Name: 多模态肺部成像:使用来自 CT 和超极化 129Xe MRI 的互补信息评估肺结构-功能 (视频) | JoVE Journal
Uploaded: 2024-04-12T13:20:00.000+00:00
Duration: 2 min 9 s
Description: 学习使用开源平台将CT与超极化¹²⁹Xe MRI图像配准，实现肺部结构与功能的精准分析。该方法为医学影像研究提供可重复的技术方案，促进区域肺功能评估的准确性。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

本研究部分得益于英属哥伦比亚大学先进研究计算中心提供的计算资源与服务，以及英属哥伦比亚大学放射学系人工智能资助项目的支持。RLE 获得了英属哥伦比亚健康研究 Michael Smith 培训奖的支持。

本研究所示成像案例已获不列颠哥伦比亚大学普罗维登斯医疗保健研究伦理委员会（REB# H21-01237、H21-02149、H22-01264）批准。参与者在完成成像前均签署了书面知情同意书。从图像采集到配准的整体流程见图2，本文所述方案细节仅聚焦于MR与CT图像的配准。图像采集与分割步骤取决于可用或偏好的成像设备、成像协议以及图像分析软件工具，因此由读者根据实际情况自行选择。本方案设计为对前述步骤保持无关性，仅需在图像分割后使用单标签肺部分割掩膜即可。
1. 软件设置
<ol>
	<li>下载并安装 ANTsPy（参见材料表），即 Advanced Normalization Tools 图像处理库的 Python 封装程序47,48,49。在“教程”标签下的链接中可获取相关教程。如有需要，ANTsPy 也可通过 Docker 安装。 
	注意：ANTsPy 需要基于 Linux 的操作系统或运行环境。在本示例中，ANTsPy 安装并运行于本地工作站的虚拟高性能计算环境中。根据作者的经验，使用虚拟计算环境通常能使本方案获得更好的运行效果。</li>
	<li>下载并安装所选的分割和/或可视化软件。 
	注意：在本研究中，使用 ITK-SNAP 进行可视化（参见材料表）。</li>
	<li>下载并保存 reg.py 脚本（补充文件 1）。</li>
</ol>
2. 图像预处理
<ol>
	<li>点击在所需图像可视化软件中打开图像和掩膜，以确认所有CT、1H和129Xe文件的图像与掩膜方向一致。根据所用的分割方法和/或软件，部分图像或掩膜的方向可能需要调整。如有需要，建议调整1H和129Xe图像及其掩膜的方向，使其与原始CT图像的方向一致。</li>
	<li>保存图像DICOM文件和单标签掩膜文件（根据步骤2.1需要进行调整）为神经影像信息学技术倡议文件格式（NIfTI，*.nii；共六个文件），使用首选软件工具将其保存至与reg.py相同的文件夹中，且该路径需可被安装并运行ANTsPy的位置访问。请遵循如下所述的命名规范。
	<ol>
		<li>1H MRI：Proton.nii；1H MRI掩膜：Proton_mask.nii。 
		注意：请使用经配准至129Xe后的1H图像和掩膜。</li>
		<li>129Xe MRI：Ventilation.nii；129Xe MRI掩膜：Ventilation_mask.nii</li>
		<li>CT：CT.nii；CT掩膜：CT_mask.nii。 
		注意：文件名已在配准脚本中硬编码，因此必须遵循上述命名格式，或在脚本中修改为所需的命名规范。这些步骤可使用步骤1.2中列出的任一推荐软件工具一并完成。对于这些软件工具，部分在保存.nii文件时会自动写入所需的头部信息，而另一些则需要额外步骤来复制并写入头部信息。</li>
	</ol>
	</li>
</ol>
3. CT-XeMRI 配准
<ol>
	<li>打开 reg.py 在步骤1.1中设置的目标Python计算环境中运行文件。 
	注意：脚本 reg.py 基于内置的 ANTs 配准工具；更多文档可查阅55.</li>
	<li>若使用虚拟环境，请根据计算环境的需求或可用性设置中央处理器（CPU）数量、线程数和内存（RAM）。本文示例所用的虚拟计算环境配置为 16 个 CPU、每个 CPU 1 个线程以及 186 GB 可用内存。</li>
	<li>设置所需的变换和插值方式。在提供的 reg.py 脚本中，默认采用 SyNAggro 变换，图像使用线性插值，单标签掩膜使用通用标签插值。&#160;此处使用。 
	注意：SyNAggro 是一种对称归一化变换，包含仿射变换 + 可变形变换，以及采用细尺度匹配和更强形变（相较于普通 SyN）的更激进配准方法。其他可选的变换和插值算法详见步骤 3.1 中 ANTs 配准文档链接。55.</li>
	<li>设置固定图像和移动图像。此处，&#160;CT（单标签掩膜）被设为固定图像，而&#160;1H MRI（单标签掩膜）被设为移动图像。</li>
	<li>运行 reg.py 在 Python 计算环境中。完整配准过程可能需要 5 至 10 分钟（使用我们的参数），或更长时间，具体取决于所用或可用的计算资源。完成后，配准后的文件将自动保存在原始图像文件所在的同一目录中，文件名如下：Proton_warped.nii.gz；Ventilation_warped.nii.gz；Ventilation_label_warped.nii.gz。 
	注意：NIfTI 格式的 *.nii.gz 文件仅为 *.nii 文件的压缩版本，可根据需要解压缩或直接打开。脚本 reg.py 可根据需要进行修改，例如使用不同的变换或插值方法，或映射到文件目录或创建文件目录。</li>
</ol>
4. 配准结果的评估
<ol>
	<li>在所需的可视化软件中将 CT.nii 图像作为基础图像打开。</li>
	<li>将 Ventilation_warped.nii.gz 或 Ventilation_label_warped.nii.gz 作为另一幅图像打开，并使用所需的颜色映射将其叠加到 CT 图像上。</li>
	<li>在所有图像平面（冠状面、轴状面、矢状面）中查看 129Xe 图像或掩膜与 CT 图像的重叠情况，评估标志性结构（如隆突及肺边界，在 129Xe 图像中可显示时）的视觉对齐效果。</li>
	<li>检查结果。若对结果满意，则配准完成。 
	注意：可将配准后的 129Xe 图像/掩膜与 CT 掩膜相乘，以去除气管和主气道（若此前未在 MRI 分割中去除），并消除配准后落在 CT 肺边界外的任何信号。可根据需要进一步进行区域结构-功能测量的量化分析。</li>
	<li>若对结果不满意，可根据需要评估并优化其他类型的变换方法及相关参数。</li>
</ol>

