Un abonnement JoVE est requis pour visualiser ce contenu. Connectez-vous ou commencez votre période d'essai gratuite.

Article de méthode

Imagerie pulmonaire multimodale : utilisation d’informations complémentaires provenant de la TDM et de l’IRM hyperpolarisée 129Xe pour évaluer la structure et la fonction pulmonaires

1.6K vues

⸱

DOI :

10.3791/66257

⸱

12 avril 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

Dans cet article

Résumé

La TDM et l’IRM 129Xe fournissent des informations complémentaires sur la structure et la fonction pulmonaires qui peuvent être exploitées pour l’analyse régionale à l’aide du recalage d’images. Ici, nous fournissons un protocole qui s’appuie sur la littérature existante pour le recalage d’images 129Xe MR vers CT à l’aide de plates-formes open source.

Résumé

L’IRM hyperpolarisée 129Xe est une technique émergente pour évaluer et mesurer la fonction pulmonaire régionale, y compris la distribution et l’échange gazeux pulmonaires. La tomodensitométrie thoracique (TDM) reste la référence clinique pour l’imagerie des poumons, en partie en raison des protocoles de tomodensitométrie rapides qui acquièrent des images haute résolution en quelques secondes et de la disponibilité généralisée des tomodensitomètres. Des approches quantitatives ont permis d’extraire des mesures structurelles du parenchyme pulmonaire, des voies respiratoires et vasculaires à partir de la tomodensitométrie thoracique, qui ont été évaluées dans de nombreuses études de recherche clinique. Ensemble, la TDM et l’IRM 129Xe fournissent des informations complémentaires qui peuvent être utilisées pour évaluer la structure et la fonction pulmonaires régionales, ce qui permet de mieux comprendre la santé et les maladies pulmonaires. 129L’enregistrement d’images Xe MR-CT peut être effectué pour mesurer la fonction de la structure pulmonaire régionale afin de mieux comprendre la physiopathologie des maladies pulmonaires et d’effectuer des interventions pulmonaires guidées par imagerie. Ici, une méthode d’enregistrement 129Xe MRI-CT est décrite pour soutenir la mise en œuvre dans des contextes de recherche ou cliniques. Les méthodes d’enregistrement et les applications qui ont été employées à ce jour dans la littérature sont également résumées, et des suggestions sont fournies pour des orientations futures qui pourraient surmonter davantage les défis techniques liés à l’enregistrement d’images 129Xe MR-CT et faciliter la mise en œuvre plus large de l’évaluation régionale de la structure et de la fonction pulmonaires.

Introduction

L’imagerie par résonance magnétique (IRM) en gaz hyperpolarisé est apparue pour la première fois comme une nouvelle modalité d’imagerie pulmonaire fonctionnelle pour évaluer la distribution de la ventilation pulmonaire il y a près de trois décennies1. Depuis lors, des études de recherche utilisant l’IRM en gaz hyperpolarisé ont révélé de nombreuses informations sur la nature de la fonction pulmonaire chez les patients atteints de maladies pulmonaires chroniques telles que l’asthme, la bronchopneumopathie chronique obstructive (BPCO) et la fibrose kystique 2,3,4,5,6. Le gaz 3He hyperpolarisé et le gaz 129Xe ont été utilisés historiquement ; cependant, le 129Xe est maintenant le principal agent inhalé en raison de la disponibilité limitée du gaz 3He. 129Xe se diffuse également librement à travers la membrane alvéolaire et est absorbé par les globules rouges dans les capillaires pulmonaires ; dans cette « phase dissoute », le 129Xe résonne à des fréquences uniques qui permettent de mesurer les échanges gazeux régionaux en un seul balayage en apnée 4,7,8. Pour la quantification, des images IRM anatomiques 1H appariées au volume sont généralement acquises en même temps pour être co-enregistrées avec 129Xe afin de délimiter les limites de la cavité thoracique. L’IRM conventionnelle de 1H, cependant, ne fournit pas d’informations supplémentaires sur la structure pulmonaire. L’impulsion pour la traduction clinique de l’IRM hyperpolarisée 129Xe s’est accrue ces dernières années avec l’approbation du NHS britannique en 2015 et l’approbation de la FDA américaine fin 2022 5,9, mais la caractérisation structurelle avancée est encore largement absente de l’arsenal de l’IRM pulmonaire.

