מאמר שיטה

הדמיית תהודה מגנטית תפקודית של ריאות בפתרון פאזה תלת מימדית

2.1K צפיות

⸱

DOI:

10.3791/66385

⸱

21 ביוני 2024

 ,  ,  , 
1Institute of Diagnostic and Interventional Radiology, Hannover Medical School, 2Biomedical Research in Endstage and Obstructive Lung Disease Hannover (BREATH), Member of the German Centre for Lung Research (DZL)

במאמר זה

סיכום

ריאה תפקודית תלת-ממדית (תלת-ממדית) היא טכניקת הדמיית תהודה מגנטית תפקודית (MRI) המאפשרת לכמת אוורור אזורי של כל נפח הריאה האנושית, באמצעות נשימת גאות ושפל ורכישה ללא חומרי ניגוד למשך 8 דקות. כאן, אנו מציגים פרוטוקול MR לאיסוף וניתוח נתוני הדמיה תלת מימדיים של PREFUL.

תקציר

הדמיית תהודה מגנטית ריאתית (MRI) מציעה מגוון טכניקות נטולות קרינה המותאמות להערכת אוורור ריאות אזורי או חלופיו. טכניקות אלה כוללות מדידות ישירות, המודגמות על ידי MRI גז היפרפולרי ו-MRI גז מופלר, כמו גם מדידות עקיפות המקלות על ידי MRI משופר חמצן ו-MRI פירוק פורייה מבוסס פרוטון (FD). בתקופה האחרונה חלה התקדמות משמעותית בתחום ה-FD MRI, שכללה שיפור הרזולוציה המרחבית/זמנית, חידוד תכנון הרצף והעיבוד המאוחר, ופיתוח גישה מקיפה של כל הריאות.

ה-MRI הדו-ממדי (2D) של ריאות פונקציונליות (PREFUL) בולט כגישה מבוססת FD שפותחה להערכה מקיפה של דינמיקת אוורור וזלוף אזורית, הכל בתוך רכישת MR אחת. לאחרונה נעשתה התקדמות חדשה עם הפיתוח של 3D PREFUL להערכת אוורור דינמי של הריאה כולה באמצעות בדיקה של 8 דקות עם רצף מגודר עצמי.

רכישת 3D PREFUL כרוכה בשימוש ברצף הד שיפוע מפונק של ערימת כוכבים עם תוספת זווית זהובה. לאחר שחזור תמונת חישה דחוסה של כ-40 שלבי נשימה, כל התמונות המשוחזרות שנפתרו בנשימה עוברות רישום לשלב נשימה קבוע. לאחר מכן, פרמטרי האוורור מופקים מהתמונות הרשומות.

בקבוצת מחקר שכללה מתנדבים בריאים וחולים עם מחלת ריאות חסימתית כרונית, פרמטרי האוורור 3D PREFUL הראו מתאמים חזקים עם מדידות שהתקבלו מבדיקות תפקודי ריאות. בנוסף, יכולת החזרה הבין-סריקה של טכניקת 3D PREFUL נחשבה מקובלת, מה שמצביע על מהימנותה עבור הערכות חוזרות ונשנות של אותם אנשים.

לסיכום, MRI אוורור 3D PREFUL מספק כיסוי ריאות שלם ולוכד דינמיקת אוורור ברזולוציה מרחבית משופרת בהשוואה לטכניקת 2D PREFUL. 3D PREFUL מציעה אלטרנטיבה חסכונית ל-MRI היפרפולרי 129Xe, מה שהופך אותה לאופציה אטרקטיבית להערכה ידידותית למטופל של אוורור ריאתי.

מבוא

על פי ארגון הבריאות העולמי (WHO), מחלות נשימה כרוניות הן גורם המוות השלישי בשכיחותו ומטילות נטל משמעותי על שירותי הבריאות1. האבחון והניטור של מספר מחלות נשימה כרוכים בבדיקות תפקודיות ריאתיות, שחסרות מידע מרחבי וייתכן שאינן אפשריות בחולים צעירים. שיטות רבות אחרות של רפואה גרעינית מספקות מדדים מרחביים של אוורור, כגון טומוגרפיה של פליטת פוזיטרונים (PET)2, טומוגרפיה ממוחשבת של פליטת פוטון יחיד (SPECT)3, או טומוגרפיה ממוחשבת4. חיסרון משמעותי בטכניקות אלו הוא השימוש בקרינה מייננת להדמיה. לכן, מדידות אלה אינן אפשריות באוכלוסיות רגישות כמו ילדים או למדידות חוזרות במחקרים קליניים.

שיטות הדמיית תהודה מגנטית זכו להתעניינות בשני העשורים האחרונים מכיוון שהן מציעות מדידה ללא קרינה של תפקוד הריאות. מעל לכל, טכניקות MRI גז היפרפולריזציה5 שימשו להערכת אוורור ריאתי בבקרות בריאות ובחולים עם מחלת ריאות תוך השגת יחס אות לרעש (SNR) טוב יותר בהשוואה ל-19F6 או MRI7. החסרונות הנפוצים של טכניקות MRI גז כוללים דרישה לכוח אדם נוסף, עלויות חומרה או הצורך בשיתוף פעולה של המטופל במהלך מדידת הנשימה. כדי להתמודד עם מגבלות אלה, הוצגו שיטות המבוססות על פירוק פורייה (FD) MRI8 להערכת אוורור ריאתי וזלוף. כחלופה ל-FD MRI, פותח MRI9, מתוקף10,11,12, ונבדק במספר מחקרים, כולל מחקרים רב-מרכזיים13,14. עם זאת, הרכישה הדו-ממדית מביאה לזמני רכישה ארוכים לכיסוי ריאות מלא ורזולוציה מרחבית מוגבלת. פתרון אלגנטי מוצע על ידי רכישות תלת מימד עם שער עצמי, אם כי על חשבון מידע הזלוף15,16,17. אחת הטכניקות הללו, 3D PREFUL MRI17, פותחה לא רק כדי להעריך אוורור סטטי אלא גם דינמיקת אוורור במהלך בדיקת MR של 8 דקות, ומספקת רזולוציית תמונה מעולה בהשוואה לשיטות דו-ממדיות.

בעקבות הפרסום המקורי המתאר את השיטה17, יכולת החזרה של הטכניקה הוערכה והושוותה למדידות הספירומטריות המבוססות היטב18, ולאחרונה, הוצגה מסגרת רישום תמונה מואצת תוך שיפור יכולת החזרה של פרמטרי אוורור ושמירה על איכות התמונה של מפות אוורור19. לטכניקה ידידותית למטופל וניתנת להרחבה בקלות, המסוגלת למפות כמותית אוורור אזורי בריאה האנושית, יש פוטנציאל לתרום באופן משמעותי לגילוי מוקדם, אבחון של מחלות נשימה או מעקב אחר השפעות הטיפול20. לשינויים טיפוליים אלה בתפקוד הריאות האזורי, כגון נפח אוורור משופר, יש פוטנציאל להפוך לסמנים ביולוגיים להערכת השפעת הטיפולים ויכולים להיות כלי שימושי במחקרים קליניים רב-מרכזיים.

המאמר נועד לספק הסבר מקיף וויזואלי על טכנולוגיית 3D PREFUL, במטרה לטפח תרגום רחב יותר של טכניקה זו.

