다중 모드 폐 영상: CT 및 Hyperpolarized 129Xe MRI의 보완 정보를 사용하여 폐 구조-기능 평가

Summary

CT 및 ¹²⁹Xe MRI는 이미지 정합을 사용하여 국소 분석에 활용할 수 있는 보완적인 폐 구조-기능 정보를 제공합니다. 여기에서는 오픈 소스 플랫폼을 사용하여 ¹²⁹Xe MR에서 CT 이미지 등록에 대한 기존 문헌을 기반으로 하는 프로토콜을 제공합니다.

Abstract

과분극 ¹²⁹Xe 가스 MRI는 폐 가스 분포 및 가스 교환을 포함한 국소 폐 기능을 평가하고 측정하는 새로운 기술입니다. 흉부 컴퓨터 단층 촬영(CT)은 몇 초 만에 고해상도 이미지를 획득하는 신속한 CT 프로토콜과 CT 스캐너의 광범위한 가용성 덕분에 여전히 폐 이미징의 임상 황금 표준으로 남아 있습니다. 정량적 접근법을 통해 흉부 CT에서 구조적 폐 실질, 기도 및 혈관 측정값을 추출할 수 있었으며, 이는 많은 임상 연구 연구에서 평가되었습니다. CT와 ¹²⁹Xe MRI는 함께 국소 폐 구조와 기능을 평가하는 데 사용할 수 있는 보완 정보를 제공하여 폐 건강 및 질병에 대한 새로운 통찰력을 제공합니다. ¹²⁹분Xe MR-CT 영상 정합을 수행하여 국소 폐 구조 기능을 측정하여 폐 질환 병태 생리학을 더 잘 이해하고 영상 유도 폐 중재술을 수행할 수 있습니다. 여기에서는 연구 또는 임상 환경에서의 구현을 지원하기 위해 ¹²⁹Xe MRI-CT 등록 방법을 간략하게 설명합니다. 현재까지 문헌에 사용된 등록 방법 및 응용 프로그램도 요약되어 있으며, ¹²⁹Xe MR-CT 이미지 정합과 관련된 기술적 문제를 더욱 극복하고 국소 폐 구조-기능 평가의 광범위한 구현을 촉진할 수 있는 향후 방향에 대한 제안이 제공됩니다.

Introduction

과분극 가스 자기 공명 영상(MRI)은 거의 30년 전에 폐 환기 분포를 평가하기 위한 새로운 기능적 폐 영상 방식으로 처음 등장했습니다¹. 그 이후로 과분극 가스 MRI를 사용한 연구는 천식, 만성 폐쇄성 폐질환(COPD) 및 낭포성 섬유증과 같은 만성 폐 질환 환자의 폐 기능 특성에 대한 수많은 통찰력을 보여주었습니다 2,3,4,5,6. 과분극 ³He와 ¹²⁹Xe 가스는 모두 역사적으로 사용되었습니다. 그러나 ¹²⁹Xe는 ³He 가스의 가용성이 제한되어 있기 때문에 현재 주요 흡입제입니다. ¹²⁹분Xe는 또한 폐포막을 가로질러 자유롭게 확산되고 폐 모세혈관의 적혈구에 흡수됩니다. 이 소위 '용해 단계'에서 ¹²⁹Xe는 단일 호흡 참기 스캔 ^4,7,8에서 지역 가스 교환을 측정할 수 있는 고유한 주파수에서 공진합니다. 정량화를 위해 부피 정합 해부학적 ^1HMR 이미지는 일반적으로 흉강의 경계를 설명하기 위해 ¹²⁹Xe와 공동 정합을 위해 동시에 획득됩니다. 그러나 기존의 ^1HMRI는 추가적인 폐 구조 정보를 제공하지 않습니다. 2015년 영국 NHS 승인과 2022년 말 미국 FDA 승인으로 최근 몇 년 동안 초분극 ¹²⁹Xe MRI의 임상 번역에 대한 추진력이 커졌지만(^5,9), 고급 구조 특성 분석은 여전히 폐 MRI 무기고에서 대부분 빠져 있습니다.

흉부 컴퓨터 단층 촬영(CT)은 폐의 임상 영상 평가의 주류로 남아 있으며, 기존 영상 프로토콜을 사용하여 폐 구조의 3차원 고해상도 이미지를 제공합니다. 정량적 접근법은 폐기종 및 간질성 폐 이상, 대기도 형태 및 폐 혈관 구조, 폐엽의 식별 및 세분화에 의한 국소 해부학적 특성화와 같은 실질 무결성의 빠르고 반복 가능한 측정을 가능하게 했습니다^10,11. 연구 분야에서 정량적 CT는 SARP(Severe Asthma Research Program)¹², COPDGene(Genetic Epidemiology of COPD)¹³, SPIROMICS(Subpopulations and Intermediate Outcomes in COPD Study)¹⁴, ECLIPSE(Evaluation of Predictive Surrogate End-points)¹⁵와 같은 대규모 관찰 연구에서 구조적 변화와 천식 및 COPD의 환자 결과와의 관계를 더 잘 이해하기 위해 널리 사용되었습니다, 캐나다 폐쇄성 폐 질환 코호트(CanCOLD)¹⁶. 호기 영상^{(expiratory imaging)17,18} 또는 계산 모델^{(computational model)19}과 같은 대안적인 CT 방법은 기능적 정보를 도출할 수 있지만, 이러한 방법은 간접적이며, 종래의 CT는 폐의 기능적 특성화에 많은 것을 제공하지 못한다.

