر 57 عاما. يعرض الصف العلوي صورا مورفولوجية لثماني شرائح إكليلية تمثيلية. في الصفين الثاني والثالث ، يمكن للمرء أن يلاحظ قناع حمة الرئة المقابل والقناع النهائي مع استبعاد الأوعية ، على التوالي. كما هو واضح ، يتم التعرف على العديد من المناطق الليفية عن طريق الخطأ على أنها أوعية أو هياكل غير رئوية. وقد صححت هذه الأخطاء يدويا، كما هو موضح في الصف الرابع. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

بعد عدة خطوات تصفية موضحة في البروتوكول ، يتم calculated. 3D بدائل التهوية التي ينشئ التصوير بالرنين المغناطيسي PREFUL خرائط كمية للتهوية الإقليمية الثابتة (RVent) ، ومقاييس ارتباط حجم التدفق الديناميكي (FVL-CM) ، ومعلمتين تستندان إلى تحليل وقت التهوية إلى الذروة (VTTP) ، كما هو موضح في <فئة قوية = "xfig">الشكل 5. يقدم هذا الشكل ثماني شرائح إكليلية لرجل سليم يبلغ من العمر 32 عاما. لاحظ التوزيع المتجانس المتوقع لجميع معلمات التهوية.

< p class = "jove_content biglegend" fo: keep-together.within-page = "1" >figure-results-5
<فئة قوية = "xfig">الشكل 5: التصوير بالرنين المغناطيسي 3D preful لمتطوع سليم (ذكر يبلغ من العمر 32 عاما). خرائط مورفولوجية تمثيلية (الصف العلوي) ومعلمات تهوية التصوير بالرنين المغناطيسي 3D Preful (الصف الثاني إلى الخامس) لمتطوع سليم (ذكر يبلغ من العمر 32 عاما). يتم تمثيل التهوية الإقليمية الثابتة بالتهوية الإقليمية (RVent) ، بينما يتم تقييم ديناميكيات التهوية باستخدام مقياس ارتباط حلقة حجم التدفق (FVL-CM) ، ووقت التهوية إلى الذروة (VTTP) ، وانحراف VTTP (VTTPDev) تمثل معلمات التهوية التي تقيم ديناميكيات التهوية. كما هو متوقع ، لوحظت قيم تهوية متجانسة لجميع خرائط معلمات التهوية. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

لتبسيط خرائط التهوية ، يتم اشتقاق خرائط عيوب التهوية (VD) ل RVent و FVL-CM ، مما يتيح تفسيرا أسرع للنتائج. يتم تقديم خرائط VD النموذجية في <فئة قوية = "xfig">الشكل 6. بالنسبة لكل من VDRVent و VDFVL-CM ، تم العثور على قيم VDP بنسبة 3.6٪ و 3.0٪ على التوالي ، وتقع ضمن المعدل الطبيعي الصحي. من الناحية المثالية ، واعتمادا على عمر المتطوعين الأصحاء ، يجب ألا تتجاوز قيمة VDP 10٪. تم التحقق من صحة المعلمات المذكورة أعلاه (RVent و FVL-CM وخرائط VD الخاصة بها) في العديد من الدراسات< sup class = "xref">11,12,35,36 وهي حساسة في الكشف عن المرض وكذلك في الكشف عن التأثيرات الناجمة عن العلاج< sup class = "xref">20,34,37,38، < فئة الدعم = "xref">39.

