Resonancia magnética pulmonar funcional tridimensional con resolución de fase

Resumen

El pulmón funcional tridimensional (3D) con resolución de fase (PREFUL) es una técnica de resonancia magnética (RM) funcional que permite cuantificar la ventilación regional de todo el volumen pulmonar humano, utilizando la respiración tidal y la adquisición libre de agentes de contraste durante 8 min. Aquí, presentamos un protocolo de resonancia magnética para recopilar y analizar datos de imágenes 3D PREFUL.

Resumen

La resonancia magnética pulmonar (RM) ofrece una variedad de técnicas sin radiación diseñadas para evaluar la ventilación pulmonar regional o sus sustitutos. Estas técnicas abarcan mediciones directas, ejemplificadas por la resonancia magnética de gases hiperpolarizados y la resonancia magnética de gases fluorados, así como mediciones indirectas facilitadas por la resonancia magnética mejorada con oxígeno y la resonancia magnética de descomposición de Fourier (FD) basada en protones. En los últimos tiempos, ha habido un progreso sustancial en el campo de la resonancia magnética con FD, que implicó la mejora de la resolución espacial/temporal, el refinamiento del diseño de la secuencia y el posprocesamiento, y el desarrollo de un enfoque integral de todo el pulmón.

La resonancia magnética pulmonar funcional bidimensional (2D) resuelta en fase (PREFUL) se destaca como un enfoque basado en FD desarrollado para la evaluación integral de la ventilación regional y la dinámica de la perfusión, todo dentro de una sola adquisición de RM. Recientemente, se ha realizado un nuevo avance con el desarrollo de 3D PREFUL para evaluar la ventilación dinámica de todo el pulmón mediante un examen de 8 minutos con una secuencia autocontrolada.

La adquisición 3D PREFUL implica el empleo de una secuencia de eco de gradiente estropeado de pila de estrellas con un incremento de ángulo áureo. Después de la reconstrucción de la imagen de detección comprimida de aproximadamente 40 fases respiratorias, todas las imágenes reconstruidas con resolución respiratoria se registran en una fase de respiración fija. Posteriormente, se extraen los parámetros de ventilación de las imágenes registradas.

En una cohorte de estudio compuesta por voluntarios sanos y pacientes con enfermedad pulmonar obstructiva crónica, los parámetros de ventilación 3D PREFUL demostraron fuertes correlaciones con las mediciones obtenidas de las pruebas de función pulmonar. Además, se consideró aceptable la repetibilidad interscan de la técnica 3D PREFUL, lo que indica su fiabilidad para evaluaciones repetidas de los mismos individuos.

En resumen, la resonancia magnética de ventilación 3D PREFUL proporciona una cobertura pulmonar completa y captura la dinámica de la ventilación con una resolución espacial mejorada en comparación con la técnica PREFUL. 3D PREFUL en 2D ofrece una alternativa rentable a la resonancia magnética hiperpolarizada de ¹²⁹Xe, lo que la convierte en una opción atractiva para la evaluación de la ventilación pulmonar de fácil acceso para el paciente.

Introducción

Según la Organización Mundial de la Salud (OMS), las enfermedades respiratorias crónicas son la tercera causa de muerte, lo que supone una carga significativa para la asistencia sanitaria¹. El diagnóstico y seguimiento de varias enfermedades respiratorias implica pruebas funcionales pulmonares, que carecen de información espacial y pueden no ser factibles en pacientes jóvenes. Muchas otras modalidades de medicina nuclear proporcionan medidas espaciales de ventilación, como la tomografía por emisión de positrones (PET)², la tomografía computarizada por emisión de fotón único (SPECT)^3, o la tomografía computarizada⁴. Un inconveniente importante de estas técnicas es el uso de radiación ionizante para la obtención de imágenes. Por lo tanto, esas mediciones no son factibles en poblaciones sensibles como los niños o para mediciones repetidas en estudios clínicos.

Los métodos de imagen por resonancia magnética ganaron interés en las últimas dos décadas porque ofrecen una medición de la función pulmonar sin radiación. Sobre todo, las técnicas de resonancia magnética de gas hiperpolarizado⁵ se han utilizado para la evaluación de la ventilación pulmonar en controles sanos y pacientes con enfermedad pulmonar, al tiempo que logran una relación señal-ruido (SNR) superior en comparación con ¹⁹F⁶ o la resonancia magnética mejorada con oxígeno⁷. Las desventajas comunes de las técnicas de resonancia magnética con gases incluyen la necesidad de personal adicional, los costos de hardware o la necesidad de cooperación del paciente durante la medición del aliento. Para abordar estas limitaciones, se han introducido métodos basados en la resonancia magnética de descomposición de Fourier (FD)⁸ para evaluar la ventilación y la perfusión pulmonar. Como alternativa a la resonancia magnética FD, se desarrolló una resonancia magnética pulmonar funcional resuelta en fase (PREFUL), validada^{9,11,12, y probada en múltiples estudios, incluidos estudios multicéntricos13,14. Sin embargo, la adquisición 2D da como resultado tiempos de adquisición prolongados para una cobertura pulmonar completa y una resolución espacial limitada. Una solución elegante es la que ofrecen las adquisiciones 3D autocontroladas, aunque a expensas de la información de perfusión15,16,17. Una de estas técnicas, 3D PREFUL MRI17, se ha desarrollado no solo para evaluar la ventilación estática sino también la dinámica de la ventilación durante un examen de RM de 8 minutos, proporcionando una resolución de imagen superior en comparación con los métodos 2D.}