RLE 收到了来自 VIDA Diagnostics Inc. 的个人咨询费，该费用与本次提交的研究无关。JAL 收到了来自 GE Healthcare 的机构资助，以及来自 Philips 和 GE Healthcare 的讲课酬金，这些均与本次提交的研究无关。

CT 与 129Xe MRI 可提供互补信息，用于评估区域性肺结构与功能，而通过图像配准可最佳实现该评估。多模态图像配准的实现可能并不简单，因此本文提供的方案旨在为读者提供将 129Xe MRI 与 CT 进行配准的工具。本方案采用 ANTsPy，使具有不同图像处理经验的用户能更便捷地使用 Python（而非传统 ANTs 所用的 C++）实现操作。总体而言，ANTs 提供了一个开源的图像配准框架，减少了针对不同度量标准和/或图像对进行参数调优的需求，并支持可重复的研究实践49。ANTs 通常采用三个连续的算法以实现最佳配准：（1）仅使用旋转和平移的刚性配准；（2）在旋转和平移基础上增加缩放和剪切的仿射配准；（3）可变形的非线性配准。更深入地，本文为 CT-MR 配准所提供的默认方案包含以下三个步骤：（1）初始相似性（刚性）变换，用于捕捉 CT 与 MR 图像之间的整体相似性，为后续更精细的变换做好准备。该步骤采用 Mattes 互信息相似性度量49，设置 32 个直方图区间，以 0.2% 的像素进行规则采样，使用步长为 0.25 的梯度下降优化方法，多分辨率高斯金字塔包含四个层级，下采样因子依次为 6 × 4 × 2 × 1（迭代次数分别为 2100、1200、1200、10），对应平滑高斯西格玛值为 3 mm × 2 mm × 1 mm × 0 mm。（2）仿射变换，以上一阶段相似性变换的结果作为初始变换。该步骤采用 Mattes 互信息相似性度量，设置 16 个直方图区间，以 0.2% 的像素进行规则采样，使用步长为 0.25 的梯度下降优化方法，多分辨率高斯金字塔包含四个层级，下采样因子依次为 4 × 2 × 2 × 1（迭代次数分别为 2100、1200、1200、100），对应平滑高斯西格玛值为 3 mm × 2 mm × 1 mm × 0 mm。（3）SyNAggro 变换作为最终步骤，通过非线性、可变形配准进一步优化变换。该步骤采用 Mattes 互信息相似性度量，设置 16 个直方图区间，采用全采样，使用步长为 0.2 的梯度下降优化方法，多分辨率高斯金字塔包含三个层级，下采样因子依次为 4 × 2 × 1（迭代次数分别为 40、20、0），对应平滑高斯西格玛值为 2 mm × 1 mm × 0 mm，更新变换场的平滑处理采用宽度为 3 个体素的高斯正则化核。以上为 SyNAggro 变换算法的默认设置。
如先前所述并用于CT与超极化气体MRI之间的图像配准38，本研究采用了一种对称归一化（SyN）变换的变体，因其在肺部图像配准挑战中被证明是一种性能最优的算法44。使用互信息相似性度量，因其在多模态成像中通常表现最佳56。为进一步克服多模态图像对比度差异，本方案采用体积匹配的1H MRI间接实现129Xe MRI与CT的配准，该方法最初由Tahir等人提出38，实际操作中将单标签的1H掩模与CT掩模进行配准，随后将所得变换应用于129Xe图像和掩模。也可使用多标签掩模，例如肺叶或肺段CT掩模21,22,23,45，或MRI信号强度分箱57。配准通过将1H MRI映射至CT空间实现，以保持CT的空间分辨率，从而准确定量CT结构特征，尽管根据需要也可反转配准方向。本方案以NIfTI格式的图像和单标签掩模作为配准流程的输入，因为该格式可将三维图像的所有横断面切片存储于单一文件中。我们已在两个独立中心（不列颠哥伦比亚大学和堪萨斯大学医学中心）的配对CT-129Xe MRI数据上评估了该方案，结果表现良好，因此预期其在其他数据集中亦具有良好适用性。然而，可根据需要对变换参数进行优化，以提升在本地数据集中的配准性能。
