Method Article

Multimodale Lungenbildgebung: Verwendung komplementärer Informationen aus CT und hyperpolarisierter 129xe-MRT zur Bewertung der Lungenstruktur-Funktion

DOI:

10.3791/66257

⸱

April 12th, 2024

 ,  ,  ,  ,  ,  , 
1UBC Centre for Heart Lung Innovation, St. Paul’s Hospital, 2Division of Respiratory Medicine, Department of Medicine, University of British Columbia, 3School of Biomedical Engineering, University of British Columbia, 4Department of Radiology, University of British Columbia, 5Division of Pulmonary and Critical Care Medicine, University of Kansas Medical Center

In This Article

Summary

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

CT und 129Xe MRT liefern komplementäre Informationen über die Lungenstruktur und -funktion, die für die regionale Analyse mithilfe der Bildregistrierung genutzt werden können. Hier stellen wir ein Protokoll zur Verfügung, das auf der vorhandenen Literatur für die Registrierung von 129Xe MR bis CT unter Verwendung von Open-Source-Plattformen aufbaut.

Abstract

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

Die hyperpolarisierte 129Xe-Gas-MRT ist eine aufstrebende Technik zur Bewertung und Messung der regionalen Lungenfunktion, einschließlich der pulmonalen Gasverteilung und des Gasaustauschs. Die Thorax-Computertomographie (CT) ist nach wie vor der klinische Goldstandard für die Bildgebung der Lunge, was zum Teil auf die schnellen CT-Protokolle zurückzuführen ist, die hochauflösende Bilder in Sekundenschnelle erfassen, und die weit verbreitete Verfügbarkeit von CT-Scannern. Quantitative Ansätze haben die Extraktion von strukturellen Lungenparenchymal-, Atemwegs- und Gefäßmessungen aus Thorax-CT ermöglicht, die in vielen klinischen Forschungsstudien ausgewertet wurden. Zusammen liefern CT und 129Xe MRT komplementäre Informationen, die zur Bewertung der regionalen Lungenstruktur und -funktion verwendet werden können, was zu neuen Erkenntnissen über die Gesundheit und Erkrankung der Lunge führt. 129Die Xe MR-CT-Bildregistrierung kann durchgeführt werden, um die regionale Lungenstruktur-Funktion zu messen, die Pathophysiologie von Lungenerkrankungen besser zu verstehen und bildgesteuerte Lungeneingriffe durchzuführen. Hier wird eine Methode zur 129Xe MRT-CT-Registrierung skizziert, um die Implementierung in Forschung oder klinischem Umfeld zu unterstützen. Registrierungsmethoden und Anwendungen, die bisher in der Literatur eingesetzt wurden, werden ebenfalls zusammengefasst, und es werden Vorschläge für zukünftige Richtungen gegeben, die die technischen Herausforderungen im Zusammenhang mit der 129Xe MR-CT-Bildregistrierung weiter überwinden und eine breitere Implementierung der regionalen Lungenstruktur-Funktionsbewertung erleichtern können.

Introduction

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

Die hyperpolarisierte Gas-Magnetresonanztomographie (MRT) entwickeltesich vor fast drei Jahrzehnten erstmals als neuartige funktionelle pulmonale Bildgebungsmodalität zur Bewertung der Lungenventilationsverteilung 1. Seitdem haben Forschungsstudien mit hyperpolarisierter Gas-MRT zahlreiche Einblicke in die Art der Lungenfunktion bei Patienten mit chronischen Lungenerkrankungen wie Asthma, chronisch obstruktiver Lungenerkrankung (COPD) und Mukoviszidose 2,3,4,5,6 geliefert. Sowohl hyperpolarisiertes 3-He- als auch 129-Xe-Gaswurden in der Vergangenheit verwendet; 129Xe ist jedoch aufgrund der begrenzten Verfügbarkeit von 3-He-Gas jetzt das primäre inhalative Mittel. 129Xe diffundiert auch frei über die Alveolarmembran und wird von den roten Blutkörperchen in den Lungenkapillaren absorbiert; In dieser sogenannten "gelösten Phase" schwingt 129Xe mit einzigartigen Frequenzen, die die Messung des regionalen Gasaustauschs in einem einzigen Atemangehaltenen Scan ermöglichen 4,7,8. Zur Quantifizierung werden volumenangepasste anatomische 1H-MRT-Bilder in der Regel gleichzeitig für die Co-Registrierung mit 129Xe aufgenommen, um die Grenzen der Thoraxhöhle abzugrenzen. Die konventionelle 1-H-MRT liefert jedoch keine weiteren Informationen über die Lungenstruktur. Der Impuls für die klinische Translation der hyperpolarisierten 129Xe-MRT hat in den letzten Jahren mit der Zulassung durch den britischen NHS im Jahr 2015 und der Zulassung durch die US-amerikanische FDA Ende 2022 zugenommen 5,9, doch die fortschrittliche strukturelle Charakterisierung fehlt im Arsenal der Lungen-MRT immer noch größtenteils.

Die Thorax-Computertomographie (CT) ist nach wie vor die tragende Säule der klinischen Bildgebung der Lunge und liefert dreidimensionale, hochauflösende Bilder der Lungenstruktur unter Verwendung konventioneller Bildgebungsprotokolle. Quantitative Ansätze haben eine schnelle und wiederholbare Messung der parenchymalen Integrität ermöglicht, wie z. B. Emphysem und interstitielle Lungenanomalien, die Morphologie der großen Atemwege und der Lungengefäße sowie die regionale anatomische Charakterisierung durch Identifizierung und Segmentierung von Lungenlappen10,11. In der Forschung wurde die quantitative CT in großem Umfang eingesetzt, um strukturelle Veränderungen und ihre Beziehungen zu den Patientenergebnissen bei Asthma und COPD in großen Beobachtungsstudien wie dem Severe Asthma Research Program (SARP)12, der genetischen Epidemiologie der COPD (COPDGene)13, der Subpopulations and Intermediate Outcomes in COPD Study (SPIROMICS)14 und der Evaluation of COPD longitudinally to identify predictive surrogate end-points (ECLIPSE)15 zu verstehenund die kanadische Kohorte der obstruktiven Lungenerkrankung (CanCOLD)16. Alternative CT-Verfahren wie die exspiratorische Bildgebung17, 18 oder Computermodelle19 können funktionelle Informationen ableiten, aber diese Verfahren sind indirekt, und die konventionelle CT bietet ansonsten nicht viel für die funktionelle Charakterisierung der Lunge.