פרוטוקול

מחקר זה קיבל אישור מוועדת האתיקה של בית הספר לרפואה של הנובר (Hannover Medical School), ובכך הובטח כי הוא עומד בסטנדרטים אתיים קפדניים לאורך כל תהליך המחקר. המחקר נערך בהתאם להנחיות המפורטות בהצהרת הלסינקי, תוך דגש על התנהלות אתית במחקר רפואי. בנוסף, נסמך הסכמה מושכלת מכל משתתפי המחקר (או מהוריהם או מאפוטיהם החוקיים) לפני השתפותם בבדיקת ה-MRI.

הערה: קריטריוני ההכללה/החרגה עבור מחקרים הכוללים 3D PREFUL MRI משתנים ותלויים במערך המחקר. בדרך כלל, קריטריוני ההכללה עבור מתנדבים בריאים בבדיקת 3D PREFUL MRI כוללים אנשים ש-(א) אינם סובלים ממחלות רפואיות משמעותיות העלולות להשפיע על תוצאות המחקר, (ב) אינם נוטלים תרופות העלולות להפריע לתוצאות ה-MRI, (ג) אינם סובלים מקלאוסטרופוביה, חרדה, או בעלי שתלים או מכשירים מתכתיים, (ד) עומדים בקריטריוני גיל ומגדר ספציפיים הרלוונטיים למטרות המחקר, (ה) ללא היסטוריה של עישון, (ו) בעלי ממצאים תקינים של ספירומטריה (FEV1/FVC > 0.7 ושני המדדים FEV1 ו-FVC > 80% מהערך החזוי). קריטריוני החרגה לכל המשתתפים במחקר העוברים בדיקת 3D PREFUL MRI עשויים לכלול: (א) הריון, (ב) כל מצב העלול לפגוע בבטיחות או בתקפות של בדיקת ה-3D PREFUL MRI, (ג) רגישות לחומרי ניגוד מבוססי gadolinium כאשר MRI דינמי עם הגברת ניגוד כלול בפרוטוקול המחקר.

1. ראיון טרום-MRI

  1. הנחה רופא לרכז מידע חשוב בנוגע להיסטוריה הרפואית של הנבדק.
  2. הסבר את ההתוויות נגדיות הפוטנציאליות, הסיכונים ומהלך בדיקת ה-MRI.
  3. השג הסכמה מדעת ובכתב מהנבדק.
    הערה: אם לא קיימות תוצאות של בדיקת תפקודי ריאות, בקש מהנבדק לעבור בדיקת תפקודי ריאות לפני בדיקת ה-MRI וודא כי התוצאות שהתקבלו עומדות בקריטריוני ההכללה.

2. הכנת רדיוגרף לבדיקת MR

  1. רשמו את הנבדק בקונסולת ה-MR ובחרו את פרוטוקול ה-MR של המחקר עם רכישת 3D PREFUL.
  2. וודאו שהנבדק, כיסיו ובגדיו נקיים מחפצים המכילים מתכת.
  3. הניחו סדינים על שולחן הסורק כדי להבטיח סביבה סטרילית.
  4. היכנסו לחדר ה-MR עם הנבדק.

3. הכנת הנבדק לבדיקת ה-MR

  1. הנח את הנבדק על שולחן ה-MRI במצב שכיבה על הגב (עם זאת, ניתן להנחתו במצב שכיבה על הבטן).
  2. ודא שסליל הגוף מספק כיסוי הולם של בית החזה, כאשר הרכיב העליון של סליל הגוף ממוקם סמוך לסנטרו של הנבדק.
  3. ספק לנבדק אוזניות (לחלופין אטמי אוזניים או את שניהם) להגנה על השמיעה מפני הרעשים החזקים הנובעים מה-MRI.
  4. ספק לנבדק כפתור בטיחות (או מנגנון בטיחות חלופי) כך שיה נגיש וניתן ללחיצה בקלות.
  5. הנח רפידה מתחת לראשו ולרגליו של הנבדק כדי לשפר את הנוחות במהלך בדיקת ה-MR.
  6. הכנס את הנבדק לסורק ה-MR, והשתמש בניווט באמצעות קרן הלייזר כדי לוודא שהאזור המצולם נמצא במרכז ה-isocentre של ה-bore.

4. בדיקת MRI

  1. סריקת לוקלייזר (Localizer)
    1. בצע רצף לוקלייזר (עם פרמטרים דומים לאלו המופיעים ב-Table 1A) כדי לקבל תמונות אנטומיות ברזולוציה נמוכה בשלושה מישורים (עם שדה ראייה רחב), שישמשו לתכנון בדיקת ה-3D PREFUL.
  2. דימות 3D PREFUL
    1. הגדר את פרמטרי הרכישה בהתאם ל-Table 1B עבור רכישת הדימות.
    2. הגדר את מספר ההקרנות הרדיאליות כך שזמן הרכישה יהיה כ-8 min.
    3. הנחה את הנבדק לנשום באופן רגיל (נשימה חופשית - tidal-free breathing) לאורך כל הרכישה.
    4. וודא שכל בית החזה כלול בשדה הראייה והתחל ברכישה.
  3. לאחר השלמת הדימות, הוצא את הנבדק מהסורק.

5. העברת נתונים גולמיים

  1. בדרך כלל, הנתונים הגולמיים שנרכשו אינם נשמרים בפלטפורמה של יצרן ה-MR. שמור את נתוני ה-kspace התלת-מדיים הגולמיים של ה-PREFUL באמצעות השלבים הספציפיים ליצרן בקונסולת ה-MR.