Siguiendo la publicación original que describe el método¹⁷, se ha evaluado la repetibilidad de la técnica y se ha comparado clínicamente con las mediciones espirométricas bien establecidas^18, y más recientemente, se ha introducido un marco de registro de imágenes acelerado al tiempo que se mejora la repetibilidad de los parámetros de ventilación y se preserva la calidad de imagen de los mapas de ventilación¹⁹. Esta técnica fácil de escalar y fácil de usar, capaz de mapear cuantitativamente la ventilación regional en el pulmón humano, tiene el potencial de contribuir significativamente a la detección temprana, el diagnóstico de enfermedades respiratorias o el seguimiento de los efectos de la terapia²⁰. Estos cambios terapéuticos en la función pulmonar regional, como la mejora del volumen de ventilación, tienen el potencial de convertirse en biomarcadores para evaluar el impacto de las terapias y podrían ser una herramienta útil en estudios clínicos multicéntricos.

El artículo tiene como objetivo proporcionar una explicación completa y visual de la tecnología 3D PREFUL, con el objetivo de fomentar una traducción más amplia de esta técnica.

Protocolo

Este estudio recibió la aprobación del comité de ética de la Facultad de Medicina de Hannover, lo que garantiza que se adhirió a rigurosos estándares éticos durante todo el proceso de investigación. La investigación siguió estrictamente las directrices esbozadas en la Declaración de Helsinki, haciendo hincapié en la conducta ética de la investigación médica. Además, se obtuvo diligentemente el consentimiento informado de todos los participantes del estudio (o de sus padres o tutores legales) antes de su participación en el examen de resonancia magnética.

NOTA: Los criterios de inclusión/exclusión para los estudios que involucran RM 3D PREFUL varían y dependen del diseño del estudio. Por lo general, los criterios de inclusión para voluntarios sanos en un examen de resonancia magnética 3D PREFUL involucran a individuos que (a) están libres de cualquier condición médica significativa que pueda afectar los resultados del estudio, (b) no están tomando ningún medicamento que pueda interferir con los resultados de la resonancia magnética, (c) no tienen claustrofobia, ansiedad, implantes o dispositivos metálicos, (d) cumplen con criterios específicos de edad y sexo relevantes para los objetivos del estudio, (e) no tener antecedentes de tabaquismo, (f) tener hallazgos normales de espirometría (FEV₁/FVC > 0,7 y tanto FEV₁ como FVC > 80% del valor predictivo). Los criterios de exclusión para todos los participantes del estudio que se sometieron a un examen de resonancia magnética 3D PREFUL pueden incluir: (a) embarazo, (b) tener cualquier afección que pueda comprometer la seguridad o validez del examen 3D PREFUL MRING, (c) intolerancia a los agentes de contraste a base de gadolinio cuando la resonancia magnética dinámica mejorada con contraste está incluida en un protocolo de estudio.

1. Entrevista previa a la resonancia magnética

1. Pídele a un médico que recopile información importante sobre el historial médico del sujeto.
2. Explique las posibles contraindicaciones, los riesgos y el procedimiento de resonancia magnética.
3. Obtener el consentimiento informado y por escrito del sujeto.
   NOTA: Si no se dispone de los resultados de la prueba de función pulmonar, solicite al sujeto que se someta a una prueba de función pulmonar antes del examen de resonancia magnética y verifique que los resultados obtenidos cumplan con los criterios de inclusión.

2. Preparación del radiólogo para el examen de RM

1. Registre el sujeto en la consola de RM y elija el protocolo de RM del estudio con adquisición 3D PREFUL.
2. Verifique que el sujeto, sus bolsillos y su ropa estén libres de piezas que contengan metal.
3. Coloque las hojas en la mesa del escáner de modo que se garantice un entorno estéril.
4. Entra en la sala de resonancia magnética con el sujeto.

3. Preparando el sujeto para el examen de MR

1. Haga que el sujeto se acueste en la mesa de resonancia magnética en posición supina (sin embargo, es posible una posición prona).
2. Asegúrese de que la bobina del torso proporcione una cobertura adecuada del tórax, colocando el elemento superior de la bobina del torso cerca de la barbilla del sujeto.
3. Proporcione al sujeto auriculares (alternativamente tapones para los oídos o ambos) para proteger la audición de los ruidos fuertes inducidos por la resonancia magnética.
4. Proporcione al sujeto un botón de seguridad (o un mecanismo de seguridad alternativo) para que pueda acceder a él y apretarlo fácilmente.
5. Coloque una almohadilla debajo de la cabeza y las piernas del sujeto para mejorar la comodidad durante el examen de resonancia magnética.
6. Coloque el sujeto en el escáner de resonancia magnética, utilizando la navegación con luz láser para asegurarse de que el área de la imagen ocupe el isocentro del orificio.