Zusammengenommen liefern CT und 129Xe MRT komplementäre Informationen über die Lungenstruktur und -funktion, die für die regionale Analyse mittels Bildregistrierung genutzt werden können. Lungenlappen, die im CT identifiziert wurden, ermöglichten eine lappenförmige Charakterisierung der MRT-Beatmungsmuster bei Asthma 20,21,22, COPD 23,24, Bronchiektasen25 und Lungenkrebs26,27. MRT-Beatmungsanomalien bei Asthma wurden auch direkt räumlich mit abnormal umgebauten großen Atemwegenabgeglichen 28,29,30,31 und Lufteinschlüssen, die auf eine Dysfunktion der kleinen Atemwege hinweisen 20,32, gemessen im CT, und um regionale Behandlungsreaktionen nach einer bronchialen Thermoplastie der gesamten Lungezu untersuchen 33. Bei COPD wurden MRT-Beatmungsanomalien mit einer Dysfunktion der kleinen Atemwege bei leichteren Erkrankungen und einem Emphysem bei schwereren Erkrankungen in Verbindung gebracht 34,35,36. Neben der Beatmungsbildgebung bei obstruktiven Lungenerkrankungen wurden auch bei idiopathischer Lungenfibrose heterogene räumliche Beziehungen zwischen interstitiellen CT-Lungenanomalien und 129Xe-MRT-Gasaustauschmustern nachgewiesen37. Solche Studien haben ein tieferes Verständnis der regionalen Lungenstruktur und -funktion bei einer Reihe von Lungenerkrankungen ermöglicht, das als Grundlage für zukünftige bildgesteuerte Interventionen verwendet werden kann.

Die direkte Registrierung der anatomischen CT und der funktionellen hyperpolarisierten Gas-MRT ist jedoch eine Herausforderung, da sich die Bildgebung zwischen den beiden Methoden grundlegend unterscheidet, kein hyperpolarisiertes Gassignal in Regionen mit Beatmungsanomalien vorhanden ist und möglicherweise unterschiedliche Lungenvolumina vorhanden sind. Abbildung 1 zeigt vier Beispiele für 129Xe und gepaarte anatomische 1H MRT und CT bei einem gesunden Probanden (Abbildung 1A) und drei Teilnehmern mit chronisch obstruktiver Lungenerkrankung (COPD; Abbildung 1B-D), die heterogene 129Xe-Beatmungsmuster und unterschiedliche fehlende Lungengrenzen in den COPD-Fällen hervorhebt. Der Schlüssel zur Überwindung dieser Herausforderungen lag in der Verwendung der anatomischen 1-H-MRT, die gleichzeitig mit der hyperpolarisierten Gas-MRT als Zwischenschritt erworben wurde, um die hyperpolarisierte Gas-MRT indirekt in die CT aufzunehmen34,38. Frühe Arbeiten befassten sich mit dem visuellen Vergleich und der manuellen Segmentierung von CT-Strukturen, wie z. B. Lungenlappen, im MRT-Raum20. Fortschritte bei Rechenressourcen und Open-Source-Bildverarbeitungstools haben die dreidimensionale Registrierung von CT und hyperpolarisierter Gas-MRT ermöglicht, z. B. unter Verwendung des modality independent neighborhood descriptor (MIND)23,30,34,39,40,41 oder des Advanced Normalization Toolkit (ANTs) 21,22,27,31,32,37,38,42,43, die beide in einer Lungenbildregistrierungs-Challenge 44 am besten abschnitten. Eine neuartige Methode koppelte die beiden Registrierungen, anstatt sie unabhängig voneinander zu behandeln45, was in einer vollständigen Lungenbildanalyse-Pipeline implementiert wurde, die für die Phänotypisierung von Lungenerkrankungen entwickelt wurde46. Insgesamt wurde die Registrierungsgenauigkeit der hyperpolarisierten Gas-MRT zur CT unter Verwendung des intermediären1-H-Schritts38 und unter Verwendung deformierbarer Ansätze gegenüber rein affinen Ansätzen verbessert38,45.

Das Ziel hier ist es, auf der vorhandenen Literatur aufzubauen und ein Protokoll für die Registrierung von 129Xe MR-zu-CT-Bildern unter Verwendung von Open-Source-Plattformenbereitzustellen 47,48,49. Das Protokoll wird mit ANTsPy implementiert und registriert in Übereinstimmung mit der vorherigen Arbeit38 eine Einzelmarkierungs-Lungenmaske aus der 1-Stunden-MRT auf die Einzelmarkierungs-Lungenmaske aus der CT; Die resultierende Transformation wird anschließend auf das 129Xe-Bild angewendet, um es dem CT-Bildraum zuzuordnen. Das skizzierte Protokoll soll gegebenenfalls für Forschungs- oder klinische Umgebungen geeignet sein, und es steht eine hyperpolarisierte 129Xe-MRT zur Verfügung.

Für den Kontext wurden die Bildaufnahme und die Analyse für die hier bereitgestellten Beispiele wie folgt durchgeführt. Die Thorax-CT wurde bei voller Inspiration (Gesamtlungenkapazität, TLC) gemäß einem etablierten Niedrigdosis-Forschungsprotokoll50 mit Parametern aufgenommen: 64 x 0,625 Kollimation, 120 Spitzenkilospannung, Röhrenstrom 100 mA, 0,5 s Umdrehungszeit, Spiralabstand 1,0, 1,25 mm Schichtdicke, 0,80 mm Schichtabstand, Standard-Rekonstruktionskern, Anzeigefeld begrenzt auf die seitlichsten Ausdehnungen der Lunge (zur Maximierung der räumlichen Auflösung). Die CT-Segmentierung und -Analyse wurde mit kommerzieller Software durchgeführt (siehe Materialtabelle).

129Xe- und volumenangepasste1-H-MRT wurden gemäß den veröffentlichten Leitliniendurchgeführt 9. Für vollständige Details und das Protokoll der MRT-Erfassung werden die Leser auf einen anderen Artikel in dieser Sammlung verwiesen51. Die MRT-Segmentierung und -Registrierung wurde unter Verwendung einer halbautomatischen benutzerdefinierten Pipeline unter Verwendung von k-Means-Clustering für die 129Xe-Segmentierung, Seeding-Region-Wachstum für die 1-H-Segmentierungund landmark-basierter affiner Registrierung durchgeführt, um das 1-H-Bild auf das 129Xe-Bild52 abzubilden. Die affine Registrierung ist in der Regel für die1 H-129Xe MR-Registrierung ausreichend, um die meisten Unterschiede in der Lungeninflation oder der Patientenposition zwischen den Akquisitionen zu berücksichtigen. Eine verformbare Registrierung ist in der Regel nicht erforderlich. Der 1 H-129Xe-Registrierungsschritt kann mit gleichzeitig erworbener 129Xe und 1H MRT bei demselben Atemanhalteneliminiert werden 53,54.

Protocol

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

Die hier gezeigten bildgebenden Fälle wurden vom Providence Health Care Research Ethics Board der University of British Columbia genehmigt (REB# H21-01237, H21-02149, H22-01264). Die Teilnehmer gaben vor Abschluss der Bildgebung eine schriftliche Einverständniserklärung ab. Die gesamte Pipeline von der Bildaufnahme bis zur Registrierung ist in Abbildung 2 dargestellt, und die Protokolldetails hier konzentrieren sich nur auf die MR-CT-Bildregistrierung. Die Bildaufnahme und -segmentierung hängt von verfügbarer oder bevorzugter Bildgebungshardware, Bildgebungsprotokollen und Bildanalyse-Softwaretools ab und bleibt daher den Vorlieben der Leser überlassen. Das Protokoll ist so konzipiert, dass es agnostisch zu den vorherigen Schritten ist, bei denen Einzeletikettenmasken der Lunge nach der Bildsegmentierung verwendet werden.