该方案在设计上刻意保持对图像采集和分割步骤的通用性，因为这些步骤依赖于可用或偏好的成像设备、成像协议以及图像分析软件工具。理想情况下，CT协议应采用薄层、无对比增强、标准等效重建核，以实现经过验证的定量肺实质、气道和/或血管参数的测量10,11,50。CT可在深吸气末采集，这是定量测量中验证程度最高的状态10；也可将CT采集的肺容积与MRI匹配，以更好地实现CT与MRI的配准，并在同一肺膨胀容积下进行结构-功能配对测量24,30。也可进行呼气相CT扫描，并将其与吸气相CT配准，用于量化气体陷闭17,18,34。用于分割和定量分析的CT软件工具已有多种商业58或开源版本59。另一方面，129Xe MRI的采集协议已有发表9，目前推荐分别在屏气状态下独立采集129Xe和1H MRI。近年来已开发出新型协议，可在一次屏气内同时完成129Xe和1H MRI的采集53,54，从而可省去1H与129Xe图像配准的预处理步骤。此外，本方案主要聚焦于129Xe MR通气成像，但同样适用于129Xe气体交换成像。作为一种新兴技术，129Xe/1H MRI的分割与定量方法尚未标准化；文献中已报道多种可用方法，近期的一篇综述对此进行了系统总结60。无论CT和1H-129Xe MR图像如何采集，以及单标签掩膜如何获得，本配准方案均具有广泛的适用性。
我们承认当前方案存在一定的局限性，主要是其在预处理以准备配准以及评估配准性能方面仍较为依赖人工操作。此前已有研究提出自动化方法45，未来若能进一步改进现有方案以实现自动化，将对临床转化的无缝衔接具有重要意义。目前的配准过程基于中央处理器（CPU）进行；尽管CPU处理更易获得，且配准运行时间约为10分钟，但若采用图形处理器（GPU）和/或深度学习技术进行实现，可能进一步缩短运行时间，并有望提高配准的准确性。最后，本文未提供关于CT与1H/129Xe磁共振图像分割的具体建议或方法。由于这两类图像的分割方法均有多种可选方案，因此具体方法由读者自行决定；然而，开发一个整合自动分割与配准功能的完整流程，将极大推动临床转化的进程。
该配准方案可用于具备超极化129Xe MRI技术的研究或临床环境。在科研领域，CT与129Xe MRI的联合应用已广泛支持了关于肺部区域结构-功能关系的新发现，例如在哮喘20,21,22,28,29,30,31,32、慢性阻塞性肺疾病（COPD）24,25,34,35以及特发性肺纤维化（IPF）37,61中的研究。向临床转化的桥梁则体现在影像引导下的肺部介入治疗中。在重度哮喘患者中，采用CT与129Xe MRI引导的支气管热成形术相比传统全肺治疗，可减少支气管镜操作次数、降低围手术期不良事件发生率，并实现非劣效的患者报告结局62,63。在COPD中，定量CT结构信息与129Xe MRI功能信息可能提示不同的支气管镜肺容积减少术靶区选择，依据为CT肺气肿和MRI通气异常最显著的肺叶负担，凸显了同时考虑结构与功能的重要性23。此外，已有研究提出基于MRI显示的通气及气体交换功能保留区域，设计功能性肺避让放疗方案40,64，以避免这些区域受到不必要的辐射暴露。其他影像引导下的肺部介入机会还包括肺癌的外科肺切除术65、COPD患者的气道支架和活瓣置入，以及针对COPD或慢性支气管炎的新型支气管镜治疗，如热蒸汽消融、冷冻治疗或射频消融（rheoplasty）66,67。图4展示了COPD患者肺叶水平的CT肺气肿与MRI通气异常情况，可用于指导治疗规划。肺部仍是人体内少数尚未充分开发的影像引导介入治疗领域之一；CT与129Xe MRI联合提供互补信息，深化了我们对肺结构-功能关系的理解，现已可应用于影像引导的肺部介入治疗。本文提供的CT与129Xe MRI配准方案，有望进一步推动肺结构-功能关系的研究，并促进影像引导介入技术的发展，从而改善呼吸系统疾病患者的诊疗水平与临床结局。