4. Examen de resonancia magnética

1. localizador
   1. Realice una secuencia de localizador (con parámetros similares a los enumerados en la Tabla 1A) para obtener imágenes anatómicas de baja resolución en tres planos (con un gran campo de visión) que se utilizarán para planificar el examen 3D PREFUL.
2. Imágenes 3D PREFUL
   1. Establezca los parámetros de adquisición de acuerdo con la Tabla 1B para la adquisición de imágenes.
   2. Ajuste el número de proyecciones radiales en consecuencia para que la adquisición dure aproximadamente 8 minutos.
   3. Dígale al sujeto que respire normalmente (respiración sin mareas) durante toda la adquisición.
   4. Compruebe que todo el tórax está incluido en el campo de visión e inicie la adquisición.
3. Una vez finalizada la toma de imágenes, retire el sujeto del escáner.

5. Transferencia de datos en bruto

1. Normalmente, los datos brutos adquiridos no se guardan en la plataforma del proveedor de MR. Guarde los datos brutas de 3D PREFUL kspace siguiendo los pasos específicos del proveedor en la consola de MR.

6. Análisis de datos y postprocesamiento

1. Comience a evaluar los datos adquiridos utilizando el script de reconstrucción de imágenes (Tabla de materiales) en la estación de trabajo designada, por ejemplo, en MATLAB, estableciendo la ruta a los datos sin procesar.
   NOTA: La estación de trabajo designada ya debe tener instalados los siguientes paquetes:
   (a) La Caja de Herramientas de Reconstrucción Avanzada de Berkeley (BART)
   b) Herramientas avanzadas de normalización (ANT)
2. Reconstrucción de imagen
   1. Estime los retrasos de gradiente dependientes del sistema de RM utilizando las proyecciones de calibración con la función estdelay implementada en Berkeley advanced reconstruction toolbox (BART)^21,22.
   2. Aplique un desplazamiento a cada proyección de acuerdo con el retardo de gradiente calculado.
   3. Aplique el filtrado de Hanning (utilizando la función hann en MATLAB) a los datos corregidos con retardo de gradiente mediante una ventana periódica en el plano x-y y la dirección z.
   4. Reconstrucción de imágenes de baja resolución para la agrupación respiratoria
      1. Seleccione un ocho/un cuarto de los datos del espacio k centrados alrededor del índice central de la dimensión de lectura/partición.
         NOTA: Dependiendo del tamaño del sujeto, este paso da como resultado un tamaño de matriz de 32 x 32 x (12-20).
      2. Remodele las matrices de los datos del espacio k y las trayectorias correspondientes para incluir una dimensión de tiempo adicional, con cada punto de tiempo compuesto por 14 proyecciones radiales.
         NOTA: Cada punto de tiempo subsiguiente incluye 13 proyecciones radiales del punto de tiempo anterior más una nueva proyección radial sucesiva.
      3. Utilice el comando de imágenes paralelas y detección comprimida (pics) implementado en BART para la reconstrucción de imágenes.
         NOTA: Aplique la norma L2 (λ = 0.1) y la regularización de la variación total (λ = 0.0001) en el dominio espacial y la regularización de la variación total (λ = 0.01) en el dominio del tiempo.
   5. Extracción de la señal de activación respiratoria
      1. Segmente el parénquima pulmonar en cada imagen 3D de baja resolución reconstruida utilizando el umbral de Otsu^{23, y calcule} el volumen del parénquima pulmonar para cada punto de tiempo.
      2. Aplique un filtro de paso bajo con una frecuencia de corte de 0,7 Hz a la serie temporal de volumen extraído y calcule la frecuencia de respiración.
      3. Excluir los valores atípicos extremos de la serie temporal (puntos de tiempo por encima del percentil 95 y por debajo del percentil 10).
         NOTA: Ordenar las series temporales por su amplitud y fase permite reconstruir un único ciclo respiratorio.
   6. Realice una transformada rápida de Fourier (función FFT, fft en MATLAB) en los datos filtrados por Hanning a lo largo de la dirección del corte para permitir la reconstrucción de imágenes corte por corte.
   7. Cambie la forma de la matriz de datos del espacio k en función de las series temporales extraídas para que cada contenedor respiratorio contenga un mínimo de 100 radios.
   8. Utilice el 20% de las proyecciones de los contenedores adyacentes para mejorar el SNR^24,25 de cada contenedor respiratorio.
   9. Cambie la forma de la matriz de trayectorias del espacio k para que coincida con el tamaño de los datos del espacio k.
   10. Ejecute el comando pics para la reconstrucción de imágenes para cada segmento.
       NOTA: Aplique la norma L2 (λ = 0.1) y la regularización de la variación total (λ = 0.0001) en el dominio espacial y la regularización de la variación total (λ = 0.01) en el dominio del tiempo.
   11. Guarde las variables, incluidas las imágenes reconstruidas de un ciclo respiratorio completo, la frecuencia respiratoria y los tiempos de adquisición, en un archivo .mat.
3. Registro de imágenes
   1. Invierta las intensidades de la señal de las imágenes reconstruidas.
   2. Registre las imágenes en un estado respiratorio seleccionado, como inspiración, utilizando un registro no rígido.
      NOTA: Para mejorar la precisión del registro, se puede emplear un enfoque orientado a grupos²⁶. El proceso de registro se puede ejecutar en la CPU o en la GPU utilizando herramientas como Advanced Normalization Tools (ANTs)²⁷ o el paquete de registro Forsberg²⁸.
4. Segmentación del parénquima pulmonar
   1. Segmente el parénquima pulmonar de la imagen 3D inspiratoria final utilizando una red neuronal convolucional con, por ejemplo, nnUnet architecture²⁹.
   2. Excluya los vasos pulmonares utilizando un algoritmo de reconocimiento de vasos, como el descrito por Wernz et al.³⁰.
      NOTA: El paso de reconocimiento de vasos pulmonares no es obligatorio si no tiene acceso a dicho algoritmo. En algunos casos, puede ser necesaria la resegmentación manual.
5. filtrado
   1. Aplique la regresión del kernel de Nadaraya-Watson (con σ = 0,3) a las imágenes registradas y reinvertidas para interpolar 16 fases en una cuadrícula de tiempo espaciada uniformemente.
   2. Elimine las variaciones de la señal no relacionadas con la respiración aplicando un filtro de paso bajo a 0,7 Hz a los datos interpolados en el dominio del tiempo.
   3. Elimine el ruido de las imágenes filtradas de paso bajo mediante el filtrado guiado por imágenes³¹, con la imagen registrada promediada temporalmente como imagen guía. Establezca los siguientes parámetros: Tamaño de ventana = [5, 5, 5], lambda = 0,001.
6. Análisis de ventilación
   1. Calcule los mapas de ventilación regional (RVent) en mililitro/mililitro (mL/mL) para cada fase respiratoria N utilizando la siguiente fórmula³²:
      [1]
      NOTA: S_Insp representa la imagen de destino para el registro de imágenes, correspondiente al nivel inspiratorio final. S_Exp se refiere a la imagen final de la espiración, mientras que S_N representa el N-ésimo estado respiratorio.
   2. Calcular el mapa de defectos de ventilación (VD_RVent) del mapa RVent de la^8ª fase, que representa la ventilación máxima.
      NOTA: Para calcular VD, los vóxeles por debajo del umbral del valor del percentil 90, multiplicados por un factor de 0,4, se consideran defectos³³.
   3. Calcule el mapa de métrica de correlación flujo-volumen-bucle (FVL-CM).
      1. Calcule el caudal como la primera derivada de RVent.
         NOTA: El volumen se mide directamente con RVent.
      2. Establezca una FVL de referencia para cada segmento, calculada a partir de una región saludable definida por los valores de RVent entre el percentil 75 y el 95^.
      3. Determine la similitud entre la FVL del vóxel del parénquima pulmonar y la FVL de referencia mediante correlación cruzada con retardo cero.
   4. Calcule el mapa VD_FVL-CM, donde los vóxeles con valores de FVL-CM inferiores a 0,9 se identifican como vóxeles con defecto de ventilación³⁴.
   5. Calcule los mapas de tiempo hasta el pico de ventilación (VTTP) en porcentaje (%) del ciclo respiratorio.
      NOTA: Teóricamente, el ciclo respiratorio interpolado comienza/termina en el pico de espiración y es simétrico con respecto al pico de inspiración al 50% del ciclo de ventilación para un vóxel saludable. En el caso de los vóxeles que se someten a una dinámica de ventilación avanzada/retrasada, el mapa VTTP mostrará un valor inferior/superior al 50%.
   6. Calcule la desviación del valor VTTP (VTTP_Dev) desde el pico de inspiración al 50% de la siguiente manera:
      [2]
      NOTA: Para una región saludable, el_{VTTP Dev} debe estar cerca del 0%.
   7. estadística
      1. Describa estadísticamente los parámetros RVent, FVL-CM, VTTP y VTTP_Dev para todos los segmentos, proporcionando valores de mediana, media, desviación estándar y rangos intercuartílicos.
      2. Calcule los valores de porcentaje de defectos de ventilación derivados de los mapas VD generados.
      3. Exporte todos los parámetros calculados a un archivo de hoja de cálculo (consulte el ejemplo proporcionado en la Tabla 3).