6. ניתוח נתונים ועיבוד לאחר הבדיקה

  1. התחל להעריך את הנתונים שנרכשו באמצעות סקריפט שחזור התמונות (טבלת חומריםבתחנת העבודה המוגדרת, לדוגמה ב-MATLAB, על ידי הגדרת הנתיב לנתונים הגולמיים.
    הערה: בתחנת העבודה המיועדת כבר צריכות להיות מותקנות החבילות הבאות:
    (א) ארגז הכלים לשחזור מתקדם של ברקלי (BART)
    ​(ב) Advanced Normalization Tools (ANTs)
  2. שחזור תמונה
    1. הערך את השהיי הגרדיאנט התלויים במערכת ה-MR באמצעות היטלכי כיול עם ה- עיכוב הערכה פונקציה המיושמת ב-Berkeley advanced reconstruction toolbox (BART)21,22.
    2. החלפת היסט (shift) לכל היטל בהתאם לעיכוב הגרדיאנט שחושב.
    3. החל אותה סינון האנינג (Hanning filtering) (באמצעות ה- האן (פונקציה ב-MATLAB) לנתונים המתוקננים להשהיית גרדיאנט (gradient-delay corrected data) באמצעות חלון מחזורי במישור x-y ובכיוון z.
    4. שחזור תמונה ברזולוציה נמוכה עבור מיון נשימתי (Respiratory binning)
      1. בחר שמינית עד רבע מנתוני ה-k-space המרוכזים סביב האינדקס המרכזי של ממד הקריאה/המחיצה (readout/partition).
        הערה: בהתאם לגודל הנבדק, שלב זה יביא למטריצה בגודל 32 x 32 x (12-20).
      2. שנו את תצורת המטריצות של נתוני מרחב-k והמסלולים התואמים להם כדי לכלול ממד זמן נוסף, כאשר כל נקודת זמן כוללת 14 היטלים רדיאליים.
        הערה: כל נקודת זמן עוקבת כוללת 13 היטל רדיאליים מנקודת הזמן הקודמת, בתוספת היטל רדיאלי חדש אחד העוקב אותם.
      3. השתמשו בדימות מקבילי ובדגימה דלילה (Compressed Sensing) (תמונותפקודה המיושמת ב-BART עבור שחזור תמונה.
        הערה: החל נורמה L2 (λ = 0.1) והשונות הכוללת (λ רגולריזציה במרחב הספציאלי (0.001 = ) ווריאציה כוללת (λ רגולריזציה (regularization) במישור הזמן (p = 0.01).
    5. הוצאת אות סנכרון הנשימה (respiratory gating signal)
      1. בצע סגמנטציה של פרנכימת הריאה בכל תמונה תלת-מדית משוחשבת ברזולוציה נמוכה באמצעות סף אוטסו (Otsu's thresholding)23וחשב את נפח פרנכימת הריאה עבור כל נקודת זמן.
      2. יש להחיל מסנן מעביר-נמוכים עם תדר חיתוך של 0.7 Hz על סדרות הזמן של הנפחים שהופקו ולחשב את תדר הנשימה.
      3. הסר ערכים חריגים קיצוניים מסדרת הזמנים (נקודות זמן שמעל ה-95th אחוזון ועשוריון 10 ומטהth אחוזון).
        הערה: סידור סדרות הזמן לפי האמפליטודה והפאזה שלהן מאפשר לשחזר מחזור נשימה בודד.
    6. בצע התמרה מהירה של פורייה (FFT, התמרה מהירה של פורייה (FFT) (פונקציה ב-MATLAB) על הנתונים שעברו סינון hanning לאורך כיוון הפרוסות, כדי לאפשר שחזור תמונה פרוסה אחר פרוסה.
    7. שנו את מבנה מטריצת נתוני ה-k-space בהתבס על סדרות הזמן שהופקו, כך שכל סל נשימה (respiratory bin) יכיל לפחות 10 קרני דגימה (spokes).
    8. השתמש ב-20% מההטלות (projections) של סלילים (bins) סמוכים כדי לשפר את יחס signal-to-noise (SNR)24,25 של כל סל נשימתי.
    9. שנו את צורת מטריצת מסלולי מרחב-k (k-space trajectories) כך שתתאים לגודל נתוני מרחב-k.
    10. בצע את ה- תמונות פקודה לשחזור תמונה עבור כל פרוסה.
      הערה: יש להחיל נורמת L2 (λ = 0.1) ושונות כוללת (λ רגולריזציה במרחב המרחבי (= 0.01) ווריאציה כוללת (λ = 0.01) רגולריזציה (regularization) במישור הזמן.
    11. שמרו את המשתנים, כולל התמונות השחזוריות של מחזור נשימה מלא אחד, תדירות הנשימה וזמני הרכישה, בקובץ .mat.
  3. רישום תמונות
    1. הפוך את עוצמות האות של התמונות השחזורים.
    2. בצעו רישום (registration) של התמונות למצב נשימתי נבחר, כגון שאיפה, באמצעות רישום לא-קשיח (non-rigid registration).
      הערה: כדי לשפר את דיוק הרישום, גישה מוכוונת-קבוצה26 ניתן להשתמש בהן. ניתן לבצע את תהליך הרישום (registration) הן ב-CPU והן ב-GPU באמצעות כלים כגון Advanced Normalization Tools (ANTs).27 או עבור חבילת הרישום של Forsberg28.
  4. סגמנטציה של פרנכימת הריאה
    1. בצע סגמנטציה של פרנכימת הריאה מהתמונה התלת-מדית של סוף הנשימה (end-inspiratory) באמצעות רשת נוירונים קונבולוציונית, לדוגמה, בארכיטקטורת nnUnet.29.
    2. הסר כלי דם מהריאות באמצעות אלגוריתם לזיהוי כלי דם, כגון זה שתואר על ידי Wernz et al.30.
      הערה: שלב זיהוי כלי הדם בריאה אינו חובה אם אין לכם גישה לאלגוריתם כזה. במקרים מסוימים, ייתכן שיה צורך בביצוע פלגמנטציה (resegmentation) ידנית.
  5. סינון
    1. החלה של רגרסיית גרעין של נדאראיה-וואטסון (with σ (= 0.3) לתמונות לאחר רישום והיפוך כדי לבצע אינטרפולציה של 16 שלבים על גבי רשת זמן בעלת מרווחים אחידים.
    2. יש להסיר וריאציות באות שאינן קשורות לנשימה על ידי החלת פילטר מעביר-נמוך (low-pass filter) בתדר של 0.7 Hz על הנתונים המנוסחים (interpolated data) במישור הזמן.
    3. בצעו הסרת רעשים (Denoise) לתמונות שעברו סינון מעביר-נמוכים באמצעות סינון מודרך-תמונה (image-guided filtering)31, כאשר התמונה הרשומה הממוצעת זמנית משמשת כתמונה המנחה. הגדירו את הפרמטרים הבאים: גודל החלון = [5, 5, 5], למבדה = 0.001.
  6. ניתוח אוורור
    1. חשבו את מפות האוור האזורי (RVent) ביחידות של מיליטר/מיליטר (mL/mL) עבור כל שלב נשימתי N באמצעות הנוסחה הבאה32:
      figure-protocol-1     [1]
      הערה: Sהשראה מייצג את תמונת היעד עבור רישום תמונה (image registration), המתאימה לרמה של סוף נשיפה (end-inspiratory level). Sניסוי מתייחס לתמונה בסוף הנשיפה, בעוד ש-SN מייצג את מצב הנשימה ה-N.
    2. חשב את פגם האוורור (VDRVentמפה של RVent מפה של 8th שלב, המייצג את האוורור המקסימלי.
      ​הערה: כדי לחשב את VD, ווקסלים מתחת לסף של 90th ערך האחוזון, כשהוא מוכפל במקדם של 0.4, נחשב לפגמים33.
    3. חשב את מפת מדד המתאם של לולאת זרימה-נפח (FVL-CM).
      1. חשב את הזרימה כנגזרת הראשונה של RVent.
        הערה: הנפח נמדד ישירות על ידי RVent.
      2. קבעו FVL ייחוס עבור כל פרוסה, שחושב מאזור בריא המוגדר על ידי ערכי RVent שבין 75th ו-95th אחוזון.
      3. קבע את הדמיון בין ה-FVL של כל ווקסל של פרנכימה ריאתית לבין ה-FVL הייחוס באמצעות קורלציה צולבת עם השהיה אפס (zero-lag).
    4. חשב את ה-VDFVL-CM מפה, שבה ווקסלים בעלי ערכי FVL-CM הנמוכים מ-0.9 מזוהים כווקסלים עם פגם באוור34.
    5. חשבו מפות זמן-עד-שיא של אוור (VTTP) באחוזים (%) של מחזור הנשימה.
      הערה: מבחינה תאורטית, מחזור הנשימה המשוער מתחיל ומסתיים בשיא הנשיפה והוא סימטרי ביחס לשיא השאיפה ב-50% ממחזור האוורור עבור ווקסל (voxel) בריא. עבור ווקסלים בעלי דינמיקת אוור מתקדמת או מושהית, מפת ה-VTTP תציג ערך נמוך או גבוה מ-50%.
    6. חשב את הסטייה של ערך ה-VTTP (VTTPפיתוחמנקודת שיא השאיפה ב-50%, באופן הבא:
      figure-protocol-2    [2]
      הערה: עבור אזור בריא, ה-VTTPפיתוח צריך להיות קרוב ל-0%.
    7. סטטיסטיקה
      1. תאר באופן סטטיסטי את הפרמטרים RVent, FVL-CM, VTTP, ו-VTTPפיתוח עבור כל הפרוסות, תוך מתן ערכי חציונה, ממוצע, סטיית תקנית וטווחי בין-רבעוניים.
      2. חשב את ערכי אחוזי פגום האוור הנגזרים ממפות ה-VD שהופקו.
      3. ייצאו את כל הפרמטרים שחושבו לקובץ גיליון אלקטרוני (ראו את הדוגמה המסופקת ב- טבלה 3).