< p class = "jove_content biglegend" fo: keep-together.within-page = "1" >figure-results-6
<فئة قوية = "xfig">الشكل 6: خرائط RVent و FVL-CM التمثيلية ، بما في ذلك خرائط عيوب التهوية الخاصة بهم. تم تصوير خرائط RVent (الصف العلوي) و FVL-CM (الصف الثاني) ، بما في ذلك خرائط عيوب التهوية (الصف الثالث والرابع) المستمدة من التصوير بالرنين المغناطيسي 3D PREFUL لمتطوع سليم (ذكر يبلغ من العمر 32 عاما). في خرائط VD ، تكون المناطق الصحية خضراء ، ويتم تمييز مناطق نقص التهوية باللون الأحمر. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

تم الإبلاغ عن العديد من دراسات التصوير بالرنين المغناطيسي الرئوي عند شدة المجال المغناطيسي 1.5 T و 3 T. في حين أن هناك ميزة نظرية ل 3T بسبب زيادة نسبة الإشارة إلى الضوضاء (SNR) ، فقد تفوق هذه الميزة تأثيرات الحساسية المغناطيسية الأكثر وضوحا عند 3T. التأثير الدقيق لشدة المجال المغناطيسي على جودة صورة خرائط التهوية ثلاثية الأبعاد PREFUL غير معروف حاليا. هنا ، نقدم نتائج الجدوى (<فئة قوية = "xfig" >الشكل 7) تم الحصول عليها لمتطوع سليم (ذكر يبلغ من العمر 35 عاما) باستخدام ماسح ضوئي بالرنين المغناطيسي 3 T. لاحظ المظهر غير المتجانس لمعلمات التهوية عند 3 طن عند مقارنتها ب 1.5T (<فئة قوية = "xfig" >الشكل 5).

figure-results-7
<فئة قوية = "xfig">الشكل 7: التصوير بالرنين المغناطيسي 3D preful لمتطوع سليم (ذكر يبلغ من العمر 35 عاما). خرائط مورفولوجية تمثيلية (الصف العلوي) ومعلمات تهوية التصوير بالرنين المغناطيسي 3D Preful (الصف الثاني إلى الخامس) لمتطوع سليم (ذكر يبلغ من العمر 35 عاما) في 3T. يتم تمثيل التهوية الإقليمية الثابتة بالتهوية الإقليمية (RVent) ، بينما يتم تقييم ديناميكيات التهوية باستخدام مقياس ارتباط حلقة حجم التدفق (FVL-CM) ، ووقت التهوية إلى الذروة (VTTP) ، وانحراف VTTP (VTTPDev) تمثل معلمات التهوية التي تقيم ديناميكيات التهوية. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

لم يتم حاليا نشر مقارنة / التحقق من صحة 3D PREFUL المشتق بقياسات أكثر مباشرة. هناك العديد من الدراسات التي تشير إلى وجود علاقة إيجابية بين قيم VDP والتداخل المكاني لعيوب التهوية بين تقنية 2D PREFUL و 129Xe11,12,14 و 19F MRI35. كشفت مقارنة حديثة بين قياسات التهوية المشتقة من 3D PREFUL والتهوية المباشرة باستخدام التصوير بالرنين المغناطيسي 19درجة فهرنهايت في المرضى الذين يعانون من مرض الانسداد الرئوي المزمن (COPD) والربو والمتطوعين الأصحاء عن وجود علاقة معتدلة إلى قوية على المستوى العالمي<فئة SUP = "xref">40. يتم تقديم مثال على المقارنة (<فئة قوية = "xfig" >الشكل 8) لمريض تم تشخيص إصابته بمرض الانسداد الرئوي المزمن (أنثى تبلغ من العمر 54 عاما ، FEV1 = القيمة المتوقعة 42٪) ، والتي تم فحصها باستخدام التصوير بالرنين المغناطيسي 3D PREFUL و 19F Wash-in MRI.