Resultados

El protocolo de imagen 3D PREFUL más simple incluye dos secuencias. Un localizador anatómico + una medición de la respiración libre mediante la adquisición de pilas de estrellas en 3D de ángulo dorado. La trayectoria de la pila de estrellas se muestra en Figura 1. Esta trayectoria combina el muestreo radial (en el plano) con el muestreo cartesiano lineal (en la dirección z). Inicialmente, se adquieren muestras en la dirección de partición k_z, seguidas de la rotación del ángulo áureo para muestrear el plano k_{x-k y}. El esquema de adquisición del ángulo áureo promueve la autocompuerta con una cobertura uniforme del espacio k, lo que facilita la reconstrucción de la imagen con datos muy submuestreados. El examen completo no supera los 10 minutos. Más detalles de la adquisición de 3D PREFUL se encuentran en la Tabla de Materiales.

Figura 1: Trayectoria rotada de la pila de estrellas en proporción áurea. Obsérvese el muestreo radial aplicado a lo largo de la cota en el plano (kx-ky) y el muestreo cartesiano aplicado a lo largo de la dirección del corte (kz). Este esquema da como resultado una cobertura cilíndrica del espacio k adquirido. En este ejemplo, se representan tres particiones, incluidas 32 proyecciones radiales por partición. Por favor, haga clic aquí para ver una versión más grande de esta figura.