超极化气体磁共振成像（MRI）作为一种新型功能性肺部成像技术，最早在近三十年前出现，用于评估肺通气分布1自那时以来，利用超极化气体磁共振成像开展的研究已揭示了哮喘、慢性阻塞性肺疾病（COPD）和囊性纤维化等慢性肺部疾病患者肺功能特征的大量信息2,3,4,5,6两者均呈超极化 3他和 129历史上曾使用过Xe气体；然而， 129由于可用性有限，氙气（Xe）现已成为主要的吸入性麻醉剂 3He 气体 129氙气也能自由扩散通过肺泡膜，并被肺毛细血管中的红细胞吸收；在这一所谓的“溶解相”中， 129Xe 在特定频率下发生共振，可在一次屏气扫描中测量局部气体交换情况4,7,8. 用于定量分析时，需匹配解剖结构的体积 1H MR 图像通常被同时采集，用于与之共配准 129Xe 用于勾画胸腔边界。常规 1H MRI 尽管无法提供进一步的肺部结构信息。超极化气体临床转化的推动力 129近年来，氙-129磁共振成像（Xe MRI）发展迅速，于2015年获得英国国家医疗服务体系（NHS）批准，并于2022年底获得美国食品药品监督管理局（FDA）批准。5,9然而，先进的结构表征技术在肺部磁共振成像工具中仍然大多缺失。
胸部计算机断层扫描（CT）仍是肺部临床影像评估的主要手段，通过常规成像方案可提供肺结构的三维高分辨率图像。定量分析方法能够快速、可重复地测量肺实质完整性（如肺气肿和间质性肺异常）、大气道形态和肺血管结构，并通过肺叶的识别与分割实现区域性解剖特征的表征10,11。在研究领域，定量CT已广泛应用于大型观察性研究中，以更深入理解结构改变及其与患者预后的关系，例如重度哮喘研究计划（Severe Asthma Research Program, SARP）12、慢性阻塞性肺疾病遗传流行病学研究（Genetic Epidemiology of COPD, COPDGene）13、慢性阻塞性肺疾病亚群与中期结局研究（Subpopulations and Intermediate Outcomes in COPD Study, SPIROMICS）14、慢性阻塞性肺疾病纵向评估以确定预测性替代终点研究（Evaluation of COPD Longitudinally to Identify Predictive Surrogate End-points, ECLIPSE）15，以及加拿大阻塞性肺疾病队列研究（Canadian Cohort of Obstructive Lung Disease, CanCOLD）16。其他CT方法，如呼气相成像17,18或计算模型19，可获取功能性信息，但这些方法属于间接手段，常规CT本身在肺功能表征方面提供的信息十分有限。
综上所述，CT 与 129Xe MRI 可提供互补的肺部结构-功能信息，通过图像配准可用于区域分析。在 CT 上识别出的肺叶已用于对哮喘20,21,22、慢性阻塞性肺疾病（COPD）23,24、支气管扩张25 和肺癌26,27 中的 MRI 通气模式进行肺叶水平的表征。在哮喘中，MRI 通气异常已被直接在空间上匹配至 CT 上测得的异常重塑的大气道28,29,30,31 和提示小气道功能障碍的气体陷闭现象20,32，还可用于探究全肺支气管热成形术后区域治疗反应33。在 COPD 中，MRI 通气异常在轻度疾病中与小气道功能障碍相关，在重度疾病中则与肺气肿相关34,35,36。除了阻塞性肺疾病中的通气成像外，在特发性肺纤维化中也已证实 CT 所显示的间质性肺部异常与 129Xe MRI 气体交换模式之间存在异质性的空间关系37。此类研究加深了对多种肺部疾病中区域性肺结构-功能关系的理解，可为未来图像引导下的干预措施提供依据。
由于两种成像方法在成像对比机制上存在根本差异、通气异常区域缺乏超极化气体信号，以及可能存在不同的肺容积，因此直接配准解剖CT与功能性的超极化气体MRI具有挑战性&#160;。图1展示了健康志愿者（图1A）及三位慢性阻塞性肺疾病（COPD）患者（图1B-D）的129Xe超极化气体MRI与配对的解剖1H MRI和CT图像的四个示例，突出了COPD病例中异质性的129Xe通气模式以及肺边界不同程度的缺失。克服这些挑战的关键在于，利用与超极化气体MRI同步采集的解剖1H MRI作为中间步骤，间接实现超极化气体MRI与CT的配准34,38。早期研究采用并列视觉比较，并将CT中的结构（如肺叶）手动分割后映射到MRI空间20。随着计算资源的进步以及开源图像处理工具的发展，现已能够实现CT与超极化气体MRI的三维配准，例如采用模态无关邻域描述符（MIND）23,30,34,39,40,41或高级归一化工具包（ANTs）配准方法21,22,27,31,32,37,38,42,43，这两种方法均在一项肺部图像配准挑战赛中表现优异44。一种新颖的方法将两次配准过程耦合起来，而非独立处理45，该方法已被集成到一个专为肺部疾病表型分析设计的完整肺部图像分析流程中46。总体而言，通过引入中间的1H MRI步骤38，以及采用可变形配准方法而非仅使用仿射配准方法38,45，显著提高了超极化气体MRI与CT之间的配准精度。
本研究旨在基于现有文献，提供一种利用开源平台实现129Xe 磁共振与CT图像配准的实验方案47,48,49。该方案采用ANTsPy实现，并沿用先前研究38的方法，先将来自1H MRI的单标签肺部掩模与CT的单标签肺部掩模进行配准；随后将所得的变换矩阵应用于129Xe图像，以将其映射至CT图像空间。所描述的方案适用于具备条件的研究或临床环境，且&#160;可获得超极化129Xe MRI的情况下使用。
作为背景信息，本文所举例的图像采集与分析操作如下：胸部CT在完全吸气末（总肺容量，TLC）状态下，依据已建立的低剂量研究方案50进行采集，扫描参数为：64 × 0.625准直、120千伏峰值、管电流100 mA、旋转时间0.5秒、螺旋螺距1.0、层厚1.25 mm、层间距0.80 mm、标准重建核，显示视野限制于肺部最外侧边界（以最大化空间分辨率）。CT图像的分割与分析采用商用软件完成（见材料表）。
129Xe 和体积匹配的 1H MRI 根据已发表的指南进行9。有关完整的 MRI 采集细节和方案，读者可参考本专题中的另一篇文章51。MRI 分割与配准采用半自动化的自定义流程完成，其中 129Xe 图像分割使用 k-均值聚类方法，1H 图像分割使用种子区域增长法，并通过基于标志点的仿射配准将 1H 图像映射到 129Xe 图像52。仿射配准通常足以校正 1H 与 129Xe MRI 之间因肺部充气程度或受试者体位差异所导致的形变；一般无需使用可变形配准。若在同一次屏气期间同步采集 129Xe 与 1H MRI 数据，则可省略 1H 与 129Xe 的配准步骤53,54。