1. Software-Einrichtung

  1. Laden Sie ANTsPy herunter und installieren Sie es (siehe Materialtabelle), den Python-Wrapper für die Bildverarbeitungsbibliothek Advanced Normalization Tools 47,48,49. Tutorials sind unter dem Link unter der Registerkarte "Tutorials" verfügbar. ANTsPy ist auf Wunsch auch für die Docker-Installation verfügbar.
    HINWEIS: ANTsPy erfordert ein Linux-basiertes Betriebssystem oder eine Linux-basierte Umgebung. Für die Beispiele hier wurde ANTsPy in einer virtuellen High-Performance-Computing-Umgebung auf einer lokalen Workstation installiert und verwendet. Das Protokoll hat nach Erfahrung der Autoren tendenziell besser mit einer virtuellen Computerumgebung funktioniert.
  2. Laden Sie die Segmentierungs- und/oder Visualisierungssoftware Ihrer Wahl herunter und installieren Sie sie.
    HINWEIS: Für die vorliegende Studie wurde ITK-SNAP zur Visualisierung verwendet (siehe Materialtabelle).
  3. Laden Sie das reg.py Skript herunter und speichern Sie es (Ergänzungsdatei 1).

2. Bild-Vorverarbeitung

  1. Klicken Sie hier, um Bilder und Masken in der gewünschten Bildvisualisierungssoftware zu öffnen und zu überprüfen, ob die Bild- und Maskenausrichtung für alle CT-, 1H- und 129Xe-Dateien übereinstimmt. Abhängig von der verwendeten Segmentierungsmethode und/oder Software muss die Ausrichtung einiger Bilder oder Masken möglicherweise angepasst werden. Bei Bedarf empfehlen wir, 1 H-und 129Xe-Bilder und die Maskenausrichtung an die des nativen CT-Bildes anzupassen.
  2. Speichern Sie die Bild-DICOMs und Einzeletikettenmasken (wie in Schritt 2.1 nach Bedarf angepasst) als Neuroimaging Informatics Technology Initiative-Dateien (NIfTI, *.nii; insgesamt sechs Dateien) mit dem bevorzugten Software-Tool im selben Ordner wie reg.py, auf den der Speicherort zugreifen kann, an dem ANTsPy installiert ist und ausgeführt wird. Befolgen Sie die unten genannten Namenskonventionen.
    1. 1H MRT: Proton.nii; 1H MRT-Maske: Proton_mask.nii.
      HINWEIS: Verwenden Sie das 1-H-Bild und die 1-H-Maske nach der Registrierung bei 129Xe.
    2. 129Xe-MRT: Ventilation.nii; 129Xe MRT-Maske: Ventilation_mask.nii
    3. CT: CT.nii; CT-Maske: CT_mask.nii.
      HINWEIS: Die Dateinamen sind im Registrierungsskript fest codiert und müssen daher dem genannten Format folgen oder im Skript überarbeitet werden, um der gewünschten Namenskonvention zu entsprechen. Diese Schritte können zusammen mit einem der empfohlenen Softwaretools ausgeführt werden, die in Schritt 1.2 aufgeführt sind. In Bezug auf diese Software-Tools schreiben einige die erforderlichen Header-Informationen automatisch beim Speichern von .nii-Dateien, während andere zusätzliche Schritte zum Kopieren und Schreiben der Header-Informationen erfordern.

3. CT-XeMRT-Registrierung

  1. Öffnen Sie die reg.py Datei in der gewünschten Python-Computing-Umgebung, die in Schritt 1.1 eingerichtet wurde.
    HINWEIS: Script reg.py basiert auf den integrierten ANTs-Registrierungstools. Zusätzliche Dokumentation ist verfügbar55.
  2. Wenn Sie eine virtuelle Umgebung verwenden, legen Sie die Anzahl der CPUs (Central Processing Units), die Anzahl der Threads und den RAM wie gewünscht oder in der Computerumgebung verfügbar fest. Für die hierin vorliegenden Beispiele wurde eine virtuelle Computerumgebung mit 16 CPUs, 1 Thread pro CPU und 186 GB verfügbarem RAM verwendet.
  3. Legen Sie die gewünschte Transformation und Interpolation fest. Hier wurde die SyNAggro-Transformation mit linearer Interpolation für Bilder und generischer Label-Interpolation für Einzellabel-Masken verwendet, die im bereitgestellten reg.py-Skript Standard sind.
    HINWEIS: SyNAggro ist eine symmetrische Normalisierungstransformation, die eine affine + verformbare Transformation sowie eine aggressivere Registrierung durch feinskalige Anpassung und mehr Verformung (im Vergleich zu einfachem SyN) umfasst. Alternative Transformations- und Interpolationsalgorithmen sind im Link zur ANTs-Registrierungsdokumentation in Schritt 3.155 aufgeführt.
  4. Legen Sie das fixe und das bewegte Bild fest. Hier wurde das CT (Single-Label-Maske) als Fixbild und das 1-H-MRT (Single-Label-Maske) als Bewegtbild eingestellt.
  5. Führen Sie reg.py in der Python-Computing-Umgebung aus. Die vollständige Registrierung kann 5-10 Minuten (unter Verwendung unserer Parameter) oder länger dauern, abhängig von den verwendeten oder verfügbaren Computerressourcen. Wenn der Vorgang abgeschlossen ist, werden verzerrte Dateien automatisch im selben Verzeichnis wie die ursprünglichen Bilddateien mit den folgenden Dateinamen gespeichert: Proton_warped.nii.gz; Ventilation_warped.nii.gz; Ventilation_label_warped.nii.gz.
    HINWEIS: NIfTI *.nii.gz-Dateien sind nur gezippte Versionen von *.nii-Dateien und können wie gewünscht entpackt oder geöffnet werden. Die reg.py des Skripts kann beliebig geändert werden, z. B. durch die Verwendung verschiedener Transformations- oder Interpolationsmethoden oder durch das Mapping auf oder das Erstellen von Dateiverzeichnissen.

4. Auswertung der Anmeldeergebnisse

  1. Öffnen Sie das CT.nii-Bild als Basisbild in der gewünschten Visualisierungssoftware.
  2. Öffnen Sie Ventilation_warped.nii.gz oder Ventilation_label_warped.nii.gz als anderes Bild und überlagern Sie das CT-Bild mit der gewünschten Farbkarte.
  3. Überprüfen Sie die Überlappung des 129Xe-Bildes oder der 129 Xe-Maske mit dem CT-Bild in allen Bildebenen (koronal, axial, sagittal) und bewerten Sie die visuelle Ausrichtung von Orientierungspunkten wie der Carina- und Lungengrenze (sofern im 129Xe-Bild verfügbar).
  4. Überprüfen Sie die Ergebnisse. Wenn Sie mit den Ergebnissen zufrieden sind, ist die Registrierung abgeschlossen.
    HINWEIS: Das registrierte 129 Xe-Bild/die registrierte 129Xe-Maske kann mit der CT-Maske multipliziert werden, um die Luftröhre und die Hauptatemwege zu entfernen (falls nicht vor der MRT-Segmentierung entfernt) und alle Signale zu entfernen, die nach der Registrierung außerhalb der CT-Lungengrenzen liegen. Weitere Quantifizierungen für regionale Struktur-Funktions-Messungen können nach Belieben durchgeführt werden.
  5. Wenn Sie mit den Ergebnissen nicht zufrieden sind, bewerten und optimieren Sie alternative Transformationstypen und die zugehörigen Parameter nach Bedarf.