La tomodensitométrie thoracique (TDM) reste le pilier de l’évaluation de l’imagerie clinique des poumons, fournissant des images tridimensionnelles à haute résolution de la structure pulmonaire à l’aide de protocoles d’imagerie conventionnels. Des approches quantitatives ont permis de mesurer rapidement et reproductiblement l’intégrité du parenchyme, comme l’emphysème et les anomalies pulmonaires interstitielles, la morphologie des grandes voies respiratoires et la vascularisation pulmonaire, ainsi que la caractérisation anatomique régionale par identification et segmentation des lobes pulmonaires10,11. Dans le domaine de la recherche, la TDM quantitative a été largement utilisée pour mieux comprendre les altérations structurelles et leurs relations avec les résultats des patients atteints d’asthme et de MPOC dans le cadre de vastes études observationnelles telles que le Programme de recherche sur l’asthme sévère (SARP)12, l’épidémiologie génétique de la MPOC (COPDGene)13, l’étude sur les sous-populations et les résultats intermédiaires dans l’étude sur la MPOC (SPIROMICS)14, l’évaluation longitudinale de la MPOC pour identifier les paramètres de substitution prédictifs (ECLIPSE)15et la Cohorte canadienne de pneumopathie obstructive (CanCOLD)16. D’autres méthodes de TDM telles que l’imagerie expiratoire17,18 ou les modèles informatiques19 peuvent dériver des informations fonctionnelles, mais ces méthodes sont indirectes et la TDM conventionnelle ne fournit pas grand-chose pour la caractérisation fonctionnelle des poumons.

Ensemble, la TDM et l’IRM 129Xe fournissent des informations complémentaires sur la structure et la fonction pulmonaires qui peuvent être exploitées pour l’analyse régionale à l’aide de l’enregistrement d’images. Les lobes pulmonaires identifiés par TDM ont permis de caractériser lobaire les schémas de ventilation par IRM dans l’asthme20,21,22, la BPCO23,24, la bronchectasie25 et le cancer du poumon26,27. Les anomalies de la ventilation par IRM dans l’asthme ont également été directement appariées spatialement à de grandes voies respiratoires anormalement remodelées 28,29,30,31 et à un piégeage de l’air indiquant un dysfonctionnement des petites voies respiratoires 20,32 mesurées par tomodensitométrie, et pour sonder les réponses de traitement régionales après une thermoplastie bronchique du poumon entier 33. Dans la BPCO, les anomalies de la ventilation par IRM ont été associées à un dysfonctionnement des petites voies respiratoires dans les maladies plus bénignes et à l’emphysème dans les maladies plus graves 34,35,36. Au-delà de l’imagerie de ventilation dans la pneumopathie obstructive, des relations spatiales hétérogènes entre les anomalies pulmonaires interstitielles CT et les modèles d’échange gazeux 129Xe MRI ont également été mises en évidence dans la fibrose pulmonaire idiopathique37. De telles études ont permis de mieux comprendre la structure et la fonction pulmonaires régionales dans une gamme de maladies pulmonaires qui peuvent être utilisées pour éclairer de futures interventions guidées par l’image.

