Name: 3차원 위상 분해 기능적 폐 자기 공명 영상 (동영상) | JoVE Journal
Uploaded: 2024-06-21T13:20:00.000+00:00
Duration: 10 min 44 s
Description: 배우세요 3차원 위상 분해 기능적 폐 MRI 기법으로 전체 폐 용적의 환기를 시각화하고 정량화하는 방법을. 이 비침습적 기술은 천식, COPD, 낭포성 섬유증 환자의 치료 반응 모니터링에 활용됩니다.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

이 연구는 독일 폐 연구 센터(DZL)의 지원을 받았습니다. 저자들은 동료들, 특히 마르셀 구트베를레(Marcel Gutberlet), 아길로 케른(Agilo Kern), 레아 베렌트(Lea Behrendt), 아른트 오베르트(Arnd Obert), 줄리안 글란도르프(Julian Glandorf), 틸 카이라이트(Till Kaireit), 타우픽 모허 알사디(Tawfik Moher Alsady), 게사 푈러(Gesa Pöhler), 막시밀리안 주브케(Maximilian Zubke), 로빈 뮐러(Robin Müller), 마리우스 베르츠(Marius Wernz), 크리스티안 크리스토스토(Cristian Crisosto), 밀란 스페스(Milan Speth), 줄리엔 셸러(Julienne Scheller), 소냐 뤼디거(Sonja Lüdiger)와 함께 많은 유익한 토론을 벌였다. 저자는 MR 영상 시퀀스를 작성한 Robert Grimm(Siemens Healthineers)에게 감사를 표하며, MRI 검사를 수행하는 데 탁월한 기술 지원을 제공한 하노버 의과대학(Hannover Medical School) 방사선과의 Frank Schröder와 Sven Thiele에게도 감사를 표합니다.

이 연구는 하노버 의과대학 윤리위원회의 승인을 받아 연구 과정 전반에 걸쳐 엄격한 윤리 기준을 준수했음을 확인했습니다. 이 조사는 헬싱키 선언에 명시된 지침을 엄격히 준수했으며, 의학 연구의 윤리적 수행을 강조했다. 또한 MRI 검사에 참여하기 전에 모든 연구 참가자(또는 부모 또는 법적 보호자)로부터 충분한 사전 동의를 받았습니다.
참고: 3D PREFUL MRI(PREFUL MRI)와 관련된 연구의 포함/제외 기준은 다양하며 연구 설계에 따라 다릅니다. 일반적으로 3D PREFUL MRI 검사에서 건강한 지원자에 대한 포함 기준은 (a) 연구 결과에 영향을 미칠 수 있는 심각한 의학적 상태가 없고, (b) MRI 결과를 방해할 수 있는 약물을 복용하지 않으며, (c) 폐소 공포증, 불안, 금속 임플란트 또는 장치가 없고, (d) 연구 목적과 관련된 특정 연령 및 성별 기준을 충족하는 개인을 포함합니다. (e) 흡연 이력이 없고, (f) 폐활량 측정의 정상적인 소견이 있습니다(FEV1/FVC &gt; 0.7, FEV1 및 FVC 모두 예측값의 80%&gt;). 3D PREFUL MRI 검사를 받는 모든 연구 참가자에 대한 제외 기준에는 (a) 임신, (b) 3D PREFUL MRI 검사의 안전성 또는 유효성을 손상시킬 수 있는 상태가 있는 경우, (c) 동적 조영제 강화 MRI가 연구 프로토콜에 포함될 때 가돌리늄 기반 조영제에 대한 과민증이 포함될 수 있습니다.
1. MRI 촬영 전 인터뷰
<ol>
	<li>의사가 피험자의 병력에 관한 중요한 정보를 수집하도록 합니다.</li>
	<li>잠재적인 금기 사항, 위험 및 MRI 절차에 대해 설명합니다.</li>
	<li>피험자로부터 충분한 정보를 바탕으로 서면으로 동의를 얻습니다. 
