Resonancia magnética pulmonar funcional tridimensional con resolución de fase

La resonancia magnética 3D PREFUL permite la visualización de la ventilación pulmonar. ¿Cuál fue nuestra motivación inicial para desarrollar PREFUL MRI? Era el deseo de capturar todo el volumen pulmonar con una resolución de imagen isotrópica más alta en comparación con la resonancia magnética preful 2D convencional.

La resonancia magnética 3D PREFUL permite la ventilación dinámica, la detección de la enfermedad pulmonar, la monitorización del tratamiento y, con suerte, en el futuro el pronóstico de los pacientes con enfermedad pulmonar. En los niños, la resonancia magnética PREFUL es especialmente útil porque es muy amigable para el paciente sin radiación. La ventaja más significativa de la resonancia magnética 3D PREFUL es el uso de una secuencia de productos, que está disponible en escáneres de resonancia magnética de última generación, lo que facilita su adopción generalizada en otros centros.

Además, en comparación con otras técnicas de resonancia magnética de respiración libre no mejoradas en 3D, la resonancia magnética 3D PREFUL se ha validado recientemente para la medición directa de la ventilación utilizando 19 imágenes de FCA e imágenes de gas hiperizadas, lo que demuestra una fuerte correspondencia entre estos métodos. Hemos demostrado que la resonancia magnética 3D PREFUL ha sido capaz de mostrar la heterogeneidad de la ventilación y los defectos de ventilación en pacientes con asma y CBD. Además, pudimos demostrar los efectos de la respuesta al tratamiento en pacientes con fibrosis quística después del tratamiento.

Por lo tanto, creemos que en el futuro, la resonancia magnética 3D PREFUL es una herramienta valiosa y aditiva en la clínica para pacientes con enfermedades pulmonares. Los desarrollos más recientes de 3D PREFUL incluyen nuevos diseños de secuencias, como el uso de trayectorias en espiral. Estos son relevantes debido a sus menores requisitos de hardware y a la mayor eficiencia del muestreo basado en cajas.

Además, el enfoque de corte simultáneo del motor está ganando interés para reducir significativamente el tiempo de escaneo durante la adquisición 2D, al tiempo que permite la obtención de imágenes ponderadas de ventilación y perfusión. Los próximos pasos en 3D PREFUL MRI implicarán reducir aún más los tiempos de adquisición y emplear técnicas basadas en el aprendizaje profundo para la reconstrucción y el registro de imágenes, ya que estos pasos son actualmente los que más tiempo consumen en la cartera. Por lo tanto, nuestro objetivo es acelerar significativamente estos procesos, mejorando la eficiencia general de las adquisiciones y permitiendo la reconstrucción en línea.

Para comenzar, indique al sujeto que se acueste en la mesa de resonancia magnética o resonancia magnética en posición supina. Usando la navegación con luz láser, coloque al paciente de manera que el área de la imagen ocupe el centro ISIS del orificio. Realice una secuencia de localizador para obtener imágenes anatómicas de baja resolución en tres planos para planificar el examen 3D PREFUL.

Después de configurar los parámetros de adquisición, establezca el número de proyecciones radiales para que la adquisición dure alrededor de ocho minutos. Compruebe si todo el tórax está incluido en el campo de visión e inicie la adquisición. Guarde los datos sin procesar basados en casos de 3D PREFUL siguiendo los pasos específicos del proveedor en la consola de RM.

Establezca la ruta de acceso a los datos sin procesar para evaluar los datos adquiridos mediante el script de reconstrucción de imágenes. Estime los retardos de gradiente dependientes del sistema de RM utilizando las proyecciones de calibración con la función de retardo S en el BART. Aplique un desplazamiento a cada proyección de acuerdo con el retardo de gradiente calculado, seguido de la entrega de filtrado a los datos corregidos por retardo de gradiente mediante una ventana periódica en el plano XY y la dirección Z.

Para la reconstrucción de imágenes de baja resolución, seleccione un octavo de los datos basados en mayúsculas y minúsculas, centrados en el índice medio de la dimensión de lectura, así como una cuarta parte de los datos basados en mayúsculas y minúsculas centrados en el índice central de la dimensión de partición. Remodele las matrices de datos basados en casos y las trayectorias correspondientes para incluir dimensiones de tiempo adicionales con cada punto de tiempo que comprende 14 proyecciones radiales. Utilizando el comando de imágenes paralelas y fotos de detección comprimidas y BART, realice la reconstrucción de la imagen.