< p class = "jove_content biglegend" fo: keep-together.within-page = "1" >figure-results-8
<فئة قوية = "xfig">الشكل 8: التصوير بالرنين المغناطيسي 3D لمريضة بمرض الانسداد الرئوي المزمن تبلغ من العمر 54 عاما. يتم تقديم الصور المورفولوجية (الصف العلوي) ومعلمات التهوية وخرائط عيوب التهوية الخاصة بمريضة بمرض الانسداد الرئوي المزمن تبلغ من العمر 54 عاما (FEV1 = 42٪ pred. ، FVC = 102٪ pred.) تم الحصول عليها عبر التصوير بالرنين المغناطيسي 3D Preful (الصف الثاني والثالث) و 19F MRI (الصف الرابع والخامس) ، جنبا إلى جنب مع مقارنة خرائط عيوب التهوية من كلتا الطريقتين (الصف الأخير). بشكل عام ، عبر جميع الشرائح ، كان معامل Sørensen-Dice 25.5٪ في المناطق المعيبة و 80.6٪ في المناطق السليمة ، مما أدى إلى تداخل مكاني إجمالي بنسبة 69.2٪. والجدير بالذكر أن هناك علاقة بصرية بين مناطق التهوية المتطابقة في المناطق الصحية والمعيبة (الموضحة باللون الأخضر الداكن). الرجاء النقر هنا لعرض نسخة أكبر من هذا الشكل. يمكن استخدام

3D PREFUL MRI لقياس الاستجابات الإقليمية للعلاج< فئة SUP = "XREF" >20. على سبيل المثال ، <فئة قوية = "xfig">يوضح الشكل 9 مقارنة بين ثلاث شرائح من رئة موضوع التليف الكيسي (أنثى تبلغ من العمر 43 عاما) عند خط الأساس (على اليسار ، FEV1 = 94٪ القيمة المتوقعة) وبعد العلاج بمعدل CFTR (على اليمين ، FEV1 = 112٪ القيمة المتوقعة). نظرا لأن كلا القياسين متطابقان مكانيا ، فإن 3D PREFUL يتيح تحليل استجابة العلاج الإقليمي ، كما هو موضح في الجزء السفلي من <فئة قوية = "xfig" > الشكل 9. يرجى ملاحظة القيم المتزايدة لمقياس ارتباط التدفق والحجم والحلقة بالإضافة إلى تقليل عيوب التهوية بعد العلاج.

< p class = "jove_content biglegend" fo: keep-together.within-page = "1" >figure-results-9
<فئة قوية = "xfig">الشكل 9: قياسات ثلاثية الأبعاد لمريضة التليف الكيسي (CF) تبلغ من العمر 43 عاما. خرائط علامة تهوية نموذجية لقياسات خط الأساس (على اليسار) وما بعد العلاج (على اليمين) 3D PREFUL لمريضة التليف الكيسي تبلغ من العمر 43 عاما. انخفض VDPFVL-CM من 18.0٪ (خط الأساس) إلى 3.6٪ (بعد العلاج). FEV1٪ pred. خط الأساس: 94٪ ، FEV1٪ pred. ما بعد العلاج: 112٪. خط الأساس ل LCI: 10.48 ، LCI: 9.39. يتم تصوير خرائط استجابة العلاج المقابلة في الأسفل. يرجى ملاحظة المساحات الخضراء التي تشير إلى التهوية التي تم حلها بعد العلاج. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

الجدول 1: قائمة بمعلمات التصوير بالرنين المغناطيسي النموذجية المستخدمة للترجمة والحصول على 3D PREFUL على ماسح ضوئي 1.5T. (أ) Localizer و (B) استحواذ 3D PREFUL. الرجاء النقر هنا لتنزيل هذا الجدول.

الجدول 2: معلمات التصوير بالرنين المغناطيسي المقترحة للحصول على 3D PREFUL على ماسح ضوئي ثلاثي الأطباق. الرجاء النقر هنا لتنزيل هذا الجدول.

الجدول 3: تقرير إحصائي نموذجي لمعلمات 3D PREFUL لمتطوع سليم (ذكر يبلغ من العمر 35 عاما) الرجاء النقر هنا لتنزيل هذا الجدول.