<table><tbody><tr><td>3D Slicer</td><td>Brigham and Women's Hospital (BWH)</td><td>https://www.slicer.org/</td><td>图像分析/可视化软件；开源</td></tr><tr><td>ANTsPy</td><td>NA</td><td>https://github.com/ANTsX/ANTsPy</td><td>编程基础设施；开源</td></tr><tr><td>ITK-SNAP</td><td>NA</td><td>http://www.itksnap.org/pmwiki/pmwiki.php</td><td>图像分析/可视化软件；开源</td></tr><tr><td>MAGNETOM Vida 3.0T MRI</td><td>Siemens Healthineers</td><td>NA</td><td>可使用任何具备宽带成像功能的1.5 T或3.0 T磁共振扫描仪</td></tr><tr><td>MATLAB</td><td>Mathworks</td><td>https://www.mathworks.com/products/matlab.html</td><td>通用软件，适用于图像分析；需订阅使用</td></tr><tr><td>reg.py</td><td>NA</td><td>NA</td><td>配准脚本（补充文件1）</td></tr><tr><td>Revolution HD CT scanner</td><td>GE Healthcare</td><td>NA</td><td>可使用任何具备&amp;ge;64个探测器的CT扫描仪</td></tr><tr><td>VIDA Insights</td><td>VIDA Diagnostics Inc.</td><td>NA</td><td>CT分析软件；可使用任意能生成掩膜的软件</td></tr></tbody></table>