L’enregistrement direct de la tomodensitométrie anatomique et de l’IRM fonctionnelle en gaz hyperpolarisé est toutefois difficile en raison du contraste d’imagerie fondamentalement différent entre les deux méthodes, de l’absence de signal de gaz hyperpolarisé dans les régions présentant des anomalies de la ventilation et des volumes pulmonaires potentiellement différents. La figure 1 montre quatre exemples d’IRM et de TDM 129Xe et anatomiques 1 Happariées chez un volontaire en bonne santé (figure 1A) et trois participants atteints de bronchopneumopathie chronique obstructive (BPCO ; Figure 1B-D), mettant en évidence des modèles de ventilation 129Xe hétérogènes et des limites pulmonaires manquantes variables dans les cas de BPCO. La clé pour surmonter ces défis a été d’utiliser l’IRM anatomique 1H acquise en même temps que l’IRM en gaz hyperpolarisé comme étape intermédiaire pour enregistrer l’IRM à gaz hyperpolarisé à la TDM indirectement34,38. Les premiers travaux ont utilisé la comparaison visuelle côte à côte et la segmentation manuelle des structures de la tomodensitométrie, telles que les lobes pulmonaires, sur l’espace IRM20. Les progrès des ressources de calcul et des outils de traitement d’images open source ont permis l’enregistrement tridimensionnel de la TDM et de l’IRM des gaz hyperpolarisés, par exemple, à l’aide du descripteur de voisinage indépendant de la modalité (MIND)23,30,34,39,40,41 ou de l’enregistrement de la boîte à outils de normalisation avancée (ANTs) 21,22,27 ,31,32,37,38,42,43, qui ont tous deux été les plus performants dans un défi d’enregistrement d’images pulmonaires44. Une nouvelle méthode a couplé les deux enregistrements plutôt que de les traiter indépendamment45, qui a été mise en œuvre dans un pipeline complet d’analyse d’images pulmonaires conçu pour le phénotypage des maladies pulmonaires46. Dans l’ensemble, la précision de l’enregistrement de l’IRM en TDM en gaz hyperpolarisé a été améliorée en utilisant l’étape intermédiaire 1H38 et en utilisant des approches déformables par rapport aux approches affines uniquement38,45.

L’objectif ici est de s’appuyer sur la littérature existante et de fournir un protocole pour le recalage d’images 129Xe MR à CT à l’aide de plates-formes open source 47,48,49. Le protocole est mis en œuvre à l’aide d’ANTsPy et, conformément aux travaux précédents38, enregistre un masque pulmonaire à étiquetteunique à partir de l’IRM 1 H au masque pulmonaire à étiquette unique de la TDM ; la transformation résultante est ensuite appliquée à l’image 129Xe pour la mapper à l’espace d’image CT. Le protocole décrit est destiné à être approprié pour la recherche ou les milieux cliniques, le cas échéant, et l’IRM hyperpolarisée 129Xe est disponible.

Pour mettre en contexte, l’acquisition et l’analyse d’images pour les exemples fournis ici ont été effectuées comme suit. La tomodensitométrie thoracique a été acquise à pleine inspiration (capacité pulmonaire totale, CCM) selon un protocole de recherche à faible doseétabli 50 avec des paramètres : collimation 64 x 0,625, kilotension de crête de 120, courant de tube 100 mA, temps de révolution de 0,5 s, pas de spirale de 1,0, épaisseur de coupe de 1,25 mm, espacement de tranche de 0,80 mm, noyau de reconstruction standard, champ de vision d’affichage limité aux étendues les plus latérales des poumons (pour maximiser la résolution spatiale). La segmentation et l’analyse de la tomodensitométrie ont été effectuées à l’aide d’un logiciel commercial (voir la table des matériaux).