תוצאות

פרוטוקול דימות 3D PREFUL הפשוט ביותר כולל שתי רצפים. מיקום אנטומי אחד (localizer) + מדידה אחת בנשימה חופשית המשתמשת ברכישה של 3D stack-of-stars בזווית זהב (golden-angle). מסלול ה-stack-of-stars מוצג ב-איור 1. מסלול זה משלב דגימה רדיאלית (בתוך המישור) עם דגימה קרטזית לינארית (בכיוון z). בתחילה, נרכשות דגימות בכיוון מחיצת kz, ולאחריהן ביצוע סיבוב של זווית הזהב כדי לדגום את מישור kx-ky. סכימת הרכישה של זווית הזהב מקדמת סיגנל עצמי (self-gating) עם כיסוי אחיד של מרחב ה-k, מה שמקל על שחזור תמונה עם נתונים בעלי תת-דגימה משמעותית. הבדיקה כולה אינה עולה על 10 דקות. פרטים נוספים על רכישת ה-3D PREFUL מופיעים ב-טבלת החומרים.

figure-results-1
איור 1מסלול של ערימה מסובבת של כוכבים ביחס הזהב. שימו לב כי דגימה רדיאלית יושמה לאורך המימד בתוך המישור (kx-ky), ודגימה קרטזית יושמה לאורך כיוון הפרוסות (kz). סכימה זו מביאה לכיסוי גלי של מרחב-k שנרכש. בדוגמה זו מוצגות שלוש מחיצות, הכוללות 32 היטלי רדיאל למחיצה. אנא לחצו כאן כדי לצפות בגרסה מורחבת של איור זה.

רשימה של פרמטרי MRI טיפוסיים המשמשים לדימוי 3D PREFUL בסורק 1.5 T מוצגת בTable 1B. עבור סורק 3T, מוצעים פרמטרי הרצף המפורטים בTable 2.

לאחר השלמת רכישת הנתונים והעברת הנתונים, מתחיל חלק שחזור התמונה. שלב זה מבוצע על ידי קוד MATLAB השייך לקניין רוחני (IP) של חברה (BioVisioneers GmbH) ואינו ניתן לשיתוף פתוח. הסקריפט הוא אוטומטי לחלוטין ברגע שסופק הנתיב לנתוני הגלם. סקירה סכמטית של הליך השחזור מוצגת ב-איור 2.

figure-results-2
איור 2סכימה כללית של שיטת ה-MRI התפקודית של הריאה ברזולוציית פאזה בתלת-ממד (PREFUL). ראשית, הנתונים נרכשים באמצעות סריקת MR של 8 דקות בנשימה חופשית, עם מסלול stack-of-stars. לאחר העברת הנתונים מסורק ה-MR ליחידת מחשוב, משחזרים תמונות תלת-מדיות ברזולוציה נמוכה עם רזולוציה זמנית של כ-10 מילי-שניות. פהרינכימת הריאה בכל תמונה מופרדת (segmented), ונפח הריאה מחושב. מידע על נפח הריאה משמש בהמשך כסיגנל גייטינג (gating signal). על סמך האמפליטודה והפאזה של סיגנל הגייטינג, ההטלות הרדיאליות ממוינות לסלי רנשירה (respiratory bins) המכסים מחזור נשימה אחד. לאחר שלב המיון מתבצעת שחזור דינמי של תמונות ברזולוציה מלאה, אשר לאחר מכן נרשמות (registered) לרמת סוף השאיפה. לאחר מספר שלבי עיבוד נתונים, מחושב מחזור האוור האזורי (RVent), ומבוצע חלק ניתוח התמונות, הכולל חילוץ פרמטרים. מחזור ה-RVent מוערך על ידי חישוב עקומת זרימה-נפח (FVL) עבור כל ווקסל (voxel). מפות אוור מסוג FVL-CM מחולצות באמצעות הערכה של ה-FVL של כל ווקסל אל מול FVL ייחוס בריא, כאשר הדמיון מוערך באמצעות מדד של מתאם צולב (cross-correlation). עבור RVent ו-FVL-CM כאחד, מכמתים את ערכי אחוז פגם האוור הכולל (VDP) הגלובליים. יתרה מכך, הדינמיקה של מחזור ה-RVent מנותחת באמצעות ניתוח זמן-לשיא (time-to-peak), מה שמוביל למפת פרמטרים של זמן-לשיא של האוור (VTTP). בנוסף, ב-VTTP מכמתים את הסטייה מהשיא הצפוי של האוור ב-50% ממחזור ה-RVent.פיתוח מפה אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של איור זה.

לאחר הליך שחזור התמונה, כל התמונות מיושרות מרחבית למצב קבוע אחד. הרישום (registration) עצמו מבוצע במעבד (CPU) באמצעות Advanced Normalization Tools (ANTs27) או חבילת הרישום של Forsberg28. בעוד שחבילת ANTs נותרת כסטנדרט הזהב למשימות רישום תמונות בדימות MRI ו-CT, הרישום של Forsberg מאפשר הליך רישום מהיר פי 10, עד 9 דקות, עם תוצאות דומות19. ניתן לבחור את חבילת הרישום בהתאם לסדרי העדיפויות של המשתמש וליחידות המחשוב הזמינות. לאחר השלמת הרישום, התמונות המורפולוגיות הרשומות מועקסות שוב, כך שהריאה מופיעה ככהה בתמונת גווני האפור.

באיור 3, מוצג השלב הבא של תהליך העיבוד, הכולל סגמנטציה של פרנכימת הריאה. ראשית, פרנכימת הריאה מופרדת מתמונת סוף הנשימה (end-inspiratory image) באמצעות רשת נוירונים קונבולוציונית במבנה nnUnet29. לאחר סגמנטציית פרנכימת הריאה מבוצע זיהוי כלי דם30, אשר מוחרגים ממסכת הסגמנטציה הסופית.

figure-results-3
איור 3תוצאות לדוגמה של סגמנטציה מבוססת למידה עמוקה עבור נסיין זכר בן 32. השורה העליונה מציגה תמונות מורפולוגיות של שמונה חתכים קורונליים מייצגים. בשורה השנייה ובשלישית ניתן להבחין במסכת רקמת ריאה (lung parenchyma mask) התואמת להן ובמסכה הסופית עם החרגת כלי דם, בהתאמה. אנא לחצו כאן כדי לצפות בגרסה מורחבת של דמות זו.