	참고: 폐 기능 검사 결과를 사용할 수 없는 경우 MRI 검사 전에 피험자에게 폐 기능 검사를 요청하고 얻은 결과가 포함 기준을 충족하는지 확인합니다.</li>
</ol>
2. MR 시험을 위한 방사선 촬영자 준비
<ol>
	<li>MR 콘솔에 피험자를 등록하고 3D PREFUL 획득으로 연구의 MR 프로토콜을 선택합니다.</li>
	<li>피험자, 피험자의 주머니, 옷에 금속이 들어 있는 조각이 없는지 확인한다.</li>
	<li>멸균 환경이 보장되도록 스캐너 테이블에 시트를 놓습니다.</li>
	<li>피사체가 있는 MR 룸에 들어갑니다.</li>
</ol>
3. MR 시험을 위한 과목 준비
<ol>
	<li>피험자를 누운 자세로 MRI 테이블에 눕히십시오(단, 엎드린 자세는 가능).</li>
	<li>몸통 코일이 흉부를 적절하게 덮고 몸통 코일의 상단 요소를 피험자의 턱 근처에 배치하는지 확인하십시오.</li>
	<li>MRI로 인한 큰 소음으로부터 청력을 보호하기 위해 피험자에게 헤드폰(또는 귀마개 또는 둘 다)을 제공하십시오.</li>
	<li>피험자에게 안전 버튼(또는 대체 안전 장치)을 제공하여 쉽게 접근하고 쥐어짤 수 있도록 합니다.</li>
	<li>MR 검사 중 편안함을 높이기 위해 피험자의 머리와 다리 아래에 패드를 놓습니다.</li>
	<li>레이저 광 탐색을 사용하여 피사체를 MR 스캐너에 배치하여 이미징된 영역이 보어의 등중심을 차지하는지 확인합니다.</li>
</ol>
4. MRI 검사
<ol>
	<li>지역화 담당자
	<ol>
		<li>로컬라이저 시퀀스(표 1A에 나열된 것과 유사한 매개변수 포함)를 수행하여 3D PREFUL 검사를 계획하는 데 사용할 3개의 평면(넓은 시야)에서 저해상도 해부학적 이미지를 얻습니다.</li>
	</ol>
	</li>
	<li>3D PREFUL 이미징
	<ol>
		<li>이미징 획득을 위해 표 1B에 따라 획득 매개변수를 설정합니다.</li>
		<li>방사형 투영의 수를 적절하게 설정하여 획득에 약 8분이 소요되도록 합니다.</li>
		<li>피험자에게 전체 습득 기간 동안 정상적으로 호흡(조수 없는 호흡)을 하라고 지시합니다.</li>
		<li>전체 흉부가 시야에 포함되어 있는지 확인하고 획득을 시작합니다.</li>
	</ol>
	</li>
	<li>이미징이 완료되면 스캐너에서 피사체를 제거합니다.</li>
</ol>
5. 원시 데이터 전송
<ol>
	<li>일반적으로 획득한 원시 데이터는 MR 공급업체 플랫폼에 저장되지 않습니다. MR Console에서 공급업체별 단계를 사용하여 원시 3D PREFUL kspace 데이터를 저장합니다.</li>
</ol>
6. 데이터 분석 및 후처리
<ol>
	<li>경로를 원시 데이터로 설정하여 지정된 워크스테이션(예: MATLAB)에서 이미지 재구성 스크립트(Table of Materials)를 사용하여 획득한 데이터를 평가하기 시작합니다. 
	참고: 지정된 워크스테이션에는 다음 패키지가 이미 설치되어 있어야 합니다. 
	(a) 버클리 고급 재건 도구 상자(BART) 
	(b) 고급 정규화 도구(ANT)</li>
	<li>이미지 재구성
	<ol>
		<li>Berkeley Advanced Reconstruction Toolbox(BART)21,22에 구현된 estdelay 함수와 함께 보정 투영을 사용하여 MR 시스템별 기울기 지연을 추정합니다.</li>
		<li>계산된 그래디언트 지연에 따라 각 투영에 이동을 적용합니다.</li>
		<li>x-y 평면과 z 방향의 주기적 윈도우를 사용하여 기울기-지연 수정된 데이터에 Hanning 필터링(MATLAB의 hann 함수 사용)을 적용합니다.</li>
		<li>respiratory binning을 위한 저해상도 이미지 재구성
		<ol>
			<li>판독/파티션 차원의 중간 인덱스를 중심으로 하는 k-공간 데이터의 1/8/4을 선택합니다. 
			참고: 피사체의 크기에 따라 이 단계를 수행하면 매트릭스 크기가 32 x 32 x (12-20)가 됩니다.</li>
			<li>추가 시간 차원을 포함하도록 k-공간 데이터의 행렬과 해당 궤적을 재구성하고, 각 시점은 14개의 방사형 투영으로 구성됩니다. 