129L’IRM Xe et l’IRM 1H appariée au volume ont été réalisées conformément aux directives publiées9. Pour plus de détails et le protocole d’acquisition de l’IRM, les lecteurs sont dirigés vers un autre article de cette collection51. La segmentation et l’enregistrement de l’IRM ont été effectués à l’aide d’un pipeline personnalisé semi-automatisé utilisant le clustering k-means pour la segmentation 129Xe, la croissance de la région ensemencée pour la segmentation 1H et l’enregistrement affine basé sur des points de repère pour mapper l’image 1H à l’image 129Xe52. L’enregistrement affine est généralement suffisant pour l’enregistrement1 H-129Xe MR pour tenir compte de la plupart des gonflements pulmonaires ou des différences de position du patient entre les acquisitions ; L’enregistrement déformable n’est généralement pas nécessaire. L’étape d’enregistrement 1 H-129Xe peut être éliminée avec l’IRM 129Xe et 1H acquises simultanément dans la même apnée53,54.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Protocole

Les cas d’imagerie présentés ici ont été approuvés par le Comité d’éthique de la recherche en soins de santé de l’Université de la Colombie-Britannique (CER# H21-01237, H21-02149, H22-01264). Les participants ont fourni un consentement éclairé écrit avant de terminer l’imagerie. La figure 2 décrit l’ensemble du pipeline de l’acquisition de l’image à l’enregistrement, et les détails du protocole se concentrent ici uniquement sur l’enregistrement d’images IRM-CT. L’acquisition et la segmentation des images dépendent du matériel d’imagerie, des protocoles d’imagerie et des outils logiciels d’analyse d’images disponibles ou préférés et, par conséquent, sont laissées à la préférence des lecteurs. Le protocole est conçu pour être agnostique aux étapes préalables utilisant des masques pulmonaires à étiquette unique après la segmentation de l’image.

1. Configuration du logiciel

  1. Téléchargez et installez ANTsPy (voir Table des matériaux), le wrapper Python pour la bibliothèque de traitement d’images Advanced Normalization Tools 47,48,49. Les tutoriels sont disponibles sur le lien sous l’onglet 'tutoriels'. ANTsPy est également disponible pour l’installation de Docker si vous le souhaitez.
    REMARQUE : ANTsPy nécessite un système d’exploitation ou un environnement basé sur Linux. Pour les exemples ci-dessous, ANTsPy a été installé et utilisé dans un environnement virtuel de calcul haute performance sur un poste de travail local. D’après l’expérience des auteurs, le protocole a eu tendance à mieux fonctionner en utilisant un environnement informatique virtuel.
  2. Téléchargez et installez le logiciel de segmentation et/ou de visualisation de votre choix.
    REMARQUE : Pour la présente étude, ITK-SNAP a été utilisé pour la visualisation (voir la table des matériaux).
  3. Téléchargez et enregistrez le script reg.py (Fichier supplémentaire 1).

2. Prétraitement de l’image

  1. Cliquez pour ouvrir les images et les masques dans le logiciel de visualisation d’images souhaité afin de vérifier les correspondances d’orientation d’image et de masque pour tous les fichiers CT, 1H et 129Xe. En fonction de la méthode de segmentation et/ou du logiciel utilisé, il peut être nécessaire d’ajuster l’orientation de certaines images ou masques. Si nécessaire, nous vous recommandons d’ajuster les images 1H et 129Xe et l’orientation du masque pour qu’elles correspondent à celles de l’image CT native.
  2. Enregistrez les DICOM d’image et les masques à étiquette unique (ajustés comme à l’étape 2.1 si nécessaire) en tant que fichiers de l’Initiative de technologie informatique de neuroimagerie (NIfTI, *.nii ; six fichiers au total) à l’aide de l’outil logiciel préféré, dans le même dossier que reg.py celui accessible à l’emplacement où ANTsPy est installé et sera exécuté. Suivez les conventions de nommage mentionnées ci-dessous.
    1. 1IRM H : Proton.nii ; 1H Masque IRM : Proton_mask.nii.
      REMARQUE : Utilisez l’image et le masque 1H après l’enregistrement à 129Xe.
    2. 129Xe IRM : Ventilation.nii ; 129Masque IRM Xe : Ventilation_mask.nii
    3. CT : CT.nii ; Masque CT : CT_mask.nii.
      REMARQUE : Les noms de fichiers sont codés en dur dans le script d’enregistrement et, par conséquent, doivent suivre le format mentionné ou être révisés dans le script pour correspondre à la convention de dénomination souhaitée. Ces étapes peuvent être effectuées ensemble à l’aide de l’un des outils logiciels recommandés répertoriés à l’étape 1.2. En ce qui concerne ces outils logiciels, certains écrivent automatiquement les informations d’en-tête requises lors de l’enregistrement des fichiers .nii, tandis que d’autres nécessitent des étapes supplémentaires pour copier et écrire les informations d’en-tête.