דוגמה לסגמנטציה שגויה של פרנכימה ריאתית מוצגת ב-איור 4. חיוני לבצע בדיקה ויזואלית של הסגמנטציות המבוסות על למידה עמוקה, ובמידה שהן אינן מספקות, יש לשקול תיקונים ידניים כדי לשפר את הדיוק של המסכה הסופית של הפרנכימה הריאתית.

figure-results-4
איור 4תוצאות לדוגמה של סגמנטציה שגויה מבוססת למידה עמוקה עבור נסיין זכר בן 57. השורה העליונה מציגה תמונות מורפולוגיות של שמונה חתכים קורונליים מייצגים. בשורה השנייה ובשלישית ניתן להבחין במסיכת פרנכימה של הריאה המתאימה ובמסיכה הסופית עם החרגת כלי דם, בהתאמה. כפי שניתן לראות, מספר אזורים פיברוטיים מזוהים בטעות ככלי דם או כמבנים שאינם ריאתיים. אי-דיוקים אלו תוקנו ידנית, כפי שמוצג בשורה הרביעית. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של איור זה.

לאחר מספר שלבי סינון המתוארים בפרוטוקול, מחושבים מדדי תחליף לאוור. 3D PREFUL MRI מייצר מפות כמותיות עבור אוור אזורי סטטי (RVent), מדדי קורלציה דינמיים של זרימה-נפח (FVL-CM), ושני פרמטרים המבוססים על ניתוח זמן הגעה לשיא של האוור (VTTP), כפי שמוצג ב-איור 5. איור זה מציג שמונה חתכים קורונליים של גבר בריא בן 32. שים לב להפצה ההומוגנית הצפויה של כל פרמטרי האוור.

figure-results-5
איור 5בדיקת MRI בתלת-ממד (3D PREFUL) של מתנדב בריא (גבר בן 32). מפות ממצאים מורפולוגיים מייצגים (שורה עליונה) ופרמטרי אוור ב-3D PREFUL MRI (שורה שנייה עד חמישית) עבור מתנדב בריא (גבר בן 32). האוורור האזורי הסטטי מיוצג על ידי אוור אזורי (RVent), בעוד שדינמיקת האוור מוערכת באמצעות מדד קורלציית לולאת זרימה-נפח (FVL-CM), זמן הגעה לשיא אוור (VTTP), וסטיית VTTP (VTTPפיתוח) מייצגים פרמטרי אוורור המעריכים את דינמיקת האוור. כצפוי, נצפו ערכי אוור הומוגניים בכל מפות פרמטרי האוור. אנא לחצו כאן כדי לצפות בגרסה מורחבת של איור זה.

כדי לפשט את מפות האוורור, נגזרות מפות של פגם באוורור (VD) עבור RVent ו-FVL-CM, המאפשרות פרשנות מהירה יותר של התוצאות. מפות VD לדוגמה מוצגות ב- איור 6עבור שני ה-VDRVent ו-VDFVL-CMערכי ה-VDP שנמצאו היו 3.6% ו-3.0%, בהתאמה, ונמצאו בתוך הטווח הנורמלי התקין. באופן אידיאלי, ותלוי בגילם של המתנדבים הבריאים, ערך ה-VDP לא אמור לעלות על 10%. הפרמטרים שהוזכרו לעיל (RVent, FVL-CM ומפות ה-VD שלהם) תוקפו במספר מחקרים11,12,35,36 ורגישים לגילוי מחלות וכן לגילוי השפעות מושראות טיפול20,34,37,38,39.

figure-results-6
איור 6מפות RVent ו-FVL-CM מייצגות, כולל מפות הפגמים באוור שלהן. מוצגות מפות ה-RVent (שורה עליונה) וה-FVL-CM (שורה שנייה), כולל מפות פגמי האוור שלהן (שורה שלישית ורביעית), שהופקו באמצעות 3D PREFUL MRI עבור מתנדב בריא (גבר בן 32). במפות ה-VD, אזורים בריאים מסומנים בירוק ואזורים עם גרעון באוור מסומנים באדום. אנא לחצו כאן כדי לצפות בגרסה גדולה יותר של איור זה.

דווחו מספר מחקרי MRI ריאתי הן בעוצמת שדה מגנטי של 1.5 T והן ב-3 T. למרות היתרון התיאורטי של 3T עקב יחס אות לרעש (SNR) מוגבר, יתרון זה עשוי להתבטל בשל השפעות בולטות יותר של סוספטיביליות מגנטית ב-3T. ההשפעה המדויקת של עוצמות השדה המגנטי על איכות התמונה של מפות אוורור בתלת-ממד בשיטת PREFUL אינה ידועה כעת. כאן, אנו מציגים תוצאות היתכנות (איור 7>) שהתקבלו עבור מתנדב בריא (גבר בן 35) באמצעות סורק MR ב-3 T. שימו לב למראה ההומוגני הפחות בולט של פרמטרי האוור ב-3 T בהשוואה ל-1.5T (איור 5).

figure-results-7
איור 7בדיקת 3D PREFUL MRI של מתנדב בריא (גבר בן 35). מפות ייצוגיות של מורפולוגיה (שורה עליונה) ופרמטרי אוור ב-MRI מסוג 3D PREFUL (שורה שנייה עד חמישית) עבור מתנדב בריא (גבר בן 35) ב-3T. האוור האזורי הסטטי מיוצג על ידי אוור אזורי (RVent), בעוד שדינמיקת האוור מוערכת באמצעות מדד קורלציית לולאת זרימה-נפח (FVL-CM), זמן הגעה לשיא האוורור (VTTP) וסטיית VTTP (VTTPפיתוח) מייצגים פרמטרי אוורור המעריכים את דינמיקת האוור. אנא לחצו כאן כדי לצפות בגרסה גדולה יותר של איור זה.

השוואה/תיקוף של 3D PREFUL שנגזר ממדידות ישירות יותר טרם פורסמו. קיימים מספר מחקרים המדווחים על מתאם חיובי בין ערכי VDP לבין חפיפה מרחבית של פגמי אוור בין טכניקת 2D PREFUL לבין 129Xe1,12,14 ו- 19F MRI35. השוואה עדכנית בין אוור שנגזר מ-3D PREFUL למדידות אוור ישירות באמצעות 19F MRI בחולים עם מחלת ריאות חסימתית כרונית (COPD), אסתמה ומתנדבים בריאים, חשפה מתאם בינוני עד חזק ברמה הגלובלית40. מוצגת דוגמה להשוואה (איור 8) עבור מטופלת שאובחנה עם מחלת ריאות חסימתית כרונית (נקבה בת 54, FEV1 = 42% מהערך החזוי), אשר נבדקה באמצעות 3D PREFUL ו- 19F wash-in MRI.

figure-results-8
איור 8בדיקת 3D PREFUL MRI של מטופלת בת 54 עם COPD. תמונות מורפולוגיות (שורה עליונה), פרמטרי אוורור ומפות פגעי אוור תואמות של מטופלת בת 54 עם COPD (FEV1 = 42% מהערך החזוי, FVC = 102% מהערך החזוי) שהתקבלו באמצעות 3D PREFUL MRI (שורה שנייה ושלישית) ו- 19מוצגות תמונות fMRI (שורות 4 ו-5), יחד עם השוואה של מפות פגמי אוורור משתי השיטות (שורה אחרונה). באופן כללי, בכל החתכים, ה-Søמקדם Dice-Sørensen היה 25.5% באזורים פגומים ו-80.6% באזורים בריאים, מה שהוביל לחפיפה מרחבית כוללת של 69.2%. באופן בולט, קיימת קורלציה חזותית בין אזורי אוורור תואמים באזורים בריאים ובפגומים (המוצגים בירוק כהה). אנא לחצו כאן כדי לצפות בגרסה גדולה יותר של איור זה.