المناقشة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

واحدة من أهم المزالق هي الاستحواذ نفسه. يجب توخي الحذر لضمان ضبط معلمات تسلسل MR بشكل صحيح. الأهم من ذلك ، أن وقت الصدى ووقت التكرار وعدد الشرائح وحجم المصفوفة وعرض النطاق الترددي للبكسل هي المعلمات الحاسمة. قد تؤدي الانحرافات عن الإعدادات الموصى بها إلى عدم كفاية الاستبانة الزمنية أو الاكتساب لفترات طويلة. أيضا ، يعد نقل البيانات أمرا مهما لضمان تسليم البيانات بالكامل إلى الكمبيوتر أو الخادم المحدد للتقييم. يستمر تقييم البيانات تلقائيا بالكامل بمجرد تعيين المسار إلى البيانات المكتسبة. تبدأ المعالجة اللاحقة بإعادة بناء الصورة ، حيث يلعب التجميع بأثر رجعي دورا حاسما. يوصى بالتحقق من إشارة binning لضمان تصوير واضح لنمط التنفس. بعد فحص إشارة binning ، لا توجد خطوات إضافية ضرورية ، حيث تتعامل الخوارزمية نفسها مع أنماط التنفس السيئة عن طريق استبعاد القيم المتطرفة (نقاط البيانات فوقالنسبة المئوية 95 وأقلمن النسبة المئوية 10). بعد إعادة بناء الصورة ، تحدث عملية تسجيل الصورة. يجب التحقق من هذه الخطوة على النحو التالي: يجب أن تكون الصور المسجلة خالية من التنفس وحركة القلب. على وجه التحديد ، يجب "تجميد" مواضع الحجاب الحاجز والقلب. تتضمن الخطوة التالية تجزئة حمة الرئة والأوعية الدموية القائمة على التعلم العميق. تستغرق عملية التجزئة هذه وقتا طويلا لحجم الرئة ثلاثي الأبعاد بأكمله. ومن ثم ، فإن استخدام الأدوات القائمة على الذكاء الاصطناعي مفيد. ومع ذلك ، في حالات معينة ، مثل حدوث عمليات دمج طرفية ، قد لا تسفر هذه الخوارزميات عن نتائج دقيقة. وبالتالي ، يجب فحص قناع التجزئة بدقة وتصحيحه يدويا إذا لزم الأمر. كل هذه الخطوات ضرورية لتقييم معلمات التهوية وقد تؤدي إلى حسابات غير دقيقة.

منذ النشر الأصلي17 ، تم إجراء العديد من التطورات في تقنية 3D PREFUL. تم أتمتة خوارزمية الفرز للإسقاطات الشعاعية المكتسبة بالكامل وتحسينها بحيث يتم تقسيم الرئة بأكملها باستخدام طريقة عتبة Otsu واستخدامها كإشارة ملاح لتجميع البيانات في مراحل الجهاز التنفسي. علاوة على ذلك ، تم استبدال حمة الرئة اليدوية وتجزئة الأوعية الدموية بخوارزميات أوتوماتيكية بالكامل قائمة على التعلم العميق لتقليل الإجراءات التي تستغرق وقتا طويلا. بالإضافة إلى ذلك ، قد يتم تقليل وقت معالجة جزء تسجيل الصورة حتى 10 دقائق إذا تم تنفيذ صندوق أدوات تسجيل Forsberg19. إلى جانب التطورات السابقة ، يتيح الكود المنفذ تسجيل صور لنقطتين زمنيتين (قياسات المتابعة) وتقييم تطور المرض أو تغيرات التهوية الناجمة عن العلاج20. لا يتطلب الإصدار الحالي من البرنامج النصي Matlab أي تفاعل من المستخدم ويمكن تنفيذه في خط أنابيب للمعالجة الآلية للبيانات ذات العلامات المحددة في المستقبل.