多模态肺部成像：利用ct与超极化129xe mri的互补信息评估肺结构-功能

Multi-modal Pulmonary Imaging: Using Complementary Information from CT and Hyperpolarized 129Xe MRI to Evaluate Lung Structure-Function

超极化129Xe气体磁共振成像是评估和测量肺部区域功能（包括肺内气体分布和气体交换）的一种新兴技术。尽管如此，胸部计算机断层扫描（CT）目前仍是肺部成像的临床金标准，部分原因在于其快速的扫描方案可在数秒内获取高分辨率图像，且CT扫描仪广泛可用。定量分析方法已能够从胸部CT图像中提取肺实质、气道和血管的结构测量参数，并已在多项临床研究中得到评估。CT与129Xe MRI相结合可提供互补信息，用于评估肺部区域结构与功能，从而加深对肺部健康与疾病的理解。129Xe MRI-CT图像配准可用于测量肺部区域的结构-功能关系，以更好地理解肺部疾病的病理生理机制，并实现影像引导下的肺部干预。本文概述了一种129Xe MRI-CT配准方法，以支持其在科研或临床环境中的实施。同时总结了迄今文献中已采用的配准方法及其应用，并对未来发展方向提出建议，以进一步克服与129Xe MRI-CT图像配准相关的技术挑战，推动肺部区域结构-功能评估的更广泛应用。