ניתן להשתמש ב-3D PREFUL MRI למדידת תגובות אזוריות לטיפול20. כדוגמה, איור 9 מציג השוואה של שלושה חתכים מריאתה של נבדקת עם סיסטיק פיברוזיס (אישה בת 43) בנקודת הבסיס (משמאל, FEV1 = 94% מהערך החזוי) ולאחר טיפול במודולטור של CFTR (מימין, FEV1 = 12% מהערך החזוי). מכיוון ששתי המדידות תואמות מרחבית, 3D PREFUL מאפשר ניתוח של התגובה האזורית לטיפול, כפי שמוצג בתחתית איור 9. שימו לב לערכים המוגברים של מדד המתאם של עקומת זרימה-נפח, וכן להפחתה בפגמים באוור לאחר הטיפול.

figure-results-9
איור 9מדידות PREFUL בתלת-ממד של מטופלת בת 43 עם סיסטיק פיברוזיס (CF). מפות סימון אוור לדוגמה של מדידות 3D PREFUL בבסיס (שמאל) ואחרי טיפול (ימין) של חולית בת 43 עם CF. VDPFVL-CM ירד מ-18.0% (קו בסיס) ל-3.6% (לאחר טיפול). FEV1 % baseline חזוי: 94%, FEV1 % predicted לאחר טיפול: 12%. LCI בבסיס (baseline): 10.48, LCI לאחר טיפול: 9.39. מפות תגובת הטיפול התואמות מוצגות למטה. שימו לב לאזורים הירוקים המעידים על שיפור באוור לאחר הטיפול. אנא לחצו כאן כדי לצפות בגרסה גדולה יותר של איור זה.

טבלה 1: רשימה של פרמטרי MRI טיפוסיים המשמשים לרכישת תמונות למיקום (localizer) ורכישת 3D PREFUL בסורק 1.5T. (A) מקלט מקומי ו(Bרכישת נתוני 3D PREFUL. אנא לחצו כאן להורדת טבלה זו.

טבלה 2: פרמטרי MRI מוצעים עבור רכישת 3D PREFUL בסורק 3T. אנא לחץ כאן להורדת טבלה זו.

טבלה 3: דוח סטטיסטי לדוגמה של פרמטרי 3D PREFUL עבור מתנדב בריא (גבר בן 35) אנא לחצו כאן להורדת טבלה זו.

דיון

אחת המלכודות הקריטיות ביותר היא הרכישה עצמה. יש להקפיד על כך שפרמטרי רצף ה-MR מוגדרים כהלכה. חשוב לציין, זמן הד, זמן חזרה, מספר פרוסות, גודל מטריצה ורוחב פס פיקסלים הם הפרמטרים המכריעים. סטיות מההגדרות המומלצות עלולות לגרום לרזולוציה זמנית לא מספקת או לרכישות ממושכות. כמו כן, העברת נתונים חשובה כדי להבטיח שהנתונים מועברים במלואם למחשב או לשרת שנבחר לצורך הערכה. הערכת הנתונים מתקדמת באופן אוטומטי לחלוטין לאחר הגדרת הנתיב לנתונים שנרכשו. העיבוד המאוחר מתחיל בשחזור תמונה, שבו binning רטרוספקטיבי ממלא תפקיד מכריע. מומלץ לאמת את אות ה-binning כדי להבטיח תיאור ברור של דפוס הנשימה. לאחר בדיקת אות ה-binning, אין צורך בשלבים נוספים, מכיוון שהאלגוריתם עצמו מטפל בדפוסי נשימה לקויים על ידי אי הכללת חריגים (נקודות נתונים מעל האחוזוןה-95 ומתחת לאחוזוןה-10 ). לאחר שחזור התמונה, מתרחש תהליך רישום התמונה. יש לאמת שלב זה באופן הבא: התמונות הרשומות צריכות להיות נקיות מנשימה ותנועת לב. באופן ספציפי, יש 'להקפיא' את מיקומי הסרעפת והלב. השלב הבא כולל פילוח מבוסס למידה עמוקה של פרנכימה וכלי דם של הריאות. תהליך פילוח זה גוזל זמן רב עבור כל נפח הריאות התלת-ממדי; לפיכך, השימוש בכלים מבוססי בינה מלאכותית מועיל. עם זאת, במצבים מסוימים, כגון התרחשות של איחודים היקפיים, אלגוריתמים אלה עשויים שלא להניב תוצאות מדויקות. כתוצאה מכך, יש לבדוק היטב את מסכת הפילוח ולתקן אותה ידנית במידת הצורך. כל השלבים הללו הם קריטיים להערכת פרמטרי האוורור ועלולים לגרום לחישובים לא מדויקים.

מאז הפרסום המקורי17, נעשו מספר פיתוחים בטכניקת 3D PREFUL. אלגוריתם המיון של ההקרנות הרדיאליות הנרכשות עבר אוטומציה מלאה ושופר כך שכל הריאה מפולחת בשיטת הסף של אוטסו ומשמשת כאות ניווט לשילוב נתונים לשלבי נשימה. יתר על כן, פרנכימת הריאות הידנית ופילוח כלי הדם הוחלפו באלגוריתמים אוטומטיים לחלוטין מבוססי למידה עמוקה כדי להפחית הליכים גוזלי זמן. בנוסף, זמן העיבוד של חלק רישום התמונה עשוי להתקצר עד 10 דקות אם ארגז הכלים לרישום פורסברג מיושם19. יחד עם פיתוחים קודמים, הקוד המיושם מאפשר לרשום תמונות של שתי נקודות זמן (מדידות מעקב) ולהעריך את התקדמות המחלה או שינויי אוורור הנגרמים על ידי טיפול20. הגרסה הנוכחית של סקריפט Matlab אינה דורשת אינטראקציה כלשהי עם המשתמש וניתן ליישם אותה בצנרת לעיבוד אוטומטי של נתונים עם דגלים ספציפיים בעתיד.

החיסרון העיקרי של 3D PREFUL הוא שלא ניתן לבצע מדידת זרימת דם מקומית מכיוון שלא ניתן ללכוד את אפקט הזרימה בעת שימוש בדופק RF קשיח לא סלקטיבי לעירור. שנית, נכון לעכשיו, כל העיבוד שלאחר (כולל העברת נתונים, שחזור תמונה, רישום תמונה וניתוח אוורור) דורש שעתיים לכל נושא. שלישית, נכון לעכשיו, רק השוואה ראשונית של פרמטרי אוורור שמקורם ב-3D PREFUL לטכניקות מאומתות יותרהודגמה 40. רביעית, הערכת הנתונים הנרכשים מתבצעת במחשב בעל ביצועים גבוהים; לכן, התוצאות אינן זמינות ישירות לרופא בקונסולה. חמישית, חסרים מחקרי היתכנות של 3D PREFUL על עוצמות שטח שונות וספקי סורקים שונים.