العيب الرئيسي ل 3D PREFUL هو أنه لا يوجد قياس موضعي لتدفق الدم ممكن حيث لا يمكن التقاط تأثير التدفق عند استخدام نبضة RF صلبة غير انتقائية للإثارة. ثانيا ، في الوقت الحالي ، تتطلب المعالجة اللاحقة بأكملها (بما في ذلك نقل البيانات وإعادة بناء الصور وتسجيل الصور وتحليل التهوية) ساعتين لكل موضوع. ثالثا ، في الوقت الحالي ، تم عرض مقارنة أولية فقط لمعلمات التهوية المشتقة من 3D PREFUL مع تقنيات أكثر التحقق من صحتها40. رابعا، يتم تقييم البيانات المكتسبة على حاسوب عالي الأداء؛ لذلك ، فإن النتائج ليست متاحة مباشرة للطبيب في وحدة التحكم. خامسا ، لا توجد دراسات جدوى ل 3D PREFUL على نقاط قوة المجال المختلفة وبائعي الماسحات الضوئية المختلفين.

يسمح التصوير بالرنين المغناطيسي للرئة الوظيفية 3D Resolved Phase (PREFUL) برسم خرائط كمية لديناميكيات التهوية الإقليمية للرئة البشرية بأكملها أثناء التنفس الحر17. هناك العديد من البدائل الفعالة من حيث التكلفة ل 3D PREFUL ، مثل قياس التنفس أو تقنيات غسل التنفس المتعددة. ومع ذلك ، فإن كلاهما يفتقر إلى المعلومات المكانية ويتطلب مناورات التنفس ، وبالتالي فهما غير ممكنين للأطفال الصغار أو حديثي الولادة. تعرض طرق التصوير البديلة المرضى للإشعاع المؤين ، مثل طرق الطب النووي CT ، أو غير متوفرة على نطاق واسع (تصوير الغاز مفرط الاستقطاب 129Xe أو 19F باستخدام التصوير بالرنين المغناطيسي). يوفر 3D PREFUL تقييما لديناميكيات التهوية ، ويمكن إجراؤه باستخدام ماسح ضوئي سريري قياسي ، ولا يتطلب عوامل تباين ، مما يجعله جذابا لترجمته إلى بيئة بحث سريري. حقيقة أن 3D PREFUL لا يتطلب استخدام الإشعاع أو عوامل التباين ويوفر اكتسابا صديقا للمريض وحرية التنفس يجعله مناسبا تماما للدراسات المتكررة أو الطولية التي تقيم الاستجابات الإقليمية للعلاج كميا. ثانيا ، قد يكون تقييم 3D PREFUL لتهوية الرئة ذا قيمة خاصة عند الأطفال الصغار ، حيث يجب تجنب التعرض للإشعاع.

إن قدرة 3D PREFUL على توليد صور تهوية وظيفية لرئة الإنسان تحمل إمكانية التشخيص المبكر. على وجه التحديد ، تسمح القدرة على إنتاج خرائط تهوية إقليمية قابلة للتكرار والكمية بإجراء دراسات طولية ، على سبيل المثال ، تطور المرض أو مراقبة تأثيرات العلاج. علاوة على ذلك ، يمكن أن توفر المعلومات الإقليمية حول ديناميكيات التهوية حساسية أكبر للتغيرات المبكرة المتعلقة بأمراض الرئة التي لا يمكن اكتشافها عن طريق اختبارات وظائف الرئة.

الإفصاحات

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

فيليب كليمش وأندرياس فوسكريبينزيف وينس فوغل كلاوسن هم مساهمون في شركة BioVisioneers GmbH ، وهي شركة مهتمة بطرق التصوير بالرنين المغناطيسي الرئوي.