Results

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

In dieser Studie wurden prospektiv gepaarte CT und 129Xe-MRT in einem Forschungsumfeld zur regionalen Charakterisierung der Lungenstruktur-Funktion und zur bildgesteuerten Bronchoskopie bei einer Reihe von Lungenerkrankungen und -zuständen durchgeführt. Abbildung 3 zeigt 129registrierte Xe-MRT-Beatmung und CT in koronaler und sagittaler Ebene für vier repräsentative Teilnehmer mit einer Reihe von MRT-Beatmungsmustern (für dieselben Teilnehmer in Abbildung 1). Die registrierte 129Xe MR-Markierungsmaske zeigt 129Xe-Signalintensitätscluster von Beatmungsdefekt oder Signalvoid bis hyperintense und wurde mit der CT-Markierungsmaske multipliziert, um die Luftröhre und die Hauptatemwege zu entfernen. Die visuelle Inspektion zeigt eine gute Ausrichtung aller Lungengrenzen für den gesunden Teilnehmer (Abbildung 3A) mit homogener Beatmung, mit Ausnahme des kostophrenen Winkels in der rechten Lunge. Diese Diskrepanz könnte auf Auflösungsunterschiede zwischen den beiden Modalitäten oder auf geometrische Verzerrungen im 129Xe/1H MRT zurückzuführen sein. Es handelt sich jedoch nur um einen kleinen Bruchteil des gesamten Lungenvolumens. Bei den drei Teilnehmern mit COPD zeigte sich auch eine gute Ausrichtung der Lungengrenzen, sofern vorhanden. Die hier aufgeführten COPD-Beispiele reichen von diffusen Ventilationsanomalien (Abbildung 3B), Anomalien der Ventilationsanomalien des Oberlappens mit fehlenden apikalen Lungengrenzen (Abbildung 3C) und Anomalien der Ventilationsanomalien des Unterlappens mit fehlenden Zwerchfelllungengrenzen (Abbildung 3D).

Die Autoren entscheiden sich in der Regel für eine visuelle Inspektion der registrierten Bilder und bewerten die Registrierungsleistung aufgrund der Art der multimodalen Kontrastunterschiede zwischen CT und 129Xe-MRT nicht prospektiv quantitativ. Gängige quantitative Metriken für die Registrierungsleistung sind der Würfelkoeffizient oder der Zielregistrierungsfehler (TRE). Die Würfelkoeffizienten konnten zwischen den registrierten 1H (bewegten) und CT (festen) Bildern ausgewertet werden; Dies wäre jedoch indirekt, da 1-H-Bilder als Zwischenbrücke zur Registrierung von 129Xe-Bildern verwendet werden und die interessierenden Messungen aus 129Xe-MRT stammen. Die TRE kann quantifiziert werden, indem auf den fixierten und bewegten Bildern markentreue Orientierungspunkte platziert werden. Das Platzieren von Passermarken ist jedoch ein zeitaufwändiger manueller Prozess, und die Art der 129Xe MRT-Beatmungsanomalien bedeutet, dass möglicherweise nur begrenzte anatomische Orientierungspunkte zur Verfügung stehen. Obwohl die tracheale Carina und der kostophrene Winkel typischerweise als einfache Orientierungspunkte dienen, heben die Teilnehmer in Abbildung 3C,D schwere Beispiele hervor, bei denen nur begrenzte offensichtliche Orientierungspunkte zur Verfügung stehen. Unter Verwendung eines ähnlichen Registrierungsrahmens bei ANTs erreichten Tahir et al. eine TRE von 8,8 mm bis 19,7 mm38, was im Verhältnis zur Größe der Lunge klein ist (typisches Sichtfeld 350-400 mm) und daher akzeptabel ist; Die Autoren gehen davon aus, dass TRE unter Verwendung des aktuellen Rahmens ähnlich sein könnte.

Vergleichende Lungenbildgebung; \(^{129}\)Xe MRT, \(^{1}\)H MRT, CT; Diagnostisches Visualisierungsdiagramm.
Abbildung 1: Pulmonal 129Xe und 1H und CT. Beispiele für 129Xe und volumenangepasste anatomische 1-H-MRTmit gepaarten CT für einen gesunden Teilnehmer (A) und drei Teilnehmer mit chronisch obstruktiver Lungenerkrankung (COPD; B, C, D) mit einem Bereich von 129Xe-Beatmungsmustern. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

CT- und MRT-Registrierungsdiagramm; Segmentierungsprozess für die Lungenbildgebung; Geben Sie Bilder in Masken mit nur einer Beschriftung ein.
Abbildung 2: Gesamte Bildanalyse- und Registrierungspipeline. Eingabe-CT-, 129Xe MR- und 1H MR-Bilder werden zunächst segmentiert, um Einzeletikettenmasken zu erzeugen. Das 1-H-MRT-Bild/die 1-H-Maske wird zunächst in das 129 Xe-Bild/die 129-Xe-Masketransformiert. Alle CT-, 129Xe- und 1H-Bilderund -Masken werden in NIfTI-Dateien konvertiert, die dann für die 129Xe-CT-Registrierung verwendet werden. Die 1-H-Maske wird in den CT-Bildraum transformiert, und die Transformation wird anschließend auf das 129 Xe-Bild/die 129-Xe-Maskeangewendet. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Lungen-CT-Scan-Analyse mit koronalen, sagittalen Ansichten; Vergleich von defekten vs. hyperintensen Regionen.
Abbildung 3: 129Xe-MRT-CT-Registrierungsergebnisse. Registrierungsergebnisse für die vier repräsentativen Teilnehmer in Abbildung 1, wobei 129Xe in Cyan auf dem CT in Graustufen überlagert ist. Es zeigte sich eine gute Ausrichtung aller Lungengrenzen für den gesunden Teilnehmer (A) mit homogener Beatmung, mit Ausnahme des kostophrenen Winkels in der rechten Lunge. Bei den drei Teilnehmern mit COPD, sofern verfügbar, gab es auch eine gute Übereinstimmung der Lungengrenzen, die von diffusen Beatmungsanomalien (B) über Anomalien der Oberlappenbeatmung mit fehlenden apikalen Lungengrenzen (C) bis hin zu Anomalien der Unterlappenbeatmung mit fehlenden Zwerchfelllungengrenzen (D) reichte. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Vergleich von Lungen-CT und MRT-Beatmung; koronale, sagittale Ansichten; LAA950, VDP-Analyse.
Abbildung 4: Lupenstruktur-Funktions-Messungen bei einem Teilnehmer mit COPD. Das Lobar-CT-Emphysem, gemessen an den schwach abschwächenden Bereichen mit weniger als -950 Hounsfield-Einheiten (LAA950, gelb) und 129Prozent Xe-MRT-Beatmungsdefekt (VDP, cyan), die nach 129Xe-MR-CT-Registrierung erzeugt wurden, als Beispiel für eine regionale Bewertung für einen bildgesteuerten Behandlungsplan. Das Schema der lappenförmigen Umrisse ist in Sagittalebenen dargestellt. RUL = rechter Oberlappen; RML = rechter Mittellappen; RLL = rechter unterer Lappen; LUL = linker Oberlappen; LLL = linker unterer Lappen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Ergänzende Datei 1: Das reg.py Skript. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Discussion