종합하면, CT와 ¹²⁹Xe MRI는 이미지 정합을 사용하여 국소 분석에 활용할 수 있는 보완적인 폐 구조-기능 정보를 제공합니다. CT에서 확인된 폐엽은 천식^20,21,22, COPD^23,24, 기관지 확장증²⁵ 및 폐암^26,27에서 MRI 환기 패턴의 엽 특성을 규명할 수 있었습니다. 천식에서의 MRI 환기 이상은 또한 CT에서 측정된 비정상적으로 개조된 대기도(28,29,30,31) 및 소기도 기능 장애를 나타내는 공기 포집(air trapping)^20,32과 공간적으로 직접 일치시키고, 전체 폐 기관지 열성형술(³³) 후 국소 치료 반응을 조사했다. COPD에서 MRI 환기 이상은 경증 질환의 소장기도 기능 장애 및 중증 질환의 폐기종과 관련이 있다 34,35,36. 폐쇄성 폐 질환의 환기 영상 외에도 CT 간질성 폐 이상과 ¹²⁹Xe MRI 가스 교환 패턴 간의 이질적인 공간 관계도 특발성 폐섬유증에서 입증되었습니다³⁷. 이러한 연구는 다양한 폐 질환에서 국소 폐 구조 기능에 대한 심층적인 이해를 제공했으며, 이는 향후 영상 유도 중재를 알리는 데 사용할 수 있습니다.

해부학적 CT와 기능성 과분극 가스 MRI를 직접 등록하는 것은 어렵지만, 두 방법 간의 근본적으로 다른 이미징 대비, 환기 이상 영역에서 과분극 가스 신호의 부재, 잠재적으로 다른 폐 용적 때문에 어렵습니다. 그림 1은 건강한 지원자(그림 1A)와 만성 폐쇄성 폐질환(COPD)이 있는 3명의 참가자를 대상으로 ¹²⁹Xe와 쌍을 이룬 해부학적 ^1HMRI 및 CT의 4가지 예를 보여줍니다. 그림 1B-D)는 COPD 사례에서 이질적인 ¹²⁹Xe 환기 패턴과 다양한 누락된 폐 경계를 강조합니다. 이러한 도전을 극복하기 위한 핵심은 과분극 가스 MRI와 동시에 획득한 해부학적 ¹H MRI를 사용하여 과분극 가스 MRI를 CT에 간접적으로 등록하는 중간 단계로 사용하는 것입니다^34,38. 초기 연구는 폐엽과 같은 CT 구조를 MRI 공간²⁰에 나란히 놓고 시각 비교하고 수동으로 분할하는 방법을 사용했습니다. 계산 리소스 및 오픈 소스 이미지 처리 도구의 발전으로 예를 들어 MIND(Modality Independent Neighborhood Descriptor)23,30,34,39,40,41 또는 ANT(Advanced Normalization Toolkit) 등록(21,22,27)을 사용하여 CT 및 과분극 가스 MRI의 3차원 정합이 가능해졌습니다^,31,32,37,38,42,43, 둘 다 폐 영상 등록 챌린지⁴⁴에서 최고 성과를 보였습니다. 하나의 새로운 방법은 두 등록을 독립적으로 치료하는 대신 결합했으며,⁴⁵ 이는 폐 질환 표현형을 위해 설계된 전체 폐 영상 분석 파이프라인에서 구현되었습니다⁴⁶. 전반적으로, 과분극 가스 MRI에 대한 CT 등록 정확도는 중간 ^1H단계(³⁸)를 사용하고 affine-only approach^(38,45)에 비해 변형 가능한 접근법을 사용하여 향상되었다.

여기서의 목표는 기존 문헌을 기반으로 하고 오픈 소스 플랫폼(^47,48,49)을 사용하여 ¹²⁹Xe MR-CT 이미지 등록을 위한 프로토콜을 제공하는 것입니다. 프로토콜은 ANTsPy를 사용하여 구현되며, 이전 작업⁽³⁸)에 따라 ^1HMRI의 단일 라벨 폐 마스크를 CT의 단일 라벨 폐 마스크로 등록합니다. 결과 변환은 이후에 ¹²⁹Xe 이미지에 적용되어 CT 이미지 공간에 매핑됩니다. 설명된 프로토콜은 해당되는 경우 연구 또는 임상 환경에 적합하도록 고안되었으며 과분극 ¹²⁹Xe MRI를 사용할 수 있습니다.