			참고: 각 후속 시점에는 이전 시점의 13개의 방사형 투영과 1개의 새로운 연속 방사형 투영이 포함됩니다.</li>
			<li>이미지 재구성을 위해 BART에 구현된 병렬 이미징 및 압축 감지(pics) 명령을 활용합니다. 
			참고: 공간 영역에서 L2 노름(λ = 0.1) 및 총 변동(λ = 0.0001) 정규화를 적용하고 시간 영역에서 총 변동(λ = 0.01) 정규화를 적용합니다.</li>
		</ol>
		</li>
		<li>호흡 게이팅 신호의 추출
		<ol>
			<li>Otsu의 thresholding23을 사용하여 재구성된 각 저해상도 3D 이미지에서 폐 실질을 분할하고 각 시점의 폐 실질 부피를 계산합니다.</li>
			<li>추출된 볼륨 시계열에 차단 주파수가 0.7Hz인 저역 통과 필터를 적용하고 호흡 주파수를 계산합니다.</li>
			<li>시계열에서 극단적인 이상값을 제외합니다(95번째 백분위수 이상 및 10번째 백분위수 미만의 시점). 
			참고: 진폭과 위상에 따라 시계열을 정렬하면 단일 호흡 주기를 재구성할 수 있습니다.</li>
		</ol>
		</li>
		<li>슬라이스 방향을 따라 해닝 필터링된 데이터에 대해 고속 푸리에 변환(FFT, MATLAB의 fft 함수)을 수행하여 슬라이스 단위 이미지 재구성이 가능합니다.</li>
		<li>추출된 시계열을 기반으로 k-공간 데이터 행렬을 재구성하여 각 호흡기 빈에 최소 100개의 스포크가 포함되도록 합니다.</li>
		<li>인접한 빈에서 투영된 투영의 20%를 활용하여 각 호흡기 빈의 SNR24,25를 향상시킵니다.</li>
		<li>k-공간 궤적 행렬을 k-공간 데이터의 크기와 일치하도록 형태 변경합니다.</li>
		<li>각 슬라이스에 대한 이미지 재구성을 위해 pics 명령을 실행합니다. 
		참고: 공간 영역에서 L2 노름(λ = 0.1) 및 총 변동(λ = 0.0001) 정규화를 적용하고 시간 영역에서 총 변동(λ = 0.01) 정규화를 적용합니다.</li>
		<li>하나의 완전한 호흡 주기, 호흡 빈도, 획득 시간에 대한 복원된 이미지를 포함한 변수를 .mat 파일에 저장합니다.</li>
	</ol>
	</li>
	<li>이미지 등록
	<ol>
		<li>복원된 영상의 신호 강도를 반전시킵니다.</li>
		<li>비강성 registration. 를 사용하여 선택한 호흡 상태(예: inspiration)에 이미지를 등록합니다.
		참고: 등록 정확도를 향상시키기 위해 그룹 지향 접근 방식26을 사용할 수 있습니다. 등록 프로세스는 ANTs(Advanced Normalization Tools)27 또는 Forsberg 등록 패키지28과 같은 도구를 사용하여 CPU 또는 GPU에서 실행할 수 있습니다.</li>
	</ol>
	</li>
	<li>폐 실질 세분화
	<ol>
		<li>흡기 말단 3D 영상의 폐 실질(lung parenchyma)을 컨벌루션 뉴런 네트워크(convolutional neuronal network)를 사용하여 분할합니다(예: nnUnet architecture29).</li>
		<li>Wernz et al.30. 에 기술된 것과 같은 혈관 인식 알고리즘을 사용하여 폐 혈관을 제외합니다.