شكر وتقدير

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تم تمويل هذا العمل من قبل المركز الألماني لأبحاث الرئة (DZL). استفاد المؤلفون من عدد من المناقشات المفيدة مع الزملاء ، ولا سيما مع مارسيل جوتبيرليت ، وأجيلو كيرن ، وليا بيرندت ، وأرند أوبرت ، وجوليان جلاندورف ، وتيل كايريت ، وتوفيق موهير السادي ، وجيسا بولر ، وماكسيميليان زوبك ، وروبن مولر ، وماريوس فيرنز ، وكريستيان كريسوستو ، وميلان سبيث ، وجوليان شيلر ، وسونيا لوديجر. يقر المؤلفون بروبرت جريم (Siemens Healthineers) لكتابة تسلسل التصوير بالرنين المغناطيسي ، علاوة على ذلك ، يود المؤلفون أيضا أن يشكروا فرانك شرودر وسفين ثيل من قسم الأشعة (كلية الطب في هانوفر) للمساعدة الفنية المتميزة في إجراء فحوصات التصوير بالرنين المغناطيسي.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
ANTsمجتمع أبحاث
BARTأدوات تصوير مفتوح المصدرBART https://www.opensourceimaging.org/project/berkeley-advanced-reconstruction-toolbox-bart/صندوق أدوات إعادة بناء الصورة
ملف الجسمSiemens / Philips / GE & nbsp;https://www.siemens-healthineers.com/en-us/magnetic-resonance-imaging/options-and-upgrades/coilsلفائف جسم 6 قنوات على الأقل ؛ Philips [https://www.usa.philips.com/healthcare/solutions/magnetic-resonance/coils-overview]
ForsbergImage تسجيل الأدواتhttps://github.com/fordanic/image-registrationصندوق أدوات تسجيل
الصور رمز إعادة بناء الصورةBioVisioneers GmbHwww.biovisioneers.comبرنامج لإعادة بناء وتحليل MR
MatlabMathworksبرنامج
التصوير بالرنين المغناطيسيSiemens / Philips / GE https://www.siemens-healthineers.com/magnetic-resonance-imagingPhilips [https://www.philips.co.in/healthcare/solutions/magnetic-resonance] ، GE [https://www.gehealthcare.com/products/magnetic-resonance-imaging] ؛ 1.5 T / 3 T
تسلسلSiemens / Philips / GEMRI ، تسلسل صدى متدرج ثلاثي الأبعاد مع مسار كومة من النجوم وزيادة الزاوية الذهبية ؛ 1. سيمنز Grasp-Vibe تسلسل - https://t.ly/P31kM ، 2. فيليبس Multi Vane XD Sequence https://t.ly/wMWZZ ، 3. جنرال إلكتريك لافا ستار ، ديسكو ستار - https://t.ly/vimm2
تحليل الصور الطبية مفتوح المصدر صندوق