맥락을 위해, 본 명세서에 제공된 예에 대한 이미지 획득 및 분석은 다음과 같이 수행되었다. 흉부 CT는 64 x 0.625 시준, 120 피크 킬로전압, 튜브 전류 100mA, 0.5s 회전 시간, 나선형 피치 1.0, 1.25mm 슬라이스 두께, 0.80mm 슬라이스 간격, 표준 재구성 커널, 폐의 가장 측면 범위로 제한되는 디스플레이 시야(공간 해상도 최대화). CT 세분화 및 분석은 상용 소프트웨어를 사용하여 수행되었습니다(재료 표 참조).

¹²⁹분Xe 및 부피 정합 ^1HMRI는 발표된 가이드라인⁹에 따라 수행하였다. 전체 MRI 획득 세부 정보 및 프로토콜에 대해 알아보려면 독자는 이 컬렉션(⁵¹)의 다른 기사로 이동합니다. MRI 분할 및 정합은 ¹²⁹Xe 분할을 위한 k-평균 클러스터링, ^1H분할을 위한 시드 영역 성장, ^1H이미지를 ¹²⁹Xe 이미지(⁵²)에 매핑하기 위한 랜드마크 기반 아핀 정합을 사용하는 반자동 맞춤형 파이프라인을 사용하여 수행되었습니다. 아핀 등록은 일반적으로 ^{1 H-129}Xe MR 등록이 대부분의 폐 팽창 또는 획득 간 환자 위치 차이를 설명하기에 충분합니다. 변형 가능한 등록은 일반적으로 필요하지 않습니다. ^{1 H-129}Xe 등록 단계는 동일한 숨참기^53,54에서 ¹²⁹Xe 및 ¹H MRI를 동시에 획득하여 제거할 수 있습니다.

Protocol

여기에 표시된 이미징 사례는 브리티시 컬럼비아 대학교 프로비던스 의료 연구 윤리 위원회(REB# H21-01237, H21-02149, H22-01264)의 승인을 받았습니다. 참가자는 이미징을 완료하기 전에 서면 동의서를 제공했습니다. 이미지 획득에서 정합까지의 전체 파이프라인은 그림 2에 요약되어 있으며, 여기에 있는 프로토콜 세부 정보는 MR-CT 이미지 정합에만 초점을 맞춥니다. 이미지 획득 및 세분화는 사용 가능하거나 선호하는 이미징 하드웨어, 이미징 프로토콜 및 이미지 분석 소프트웨어 도구에 따라 달라지므로 독자의 선호에 맡겨집니다. 이 프로토콜은 이미지 분할 후 폐의 단일 라벨 마스크를 사용하는 이전 단계에 구애받지 않도록 설계되었습니다.

1. 소프트웨어 설정

1. Advanced Normalization Tools 이미지 처리 라이브러리 47,48,49용 Python 래퍼인 ANTsSpy(자료 표 참조)를 다운로드하여 설치합니다. 튜토리얼은 '튜토리얼' 탭 아래의 링크에서 사용할 수 있습니다. 원하는 경우 ANTsPy를 Docker 설치에도 사용할 수 있습니다.
   참고: ANTsPy를 사용하려면 Linux 기반 운영 체제 또는 환경이 필요합니다. 이 예제의 경우 ANTsPy는 로컬 워크스테이션의 가상 고성능 컴퓨팅 환경에 설치되어 사용되었습니다. 이 프로토콜은 저자의 경험에서 가상 컴퓨팅 환경을 사용하여 더 잘 작동하는 경향이 있습니다.
2. 선택한 세분화 및/또는 시각화 소프트웨어를 다운로드하여 설치하십시오.
   참고: 본 연구에서는 시각화를 위해 ITK-SNAP을 사용했습니다( 재료 표 참조).
3. reg.py 스크립트(보충 파일 1)를 다운로드하여 저장합니다.