		참고: 폐 혈관 인식 단계는 이러한 알고리즘에 액세스할 수 없는 경우 필수가 아닙니다. 경우에 따라 수동 재세분화가 필요할 수 있습니다.</li>
	</ol>
	</li>
	<li>필터링
	<ol>
		<li>Nadaraya-Watson 커널 회귀(σ = 0.3)를 정합 및 재반전된 영상에 적용하여 16개의 위상을 균일한 간격의 시간 그리드에 보간합니다.</li>
		<li>시간 영역에서 보간된 데이터에 0.7Hz의 저역 통과 필터를 적용하여 호흡과 관련이 없는 신호 변동을 제거합니다.</li>
		<li>image-guided filtering31을 사용하여 저역 통과 필터링된 이미지의 노이즈를 제거하고, 임시 평균화된 등록 이미지를 안내 이미지로 사용합니다. Window Size = [5, 5, 5], lambda = 0.001 매개 변수를 설정합니다.</li>
	</ol>
	</li>
	<li>환기 해석
	<ol>
		<li>다음 공식을 사용하여 각 호흡기 단계 N에 대한 국소 환기(RVent) 맵을 밀리리터/밀리리터(mL/mL) 단위로 계산합니다32: 
		<img alt="수식 1" src="/files/ftp_upload/66385/66385eq01.jpg" style="margin: auto;"> [1] 
		참고: SInsp는 말단 흡기 수준에 해당하는 이미지 등록을 위한 대상 이미지를 나타냅니다. SExp는 호기 말기 이미지를 나타내고 SN은 N번째 호흡 상태를 나타냅니다.</li>
		<li>최대 환기를 나타내는 8단계 RVent 맵의 환기 결함(VDRVent) 맵을 계산합니다. 
		참고: VD를 계산하기 위해 90번째 백분위수 값의 임계값 미만에 0.4를 곱한 복셀은 결함으로 간주됩니다33.</li>
		<li>FVL-CM(flow-volume-loop correlation metric) 맵을 계산합니다.
		<ol>
			<li>흐름을 RVent. 의 1차 도함수로 계산합니다.
			참고: 볼륨은 RVent에서 직접 측정합니다.</li>
			<li>75번째 백분위수와 95번째 백분위수 사이의 RVent 값으로 정의된 정상 영역에서 계산된 각 슬라이스에 대한 참조 FVL을 설정합니다.</li>
			<li>zero-lag를 사용한 교차 상관을 사용하여 각 폐 실질 복셀의 FVL과 참조 FVL 간의 유사성을 확인합니다.</li>
		</ol>
		</li>
		<li>FVL-CM 값이 0.9 미만인 복셀이 환기 결함이 있는 복셀로 식별되는 VDFVL-CM 맵을 계산합니다34.</li>
		<li>인공호흡 피크까지의 시간(VTTP) 맵을 호흡 주기의 백분율(%)로 계산합니다. 
		참고: 이론적으로 보간된 호흡 주기는 최대 호기에서 시작/종료되며 건강한 복셀을 위한 환기 주기의 50%에서 최대 흡기에 대해 대칭입니다. 고급/지연된 환기 역학을 겪는 복셀의 경우 VTTP 맵은 50% 미만/초과 값을 표시합니다.</li>
		<li>다음과 같이 피크 흡기선에서 VTTP 값(VTTPDev)의 편차를 50%로 계산합니다. 
		<img alt="수식 2" src="/files/ftp_upload/66385/66385eq02.jpg" style="margin: auto;"> [2] 
		참고: 정상 지역의 경우 VTTPDev는 0%에 가까워야 합니다.</li>
		<li>통계
		<ol>
			<li>모든 슬라이스에 대한 매개변수 RVent, FVL-CM, VTTP 및 VTTPDev를 통계적으로 설명하여 중앙값, 평균값, 표준편차 값 및 사분위수 범위를 제공합니다.</li>
			<li>생성된 VD 맵에서 파생된 환기 결함 백분율 값을 계산합니다.</li>
			<li>계산된 모든 매개변수를 스프레드시트 파일로 내보냅니다(표 3에 제공된 예 참조).</li>
		</ol>
		</li>
	</ol>
	</li>
</ol>

Dynamic Lung Ventilation Assessment with 3D Phase Resolved Functional Lung MRI

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

Filip Klimeš, Andreas Voskrebenzev 및 Jens Vogel-Claussen은 폐 자기 공명 영상 방법에 관심이 있는 회사인 BioVisioneers GmbH의 주주입니다.