3. Enregistrement CT-XeMRI

  1. Ouvrez le fichier reg.py dans la configuration de l’environnement informatique Python souhaitée à l’étape 1.1.
    REMARQUE : Le script reg.py est basé sur les outils d’enregistrement ANTs intégrés. Des documents supplémentaires sont disponibles55.
  2. Si vous utilisez un environnement virtuel, définissez le nombre d’unités centrales de traitement (CPU), le nombre de threads et la RAM comme vous le souhaitez ou disponibles dans l’environnement informatique. Un environnement informatique virtuel avec 16 processeurs, 1 thread par processeur et 186 Go de RAM disponible a été utilisé pour les exemples ci-dessous.
  3. Définissez la transformation et l’interpolation souhaitées. La transformation SyNAggro avec interpolation linéaire pour les images et interpolation d’étiquette générique pour les masques à étiquette unique, qui sont par défaut dans le script reg.py fourni, a été utilisée ici.
    REMARQUE : SyNAggro est une transformation de normalisation symétrique, qui comprend une transformation affine + déformable ainsi qu’un recalage plus agressif utilisant une correspondance à échelle fine et plus de déformation (par rapport au SyN simple). Les algorithmes alternatifs de transformation et d’interpolation sont répertoriés dans le lien de la documentation d’enregistrement des ANT à l’étape 3.155.
  4. Réglez l’image fixe et l’image en mouvement. Ici, le CT (masque à étiquette unique) a été défini comme l’image fixe, et l’IRM 1H (masque à étiquette unique) a été défini comme l’image en mouvement.
  5. Exécutez reg.py dans l’environnement informatique Python. L’inscription complète peut prendre de 5 à 10 minutes (en utilisant nos paramètres) ou plus, en fonction des ressources informatiques utilisées ou disponibles. Une fois terminé, les fichiers déformés seront automatiquement enregistrés dans le même répertoire que les fichiers image d’origine avec les noms de fichiers suivants : Proton_warped.nii.gz ; Ventilation_warped.nii.gz ; Ventilation_label_warped.nii.gz.
    REMARQUE : Les fichiers NIfTI *.nii.gz ne sont que des versions zippées des fichiers *.nii et peuvent être décompressés ou ouverts à volonté. Les reg.py de script peuvent être modifiés à volonté, par exemple à l’aide de différentes méthodes de transformation ou d’interpolation, ou en mappant ou en créant des répertoires de fichiers.

4. Évaluation des résultats de l’inscription

  1. Ouvrez l’image CT.nii en tant qu’image de base dans le logiciel de visualisation souhaité.
  2. Ouvrez Ventilation_warped.nii.gz ou Ventilation_label_warped.nii.gz en tant qu’autre image et superposez-la sur l’image CT avec la palette de couleurs souhaitée.
  3. Examinez le chevauchement de l’image ou du masque 129Xe avec l’image CT dans tous les plans de l’image (coronal, axial, sagittal), en évaluant l’alignement visuel des points de repère tels que les limites de la carène et des poumons (le cas échéant dans l’image 129Xe).
  4. Vérifiez les résultats. Si vous êtes satisfait des résultats, l’inscription est terminée.
    REMARQUE : L’image/le masque 129Xe enregistré peut être multiplié par le masque CT pour enlever la trachée et les voies respiratoires principales (s’ils n’ont pas été retirés avant la segmentation IRM) et supprimer tout signal qui se trouve en dehors des limites pulmonaires de la TDM après l’enregistrement. Une quantification plus poussée pour les mesures de structure-fonction régionale peut être effectuée si nécessaire.
  5. Si vous n’êtes pas satisfait des résultats, évaluez et optimisez les autres types de transformation et les paramètres associés, au besoin.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Résultats