2. 이미지 전처리

1. 원하는 이미지 시각화 소프트웨어에서 이미지 와 마스크를 열려면 클릭하여 모든 CT, ¹H 및 ¹²⁹Xe 파일에 대한 이미지 및 마스크 방향 일치를 확인합니다. 사용되는 세분화 방법 및/또는 소프트웨어에 따라 일부 이미지 또는 마스크의 방향을 조정해야 할 수 있습니다. 필요에 따라 ¹H 및 ¹²⁹Xe 이미지와 마스크 방향을 기본 CT 이미지와 일치하도록 조정하는 것이 좋습니다.
2. 선호하는 소프트웨어 도구를 사용하여 이미지 DICOM 및 단일 레이블 마스크(필요에 따라 2.1단계에서 조정됨)를 Neuroimaging Informatics Technology Initiative 파일(NIfTI, *.nii, 총 6개 파일)로 ANTsSpy가 설치되고 실행될 위치에서 액세스할 수 있는 reg.py 와 동일한 폴더에 저장합니다. 아래에 설명된 명명 규칙을 따릅니다.
   1. ¹ 개H MRI: Proton.nii; ¹ 개H MRI 마스크 : Proton_mask.nii.
      참고: ¹²⁹Xe에 등록한 후 ¹H 이미지와 마스크를 사용하십시오.
   2. ¹²⁹분Xe MRI: Ventilation.nii; ¹²⁹분Xe MRI 마스크: Ventilation_mask.nii
   3. 코네티컷: CT.nii; CT 마스크: CT_mask.nii.
      참고: 파일 이름은 등록 스크립트에 하드 코딩되므로 언급된 형식을 따르거나 원하는 명명 규칙과 일치하도록 스크립트에서 수정해야 합니다. 이러한 단계는 1.2단계에 나열된 권장 소프트웨어 도구 중 하나를 사용하여 함께 완료할 수 있습니다. 이러한 소프트웨어 도구와 관련하여 일부는 .nii 파일을 저장할 때 필요한 헤더 정보를 자동으로 쓰는 반면 다른 도구는 헤더 정보를 복사하고 쓰기 위해 추가 단계가 필요합니다.

3. CT-XeMRI 등록

1. 1.1단계에서 원하는 Python 컴퓨팅 환경 설정에서 reg.py 파일을 엽니다.
   참고: 스크립트 reg.py 은 기본 제공 ANT 등록 도구를 기반으로 합니다. 추가 문서를 사용할 수 있습니다⁵⁵.
2. 가상 환경을 사용하는 경우 컴퓨팅 환경에서 원하거나 사용 가능한 대로 CPU(중앙 처리 장치), 스레드 수 및 RAM 수를 설정합니다. 16개의 CPU, CPU당 1개의 스레드 및 186GB의 사용 가능한 RAM이 있는 가상 컴퓨팅 환경이 본 예제에 사용되었습니다.
3. 원하는 변환 및 보간을 설정합니다. 여기서는 제공된 reg.py 스크립트에서 기본값인 이미지에 대한 선형 보간과 단일 레이블 마스크에 대한 일반 레이블 보간을 사용한 SyNAggro 변환이 사용되었습니다.
   참고 : SyNAggro는 대칭 정규화 변환으로, 아핀 + 변형 가능한 변환과 미세 스케일 매칭 및 더 많은 변형을 사용하는보다 적극적인 정합 (일반 SyN과 비교)을 포함합니다. 대체 변환 및 보간 알고리즘은 3.1⁵⁵ 단계의 ANT 등록 문서 링크에 나열되어 있습니다.
4. 고정 이미지와 동영상을 설정합니다. 여기서 CT(single-label mask)를 고정 영상으로 설정하고, ^1HMRI(single-label mask)를 동영상 영상으로 설정하였다.
5. Python 컴퓨팅 환경에서 reg.py 실행합니다. 전체 등록은 사용되거나 사용 가능한 컴퓨팅 리소스에 따라 5-10분(매개 변수 사용) 또는 그 이상이 걸릴 수 있습니다. 완료되면 뒤틀린 파일은 다음과 같은 파일 이름으로 원본 이미지 파일과 동일한 디렉토리에 자동으로 저장됩니다Proton_warped.nii.gz. Ventilation_warped.nii.gz; Ventilation_label_warped.nii.gz.
   참고 : NIfTI * .nii.gz 파일은 * .nii 파일의 압축 버전이며 원하는대로 압축을 풀거나 열 수 있습니다. 스크립트 reg.py 는 예를 들어 다른 변환 또는 보간 방법을 사용하거나 파일 디렉토리에 매핑하거나 파일 디렉토리를 만드는 등 원하는 대로 수정할 수 있습니다.

4. 등록 결과의 평가

1. 원하는 시각화 소프트웨어에서 CT.nii 이미지를 기본 이미지로 엽니다.
2. Ventilation_warped.nii.gz 또는 Ventilation_label_warped.nii.gz 다른 이미지로 열고 원하는 컬러 맵으로 CT 이미지에 오버레이합니다.
3. 모든 이미지 평면(관상, 축상, 시상)에서 ¹²⁹Xe 이미지 또는 마스크와 CT 이미지의 겹침을 검토하여 카리나 및 폐 경계( ¹²⁹Xe 이미지에서 사용 가능한 경우)와 같은 랜드마크의 시각적 정렬을 평가합니다.
4. 결과를 확인합니다. 결과가 만족스러우면 등록이 완료됩니다.
   참고: 등록된 ¹²⁹Xe 이미지/마스크에 CT 마스크를 곱하여 기관과 주요 기도를 제거하고(MRI 세분화 전에 제거하지 않은 경우) 등록 후 CT 폐 경계를 벗어나는 신호를 제거할 수 있습니다. 지역적 구조-기능 측정을 위한 추가 정량화는 원하는 대로 수행할 수 있습니다.
5. 결과가 만족스럽지 않으면 필요에 따라 대체 변환 유형 및 관련 매개 변수를 평가하고 최적화합니다.