本研究在研究环境中前瞻性地获取了多种肺部疾病和状态下配对的CT与129Xe MRI图像，用于区域性肺结构-功能表征及图像引导下的支气管镜检查。图3展示了四位代表性受试者在冠状面和矢状面上配准后的129Xe MRI通气图像与CT图像（这些受试者与图1中的相同）。配准后的129Xe MRI标签掩膜显示了从通气缺损或信号缺失到高信号强度的129Xe信号强度聚类，并与CT标签掩膜相乘以去除气管和主气道。目视检查显示，健康受试者（图3A）的肺边界整体对齐良好，通气均匀，仅右肺肋膈角区域存在轻微偏差。该差异可能源于两种模态之间的分辨率差异或129Xe/1H MRI中的几何畸变；然而，其占肺总体积的比例很小。在三位慢性阻塞性肺疾病（COPD）受试者中，肺边界在可识别区域也表现出良好的对齐。本研究中的COPD示例涵盖了弥漫性通气异常（图3B）、上叶通气异常伴肺尖边界消失（图3C），以及下叶通气异常伴膈面肺边界消失（图3D）。
作者通常选择通过目视检查配准后的图像，而不对配准效果进行前瞻性定量评估，这是由于CT与129Xe MRI之间存在多模态对比度差异的特性所致。常用的配准性能定量指标包括Dice系数和目标配准误差（TRE）。Dice系数可在配准后的1H（移动图像）与CT（固定图像）之间进行计算；然而，这种方法具有间接性，因为1H图像仅作为将129Xe图像进行配准的中间桥梁，而研究关注的测量信息来源于129Xe MRI。TRE可通过在固定图像和移动图像上放置解剖标记点来量化；但放置标记点是一个耗时的手动过程，且由于129Xe MRI通气异常的特性，可用的解剖标志可能十分有限。尽管气管隆突和肋膈角通常可作为易于识别的标志点，但图3C、D中的受试者展示了严重情况下明显标志点极为稀少的示例。Tahir等人在ANTs中采用类似的配准框架，实现了8.8 mm至19.7 mm的TRE38，相对于肺部尺寸（典型视野范围为350–400 mm）而言该误差较小，因此可接受；作者预计使用当前框架可能获得相似的TRE水平。
<img alt="使用超极化129Xe MRI、1H MRI和CT扫描进行肺部成像的比较；诊断方法结果" class="xfigimg" src="/files/ftp_upload/66257/66257fig01.jpg" data-altupdatedat="1788304762000" data-alt="图1"> 
图1：肺部 129Xe 和 1H 和 CT。 示例 129Xe 与容积匹配的解剖结构 1健康受试者的配对CT与氢质子MRIA）以及三位慢性阻塞性肺疾病（COPD； B, C, D）显示一系列 129氙气通气模式 <a href="https://www.jove.com/files/ftp_upload/66257/66257fig01large.jpg" target="_blank">请点击此处以查看此图的放大版本。</a>
<img alt="肺部成像示意图：用于^1H-^129Xe分析的CT、MRI配准与分割；数据预处理。" class="xfigimg" src="/files/ftp_upload/66257/66257fig02v2.jpg" data-altupdatedat="1788304762000" data-alt="图2"> 
图2：整体图像分析与配准流程。 输入的CT、129Xe MR和1H MR图像首先进行分割，以生成单标签掩膜。先将1H MR图像/掩膜变换至129Xe图像/掩膜空间。所有CT、129Xe和1H图像及掩膜均转换为NIfTI文件，用于后续的129Xe-CT配准。将1H掩膜变换至CT图像空间，并将该变换应用于129Xe图像/掩膜。<a href="https://www.jove.com/files/ftp_upload/66257/66257fig02large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
<img alt="肺部 MRI 分析显示缺陷区域至高信号；矢状位、冠状位和轴向视图；诊断成像。" class="xfigimg" src="/files/ftp_upload/66257/66257fig03.jpg" data-altupdatedat="1788304762000" data-alt="图 3"> 
图 3：129Xe MRI-CT 配准结果。 显示的是 图 1 中四位代表性受试者的配准结果，其中 129Xe 信号以青色显示，并叠加于灰度 CT 图像之上。健康受试者（A）的肺部边界整体配准良好，通气均匀，仅右肺肋膈角区域存在例外。在三位慢性阻塞性肺疾病（COPD）受试者中，可观察到的肺边界配准也较为良好，其通气异常表现各不相同，包括弥漫性通气异常（B）、上叶通气异常伴肺尖边界缺失（C），以及下叶通气异常伴膈面肺边界缺失（D）。<a href="https://www.jove.com/files/ftp_upload/66257/66257fig03large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
<img alt="肺部MRI-CT分析示意图；冠状位和矢状位视图，通气和灌注研究结果。" class="xfigimg" src="/files/ftp_upload/66257/66257fig04v2.jpg" data-altupdatedat="1788304762000" data-alt="图4"> 
图4：一名慢性阻塞性肺疾病（COPD）受试者的肺叶结构-功能测量。 通过低于-950 Hounsfield单位的低衰减区域（LAA950，黄色）测量肺叶CT肺气肿，并在129Xe MR-CT配准后生成129Xe MRI通气缺陷百分比（VDP，青色），作为图像引导治疗方案的区域性评估示例。肺叶轮廓示意图显示于矢状面。RUL = 右上叶；RML = 右中叶；RLL = 右下叶；LUL = 左上叶；LLL = 左下叶。 <a href="https://www.jove.com/files/ftp_upload/66257/66257fig04large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
补充文件 1：reg.py 脚本。 <a href="https://www.jove.com/files/ftp_upload/66257/reg.zip" target="_blank">请点击此处下载该文件。</a>

CT 与 129Xe MRI 可提供互补的肺部结构-功能信息，可通过图像配准用于区域性分析。本文提供了一种基于现有文献的协议，利用开源平台实现 129Xe MR 与 CT 图像的配准。