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

CT und 129Xe-MRT liefern komplementäre Informationen zur Beurteilung der regionalen Lungenstruktur und -funktion, die am besten durch Bildregistrierung erleichtert wird. Die Implementierung einer multimodalen Bildregistrierung kann nicht trivial sein, und daher soll das hier bereitgestellte Protokoll die Werkzeuge für Lesegeräte bereitstellen, um 129Xe MRT in CT zu registrieren. Das bereitgestellte Protokoll verwendet ANTsPy für eine einfachere Implementierung für Benutzer mit einem breiten Spektrum an Bildverarbeitungserfahrung, die Python anstelle von C++ verwenden, wie es bei herkömmlichen ANTs der Fall ist. Insgesamt bieten ANTs ein Open-Source-Framework für die Bildregistrierung, das den Bedarf an Abstimmungen für verschiedene Metriken und/oder Bildpaare reduziert und reproduzierbare Forschungspraktiken unterstützt49. Ein Satz von drei aufeinanderfolgenden Algorithmen wird typischerweise in ANTs verwendet, um eine optimale Registrierung zu erreichen: (1) starre Registrierung nur durch Rotation und Translation, (2) affine Registrierung durch Rotation und Translation plus Skalierung und Scherung und (3) verformbare, nichtlineare Registrierung. Auf einer tieferen Ebene sind die drei Schritte des hier bereitgestellten Standardprotokolls für die CT-MR-Registrierung: (1) Anfängliche Ähnlichkeitstransformation (starr), um grobe Ähnlichkeiten zwischen den CT- und MRT-Bildern zu erfassen und die Bilder für nachfolgende, verfeinerte Transformationen vorzubereiten. In diesem Schritt werden die Matten-Ähnlichkeitsmetrik49 mit 32 Histogramm-Bins, reguläre Stichproben mit 0,2 % abgetasteten Pixeln, Gradientenabstiegsoptimierung mit Schrittweite 0,25, eine Gaußsche Pyramide mit mehreren Auflösungen mit vier Ebenen von Downsampling-Faktoren 6 x 4 x 2 x 1 (Iterationen 2100, 1200, 1200, 10) und entsprechende Glättungs-Gauß-Sigmas von 3 mm x 2 mm x 1 mm x 0 mm verwendet. (2) Affine Transformation unter Verwendung der Ausgabe aus der Ähnlichkeitsstufe als Anfängliche Transformation. In diesem Schritt wird eine Matte-Metrik für die Ähnlichkeit der gegenseitigen Information mit 16 Histogramm-Bins, eine reguläre Stichprobenerstellung mit 0,2 % abgetasteten Pixeln, eine Gradientenabstiegsoptimierung mit einer Schrittweite von 0,25, eine Gaußsche Pyramide mit mehreren Auflösungen mit vier Stufen von Downsampling-Faktoren 4 x 2 x 2 x 1 (Iterationen 2100, 1200, 1200, 100) und entsprechende Glättungs-Gaußsche Sigmas 3 mm x 2 mm x 1 mm x 0 mm verwendet. (3) SyNAggro-Transformation als letzter Schritt zur weiteren Verfeinerung der Transformation mit nichtlineare, verformbare Registrierung. In diesem Schritt werden die Metrik für die Ähnlichkeit der gegenseitigen Informationen der Matten mit 16 Histogramm-Bins, vollständige Stichprobe, Gradientenabstiegsoptimierung mit Schrittgröße 0,2, eine Gaußsche Pyramide mit mehreren Auflösungen mit drei Ebenen von Downsampling-Faktoren 4 x 2 x 1 (Iterationen 40 20 0) und entsprechende Glättungs-Gaußsche Sigmas von 2 mm x 1 mm x 0 mm, Gaußsche Regularisierungskernbreite von 3 Voxeln zur Glättung des Aktualisierungstransformationsfelds verwendet. Dies sind die Standardeinstellungen für den SyNAggro-Transformationsalgorithmus.

Wie zuvor beschrieben und für die Bildregistrierung zwischen CT und hyperpolarisiertem Gas-MRT38 verwendet, wurde hier eine Variation der symmetrischen Normalisierungstransformation (SyN) verwendet, da sich gezeigt wurde, dass sie ein leistungsstärkster Algorithmus in einer pulmonalen Bildregistrierungsherausforderungwar 44. Die Metrik der gegenseitigen Informationsähnlichkeit wurde verwendet, da sie in der multimodalen Bildgebung tendenziell am besten abschneidet56. Um die multimodalen Bildkontrastunterschiede weiter zu überwinden, verwendet das Protokoll die volumenangepasste 1-H-MRT, um indirekt die 129Xe-MRT zur CT zu registrieren, wie zuerst von Tahir et al.38 beschrieben, und registriert tatsächlich die 1-H-Maske mit einer einzigen Markierung auf der CT-Maske anstelle der Bilder. Die resultierende Transformation wird anschließend auf das 129 Xe-Bild und die 129-Xe-Maskeangewendet. Multi-Label-Masken, beispielsweise lobäre oder segmentale CT-Masken21, 22, 23, 45 oder MRT-Intensitätsbehälter57, können ebenfalls verwendet werden. Die Registrierung erfolgt durch Mapping der 1-H-MRT auf den CT-Raum, um die CT-Auflösung für die Quantifizierung der CT-Strukturmerkmale beizubehalten, obwohl die Registrierungsrichtung wie gewünscht umgekehrt werden kann. Als Eingabe für die Registrierungspipeline verarbeitet das Protokoll Bilder und Masken mit einer einzigen Beschriftung im NIfTI-Format, da auf diese Weise alle Querschnittsschnitte in einem 3D-Bild in einer einzigen Datei enthalten sind. Wir haben dieses Protokoll anhand von gepaarten CT-129Xe-MRT-Daten von zwei unabhängigen Zentren (University of British Columbia und University of Kansas Medical Center) mit guter Leistung evaluiert und gehen daher davon aus, dass das Protokoll auch in anderen Datensätzen gut angewendet werden kann. Dennoch können die Transformationsparameter optimiert werden, um die Leistung in lokalen Datasets bei Bedarf zu verbessern.