Dans le cadre de cette étude, la TDM appariée et l’IRM 129Xe ont été acquises de manière prospective dans un cadre de recherche pour la caractérisation de la structure et de la fonction pulmonaires régionales et la bronchoscopie guidée par l’image dans une gamme de maladies et d’affections pulmonaires. La figure 3 montre une ventilation par IRM et une tomodensitométrie 129Xe enregistrées dans les plans coronal et sagittal pour quatre participants représentatifs avec une...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Discussion

La TDM et l’IRM 129Xe fournissent des informations complémentaires pour évaluer la structure et la fonction pulmonaires régionales, ce qui est mieux facilité par le recalage d’images. Le recalage d’images multimodal peut être non trivial à mettre en œuvre, et le protocole fourni ici est donc destiné à fournir les outils permettant aux lecteurs d’enregistrer 129Xe MRI en CT. Le protocole fourni utilise ANTsPy pour faciliter la mise en œuvre pour les utilisateurs ayan...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Déclarations de divulgation

RLE reçoit des honoraires de consultation personnelle de VIDA Diagnostics Inc. en dehors du travail soumis. JAL a reçu une subvention institutionnelle de GE Healthcare et des honoraires pour des conférences de Philips et de GE Healthcare en dehors du travail soumis.

Remerciements

Cette recherche a été financée en partie par des ressources et des services de calcul fournis par Advanced Research Computing de l’Université de la Colombie-Britannique et par une subvention d’IA du Département de radiologie de l’Université de la Colombie-Britannique. RLE a été soutenu par une bourse de stagiaire Michael Smith Health Research BC.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
Slicer 3DBrigham and Women’s Hospital (BWH)https://www.slicer.org/Logiciel d’analyse/visualisation d’images ; open source
ANTsPyNAhttps://github.com/ANTsX/ANTsPyLogiciel de codage ; open source
ITK-SNAPLogiciel d’analyse/visualisation d’images ; open source
MAGNETOM Vida IRM 3.0TSiemens HealthineersNAPeut être n’importe quel scanner 1.5 T ou 3.0 T avec capacité d’imagerie à large bande
MATLABMathworkshttps://www.mathworks.com/products/matlab.htmlLogiciel général, bon pour l’analyse d’images ; disponible sur abonnement
reg.pyNANAScript d’enregistrement (Fichier supplémentaire 1)
Revolution HD CT scannerGE HealthcareNAPeut être n’importe quel tomodensitomètre avec &ge ; 64 détecteurs
VIDA InsightsVIDA Diagnostics Inc.Logicield’analyse NA CT ; peut être n’importe quel pour générer des masques
NA http://www.itksnap.org/pmwiki/pmwiki.php

Références

  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).

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Réimpressions et autorisations

Explorer plus d’articles

IRM au xénon hyperpolariséTDM thoraciquerecalage d'imagesfonction pulmonaire régionalerecalage TDM-IRManomalies de la ventilationbronchopneumopathie chronique obstructiveimagerie pulmonaire quantitative
Imagerie pulmonaire multimodale : utilisation d’informations complémentaires provenant de la TDM et de l’IRM hyperpolarisée 129Xe pour évaluer la structure et la fonction pulmonaires
Contactez-nous
Recommander à la bibliothèque

Confidentialité

Conditions d’utilisation

Politiques

Copyright © 2026 MyJoVE Corporation. Tous droits réservés.