En la Tabla 1B se presenta una lista de los parámetros típicos de la RM utilizados para la obtención de imágenes 3D PREFUL en un escáner de 1,5 T. Para el escáner 3T, se proponen los parámetros de secuencia enumerados en la Tabla 2.

Una vez completada la adquisición y transferencia de datos, comienza la parte de reconstrucción de la imagen. Este paso se realiza mediante un código de MATLAB que pertenece a la propiedad intelectual (PI) de una empresa (BioVisioneers GmbH) y no se puede compartir abiertamente. El script está completamente automatizado una vez que se proporciona la ruta a los datos sin procesar. Una visión general esquemática del procedimiento de reconstrucción se muestra en Figura 2.

Figura 2: Resumen esquemático del método de resonancia magnética de pulmón funcional resuelto en fase 3D (PREFUL). Al principio, los datos se adquieren utilizando una adquisición de resonancia magnética de respiración libre de 8 minutos de duración con una trayectoria de pila de estrellas. Una vez que los datos se transfieren del escáner de resonancia magnética a una unidad de cálculo, se reconstruyen imágenes 3D de baja resolución con una resolución temporal de aproximadamente 100 ms. Se segmenta el parénquima pulmonar de cada imagen y se calcula el volumen pulmonar. La información del volumen pulmonar se utiliza además como una señal de compuerta. En función de la amplitud y la fase de la señal de compuerta, las proyecciones radiales se clasifican en compartimentos respiratorios que cubren un ciclo respiratorio. A la parte de agrupación le sigue la reconstrucción dinámica de imágenes de resolución completa, que posteriormente se registran hasta el nivel inspiratorio final. Después de varios pasos de posprocesamiento, se calcula el ciclo de ventilación regional (RVent) y se realiza la parte de análisis de la imagen, incluida la extracción de parámetros. El ciclo RVent se evalúa calculando el bucle de flujo-volumen (FVL) para cada vóxel. Los mapas de ventilación de FVL-CM se extraen a través de una evaluación de cada FVL de vóxel frente a FVL de referencia saludable, y la similitud se evalúa mediante una métrica de correlación cruzada. Tanto para RVent como para FVL-CM, se cuantificaron los valores globales del porcentaje total de defectos de ventilación (VDP). Además, la dinámica del ciclo RVent se analiza a través del análisis del tiempo hasta el pico, lo que da como resultado un mapa de parámetros del tiempo hasta el pico de ventilación (VTTP). Además, la desviación de la ventilación máxima esperada al 50% del ciclo RVent se cuantifica en el mapa_{VTTP Dev}. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Después del procedimiento de reconstrucción de la imagen, todas las imágenes se alinean espacialmente a un solo estado fijo. El registro en sí se realiza en la CPU utilizando las Herramientas de Normalización Avanzada (ANTs²⁷) o el paquete de registro Forsberg²⁸. Mientras que el paquete ANTs sigue siendo un estándar de oro para las tareas de registro de imágenes en imágenes de resonancia magnética y tomografía computarizada, el registro de Forsberg facilita un procedimiento de registro 10 veces más rápido de hasta 9 minutos con resultados comparables¹⁹. El paquete de registro puede elegirse en función de las prioridades del usuario y de las unidades informáticas disponibles. Una vez realizado el registro, las imágenes morfológicas registradas se invierten de nuevo para que el pulmón aparezca oscuro en la imagen en escala de grises.

En Figura 3, se muestra el siguiente paso de la tubería, que implica la segmentación del parénquima pulmonar. En primer lugar, se segmenta el parénquima pulmonar a partir de la imagen inspiratoria final utilizando una red neuronal convolucional con arquitectura nnUnet²⁹. La segmentación del parénquima pulmonar es seguida por un reconocimiento de vasos³⁰, que se excluye de la máscara de segmentación final.

Figura 3: Resultados ejemplares de segmentación basada en el aprendizaje profundo para un sujeto masculino de 32 años. La fila superior muestra imágenes morfológicas de ocho cortes coronales representativos. En la segunda y tercera fila, se puede observar la correspondiente mascarilla de parénquima pulmonar y la mascarilla final con exclusión de vasos, respectivamente. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Un ejemplo de segmentación incorrecta del parénquima pulmonar se muestra en Figura 4. Es esencial inspeccionar visualmente las segmentaciones basadas en el aprendizaje profundo y, si se considera insatisfactorio, se deben considerar correcciones manuales para mejorar la precisión de la máscara final del parénquima pulmonar.

Figura 4: Resultados ejemplares de una segmentación incorrecta basada en el aprendizaje profundo para un sujeto masculino de 57 años. La fila superior muestra imágenes morfológicas de ocho cortes coronales representativos. En la segunda y tercera fila, se puede observar la correspondiente mascarilla de parénquima pulmonar y la mascarilla final con exclusión de vasos, respectivamente. Como es evidente, varias regiones fibróticas se reconocen erróneamente como vasos o estructuras no pulmonares. Estas imprecisiones se han corregido manualmente, como se muestra en la cuarta fila. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Después de varios pasos de filtrado descritos en el protocolo, los sustitutos de ventilación son calculated. 3D PREFUL MRI genera mapas cuantitativos para la ventilación regional estática (RVent), métricas dinámicas de correlación flujo-volumen (FVL-CM) y dos parámetros basados en el análisis del tiempo de ventilación hasta el pico (VTTP), como se ilustra en Figura 5. Esta figura presenta ocho cortes coronales de un varón sano de 32 años. Obsérvese la distribución homogénea esperada de todos los parámetros de ventilación.