المراجع

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Chronic respiratory diseases. World Health Organization. , Available from: https://www.who.int/health-topics/chronic-respiratory-diseases#tab=tab_1 (2021).
  2. Musch, G., et al. Topographical distribution of pulmonary perfusion and ventilation, assessed by PET in supine and prone humans. J Appl Physiol. 93 (5), 1841-1851 (2002).
  3. Petersson, J., Sánchez-Crespo, A., Larsson, S. A., Mure, M. Physiological imaging of the lung: single-photon-emission computed tomography (SPECT). J Appl Physiol. 102 (1), 468-476 (2007).
  4. Mistry, N. N., et al. Evaluation of fractional regional ventilation using 4D-CT and effects of breathing maneuvers on ventilation. Int J Radiat Oncol Biol Phys. 87 (4), 825-831 (2013).
  5. Kirby, M., et al. Hyperpolarized 3 He and 129 Xe MR imaging in healthy volunteers and patients with chronic obstructive pulmonary disease. Radiology. 265 (2), 600-610 (2012).
  6. Kuethe, D. O., Caprihan, A., Fukushima, E., Waggoner, R. A. Imaging lungs using inert fluorinated gases. Magn Reson Med. 39 (1), 85-88 (1998).
  7. Ohno, Y., et al. Dynamic oxygen-enhanced MRI versus quantitative CT: Pulmonary functional loss assessment and clinical stage classification of smoking-related COPD. Am J Roentgenol. 190 (2), W93-W99 (2008).
  8. Bauman, G., et al. Non-contrast-enhanced perfusion and ventilation assessment of the human lung by means of fourier decomposition in proton MRI. Magn Reson Med. 62 (3), 656-664 (2009).
  9. Voskrebenzev, A., et al. Feasibility of quantitative regional ventilation and perfusion mapping with phase-resolved functional lung (PREFUL) MRI in healthy volunteers and COPD, CTEPH, and CF patients. Magn Reson Med. 79 (4), 2306-2314 (2018).
  10. Behrendt, L., et al. Validation of automated perfusion-weighted phase-resolved functional lung (PREFUL)-MRI in patients with pulmonary diseases. J Magn Reson Imaging. 52 (1), 103-114 (2020).
  11. Kaireit, T. F., et al. Flow volume loop and regional ventilation assessment using phase-resolved functional lung (PREFUL) MRI: Comparison with 129Xenon ventilation MRI and lung function testing. J Magn Reson Imaging. 53 (4), 1092-1105 (2021).
  12. Couch, M. J., et al. Comparison of functional free-breathing pulmonary 1H and hyperpolarized 129Xe magnetic resonance imaging in pediatric cystic fibrosis. Acad Radiol. 28 (8), e209-e218 (2020).
  13. Behrendt, L., et al. Validation of automated perfusion-weighted phase-resolved functional lung (PREFUL)-MRI in patients with pulmonary diseases. J Magn Reson Imaging. 52 (1), 103-114 (2019).
  14. Marshall, H., et al. 129Xe and free-breathing 1H ventilation MRI in patients with cystic fibrosis: A dual-center study. J Magn Reson Imaging. 57 (6), 1908-1921 (2022).
  15. Mendes Pereira, L., et al. UTE-SENCEFUL: first results for 3D high-resolution lung ventilation imaging. Magn Reson Med. 81 (4), 2464-2473 (2018).
  16. Boucneau, T., Fernandez, B., Larson, P., Darrasse, L., Maître, X. 3D magnetic resonance spirometry. Sci Rep. 10 (1), 16012(2020).
  17. Klimeš, F., et al. 3D phase-resolved functional lung ventilation MR imaging in healthy volunteers and patients with chronic pulmonary disease. Magn Reson Med. 85 (2), 912-925 (2021).
  18. Klimeš, F., et al. Repeatability of dynamic 3D phase-resolved functional lung (PREFUL) ventilation MR Imaging in patients with chronic obstructive pulmonary disease and healthy volunteers. J Magn Reson Imaging. 54 (2), 618-629 (2021).
  19. Klimeš, F., Voskrebenzev, A., Gutberlet, M., Grimm, R., Wacker, F., Vogel-Claussen, J. Evaluation of image registration algorithms for 3D phase-resolved functional lung ventilation magnetic resonance imaging in healthy volunteers and chronic obstructive pulmonary disease patients. NMR Biomed. 36 (3), e4860(2022).
  20. Klimeš, F., et al. Effect of CFTR modulator therapy with elexacaftor/tezacaftor/ivacaftor on pulmonary ventilation derived by 3D phase-resolved functional lung MRI in cystic fibrosis patients. Eur Radiol. 34 (1), 80-89 (2024).