MRI ריאה פונקציונלית נפתרת שלב תלת מימד (PREFUL) מאפשר מיפוי כמותי של דינמיקת אוורור אזורית של כל הריאה האנושית במהלך נשימה חופשית17. ישנן מספר חלופות חסכוניות ל-3D PREFUL, כגון ספירומטריה או טכניקות שטיפת נשימה מרובות; עם זאת, שניהם חסרים מידע מרחבי ודורשים תמרוני נשימה, ולכן הם אינם אפשריים לילדים צעירים או יילודים. שיטות הדמיה אלטרנטיביות חושפות את המטופלים לקרינה מייננת, כגון שיטות רפואה גרעינית CT, או שאינן זמינות באופן נרחב (הדמיית גז היפרפולרית 129Xe או 19F באמצעות MRI). 3D PREFUL מספק הערכה של דינמיקת האוורור, ניתן לבצע אותו באמצעות סורק קליני סטנדרטי, ואינו דורש חומרי ניגוד, מה שהופך אותו לאטרקטיבי לתרגום לסביבת מחקר קליני. העובדה ש-3D PREFUL אינו דורש שימוש בקרינה או בחומרי ניגוד ומציע רכישה ידידותית למטופל ונשימה חופשית הופכת אותו למתאים היטב למחקרים חוזרים או אורכיים המעריכים כמותית תגובות אזוריות לטיפול. שנית, הערכת 3D PREFUL של אוורור הריאות עשויה להיות בעלת ערך במיוחד בילדים צעירים, שבהם יש להימנע מחשיפה לקרינה.

היכולת של 3D PREFUL ליצור תמונות אוורור פונקציונליות של הריאה האנושית טומנת בחובה פוטנציאל לאבחון מוקדם. באופן ספציפי, היכולת לייצר מפות אוורור אזוריות כמותיות הניתנות לחזרה מאפשרת מחקרי אורך, למשל, התקדמות המחלה או ניטור השפעות הטיפול. יתר על כן, המידע האזורי על דינמיקת האוורור יכול לספק רגישות רבה יותר לשינויים מוקדמים הקשורים למחלת ריאות שאינם ניתנים לזיהוי על ידי בדיקות תפקודי ריאות.

גילויים

פיליפ קלימש, אנדראס ווסקרבנצב וינס ווגל-קלאוסן הם בעלי מניות ב-BioVisioneers GmbH, חברה המתעניינת בשיטות הדמיית תהודה מגנטית ריאתית.

תודות

עבודה זו מומנה על ידי המרכז הגרמני לחקר הריאות (DZL). המחברים הפיקו תועלת ממספר דיונים מועילים עם עמיתים, במיוחד עם מרסל גוטברלט, אגילו קרן, לאה ברנדט, ארנד אוברט, ג'וליאן גלנדורף, טיל קירייט, תאופיק מוהר אלסדי, גסה פוהלר, מקסימיליאן זובקה, רובין מולר, מריוס ורנץ, כריסטיאן קריסוסטו, מילאן ספת, ז'וליאן שלר וסוניה לודיגר. המחברים מודים לרוברט גרים (Siemens Healthineers) על כתיבת רצף הדמיית ה-MRI, ויתרה מכך, המחברים רוצים להודות גם לפרנק שרדר וסוון ת'יל מהמחלקה לרדיולוגיה (בית הספר לרפואה של הנובר) על הסיוע הטכני יוצא הדופן בביצוע בדיקות ה-MRI.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
ANTsקוד פתוח ניתוח תמונות רפואיות קהילתארגז כלים לרישום תמונה
BARTהדמיה בקוד פתוחhttps://www.opensourceimaging.org/project/berkeley-advanced-reconstruction-toolbox-bart/ארגז כלים לשחזור תמונה
סליל גוףסימנס / פיליפס / GE https://www.siemens-healthineers.com/en-us/magnetic-resonance-imaging/options-and-upgrades/coilsסליל גוף בעל 6 ערוצים לפחות; פיליפס [https://www.usa.philips.com/healthcare/solutions/magnetic-resonance/coils-overview ]
ארגז הכלים לרישום תמונותפורסברג https://github.com/fordanic/image-registrationארגז כלים לרישום תמונה
קוד שחזור תמונהBioVisioneers GmbHwww.biovisioneers.comתוכנה לשחזור וניתוח MR
MatlabMathworksתוכנה
MRIסימנס / פיליפס / GE https://www.siemens-healthineers.com/magnetic-resonance-imagingפיליפס [https://www.philips.co.in/healthcare/solutions/magnetic-resonance], GE [https://www.gehealthcare.com/products/magnetic-resonance-imaging]; רצף MRI של 1.5 T / 3 T
סימנס / פיליפס / GE, רצף הד שיפוע תלת מימדי עם מסלול ערימת כוכבים ותוספת זווית זהב; 1. רצף אחיזה-וייב של סימנס - https://t.ly/P31kM , 2. פיליפס Multi Vane XD רצף https://t.ly/wMWZZ , 3. GE Lava-Star, כוכב דיסקו - https://t.ly/vimm2
המחקר