Das Protokoll ist absichtlich so konzipiert, dass es weitgehend unabhängig von der Bilderfassung und -segmentierung ist, da diese Schritte von verfügbarer oder bevorzugter Bildgebungshardware, Bildgebungsprotokollen und Bildanalyse-Softwaretools abhängen. Das CT-Protokoll sollte idealerweise dünnschichtig und kontrastfrei sein, mit einem standardäquivalenten Rekonstruktionskern, um die Messung validierter quantitativer Parenchym-, Atemwegs- und/oder Gefäßmetriken zu ermöglichen 10,11,50. Die CT kann bei voller Inspiration aufgenommen werden, was am besten für quantitative Messungenvalidiert ist 10, oder an die MRT angepasst werden, um die CT-MRT-Registrierung und Paarstruktur-Funktions-Messungen bei gleichem Lungeninflationsvolumen24,30 besser zu erleichtern. Zur Quantifizierung des Lufteinschlusses konnte auch eine exspiratorische CT durchgeführt und in der inspiratorischen CT registriert werden 17,18,34. Für die Segmentierung und quantitative Analyse sind verschiedene CT-Software-Tools kommerziell erhältlich58 oder Open Source59. Auf der anderen Seite wurden 129Xe-MRT-Aufnahmeprotokolle veröffentlicht9, die derzeit separate Atemanhalte-Aufnahmen für 129Xe- und 1-H-MRT empfehlen. Es wurden neuartige Protokolle entwickelt, die 129Xe und 1H MRT in der gleichen Atempauseerfassen 53,54 und daher den Vorverarbeitungsschritt der 1 H-129Xe-Registrierung überflüssig machen können. Darüber hinaus konzentriert sich dieses Protokoll auf die 129Xe MR-Beatmungsbildgebung, ist aber in ähnlicher Weise für die 129Xe Gasaustauschbildgebung anwendbar. Die Segmentierung und Quantifizierung der 129Xe/1H MRT ist eine aufstrebende Methode, die noch nicht standardisiert ist. In der Literatur wurden viele Methoden beschrieben, die hier verwendet werden könnten und in einer kürzlich erschienenen Übersichtsarbeit60 schön zusammengefasst wurden. Unabhängig davon, wie CT- und 1 H-129Xe-MRT-Bilder aufgenommen und ihre Einzeletikettenmasken erhalten werden, soll dieses Registrierungsprotokoll breit anwendbar sein.

Wir erkennen die Einschränkungen des aktuellen Protokolls an, vor allem, dass es etwas manuell ist, insbesondere für die Vorverarbeitung zur Vorbereitung der Registrierung und zur Bewertung der Registrierungsleistung. Automatisierte Methoden wurden bereits früher vorgeschlagen45, und Verbesserungen des bestehenden Protokolls in Richtung Automatisierung werden für eine nahtlose klinische Umsetzung wichtig sein. Die aktuelle Registrierung ist ebenfalls CPU-basiert; Während die CPU-Verarbeitung wahrscheinlich breiter verfügbar ist und die Registrierung innerhalb von etwa 10 Minuten ausgeführt wird, könnte die Implementierung mit GPU (Graphics Processing Units) und/oder Deep Learning die Laufzeit weiter verkürzen und möglicherweise die Registrierungsgenauigkeit verbessern. Schließlich werden keine Empfehlungen oder Methoden für die CT- und 1H/129Xe-MRT-Bildsegmentierung bereitgestellt. Für beide gibt es eine breite Palette von Methoden, so dass dies der Wahl des Lesers überlassen bleibt; Es gibt jedoch immense Möglichkeiten für eine Pipeline, die automatische Segmentierung und Registrierung umfasst, um die klinische Translation weiter zu beschleunigen.

Dieses Registrierungsprotokoll kann für Forschungs- oder klinische Umgebungen angewendet werden, in denen eine hyperpolarisierte 129Xe-MRT verfügbar ist. In der Forschungslandschaft haben komplementäre CT und 129Xe-MRT weitgehend die Entdeckung neuer Erkenntnisse über die regionale Lungenstruktur-Funktion unterstützt, z. B. bei Asthma 20,21,22,28,29,30,31,32, COPD 24,25,34,35 und IPF 37. 61. Urheberrecht Die Brücke zur klinischen Translation liegt jedoch in bildgesteuerten Lungeninterventionen. Die bildgesteuerte bronchiale Thermoplastie mittels CT und 129Xe-MRT bei Patienten mit schwerem Asthma führte im Vergleich zur konventionellen Ganzlungentherapie zu weniger bronchoskopischen Eingriffen, weniger periprozeduralen unerwünschten Ereignissen und nicht schlechteren patientenberichteten Ergebnissen62,63. Bei COPD können die quantitative CT-Struktur und die 129Xe-MRT-Funktion auf unterschiedliche Ziele für die bronchoskopische Lungenvolumenreduktion hindeuten, basierend auf der größten lappenbelastenden Belastung durch CT-Emphysem und MRT-Beatmungsanomalien, was die Bedeutung der gemeinsamen Betrachtung von Struktur und Funktion unterstreicht23. Darüber hinaus wurden funktionelle Strahlentherapien zur Lungenvermeidung vorgeschlagen40,64, um Regionen mit erhaltener Beatmungs- und Gasaustauschfunktion in der MRT vor übermäßiger Strahlenbelastung zu schützen. Zu den weiteren bildgesteuerten Möglichkeiten bei pulmonalen Eingriffen gehören die chirurgische Resektion von Lungenkrebs65, die Platzierung von Atemwegs-Stents und -Klappen bei COPD und andere neuartige bronchoskopische Therapien bei COPD oder chronischer Bronchitis wie thermische Dampfablation, Kryotherapie oder Rheoplastik 66,67. Abbildung 4 zeigt lobäre CT-Emphysem- und MRT-Beatmungsanomalien bei einem Patienten mit COPD, die bei der Behandlungsplanung berücksichtigt werden könnten. Die Lunge ist nach wie vor eine der letzten Grenzen des menschlichen Körpers für bildgesteuerte Eingriffe; Zusammen liefern CT und 129Xe MRT komplementäre Informationen, die unser Verständnis der Lungenstruktur und -funktion verbessert haben und nun für bildgesteuerte Lungeneingriffe eingesetzt werden können. Das hier bereitgestellte CT-129Xe MRT-Registrierungsprotokoll kann die weitere Entdeckung der Lungenstruktur und -funktion sowie bildgesteuerte Interventionen zur Verbesserung der Versorgung, Behandlung und Ergebnisse von Patienten mit Atemwegserkrankungen ermöglichen.

Disclosures

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

RLE erhält von VIDA Diagnostics Inc. außerhalb der eingereichten Arbeit persönliche Beratungshonorare. JAL hat ein institutionelles Stipendium von GE Healthcare und Honorare für Vorträge von Philips und GE Healthcare außerhalb der eingereichten Arbeit erhalten.