  21. Rosenzweig, S., Holme, H. C. M., Uecker, M. Simple auto-calibrated gradient delay estimation from few spokes using Radial Intersections (RING). Magn Reson Med. 81 (1), 1898-1906 (2019).
  22. Uecker, M., et al. Berkeley advanced reconstruction toolbox. Proc Intl Soc Mag Reson Med. 23 (1), 2486(2015).
  23. Otsu, N. A threshold selection method from gray-level histograms. IEEE Trans Syst Man Cybern. 9 (1), 62-66 (1979).
  24. Song, H. K., Dougherty, L. k-Space weighted image contrast (KWIC) for contrast manipulation in projection reconstruction MRI. Magn Reson Med. 44 (6), 825-832 (2000).
  25. Song, H. K., Dougherty, L. Dynamic MRI with projection reconstruction and KWIC processing for simultaneous high spatial and temporal resolution. Magn Reson Med. 52 (4), 815-824 (2004).
  26. Voskrebenzev, A., Gutberlet, M., Kaireit, T. F., Wacker, F., Vogel-Claussen, J. Low-pass imaging of dynamic acquisitions (LIDA) with a group-oriented registration (GOREG) for proton MR imaging of lung ventilation. Magn Reson Med. 78 (4), 1496-1505 (2017).
  27. Avants, B. B., Tustison, N. J., Song, G., Cook, P. A., Klein, A., Gee, J. C. A reproducible evaluation of ANTs similarity metric performance in brain image registration. Neuroimage. 54 (3), 2033-2044 (2011).
  28. Forsberg, D. fordanicimage-registration. , Available from: https://github.com/fordanic/image-registration (2014).
  29. Isensee, F., Jaeger, P. F., Kohl, S. A. A., Petersen, J., Maier-Hein, K. H. nnU-Net: a self-configuring method for deep learning-based biomedical image segmentation. Nat Methods. 18 (2), 203-211 (2021).
  30. Wernz, M., et al. Influence of lung vessel segmentation on the reproducibility of PREFUL MRI. Proc IWPFI. 10 (1), 73(2022).
  31. He, K., Sun, J., Tang, X. Guided image filtering. IEEE Trans Pattern Anal Mach Intell. 35 (6), 1397-1409 (2013).
  32. Klimeš, F., et al. Free-breathing quantification of regional ventilation derived by phase-resolved functional lung (PREFUL) MRI. NMR Biomed. 32 (6), e4088(2019).
  33. Pöhler, G. H., et al. Repeatability of phase-resolved functional lung (PREFUL)-MRI ventilation and perfusion parameters in healthy subjects and COPD patients. J Magn Reson Imaging. 53 (3), 915-927 (2020).
  34. Moher Alsady, T., et al. MRI-derived regional flow-volume loop parameters detect early-stage chronic lung allograft dysfunction. J Magn Reson Imaging. 50 (6), 1873-1882 (2019).
  35. Kaireit, T. F., et al. Comparison of quantitative regional ventilation-weighted fourier decomposition MRI with dynamic fluorinated gas washout MRI and lung function testing in COPD patients. J Magn Reson Imaging. 47 (6), 1534-1541 (2018).
  36. Munidasa, S., et al. Inter- and intravisit repeatability of free-breathing MRI in pediatric cystic fibrosis lung disease. Magn Reson Med. 89 (5), 2048-2061 (2023).
  37. Lévy, S., et al. Free-breathing low-field MRI of the lungs detects functional alterations associated with persistent symptoms after COVID-19 infection. Invest Radiol. 57 (1), 742-751 (2022).
  38. Voskrebenzev, A., et al. Detection of chronic lung allograft dysfunction using ventilation-weighted Fourier decomposition MRI. Am J Transplant. 18 (8), 2050-2060 (2018).
  39. Voskrebenzev, A., et al. PREFUL MRI depicts dual bronchodilator changes in COPD: A Retrospective analysis of a randomized controlled trial. Radiol Cardiothorac Imaging. 4 (2), e210147(2022).
  40. Klimeš, F., et al. Comparison of free-breathing 3D phase-resolved functional lung (PREFUL) MRI with dynamic 19F ventilation MRI in patients with obstructive lung disease and healthy volunteers. J Magn Reson Imaging. , (2024).

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

Functional Lung MRIPhase Resolved MRIThree Dimensional PREFULRegional VentilationVentilation Defect MapsCompressed SensingDeep Learning ReconstructionLung Parenchyma SegmentationVentilation DynamicsPulmonary Function Tests

مقالات ذات صلة