מקורות

  1. Chronic respiratory diseases. World Health Organization. , Available from: https://www.who.int/health-topics/chronic-respiratory-diseases#tab=tab_1 (2021).
  2. Musch, G., et al. Topographical distribution of pulmonary perfusion and ventilation, assessed by PET in supine and prone humans. J Appl Physiol. 93 (5), 1841-1851 (2002).
  3. Petersson, J., Sánchez-Crespo, A., Larsson, S. A., Mure, M. Physiological imaging of the lung: single-photon-emission computed tomography (SPECT). J Appl Physiol. 102 (1), 468-476 (2007).
  4. Mistry, N. N., et al. Evaluation of fractional regional ventilation using 4D-CT and effects of breathing maneuvers on ventilation. Int J Radiat Oncol Biol Phys. 87 (4), 825-831 (2013).
  5. Kirby, M., et al. Hyperpolarized 3 He and 129 Xe MR imaging in healthy volunteers and patients with chronic obstructive pulmonary disease. Radiology. 265 (2), 600-610 (2012).
  6. Kuethe, D. O., Caprihan, A., Fukushima, E., Waggoner, R. A. Imaging lungs using inert fluorinated gases. Magn Reson Med. 39 (1), 85-88 (1998).
  7. Ohno, Y., et al. Dynamic oxygen-enhanced MRI versus quantitative CT: Pulmonary functional loss assessment and clinical stage classification of smoking-related COPD. Am J Roentgenol. 190 (2), W93-W99 (2008).
  8. Bauman, G., et al. Non-contrast-enhanced perfusion and ventilation assessment of the human lung by means of fourier decomposition in proton MRI. Magn Reson Med. 62 (3), 656-664 (2009).
  9. Voskrebenzev, A., et al. Feasibility of quantitative regional ventilation and perfusion mapping with phase-resolved functional lung (PREFUL) MRI in healthy volunteers and COPD, CTEPH, and CF patients. Magn Reson Med. 79 (4), 2306-2314 (2018).
  10. Behrendt, L., et al. Validation of automated perfusion-weighted phase-resolved functional lung (PREFUL)-MRI in patients with pulmonary diseases. J Magn Reson Imaging. 52 (1), 103-114 (2020).
  11. Kaireit, T. F., et al. Flow volume loop and regional ventilation assessment using phase-resolved functional lung (PREFUL) MRI: Comparison with 129Xenon ventilation MRI and lung function testing. J Magn Reson Imaging. 53 (4), 1092-1105 (2021).
  12. Couch, M. J., et al. Comparison of functional free-breathing pulmonary 1H and hyperpolarized 129Xe magnetic resonance imaging in pediatric cystic fibrosis. Acad Radiol. 28 (8), e209-e218 (2020).
  13. Behrendt, L., et al. Validation of automated perfusion-weighted phase-resolved functional lung (PREFUL)-MRI in patients with pulmonary diseases. J Magn Reson Imaging. 52 (1), 103-114 (2019).
  14. Marshall, H., et al. 129Xe and free-breathing 1H ventilation MRI in patients with cystic fibrosis: A dual-center study. J Magn Reson Imaging. 57 (6), 1908-1921 (2022).
  15. Mendes Pereira, L., et al. UTE-SENCEFUL: first results for 3D high-resolution lung ventilation imaging. Magn Reson Med. 81 (4), 2464-2473 (2018).
  16. Boucneau, T., Fernandez, B., Larson, P., Darrasse, L., Maître, X. 3D magnetic resonance spirometry. Sci Rep. 10 (1), 16012(2020).
  17. Klimeš, F., et al. 3D phase-resolved functional lung ventilation MR imaging in healthy volunteers and patients with chronic pulmonary disease. Magn Reson Med. 85 (2), 912-925 (2021).
  18. Klimeš, F., et al. Repeatability of dynamic 3D phase-resolved functional lung (PREFUL) ventilation MR Imaging in patients with chronic obstructive pulmonary disease and healthy volunteers. J Magn Reson Imaging. 54 (2), 618-629 (2021).
  19. Klimeš, F., Voskrebenzev, A., Gutberlet, M., Grimm, R., Wacker, F., Vogel-Claussen, J. Evaluation of image registration algorithms for 3D phase-resolved functional lung ventilation magnetic resonance imaging in healthy volunteers and chronic obstructive pulmonary disease patients. NMR Biomed. 36 (3), e4860(2022).
  20. Klimeš, F., et al. Effect of CFTR modulator therapy with elexacaftor/tezacaftor/ivacaftor on pulmonary ventilation derived by 3D phase-resolved functional lung MRI in cystic fibrosis patients. Eur Radiol. 34 (1), 80-89 (2024).
  21. Rosenzweig, S., Holme, H. C. M., Uecker, M. Simple auto-calibrated gradient delay estimation from few spokes using Radial Intersections (RING). Magn Reson Med. 81 (1), 1898-1906 (2019).
  22. Uecker, M., et al. Berkeley advanced reconstruction toolbox. Proc Intl Soc Mag Reson Med. 23 (1), 2486(2015).
  23. Otsu, N. A threshold selection method from gray-level histograms. IEEE Trans Syst Man Cybern. 9 (1), 62-66 (1979).
  24. Song, H. K., Dougherty, L. k-Space weighted image contrast (KWIC) for contrast manipulation in projection reconstruction MRI. Magn Reson Med. 44 (6), 825-832 (2000).
  25. Song, H. K., Dougherty, L. Dynamic MRI with projection reconstruction and KWIC processing for simultaneous high spatial and temporal resolution. Magn Reson Med. 52 (4), 815-824 (2004).
  26. Voskrebenzev, A., Gutberlet, M., Kaireit, T. F., Wacker, F., Vogel-Claussen, J. Low-pass imaging of dynamic acquisitions (LIDA) with a group-oriented registration (GOREG) for proton MR imaging of lung ventilation. Magn Reson Med. 78 (4), 1496-1505 (2017).
  27. Avants, B. B., Tustison, N. J., Song, G., Cook, P. A., Klein, A., Gee, J. C. A reproducible evaluation of ANTs similarity metric performance in brain image registration. Neuroimage. 54 (3), 2033-2044 (2011).
  28. Forsberg, D. fordanicimage-registration. , Available from: https://github.com/fordanic/image-registration (2014).
  29. Isensee, F., Jaeger, P. F., Kohl, S. A. A., Petersen, J., Maier-Hein, K. H. nnU-Net: a self-configuring method for deep learning-based biomedical image segmentation. Nat Methods. 18 (2), 203-211 (2021).
  30. Wernz, M., et al. Influence of lung vessel segmentation on the reproducibility of PREFUL MRI. Proc IWPFI. 10 (1), 73(2022).
  31. He, K., Sun, J., Tang, X. Guided image filtering. IEEE Trans Pattern Anal Mach Intell. 35 (6), 1397-1409 (2013).
  32. Klimeš, F., et al. Free-breathing quantification of regional ventilation derived by phase-resolved functional lung (PREFUL) MRI. NMR Biomed. 32 (6), e4088(2019).
  33. Pöhler, G. H., et al. Repeatability of phase-resolved functional lung (PREFUL)-MRI ventilation and perfusion parameters in healthy subjects and COPD patients. J Magn Reson Imaging. 53 (3), 915-927 (2020).
  34. Moher Alsady, T., et al. MRI-derived regional flow-volume loop parameters detect early-stage chronic lung allograft dysfunction. J Magn Reson Imaging. 50 (6), 1873-1882 (2019).
  35. Kaireit, T. F., et al. Comparison of quantitative regional ventilation-weighted fourier decomposition MRI with dynamic fluorinated gas washout MRI and lung function testing in COPD patients. J Magn Reson Imaging. 47 (6), 1534-1541 (2018).
  36. Munidasa, S., et al. Inter- and intravisit repeatability of free-breathing MRI in pediatric cystic fibrosis lung disease. Magn Reson Med. 89 (5), 2048-2061 (2023).
  37. Lévy, S., et al. Free-breathing low-field MRI of the lungs detects functional alterations associated with persistent symptoms after COVID-19 infection. Invest Radiol. 57 (1), 742-751 (2022).
  38. Voskrebenzev, A., et al. Detection of chronic lung allograft dysfunction using ventilation-weighted Fourier decomposition MRI. Am J Transplant. 18 (8), 2050-2060 (2018).
  39. Voskrebenzev, A., et al. PREFUL MRI depicts dual bronchodilator changes in COPD: A Retrospective analysis of a randomized controlled trial. Radiol Cardiothorac Imaging. 4 (2), e210147(2022).
  40. Klimeš, F., et al. Comparison of free-breathing 3D phase-resolved functional lung (PREFUL) MRI with dynamic 19F ventilation MRI in patients with obstructive lung disease and healthy volunteers. J Magn Reson Imaging. , (2024).

הדפסות חוזרות והרשאות

תגיות

MRIMRIPREFULCompressed Sensing
הדמיית תהודה מגנטית תפקודית של ריאות בפתרון פאזה תלת מימדית
צור קשר
המלצה לספרייה

פרטיות

תנאי שימוש

מדיניות

2026 © זכויות יוצרים MyJoVE Corporation. כל הזכויות שמורות.