Para extraer la señal de activación respiratoria, segmente el parénquima pulmonar en cada imagen 3D de baja resolución reconstruida utilizando el umbral de Otsu y calcule el volumen del parénquima pulmonar para cada punto de tiempo. Aplique un filtro de paso bajo con una frecuencia de corte de 0,7 hercios a la serie temporal de volumen extraído y calcule la frecuencia respiratoria. A continuación, excluya los valores atípicos extremos de las series temporales.

A continuación, realice una transformación rápida de Fourier en la entrega de datos de filtro a lo largo de la dirección del corte para permitir la reconstrucción de la imagen corte por corte. Cambie la forma de la matriz de datos basada en casos en función de las series temporales extraídas para que cada compartimento respiratorio contenga un mínimo de 100 radios. Se ha remodelado la matriz de trayectorias basadas en casos para que coincida con el tamaño de los datos basados en casos y utilice el 20% de las proyecciones de los intervalos adyacentes para mejorar la relación señal-ruido de cada depósito respiratorio.

Ejecute el comando picks para la reconstrucción de la imagen de cada sector. Guarde las variables, incluidas las imágenes reconstruidas de un ciclo respiratorio completo, la frecuencia respiratoria y los tiempos de adquisición en un archivo DOTMAP. A continuación, invierta las intensidades de la señal de las imágenes reconstruidas y regístrelas en un estado respiratorio seleccionado utilizando un registro no rígido.

Realice el filtrado con la regresión del kernel Nadaraya-Watson a las imágenes registradas y revertidas para interpolar 16 fases en una cuadrícula de tiempo espaciada uniformemente. Elimine las variaciones de señal no relacionadas con la respiración utilizando un filtro de paso bajo a 0,7 hercios para los datos interpolados en el dominio del tiempo. Establezca los parámetros de tamaño de ventana en 5, 5, 5 y lambda en 0,001.

Elimine el ruido de las imágenes filtradas de paso bajo mediante el filtrado guiado de imágenes con la imagen registrada promediada temporalmente como imagen guía. Calcule la ventilación regional o nuestros mapas de ventilación en mililitro por mililitro para cada fase respiratoria N. A continuación, segmente el parénquima pulmonar de la imagen 3D inspiratoria final utilizando una red neuronal convolucional con arquitectura de red NNU. Excluya los vasos pulmonares utilizando un algoritmo de reconocimiento de vasos y, a continuación, calcule el defecto de ventilación o el mapa VD del mapa de ventilación R de la octava fase, que representa la ventilación máxima.

Calcule el flujo como la primera derivada de R vent. Establezca un bucle de volumen de flujo de referencia o FVL para cada corte calculado a partir de una región saludable definida por nuestros valores de ventilación entre el percentil 75 y el 95. Determine la similitud entre cada vóxel del parénquima pulmonar FVL y el FVL de referencia utilizando correlación cruzada con retraso cero.

A continuación, calcule el mapa métrico de correlación FEL del defecto de ventilación. Calcule el tiempo de ventilación hasta el pico o los mapas de VTTP en porcentaje del ciclo respiratorio, seguido de la desviación del valor de VTTP desde la inspiración máxima al 50%Describa estadísticamente los parámetros de ventilación, FELCM, VTTP y desviación de VTTP para todos los cortes, proporcionando valores de mediana, media, desviación estándar y rangos intercuartílicos. Por último, calcule los valores de porcentaje de defectos de ventilación derivados de los mapas VD generados y exporte todos los parámetros calculados a un archivo de hoja de cálculo.

Una resonancia magnética 3D de un voluntario sano indicó valores de ventilación homogéneos para todos los mapas de parámetros de ventilación. En los mapas VD ejemplares, el valor del porcentaje de defectos de ventilación para nuestro respiradero fue del 3,6 % y el de FELCM fue del 3 %, dentro del rango normal saludable. La comparación de los mapas de defectos de ventilación de la resonancia magnética 3D PREFUL y 19 RMF de una paciente femenina de 54 años con enfermedad pulmonar obstructiva crónica, indicó una buena correlación visual de las regiones sanas e hipoventiladas.

La comparación de la resonancia magnética 3D PREFUL para medir las respuestas regionales después de la terapia de un pulmón de un sujeto con fibrosis quística reveló un aumento de los valores de la métrica de correlación FEL, así como la reducción de la VD después de la terapia.