Acknowledgements

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

Diese Forschung wurde zum Teil durch Rechenressourcen und -dienste unterstützt, die von Advanced Research Computing an der University of British Columbia bereitgestellt wurden, und durch einen AI Grant des Department of Radiology der University of British Columbia. RLE wurde durch einen Michael Smith Health Research BC Trainee Award unterstützt.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
3D SlicerBrigham and Women's Hospital (BWH)https://www.slicer.org/Bildanalyse-/Visualisierungssoftware; Open Source
ANTsPyNAhttps://github.com/ANTsX/ANTsPyCodierungsinfrastruktur; Open Source
ITK-SNAPNABildanalyse-/Visualisierungssoftware; Open Source
MAGNETOM Vida 3,0 T MRTSiemens HealthineersNAKann jeder 1,5 T oder 3,0 T Scanner mit Breitband-Bildgebungsfunktion sein
MATLABMathworkshttps://www.mathworks.com/products/matlab.htmlAllgemeine Software, gut für die Bildanalyse; erhältlich im Abonnement
reg.pyNANA Registrierungsskript (Ergänzende Datei 1)
Revolution HD CT-ScannerGE HealthcareNAKann jeder CT-Scanner mit ≥ 64 Detektoren
VIDA InsightsVIDA Diagnostics Inc.NACT-Analysesoftware; kann beliebig sein, um Masken zu generieren
http://www.itksnap.org/pmwiki/pmwiki.php