Figura 5: Resonancia magnética 3D PREFUL de un voluntario sano (hombre de 32 años). Mapas morfológicos representativos (fila superior) y parámetros de ventilación de resonancia magnética 3D PREFUL (segunda a quinta fila) para un voluntario sano (hombre de 32 años). La ventilación regional estática está representada por la ventilación regional (RVent), mientras que la dinámica de la ventilación se evalúa utilizando la métrica de correlación del bucle de flujo-volumen (FVL-CM), el tiempo de ventilación hasta el pico (VTTP) y la desviación del VTTP (VTTP_Dev) representan parámetros de ventilación que evalúan la dinámica de la ventilación. Como era de esperar, se observan valores de ventilación homogéneos para todos los mapas de parámetros de ventilación. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Para simplificar los mapas de ventilación, se derivan mapas de defectos de ventilación (VD) para RVent y FVL-CM, lo que permite una interpretación más rápida de los resultados. Los mapas VD ejemplares se presentan en Figura 6. Tanto para VD_RVent como para VD_FVL-CM, se encontró que los valores de VDP eran de 3,6% y 3,0%, respectivamente, dentro del rango normal saludable. Idealmente, y dependiendo de la edad de los voluntarios sanos, el valor de VDP no debe superar el 10%. Los parámetros mencionados anteriormente (RVent, FVL-CM y sus mapas VD) fueron validados en varios estudios^11,12,35,36 y son sensibles en la detección de enfermedades, así como en la detección de efectos inducidos por la terapia^{20,34,37,38,39}.

Figura 6: Mapas representativos de RVent y FVL-CM, incluyendo sus mapas de defectos de ventilación. Se muestran los mapas RVent (fila superior) y FVL-CM (segunda fila), incluidos sus mapas de defectos de ventilación (tercera y cuarta fila) derivados de la resonancia magnética 3D PREFUL para un voluntario sano (hombre de 32 años). En los mapas VD, las regiones saludables están en verde y las áreas con déficit de ventilación están marcadas en rojo. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Se han reportado varios estudios de resonancia magnética pulmonar con intensidades de campo magnético de 1.5 T y 3 T. Si bien existe la ventaja teórica de 3T debido al aumento de la relación señal-ruido (SNR), esta ventaja puede ser compensada por efectos de susceptibilidad magnética más pronunciados en 3T. Actualmente se desconoce la influencia exacta de las intensidades del campo magnético en la calidad de imagen de los mapas de ventilación 3D PREFUL. Aquí, presentamos los resultados de factibilidad (Figura 7) obtenidos para un voluntario sano (hombre de 35 años) utilizando un escáner de resonancia magnética de 3 T. Obsérvese la apariencia más heterogénea de los parámetros de ventilación a 3 T en comparación con 1,5T (Figura 5).

Figura 7: Resonancia magnética 3D PREFUL de un voluntario sano (hombre de 35 años). Mapas morfológicos representativos (fila superior) y parámetros de ventilación 3D PREFUL MRI (segunda a quinta fila) para un voluntario sano (hombre de 35 años) a 3T. La ventilación regional estática está representada por la ventilación regional (RVent), mientras que la dinámica de la ventilación se evalúa utilizando la métrica de correlación del bucle de flujo-volumen (FVL-CM), el tiempo de ventilación hasta el pico (VTTP) y la desviación del VTTP (VTTP_Dev) representan parámetros de ventilación que evalúan la dinámica de la ventilación. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Actualmente no se ha publicado la comparación/validación de 3D PREFUL derivado con mediciones más directas. Hay varios estudios que informan de una correlación positiva entre los valores de VDP y la superposición espacial de los defectos de ventilación entre la técnica 2D PREFUL y ¹²⁹Xe^11,12,14 y ¹⁹F MRI³⁵. Una comparación reciente entre la ventilación derivada de PREFUL en 3D y las mediciones de ventilación directa utilizando resonancia magnética de ¹⁹F en pacientes con enfermedad pulmonar obstructiva crónica (EPOC), asma y voluntarios sanos reveló una correlación de moderada a fuerte a nivel global⁴⁰. Se presenta un ejemplo de comparación (Figura 8) para un paciente diagnosticado con enfermedad pulmonar obstructiva crónica (mujer de 54 años, FEV₁ = 42% valor predicho), que se examinó utilizando 3D PREFUL y ¹⁹F wash-in MRI.

