הדמיית תהודה מגנטית תפקודית של ריאות בפתרון פאזה תלת מימדית

3D PREFUL MRI מאפשר הדמיה של אוורור הריאות. מה הייתה המוטיבציה הראשונית שלנו לפתח את PREFUL MRI? זה היה הרצון ללכוד את כל נפח הריאות ברזולוציית תמונה איזוטרופית גבוהה יותר בהשוואה ל-MRI דו-ממדי קונבנציונלי.

3D PREFUL MRI מאפשר אוורור דינמי, זיהוי תיאור של מחלת ריאות, ניטור טיפול, ובתקווה בעתיד פרוגנוזה של חולים עם מחלת ריאות. בילדים PREFUL MRI מועיל במיוחד מכיוון שהוא מאוד ידידותי למטופל ללא קרינה. היתרון המשמעותי ביותר של 3D PREFUL MRI הוא השימוש ברצף מוצרים, הזמין בסורקי MR מתקדמים, ובכך מקל על אימוץ נרחב שלו במרכזים אחרים.

בנוסף, בהשוואה לטכניקות MRI תלת מימדיות אחרות שאינן משופרות לנשימה חופשית, MRI תלת מימד PREFUL אומת לאחרונה למדידה ישירה של אוורור באמצעות הדמיית 19 FCAs והדמיית גז היפר, מה שמדגים התאמה חזקה בין שיטות אלה. הראינו כי MRI תלת מימדי הצליח להראות הטרוגניות אוורור וליקויי אוורור בחולים עם אסתמה ו- CBD. יתר על כן, הצלחנו להראות השפעות תגובה לטיפול בחולים עם סיסטיק פיברוזיס לאחר הטיפול.

לכן אנו חושבים שבעתיד, 3D PREFUL MRI הוא כלי בעל ערך נוסף במרפאה לחולים עם מחלות ריאה. הפיתוחים האחרונים של 3D PREFUL כוללים עיצובי רצפים חדשים כגון שימוש במסלולים ספירליים. אלה רלוונטיים בשל דרישות החומרה הנמוכות יותר שלהם ויעילות הדגימה המוגברת מבוססת-המארז.

בנוסף, גישת פרוסת מנוע סימולטנית זוכה לעניין בהפחתה משמעותית של זמן הסריקה במהלך רכישה דו-ממדית תוך מתן אפשרות להדמיה משוקללת של אוורור וזילוף. השלבים הבאים ב-3D PREFUL MRI יכללו קיצור נוסף של זמני הרכישה ושימוש בטכניקות מבוססות למידה עמוקה לשחזור תמונות ורישום תמונה, מכיוון ששלבים אלה הם כיום הזמן הרב ביותר בצנרת. בכך אנו שואפים להאיץ משמעותית תהליכים אלה, לשפר את יעילות הרכישה הכוללת ולאפשר בנייה מחדש מקוונת.

כדי להתחיל, הנחו את הנבדק לשכב על שולחן הדמיית התהודה המגנטית או ה-MRI במצב שכיבה. באמצעות ניווט באור לייזר, מקם את המטופל כך שהאזור המצולם יתפוס את מרכז ה-ISIS של הקדח. בצע רצף לוקלייזר כדי לקבל תמונות אנטומיות ברזולוציה נמוכה בשלושה מישורים כדי לתכנן את בדיקת PREFUL התלת מימדית.

לאחר הגדרת פרמטרי הרכישה, הגדר את מספר ההקרנות הרדיאליות כך שהרכישה תארך כשמונה דקות. בדוק אם בית החזה כולו כלול בשדה הראייה והתחל את הרכישה. שמור את הנתונים הגולמיים מבוססי המקרה של 3D PREFUL באמצעות השלבים הספציפיים לספק במסוף המציאות המשולבת.

הגדר את הנתיב לנתונים הגולמיים כדי להעריך את הנתונים שנרכשו באמצעות סקריפט שחזור התמונה. הערך את עיכובי השיפוע התלויים במערכת המציאות המשולבת באמצעות הקרנות הכיול עם פונקציית ההשהיה S ב-BART. החל הזזה על כל הקרנה בהתאם לעיכוב השיפוע המחושב, ולאחר מכן מסירה של סינון לנתונים המתוקנים של עיכוב השיפוע באמצעות חלון מחזורי במישור XY ובכיוון Z.

לשחזור תמונה ברזולוציה נמוכה, בחר שמינית מהנתונים מבוססי המקרה, הממוקדים סביב האינדקס האמצעי של ממד הקריאה, כמו גם רבע מהנתונים מבוססי המקרה המרוכזים סביב האינדקס האמצעי של ממד המחיצה. עצב מחדש את המטריצות של נתונים מבוססי מקרה ומסלולים מתאימים כך שיכללו ממדי זמן נוספים כאשר כל נקודת זמן כוללת 14 תחזיות רדיאליות. שימוש בפקודת הדמיה מקבילה ותמונות חישה דחוסות ו-BART מבצעים שחזור תמונה.