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Albert, M. S., et al. Biological magnetic resonance imaging using laser-polarized 129Xe. Nature. 370 (6486), 199-201 (1994).
  2. Sheikh, K., Coxson, H. O., Parraga, G. This is what COPD looks like. Respirology. 21 (2), 224-236 (2016).
  3. Ebner, L., et al. The role of hyperpolarized (129)xenon in MR imaging of pulmonary function. Eur J Radiol. 86, 343-352 (2017).
  4. Eddy, R. L., Parraga, G. Pulmonary xenon-129 MRI: New opportunities to unravel enigmas in respiratory medicine. Eur Respir J. 55 (2), 1901987(2020).
  5. Stewart, N. J., et al. Lung MRI with hyperpolarised gases: Current & future clinical perspectives. Br J Radiol. 95 (1132), 20210207(2022).
  6. Kooner, H. K., et al. Pulmonary functional MRI: Detecting the structure-function pathologies that drive asthma symptoms and quality of life. Respirology. 27 (2), 114-133 (2022).
  7. Mugler, J. P., Altes, T. A. Hyperpolarized 129Xe MRI of the human lung. J Magn Reson Imaging. 37 (2), 313-331 (2013).
  8. Kaushik, S. S., et al. Single-breath clinical imaging of hyperpolarized (129)Xe in the airspaces, barrier, and red blood cells using an interleaved 3D radial 1-point Dixon acquisition. Magn Reson Med. 75 (129), 1434-1443 (2016).
  9. Niedbalski, P. J., et al. Protocols for multi-site trials using hyperpolarized (129) Xe MRI for imaging of ventilation, alveolar-airspace size, and gas exchange: A position paper from the (129) Xe MRI clinical trials consortium. Magn Reson Med. 86 (6), 2966-2986 (2021).
  10. Lynch, D. A., Al-Qaisi, M. A. Quantitative computed tomography in chronic obstructive pulmonary disease. J Thorac Imaging. 28 (5), 284-290 (2013).
  11. Motahari, A., et al. Repeatability of pulmonary quantitative computed tomography measurements in chronic obstructive pulmonary disease. Am J Respir Crit Care Med. 208 (6), 657-665 (2023).
  12. Jarjour, N. N., et al. Severe asthma: Lessons learned from the national heart, lung, and blood institute severe asthma research program. Am J Respir Crit Care Med. 185 (4), 356-362 (2012).
  13. Regan, E. A., et al. Genetic epidemiology of COPD (copdgene) study design. COPD. 7 (1), 32-43 (2010).
  14. Couper, D., et al. Design of the subpopulations and intermediate outcomes in COPD study (SPIROMICS). Thorax. 69 (5), 491-494 (2014).
  15. Vestbo, J., et al. Evaluation of COPD longitudinally to identify predictive surrogate end-points (eclipse). Eur Respir J. 31 (4), 869-873 (2008).
  16. Bourbeau, J., et al. Canadian cohort obstructive lung disease (cancold): Fulfilling the need for longitudinal observational studies in COPD. Copd. 11 (2), 125-132 (2014).
  17. Galbán, C. J., et al. Computed tomography-based biomarker provides unique signature for diagnosis of COPD phenotypes and disease progression. Nat Med. 18 (11), 1711-1715 (2012).
  18. Kirby, M., et al. A novel method of estimating small airway disease using inspiratory-to-expiratory computed tomography. Respiration. 94 (4), 336-345 (2017).
  19. Kim, M., Doganay, O., Hwang, H. J., Seo, J. B., Gleeson, F. V. Lobar ventilation in patients with COPD assessed with the full-scale airway network flow model and xenon-enhanced dual-energy CT. Radiology. 298 (1), 201-209 (2021).
  20. Fain, S. B., et al. Evaluation of structure-function relationships in asthma using multidetector CT and hyperpolarized He-3 MRI. Acad Radiol. 15 (6), 753-762 (2008).
  21. Zha, W., et al. Regional heterogeneity of lobar ventilation in asthma using hyperpolarized helium-3 MRI. Acad Radiol. 25 (2), 169-178 (2018).
  22. Tahir, B. A., et al. Comparison of CT-based lobar ventilation with 3He MR imaging ventilation measurements. Radiology. 278 (2), 585-592 (2016).
  23. Adams, C. J., Capaldi, D. P. I., Di Cesare, R., McCormack, D. G., Parraga, G. On the potential role of MRI biomarkers of COPD to guide bronchoscopic lung volume reduction. Acad Radiol. 25 (2), 159-168 (2018).
  24. Pike, D., et al. Regional heterogeneity of chronic obstructive pulmonary disease phenotypes: Pulmonary (3)He magnetic resonance imaging and computed tomography. COPD. 13 (3), 601-609 (2016).
  25. Svenningsen, S., Guo, F., McCormack, D. G., Parraga, G. Noncystic fibrosis bronchiectasis: Regional abnormalities and response to airway clearance therapy using pulmonary functional magnetic resonance imaging. Acad Radiol. 24 (1), 4-12 (2017).
  26. Sheikh, K., et al. Magnetic resonance imaging biomarkers of chronic obstructive pulmonary disease prior to radiation therapy for non-small cell lung cancer. Eur J Radiol Open. 2, 81-89 (2015).
  27. Tahir, B. A., et al. Spatial comparison of CT-based surrogates of lung ventilation with hyperpolarized helium-3 and xenon-129 gas MRI in patients undergoing radiation therapy. Int J Radiat Oncol Biol Phys. 102 (4), 1276-1286 (2018).
  28. Svenningsen, S., et al. What are ventilation defects in asthma. Thorax. 69 (1), 63-71 (2014).
  29. Svenningsen, S., Nair, P., Guo, F., McCormack, D. G., Parraga, G. Is ventilation heterogeneity related to asthma control. Eur Respir J. 48 (2), 370-379 (2016).
  30. Eddy, R. L., et al. Is computed tomography airway count related to asthma severity and airway structure and function. Am J Respir Crit Care Med. 201 (8), 923-933 (2020).
  31. Mummy, D. G., et al. Mucus plugs in asthma at CT associated with regional ventilation defects at (3)He MRI. Radiology. 303 (3), 184-190 (2022).
  32. Carey, K. J., et al. Comparison of hyperpolarized (3)He-MRI, CT based parametric response mapping, and mucus scores in asthmatics. Front Physiol. 14, 1178339(2023).
  33. Thomen, R. P., et al. Regional ventilation changes in severe asthma after bronchial thermoplasty with (3)He MR imaging and CT. Radiology. 274 (3), 250-259 (2015).
  34. Capaldi, D. P., et al. Pulmonary imaging biomarkers of gas trapping and emphysema in COPD: (3)He MR imaging and CT parametric response maps. Radiology. 279 (3), 597-608 (2016).
  35. MacNeil, J. L., et al. Pulmonary imaging phenotypes of chronic obstructive pulmonary disease using multiparametric response maps. Radiology. 295 (1), 227-236 (2020).
  36. Kirby, M., et al. Pulmonary ventilation visualized using hyperpolarized helium-3 and xenon-129 magnetic resonance imaging: Differences in COPD and relationship to emphysema. J Appl Physiol. 114 (1985), 707-715 (2013).
  37. Hahn, A. D., et al. Hyperpolarized (129)Xe MR spectroscopy in the lung shows 1-year reduced function in idiopathic pulmonary fibrosis. Radiology. 305 (129), 688-696 (2022).
  38. Tahir, B. A., et al. A method for quantitative analysis of regional lung ventilation using deformable image registration of CT and hybrid hyperpolarized gas/1h MRI. Phys Med Biol. 59 (23), 7267-7277 (2014).
  39. Heinrich, M. P., et al. MIND: Modality independent neighbourhood descriptor for multi-modal deformable registration. Med Image Anal. 16 (7), 1423-1435 (2012).
  40. Yaremko, B. P., et al. Functional lung avoidance for individualized radiation therapy: Results of a double-masked, randomized controlled trial. Int J Radiat Oncol Biol Phys. 113 (5), 1072-1084 (2022).
  41. Westcott, A., et al. Chronic obstructive pulmonary disease: Thoracic CT texture analysis and machine learning to predict pulmonary ventilation. Radiology. 293 (3), 676-684 (2019).
  42. Tahir, B. A., et al. Comparison of CT ventilation imaging and hyperpolarised gas MRI: Effects of breathing manoeuvre. Phys Med Biol. 64 (5), 055013(2019).
  43. Astley, J. R., et al. A hybrid model- and deep learning-based framework for functional lung image synthesis from multi-inflation CT and hyperpolarized gas MRI. Med Phys. 50 (9), 5657-5670 (2023).
  44. Murphy, K., et al. Evaluation of registration methods on thoracic CT: The empire10 challenge. IEEE Trans Med Imaging. 30 (11), 1901-1920 (2011).
  45. Guo, F., et al. Thoracic CT-MRI coregistration for regional pulmonary structure-function measurements of obstructive lung disease. Med Phys. 44 (5), 1718-1733 (2017).
  46. Guo, F., et al. Development of a pulmonary imaging biomarker pipeline for phenotyping of chronic lung disease. J Med Imaging (Bellingham). 5 (2), 026002(2018).
  47. Avants, B. B., et al. A reproducible evaluation of ANTs similarity metric performance in brain image registration. Neuroimage. 54 (3), 2033-2044 (2011).
  48. Tustison, N. J., Avants, B. B. Explicit B-spline regularization in diffeomorphic image registration. Front Neuroinform. 7, 39(2013).
  49. Avants, B. B., et al. The Insight ToolKit image registration framework. Front Neuroinform. 8, 44(2014).
  50. Sieren, J. P., et al. SPIROMICS protocol for multicenter quantitative computed tomography to phenotype the lungs. Am J Respir Crit Care Med. 194 (7), 794-806 (2016).
  51. Garrison, W. J., et al. Acquiring hyperpolarized 129Xe magnetic resonance images of lung ventilation. J Vis Exp. (201), e65982(2023).
  52. Kirby, M., et al. Hyperpolarized 3He magnetic resonance functional imaging semiautomated segmentation. Acad Radiol. 19 (2), 141-152 (2012).
  53. Niedbalski, P. J., et al. A single-breath-hold protocol for hyperpolarized (129) Xe ventilation and gas exchange imaging. NMR Biomed. 36 (8), e4923(2023).
  54. Collier, G. J., et al. Single breath-held acquisition of coregistered 3D (129) Xe lung ventilation and anatomical proton images of the human lung with compressed sensing. Magn Reson Med. 82 (1), 342-347 (2019).
  55. ANTsPy Contributors. Registration. , Available from: https://antspy.readthedocs.io/en/latest/registration.html (2017).
  56. Maes, F., Vandermeulen, D., Suetens, P. Medical image registration using mutual information. Proceedings of the IEEE. 91 (10), 1699-1722 (2003).
  57. He, M., et al. Extending semiautomatic ventilation defect analysis for hyperpolarized (129)Xe ventilation MRI. Acad Radiol. 21 (12), 1530-1541 (2014).
  58. Wang, J. M., Ram, S., Labaki, W. W., Han, M. K., Galbán, C. J. CT-based commercial software applications: Improving patient care through accurate COPD subtyping. Int J Chron Obstruct Pulmon Dis. 17, 919-930 (2022).
  59. Estepar, R. S. J., et al. Chest imaging platform: An open-source library and workstation for quantitative chest imaging. Am J Respir Crit Care Med. 191, 4975(2015).
  60. Sharma, M., et al. Quantification of pulmonary functional MRI: State-of-the-art and emerging image processing methods and measurements. Phys Med Biol. 67 (22), (2022).
  61. Wang, J. M., et al. Using hyperpolarized (129)Xe MRI to quantify regional gas transfer in idiopathic pulmonary fibrosis. Thorax. 73 (129), 21-28 (2018).
  62. Hall, C. S., et al. Single-session bronchial thermoplasty guided by (129)Xe magnetic resonance imaging. A pilot randomized controlled clinical trial. Am J Respir Crit Care Med. 202 (129), 524-534 (2020).
  63. Svenningsen, S., et al. Bronchial thermoplasty guided by hyperpolarised gas magnetic resonance imaging in adults with severe asthma: A 1-year pilot randomised trial. ERJ Open Res. 7 (3), 00268(2021).
  64. Rankine, L. J., et al. Hyperpolarized (129)Xe magnetic resonance imaging for functional avoidance treatment planning in thoracic radiation therapy: A comparison of ventilation- and gas exchange-guided treatment plans. Int J Radiat Oncol Biol Phys. 111 (129), 1044-1057 (2021).
  65. Radadia, N., et al. Comparison of ventilation defects quantified by technegas spect and hyperpolarized (129)Xe MRI. Front Physiol. 14, 1133334(2023).
  66. Criner, G. J. Surgical and interventional approaches in COPD. Respir Care. 68 (7), 939-960 (2023).
  67. Hartman, J. E., Garner, J. L., Shah, P. L., Slebos, D. J. New bronchoscopic treatment modalities for patients with chronic bronchitis. Eur Respir Rev. 30 (159), 200281(2021).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Pulmonary ImagingHyperpolarized Xenon MRIChest CTLung Structure FunctionImage RegistrationRegional Lung FunctionCT MRI RegistrationVentilation AbnormalitiesChronic Obstructive Pulmonary DiseaseQuantitative Lung Imaging

Related Articles