Results

이 연구는 다양한 폐 질환 및 상태에 걸쳐 국소 폐 구조 기능 특성 분석 및 이미지 유도 기관지 내시경을 위한 연구 환경에서 쌍을 이루는 CT 및 ¹²⁹Xe MRI를 전향적으로 획득했습니다. 그림 3은 다양한 MRI 환기 패턴을 가진 4명의 대표 참가자(그림 1의 동일한 참가자에 대해)에 대해 관상면 및 시상면에서 등록된 ¹²⁹Xe MRI 환기 및 CT를 보여줍니다. 등록된 ¹²⁹Xe MR 라벨 마스크는 환기 결함 또는 신호 무효에서 고강도에 이르는 ¹²⁹Xe 신호 강도 클러스터를 보여주며, CT 라벨 마스크에 곱하여 기관과 주요 기도를 제거했습니다. 육안 검사는 오른쪽 폐의 늑골 각도를 제외하고 균일한 환기를 통해 건강한 참가자(그림 3A)의 모든 폐 경계가 잘 정렬되어 있음을 보여줍니다. 이러한 불일치는 두 가지 방식 간의 해상도 차이 또는 ¹²⁹Xe/¹H MRI의 기하학적 왜곡 때문일 수 있습니다. 그러나 이는 전체 폐 용적의 작은 부분입니다. COPD를 앓고 있는 3명의 참가자에게서는 가능한 경우 폐 경계의 정렬도 양호했습니다. 본 연구의 COPD 예는 미만성 환기 이상(그림 3B), 정점 폐 경계가 없는 상엽 환기 이상(그림 3C), 횡격막 폐 경계가 없는 하엽 환기 이상(그림 3D)에 이르기까지 다양합니다.

저자는 일반적으로 등록된 이미지의 육안 검사를 선택하며, CT와 ¹²⁹Xe MRI 간의 다중 모드 대비 차이의 특성 때문에 정합 성능을 전향적으로 정량적으로 평가하지 않습니다. 정합 성능의 일반적인 정량적 지표는 주사위 계수 또는 목표 정합 오류(TRE)입니다. 주사위 계수는 등록된 ^1H(이동) 및 CT(고정) 이미지 간에 평가할 수 있습니다. 그러나 ^1H이미지는 ¹²⁹Xe 이미지를 등록하기 위한 중간 브리지로 사용되며 관심 있는 측정값은 ¹²⁹Xe MRI에서 제공되기 때문에 이는 간접적입니다. TRE는 고정 및 이동 이미지에 기준 랜드마크를 배치하여 정량화할 수 있습니다. 그러나 기준점을 배치하는 것은 시간이 많이 걸리는 수동 프로세스이며 ¹²⁹Xe MRI 환기 이상의 특성으로 인해 사용 가능한 해부학적 랜드마크가 제한될 수 있습니다. 기관 카리나 각도(tracheal carina)와 늑골 각도(costophrenic angles)는 일반적으로 쉬운 랜드마크 역할을 하지만, 그림 3C,D의 참가자들은 사용 가능한 명백한 랜드마크가 제한적인 심각한 예를 강조합니다. ANTs에서 유사한 등록 프레임워크를 사용하여 Tahir et al.은 8.8mm 내지 19.7mm38의 TRE를 달성했는데, 이는 폐의 크기(일반적인 시야 350-400mm)에 비해 작으므로 허용 가능하다. 저자는 TRE가 현재 프레임워크를 사용하여 유사할 수 있을 것으로 예상합니다.