多模态肺部成像：利用CT与超极化129Xe MRI的互补信息评估肺结构-功能

超极化129Xe气体MRI是一种新兴技术，用于评估和测量局部肺功能，包括肺内气体分布和气体交换……

首先，在所需图像可视化软件中打开图像及其对应的掩膜，以确认所有CT、质子和氙文件的图像与掩膜方向一致。然后，将图像DICOM文件和单标签掩膜保存为NIfTI文件，并存放在与reg.py文件相同的文件夹中。对于CT氙MRI配准，请在所需的Python计算环境设置中打开reg.py文件。如果使用虚拟环境，可根据需要或根据计算环境中可用的资源设置中央处理器数量、线程数和内存大小。接下来，设置所需的变换和插值方式，然后指定固定图像和移动图像。在 Python 计算环境中运行 reg.py。注册完成后，继续进行评估。以 ct.nii 图像为基础图像，打开 ventilation warp.nii。将氙气磁共振图像另存为另一幅图像，并使用所需的色彩图将其叠加在CT图像上。在所有图像平面中评估氙气磁共振图像与CT图像的重叠情况，以判断气管隆突和肺边界等解剖标志的视觉对齐效果。配准结果显示，该健康受试者的肺部边界均实现了良好的对齐。在3名慢性阻塞性肺疾病患者中，可观察到肺边界的良好匹配，表现为不同程度的通气异常，包括弥漫性通气异常、伴有肺尖边界消失的上叶通气异常，以及伴有膈面肺边界消失的下叶通气异常。

multi-modal-pulmonary-imaging-using-complementary-information-from-ct

Research

科研

JoVE Journal

Medicine

医学

多模态肺部成像:使用来自 CT 和超极化 129Xe MRI 的互补信息评估肺结构-功能

本文介绍了一种获取高质量超极化氙-129磁共振图像的实验方案，涵盖硬件、软件、数据采集、序列选择、数据管理、k空间利用以及噪声分析。...

超极化氙磁共振成像中的故障排除与质量保证：高质量图像采集的工具

超极化129Xe磁共振成像（MRI）是一种用于研究肺部功能区域性特征的方法。本文介绍了一种针对肺通气的超极化129Xe...

获取超极化129Xe肺通气磁共振图像

该论文介绍了一种利用超极化氙-129化学交换饱和恢复（CSSR）技术追踪肺部气体交换、评估表观肺泡隔壁厚度以及测量表面体积比的详细实验方案。该方法有望用于肺部疾病的诊断与监测。...

通过超极化氙光谱法获得的肺结构与功能的定量测量

本文介绍了一种无需对比剂的质子磁共振技术——相位分辨功能性肺部MRI，用于评估肺通气和灌注动力学。该技术已在不同磁场强度和年龄组中得到验证并具有适用性，未来可能通过辅助疾病定量分析和治疗监测，提升临床决策水平。...

基于相位分辨功能肺部磁共振成像的肺通气与灌注（V/Q）评估

三维（3D）相位解析功能性肺成像（PREFUL）是一种功能性磁共振成像（MRI）技术，可在8分钟内通过潮式呼吸及无对比剂的扫描方式，实现对整个人肺容积区域通气功能的定量评估。本文介绍了一种用于采集和分析3D...

三维相位解析功能性肺部磁共振成像

本文介绍了一种利用超短回波时间（UTE）磁共振成像（MRI）生成肺部高分辨率结构图像的实验方案。该方案可在自由呼吸状态下，通过简单的MRI脉冲序列实现图像采集。...

使用自由呼吸、自门控超短回波时间成像的肺部结构磁共振成像

支气管热成形术是一种用于重度持续性哮喘的非药物治疗手段，通过精确控制的方式向气道壁输送热能，以减少过度的气道平滑肌。减少气道平滑肌可降低气道收缩能力，从而减少哮喘发作的频率。...

支气管热成形术：一种治疗重症哮喘的新型治疗方法

本文概述了一种多模式方法，用于评估青少年运动员脑震荡后的恢复情况。所述方案通过在多种不同领域进行脑震荡前后的表现评估，可为针对青少年体育群体的脑震荡康复方案的改进提供依据。...

一种多模态方法评估青少年运动员脑震荡后的恢复情况

我们介绍一种利用X射线成像技术评估新生小鼠肺部肺泡液体清除率或肺水肿程度的实验方案。...

活体小鼠幼崽肺部液体容量的实时X射线成像

本文介绍了两种肺功能检测方法——体积描记法，可用于测量肺容积；以及容积二氧化碳描记法，用于测量解剖死腔和气道均一性。这些技术可单独使用，也可结合使用，以评估不同肺容积下的气道功能。...

结合容积毛细管二氧化碳图与体积描记法测量肺结构与功能关系

学习使用开源平台将CT与超极化¹²⁹Xe MRI图像配准，实现肺部结构与功能的精准分析。该方法为医学影像研究提供可重复的技术方案，促进区域肺功能评估的准确性。

多模态肺部成像：利用CT与超极化¹²⁹Xe MRI的互补信息评估肺结构-功能

探索更多视频