כדי לחלץ את אות שער הנשימה, פלח את פרנכימת הריאה בכל תמונה תלת מימדית משוחזרת ברזולוציה נמוכה באמצעות הסף של אוטסו וחשב את נפח פרנכימת הריאה עבור כל נקודת זמן. החל מסנן מעבר נמוך בתדר ניתוק של 0.7 הרץ על סדרת זמן הנפח שחולצה וחשב את תדירות הנשימה. לאחר מכן אל תכלול חריגים קיצוניים מסדרת הזמן.

לאחר מכן, בצע התמרת פורייה מהירה על נתוני מסנן המסירה לאורך כיוון הפרוסה כדי לאפשר שחזור תמונה פרוסה אחר פרוסה. עצב מחדש את מטריצת הנתונים מבוססת המקרה על סמך סדרת הזמן שחולצה כך שכל פח נשימה יכיל מינימום של 100 חישורים. עיצב מחדש את מטריצת המסלולים מבוססי המקרה כך שתתאים לגודל הנתונים מבוססי המקרה ולנצל 20% מההקרנות מפחים סמוכים כדי לשפר את יחס האות לרעש של כל פח נשימה.

בצעו את הפקודה 'פיקס' לשחזור תמונה עבור כל פרוסה. שמור את המשתנים, כולל התמונות המשוחזרות של מחזור נשימה שלם אחד, תדירות נשימה וזמני רכישה בקובץ DOTMAP. לאחר מכן הפוך את עוצמות האות של התמונות המשוחזרות ורשום אותן למצב נשימה נבחר באמצעות רישום לא נוקשה.

בצע סינון עם רגרסיה של ליבת Nadaraya-Watson לתמונות הרשומות וההפוכות כדי לבצע אינטרפולציה של 16 שלבים על רשת זמן במרווח אחיד. בטל שינויים באותות שאינם קשורים לנשימה באמצעות מסנן מעביר נמוך ב-0.7 הרץ לנתונים האינטרפולציה בתחום הזמן. הגדר את הפרמטרים של גודל החלון ל 5 5 5 ולמבדה ל 0.001.

הסר רעש מהתמונות המסוננות במעבר נמוך באמצעות סינון מונחה תמונה עם התמונה הרשומה הממוצעת זמנית כתמונה המנחה. חשב את האוורור האזורי או את מפות האוורור שלנו במיליליטר למיליליטר עבור כל שלב נשימתי N.לאחר מכן, פלח את פרנכימת הריאה של תמונת התלת מימד השאיפה הסופית באמצעות רשת עצבית קונבולוציונית עם ארכיטקטורת רשת NNU. אל תכלול כלי ריאה באמצעות אלגוריתם זיהוי כלי דם, ולאחר מכן חשב את פגם האוורור או מפת ה-VD של מפת האוורור R של השלב השמיני, המייצגת את האוורור המקסימלי.

חשב את הזרימה כנגזרת הראשונה של פתח האוורור R. צור לולאת נפח זרימת ייחוס או FVL עבור כל פרוסה המחושבת מאזור בריא המוגדר על ידי ערכי האוורור שלנו בין האחוזון ה-75 ל-95. קבע את הדמיון בין כל פרנכימה ריאתית FVL ו-FVL הייחוס באמצעות מתאם צולב עם אפס פיגור.

לאחר מכן חשב מפה מטרית של מתאם FEL של פגם אוורור. חשב את זמן האוורור לשיא או מפות VTTP באחוזים ממחזור הנשימה, ואחריו סטייה של ערך VTTP משיא ההשראה ב-50%תאר סטטיסטית את הפרמטרים הם אוורור, FELCM, VTTP וסטייה של VTTP עבור כל הפרוסות, תוך מתן ערכי חציון, ממוצע, סטיית תקן וטווחים בין-רבעוניים. לבסוף, חשב את ערכי אחוז ליקויי האוורור הנגזרים ממפות ה-VD שנוצרו וייצא את כל הפרמטרים המחושבים לקובץ גיליון אלקטרוני.

MRA תלת מימדי של מתנדב בריא הצביע על ערכי אוורור הומוגניים עבור כל מפות פרמטרי האוורור. במפות VD לדוגמה, ערך אחוז פגם האוורור עבור האוורור שלנו היה 3.6% וזה עבור FELCM היה 3% נופל בטווח הנורמלי הבריא. השוואה בין מפות ליקויי אוורור מ-MRI תלת-ממדי ו-19 FMRI של מטופלת בת 54 במחלת ריאות חסימתית כרונית, הצביעה על מתאם חזותי טוב בין אזורים בריאים והיפוונטיליים.

השוואה של MRI תלת מימדי למדידת תגובות אזוריות לאחר טיפול בריאה של נבדק סיסטיק פיברוזיס חשפה ערכים מוגברים של מדד המתאם FEL כמו גם את ההפחתה ב-VD לאחר הטיפול.