그림 1: 폐 ¹²⁹Xe 및 ¹H 및 CT. 건강한 참가자(A)와 만성 폐쇄성 폐질환(COPD)이 있는 3명의 참가자를 위한 ¹²⁹Xe 및 부피 일치 해부학적 ^1HMRI와 쌍을 이루는 CT의 예; B, C, D)는 ¹²⁹Xe 환기 패턴의 범위를 보여줍니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 2: 전체 이미지 분석 및 정합 파이프라인. 입력 CT, ¹²⁹Xe MR 및 ¹H MR 이미지는 먼저 분할되어 단일 라벨 마스크를 생성합니다. ¹H MR 이미지/마스크는 먼저 ¹²⁹Xe 이미지/마스크로 변환됩니다. 모든 CT, ¹²⁹Xe 및 ¹H 이미지와 마스크는 NIfTI 파일로 변환된 다음 ¹²⁹Xe-CT 정합에 사용됩니다. ¹H 마스크는 CT 이미지 공간으로 변환되고, 그 변환은 ^{이어서 129}Xe 이미지/마스크에 적용됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 3: ¹²⁹개의 Xe MRI-CT 등록 결과. 그림 1에 표시된 4명의 대표 참가자에 대한 등록 결과, ^{여기서 129}Xe는 회색조로 CT에 오버레이된 청록색으로 표시됩니다. 건강한 참가자(A)의 경우 오른쪽 폐의 늑골 각도를 제외하고 균질한 환기를 통해 모든 폐 경계가 잘 정렬되었습니다. 또한 COPD가 있는 3명의 참가자는 가능한 경우 미만성 환기 이상(B), 정점 폐 경계가 없는 상엽 환기 이상(C), 횡격막 폐 경계가 없는 하엽 환기 이상(D)에 이르기까지 폐 경계가 잘 정렬되었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 4: COPD가 있는 참가자의 로바 구조-기능 측정. -950 Hounsfield Units(LAA950, 노란색) 미만의 저감쇠 영역과 ¹²⁹Xe MR-CT 등록 후 생성된 ¹²⁹Xe MRI 환기 결함 비율(VDP, 청록색)로 측정한 Lobar CT 폐기종은 영상 유도 치료 계획에 대한 지역 평가의 예입니다. 로바 윤곽선의 개략도는 시상 평면에 표시됩니다. RUL = 우측 상엽; RML = 우측 중엽; RLL = 우측 하엽; LUL = 좌측 상엽; LLL = 좌측 하엽. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

보충 파일 1: reg.py 스크립트. 이 파일을 다운로드하려면 여기를 클릭하십시오.

Discussion

CT 및 ¹²⁹Xe MRI는 영상 정합을 사용하여 가장 촉진된 국소 폐 구조 및 기능을 평가하기 위한 보완 정보를 제공합니다. 다중 모드 이미지 정합은 구현하기가 쉽지 않을 수 있으므로 여기에 제공된 프로토콜은 판독기가 ¹²⁹Xe MRI를 CT에 등록할 수 있는 도구를 제공하기 위한 것입니다. 제공된 프로토콜은 기존 ANT와 같이 C++가 아닌 Python을 사용하여 광범위한 이미지 처리 경험을 가진 사용자가 쉽게 구현할 수 있도록 ANTsPy를 사용합니다. 전반적으로, ANT는 다양한 메트릭 및/또는 이미지 쌍에 대한 튜닝의 필요성을 줄이고 재현 가능한 연구 관행을 지원하는 오픈 소스 이미지 등록 프레임워크를 제공한다⁴⁹. ANT에서는 일반적으로 최적의 정합을 달성하기 위해 (1) 회전 및 변환만 사용하는 강성 정합, (2) 회전 및 변환과 배율 조정 및 전단을 사용하는 아핀 정합, (3) 변형 가능한 비선형 정합 등 세 가지 연속 알고리즘 집합이 사용됩니다. 더 심층적인 수준에서, CT-MR 정합을 위해 여기에 제공된 기본 프로토콜의 세 단계는 다음과 같습니다: (1) CT와 MR 이미지 간의 총체적인 유사성을 캡처하기 위한 초기 유사성(엄격한) 변환, 후속적이고 보다 정교한 변환을 위해 이미지를 준비합니다. 이 단계에서는 32개의 히스토그램 빈이 있는 Mattes 상호 정보 유사성 메트릭⁴⁹ , 0.2% 픽셀을 샘플링한 일반 샘플링, 단계 크기 0.25를 사용한 경사하강 최적화, 4개 수준의 다운 샘플링 계수 6 x 4 x 2 x 1(반복 2100 1200 1200 10) 및 해당 평활화 가우스 시그마 3mm x 2mm x 1mm x 0mm를 사용합니다. (2) 유사성 단계의 출력을 로 사용하는 아핀 변환을 사용합니다. 초기 변환. 이 단계에서는 16개의 히스토그램 빈을 사용한 매트 상호 정보 유사성 메트릭, 샘플링된 0.2% 픽셀을 사용한 일반 샘플링, 단계 크기 0.25를 사용한 경사하강 최적화, 4개 수준의 다운 샘플링 계수 4 x 2 x 2 x 1(반복 2100 1200 1200 100) 및 해당 평활화 가우스 시그마 3mm x 2mm x 1mm x 0mm를 사용한 다중 해상도 가우스 피라미드를 사용합니다. (3) SyNAggro 변환을 사용하여 변환을 더욱 구체화하기 위한 마지막 단계로 사용합니다. 비선형, 변형 가능한 정합. 이 단계에서는 16개의 히스토그램 빈이 있는 매트 상호 정보 유사성 메트릭, 전체 샘플링, 단계 크기가 0.2인 경사하강 최적화, 3개 수준의 다운 샘플링 계수 4 x 2 x 1(반복 횟수 40 20 0)이 있는 다중 해상도 가우스 피라미드 및 해당 평활화 가우스 시그마 2mm x 1mm x 0mm, 업데이트 변환 필드의 평활화를 위한 3복셀의 가우스 정규화 커널 너비를 사용합니다. SyNAggro 변환 알고리즘의 기본 설정입니다.