Figura 8: Resonancia magnética 3D PREFUL de una paciente femenina de EPOC de 54 años. Se presentan imágenes morfológicas (fila superior), parámetros de ventilación y mapas de defectos de ventilación respectivos de una paciente femenina con EPOC de 54 años (FEV₁ = 42 % pred., FVC = 102 % pred.) obtenidos mediante RM 3D PREFUL (2ª y 3ª fila) y ¹⁹F MRI (4ª y 5ª fila), junto con una comparación de los mapas de defectos ventilacionales de ambos métodos (última fila). En general, en todos los cortes, el coeficiente de Sørensen-Dice fue del 25,5% en las áreas defectuosas y del 80,6% en las regiones sanas, lo que resultó en una superposición espacial total del 69,2%. En particular, existe una correlación visual entre las áreas de ventilación coincidentes en regiones sanas y defectuosas (representadas en verde oscuro). Por favor, haga clic aquí para ver una versión más grande de esta figura.

3D PREFUL MRI se puede utilizar para medir las respuestas regionales a la terapia²⁰. A modo de ejemplo, La figura 9 muestra una comparación de tres cortes del pulmón de un sujeto con fibrosis quística (mujer de 43 años) al inicio (a la izquierda, FEV₁ = 94% del valor predicho) y después de la terapia con modulador CFTR (a la derecha, FEV₁ = 112% del valor predicho). Debido a que ambas mediciones coinciden espacialmente, 3D PREFUL permite el análisis regional de la respuesta al tratamiento, como se ilustra en la parte inferior de Figura 9. Tenga en cuenta el aumento de los valores de la métrica de correlación flujo-volumen-bucle, así como la reducción de los defectos de ventilación después de la terapia.

Figura 9: Mediciones 3D PREFUL de una paciente femenina de fibrosis quística (FQ) de 43 años. Mapas ejemplares de marcadores de ventilación de las mediciones 3D PREFUL iniciales (izquierda) y posteriores al tratamiento (derecha) de una paciente femenina con FQ de 43 años. La VDP_FVL-CM disminuyó del 18,0% (basal) al 3,6% (postratamiento). FEV₁ % pred. basal: 94%, FEV₁ % pred. post-tratamiento: 112%. LCI basal: 10,48, LCI postratamiento: 9,39. En la parte inferior se muestran los mapas de respuesta al tratamiento correspondientes. Tenga en cuenta las áreas verdes que indican la ventilación resuelta después de la terapia. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Tabla 1: Lista de parámetros típicos de resonancia magnética utilizados para el localizador y la adquisición de PREFUL 3D en un escáner de 1,5T. (A) Localizador y (B) Adquisición de 3D PREFUL. Por favor, haga clic aquí para descargar esta tabla.

Tabla 2: Parámetros de resonancia magnética propuestos para la adquisición de PREFUL 3D en un escáner 3T. Por favor, haga clic aquí para descargar esta tabla.

Tabla 3: Informe estadístico ejemplar de los parámetros 3D PREFUL para un voluntario sano (hombre de 35 años) Por favor, haga clic aquí para descargar esta tabla.

Discusión

Uno de los escollos más críticos es la adquisición en sí. Se debe tener cuidado para asegurarse de que los parámetros de la secuencia de RM se ajusten correctamente. Es importante destacar que el tiempo de eco, el tiempo de repetición, el número de segmentos, el tamaño de la matriz y el ancho de banda de píxeles son los parámetros cruciales. Las desviaciones de la configuración recomendada pueden dar lugar a una resolución temporal insuficiente o a adquisiciones prolongadas. Además, la transferencia de datos es importante para garantizar que los datos se entreguen completamente a la computadora o servidor seleccionado para su evaluación. La evaluación de datos procede de forma totalmente automática una vez que se establece la ruta a los datos adquiridos. El posprocesamiento comienza con la reconstrucción de la imagen, donde el binning retrospectivo juega un papel crucial. Se recomienda verificar la señal de binning para garantizar una representación clara del patrón de respiración. Después de inspeccionar la señal de agrupación, no se necesitan pasos adicionales, ya que el algoritmo en sí maneja patrones de respiración deficientes al excluir valores atípicos (puntos de datos por encima^{del percentil} 95 y por debajo^{del percentil} 10). Después de la reconstrucción de la imagen, se produce el proceso de registro de la imagen. Este paso debe verificarse de la siguiente manera: las imágenes registradas deben estar libres de respiración y movimiento cardíaco. Específicamente, las posiciones del diafragma y el corazón deben estar "congeladas". El siguiente paso implica la segmentación basada en el aprendizaje profundo del parénquima pulmonar y los vasos. Este proceso de segmentación requiere mucho tiempo para todo el volumen pulmonar 3D; por lo tanto, el uso de herramientas basadas en IA es beneficioso. Sin embargo, en determinadas situaciones, como la aparición de consolidaciones periféricas, es posible que estos algoritmos no produzcan resultados precisos. En consecuencia, la máscara de segmentación debe verificarse minuciosamente y corregirse manualmente si es necesario. Todos estos pasos son críticos para evaluar los parámetros de ventilación y pueden resultar en cálculos inexactos.

Desde la publicación original¹⁷, se han realizado varios desarrollos en la técnica 3D PREFUL. El algoritmo de clasificación de las proyecciones radiales adquiridas se ha automatizado y mejorado por completo para que todo el pulmón se segmente utilizando el método de umbral de Otsu y se utilice como señal de navegación para agrupar los datos en fases respiratorias. Además, el parénquima pulmonar manual y la segmentación de vasos han sido reemplazados por algoritmos basados en aprendizaje profundo completamente automáticos para reducir los procedimientos que consumen mucho tiempo. Además, el tiempo de procesamiento de la parte de registro de imágenes podría reducirse hasta 10 minutos si se implementa la caja de herramientas de registro de Forsberg¹⁹. Junto con desarrollos anteriores, el código implementado permite coregistrar imágenes de dos puntos temporales (mediciones de seguimiento) y evaluar la progresión vóxel de la enfermedad o los cambios de ventilación inducidos por la terapia²⁰. La versión actual del script de Matlab no requiere ninguna interacción del usuario y podría implementarse en una canalización para el procesamiento automatizado de datos con indicadores específicos en el futuro.