CT와 과분극 가스 MRI(³⁸) 사이의 이미지 정합을 위해 이전에 설명되고 사용된 바와 같이, 대칭 정규화(SyN) 변환의 변형이 여기에서 사용되었는데, 이는 폐 이미지 정합 챌린지(⁴⁴)에서 최고 성능의 알고리즘으로 나타났기 때문이다. 상호 정보 유사성 메트릭(mutual information similarity metric)이 사용되었는데, 이는 멀티-모달리티 이미징(multi-modality imaging^{) 56}에 가장 잘 수행되는 경향이 있기 때문이다. 다중 모드 이미지 대비 차이를 더욱 극복하기 위해 프로토콜은 Tahir et ^al.38에 의해 처음 설명된 대로 볼륨 정합 ^1HMRI를 사용하여 ¹²⁹Xe MRI를 CT에 간접적으로 등록하고, 실제로 단일 라벨 ^1H마스크를 이미지 대신 CT 마스크에 등록합니다. 그 결과 생성된 변환이 ¹²⁹Xe 이미지 및 마스크에 적용됩니다. 멀티-라벨 마스크, 예를 들어, 로바 또는 분절 CT 마스크(21,22,23,45), 또는 MRI 강도 빈(⁵⁷)도 사용될 수 있다. 정합은 CT 구조적 특징의 정량화를 위한 CT 해상도를 유지하기 위해 ^1HMRI를 CT 공간에 매핑하여 수행되지만, 원하는 대로 등록 방향을 바꿀 수 있습니다. 정합 파이프라인에 대한 입력으로, 프로토콜은 NIfTI 형식의 이미지와 단일 라벨 마스크를 처리하는데, 이는 이러한 방식으로 3D 이미지의 모든 단면 슬라이스가 단일 파일에 포함되기 때문입니다. 우리는 독립적으로 두 센터(브리티시 컬럼비아 대학교와 캔자스 대학교 메디컬 센터)의 쌍을 이루는 ^CT-129Xe MRI 데이터에 대해 이 프로토콜을 우수한 성능으로 평가했기 때문에 이 프로토콜이 다른 데이터 세트에도 잘 적용될 것으로 예상합니다. 그럼에도 불구하고 필요에 따라 로컬 데이터 세트의 성능을 향상시키기 위해 변환 매개 변수를 최적화할 수 있습니다.

이 프로토콜은 의도적으로 이미지 획득 및 세분화에 구애받지 않도록 설계되었는데, 이는 이러한 단계가 사용 가능하거나 선호하는 이미징 하드웨어, 이미징 프로토콜 및 이미지 분석 소프트웨어 도구에 따라 달라지기 때문입니다. CT 프로토콜은 검증된 정량적 실질, 기도 및/또는 혈관 메트릭을 측정할 수 있도록 표준 등가 재구성 커널을 사용하여 얇고 조영제가 강화되지 않은 것이 이상적이어야 합니다(10,11,50). CT는 정량적 측정(quantitative measurement)10에 대해 가장 잘 검증된 완전한 영감(full inspiration)에서 획득할 수 있으며, 또는 동일한 폐 팽창 부피(^24,30)에서 CT-MRI 등록 및 쌍 구조-기능 측정을 더 용이하게 하기 위해 MRI와 부피를 일치시킬 수 있다. 호기 CT는 또한 공기 포획의 정량화를 위해 흡기 CT에 수행되고 등록될 수 있습니다 17,18,34. 세분화 및 정량적 분석을 위해, 다양한 CT 소프트웨어 툴이 상업적으로 이용 가능(⁵⁸) 또는 오픈 소스⁽⁵⁹)로 이용 가능하다. 반면에, ¹²⁹Xe MRI 획득 프로토콜^{은 발표되었으며}9, 현재 ¹²⁹Xe 및 ¹H MRI에 대해 별도의 호흡 참기 획득을 권장하고 있다. 동일한 숨참기^53,54에서 ¹²⁹Xe 및 ¹H MRI를 획득하는 새로운 프로토콜이 개발되었으므로 1 ^H-129Xe 등록 전처리 단계를 생략할 수 있습니다. 또한 이 프로토콜은 ¹²⁹Xe MR 환기 이미징에 중점을 두지만 ¹²⁹Xe 가스 교환 이미징에도 유사하게 적용할 수 있습니다. 새로운 방법인 ¹²⁹Xe/¹H MRI 세분화 및 정량화는 아직 표준화되지 않았습니다. 여기에서 사용할 수 있는 많은 방법들이 문헌에 보고되었으며, 최근의 리뷰(⁶⁰)에 잘 요약되어 있다. CT 및 ^{1 H-129}Xe MR 이미지를 획득하고 단일 라벨 마스크를 얻는 방법에 관계없이 이 등록 프로토콜은 광범위하게 적용할 수 있도록 고안되었습니다.