La principal desventaja de 3D PREFUL es que no es factible la medición del flujo sanguíneo local, ya que el efecto del flujo de entrada no se puede capturar cuando se usa un pulso de RF duro no selectivo para la excitación. En segundo lugar, actualmente, todo el posprocesamiento (incluida la transferencia de datos, la reconstrucción de imágenes, el registro de imágenes y el análisis de ventilación) requiere 2 horas para cada sujeto. En tercer lugar, actualmente, solo se demostró una comparación preliminar de los parámetros de ventilación derivados de PREFUL 3D con técnicas más validadas⁴⁰. En cuarto lugar, la evaluación de los datos adquiridos se realiza en un ordenador de alto rendimiento; por lo tanto, los resultados no están directamente disponibles para el médico en la consola. En quinto lugar, faltan estudios de viabilidad de 3D PREFUL en diferentes intensidades de campo y varios proveedores de escáneres.

La resonancia magnética de pulmón funcional resuelto en fase 3D (PREFUL) permite el mapeo cuantitativo de la dinámica de ventilación regional de todo el pulmón humano durante la respiración libre¹⁷. Existen varias alternativas rentables a 3D PREFUL, como la espirometría o múltiples técnicas de lavado de la respiración; sin embargo, ambos carecen de información espacial y requieren maniobras respiratorias, por lo que no son factibles para niños pequeños o neonatos. Los métodos alternativos de diagnóstico por imágenes exponen a los pacientes a la radiación ionizante, como los métodos de medicina nuclear (TC), o no están ampliamente disponibles (imágenes de gas ^{hiperpolarizado 129}Xe o ¹⁹F mediante resonancia magnética). 3D PREFUL proporciona una evaluación de la dinámica de la ventilación, se puede realizar utilizando un escáner clínico estándar y no requiere agentes de contraste, lo que lo hace atractivo para ser trasladado a un entorno de investigación clínica. El hecho de que 3D PREFUL no requiera el uso de radiación o agentes de contraste y ofrezca una adquisición de respiración libre y fácil para el paciente lo hace muy adecuado para estudios longitudinales o repetidos que evalúan cuantitativamente las respuestas regionales a la terapia. En segundo lugar, la evaluación 3D PREFUL de la ventilación pulmonar puede ser especialmente valiosa en niños pequeños, donde se debe evitar la exposición a la radiación.

La capacidad de 3D PREFUL para generar imágenes de ventilación funcional del pulmón humano tiene el potencial de un diagnóstico temprano. Específicamente, la capacidad de producir mapas de ventilación regional repetibles y cuantitativos permite estudios longitudinales, por ejemplo, progresión de la enfermedad o monitoreo de los efectos de la terapia. Además, la información regional sobre la dinámica de la ventilación puede proporcionar una mayor sensibilidad a los cambios tempranos relacionados con la enfermedad pulmonar que no son detectables por las pruebas de función pulmonar.

Materiales

Lista de materiales utilizados en este artículo

Nombre	Empresa	Número de catálogo	Comentarios
ANTs		investigación de análisis de imágenes médicas de código abierto	Caja de herramientas de registro de imágenes
BART	Imágenes de código abierto	https://www.opensourceimaging.org/project/berkeley-advanced-reconstruction-toolbox-bart/	Caja de herramientas de reconstrucción de imágenes
Bobina de cuerpo	Siemens / Philips / GE	https://www.siemens-healthineers.com/en-us/magnetic-resonance-imaging/options-and-upgrades/coils	Bobina de cuerpo de al menos 6 canales; Philips [https://www.usa.philips.com/healthcare/solutions/magnetic-resonance/coils-overview ]
Forsberg	Caja de herramientas de registro de imágenes	https://github.com/fordanic/image-registration	Caja de herramientas de registro
de imágenes Código de reconstrucción de imágenes	BioVisioneers GmbH	www.biovisioneers.com	Software para la reconstrucción y el análisis de resonancia magnética
Matlab	Mathworks		Software
MRI	Siemens / Philips / GE	https://www.siemens-healthineers.com/magnetic-resonance-imaging	Philips [https://www.philips.co.in/healthcare/solutions/magnetic-resonance], GE [https://www.gehealthcare.com/products/magnetic-resonance-imaging]; Secuencia de 1,5 T / 3 T
	Secuencia de resonancia magnética de Siemens / Philips / GE		, secuencia de eco de gradiente 3D con trayectoria de pila de estrellas e incremento de ángulo áureo; 1. Secuencia de vibración de agarre de Siemens - https://t.ly/P31kM , 2. Philips Multi Vane XD Secuencia https://t.ly/wMWZZ , 3. GE Lava-Star, Disco-Star - https://t.ly/vimm2