우리는 현재 프로토콜의 한계를 인정하고 있으며, 특히 등록 준비 및 등록 성능 평가를 위한 사전 처리의 경우 다소 수동적이라는 점을 인정합니다. 자동화 방법은 이전에⁴⁵년 동안 제안되었으며, 자동화를 향한 기존 프로토콜의 개선은 원활한 임상 번역을 위해 중요할 것입니다. 현재 등록도 CPU 기반입니다. CPU 처리가 더 널리 사용 가능하고 정합이 약 10분 이내에 실행될 수 있지만 GPU(그래픽 처리 장치) 및/또는 딥 러닝을 사용하여 구현하면 실행 시간이 더욱 단축되고 정합 정확도가 향상될 수 있습니다. 마지막으로, CT 및 ¹H/¹²⁹Xe MR 이미지 분할에 대한 권장 사항이나 방법론은 제공되지 않습니다. 둘 다에 사용할 수 있는 다양한 방법이 있으므로 독자의 선택에 맡깁니다. 그러나 자동 세분화 및 정합을 포함하는 파이프라인이 임상 번역을 더욱 가속화할 수 있는 엄청난 기회가 있습니다.

이 등록 프로토콜은 과분극 ¹²⁹Xe MRI를 사용할 수 있는 연구 또는 임상 환경에 적용될 수 있습니다. 연구 환경에서 보완 CT 및 ¹²⁹Xe MRI는 예를 들어 천식 20,21,22,28,29,30,31,32, COPD 24,25,34,35 및 IPF ³⁷에서 국소 폐 구조 기능에 대한 새로운 통찰력을 발견하는 데 크게 지원했습니다^{. 61}. 하지만 임상적 번역으로 가는 다리는 영상 유도 폐 중재술입니다. 중증 천식 환자에서 CT 및 ¹²⁹Xe MRI를 사용한 영상 유도 기관지 열성형술은 기존의 폐 전적 요법에 비해 기관지 내시경 시술이 적고, 시술 전후 부작용이 적으며, 환자가 보고한 결과가 열등하지 않았다^62,63. COPD에서 정량적 CT 구조와 ¹²⁹Xe MRI 기능은 CT 폐기종과 MRI 환기 이상의 가장 큰 엽 부담을 기반으로 다른 기관지 내시경 폐 용적 감소 목표를 제안할 수 있으며, 이는 구조와 기능을 함께 고려하는 것의 중요성을 강조한다²³. 또한, MRI에서 인공호흡 및 가스 교환 기능이 보존된 부위를 과도한 방사선 노출로부터 보호하기 위해 기능적 폐 회피 방사선 요법 계획이 제안되었습니다(^40,64). 폐 중재술의 추가적인 영상 유도 기회에는 외과적 폐암 절제술⁶⁵, COPD에서의 기도 스텐트 및 판막 배치, COPD 또는 만성 기관지염에 대한 기타 새로운 기관지 내시경 요법(예: 열증기 절제술, 냉동 요법 또는 유변 성형술^66,67)이 포함됩니다. 그림 4는 치료 계획 시 고려할 수 있는 COPD 환자의 폐기종 및 MRI 환기 이상을 보여줍니다. 폐는 이미지 유도 중재를 위한 인체의 마지막 개척지 중 하나로 남아 있습니다. CT와 ¹²⁹Xe MRI는 폐 구조-기능에 대한 이해를 향상시킨 보완 정보를 제공하며, 이제 영상 유도 폐 중재술에 구현할 수 있습니다. 여기에서 제공되는 ^CT-129Xe MRI 등록 프로토콜은 호흡기 질환 환자의 치료, 치료 및 결과를 개선하기 위한 영상 유도 중재뿐만 아니라 폐 구조 기능에 대한 추가 발견을 가능하게 할 수 있습니다.

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
3D 슬라이서	Brigham and Women's Hospital (BWH)	https://www.slicer.org/	이미지 분석/시각화 소프트웨어, 오픈 소스
ANTsPy	NA	https://github.com/ANTsX/ANTsPy	코딩 인프라, 오픈 소스
ITK-SNAP	NA		이미지 분석/시각화 소프트웨어, 오픈 소스
MAGNETOM Vida 3.0T MRI	Siemens Healthineers	NA	광대역 이미징 기능이 있는 1.5 T 또는 3.0 T 스캐너
가능 MATLAB	Mathworks	https://www.mathworks.com/products/matlab.html	일반 소프트웨어, 이미지 분석에 적합; 구독으로 사용 가능
	reg.py NA		등록 스크립트 (보충 파일 1)
Revolution HD CT 스캐너	GE Healthcare	NA	≥ 64 검출기
VIDA 인사이트	VIDA 진단 Inc.	NA	CT 분석 소프트웨어, 마스크를 생성하는 데 사용할 수 있습니다.