가장 중요한 함정 중 하나는 인수 자체입니다. MR 시퀀스 매개변수가 올바르게 설정되었는지 확인하기 위해 주의해야 합니다. 중요한 것은 에코 시간, 반복 시간, 슬라이스 수, 매트릭스 크기 및 픽셀 대역폭이 중요한 매개변수라는 것입니다. 권장 설정에서 벗어나면 시간 해상도가 부족하거나 획득이 길어질 수 있습니다. 또한 데이터 전송은 평가를 위해 데이터가 선택한 컴퓨터나 서버로 완전히 전달되도록 하는 데 중요합니다. 데이터 평가는 수집된 데이터에 대한 경로가 설정되면 완전히 자동으로 진행됩니다. 후처리는 회고적 비닝이 중요한 역할을 하는 이미지 재구성으로 시작됩니다. 호흡 패턴을 명확하게 묘사하려면 비닝 신호를 확인하는 것이 좋습니다. 비닝 신호를 검사한 후에는 알고리즘 자체가 이상치(95번째 백분위수 이상 및 10번째 백분위수 미만의 데이터 포인트)를 제외하여 불량한 호흡 패턴을 처리하므로 추가 단계가 필요하지 않습니다. 이미지 재구성 후 이미지 등록 프로세스가 발생합니다. 이 단계는 다음과 같이 확인해야 합니다. 등록된 이미지에는 호흡 및 심장 운동이 없어야 합니다. 특히 횡격막과 심장의 위치는 '동결'되어야 합니다. 다음 단계는 폐 실질과 혈관의 딥러닝 기반 분할을 포함합니다. 이 분할 프로세스는 전체 3D 폐 용적에 대해 시간이 많이 걸립니다. 따라서 AI 기반 도구를 사용하는 것이 좋습니다. 그러나 주변 장치 통합의 발생과 같은 특정 상황에서는 이러한 알고리즘이 정확한 결과를 생성하지 못할 수 있습니다. 따라서 분할 마스크를 철저히 확인하고 필요한 경우 수동으로 수정해야 합니다. 이러한 모든 단계는 환기 매개변수를 평가하는 데 중요하며 부정확한 계산을 초래할 수 있습니다.
최초 간행물17 이후 3D PREFUL 기법에서 몇 가지 발전이 이루어졌습니다. 획득한 방사형 투영의 정렬 알고리즘은 완전히 자동화되고 개선되어 전체 폐가 Otsu의 임계값 방법을 사용하여 분할되고 데이터를 호흡 단계로 분류하기 위한 내비게이터 신호로 사용됩니다. 또한 수동 폐 실질 및 혈관 분할은 시간 소모적인 절차를 줄이기 위해 완전 자동 딥 러닝 기반 알고리즘으로 대체되었습니다. 또한, Forsberg 등록 툴박스가 구현된다면, 이미지 등록부의 처리 시간은 최대 10분까지 단축될 수 있다19. 이전 개발과 함께 구현된 코드를 통해 두 시점(후속 측정)의 이미지를 공동 등록하고 질병의 복셀 방향 진행 또는 치료 유발 환기 변화를 평가할 수 있습니다20. 현재 버전의 Matlab 스크립트는 사용자 상호 작용이 필요하지 않으며 향후 특정 플래그가 있는 데이터를 자동으로 처리하기 위해 파이프라인에서 구현될 수 있습니다.
3D PREFUL의 주요 단점은 여기를 위해 비선택적 하드 RF 펄스를 사용할 때 유입 효과를 포착할 수 없기 때문에 국소 혈류 측정이 불가능하다는 것입니다. 둘째, 현재 전체 후처리(데이터 전송, 이미지 재구성, 이미지 등록 및 환기 분석 포함)에는 각 피험자에 대해 2시간이 필요합니다. 셋째, 현재는 3D PREFUL에서 파생된 환기 매개변수와 보다 검증된 기술과의 예비 비교만 입증되었습니다40. 넷째, 획득한 데이터의 평가는 고성능 컴퓨터에서 수행됩니다. 따라서 콘솔에서 의사가 결과를 직접 사용할 수 없습니다. 다섯째, 다양한 전계 강도와 다양한 스캐너 공급업체에 대한 3D PREFUL의 타당성 조사가 부족합니다.
3D 위상 분해 기능적 폐(PREFUL) MRI를 사용하면 자유 호흡 중 전체 인간 폐의 국소 환기 역학을 정량적으로 매핑할 수 있습니다17. 폐활량 측정 또는 다중 호흡 세척 기술과 같은 3D PREFUL에 대한 몇 가지 비용 효율적인 대안이 있습니다. 그러나 둘 다 공간 정보가 부족하고 호흡 조작이 필요하므로 어린 아이들이나 신생아에게는 적합하지 않습니다. 대체 영상 방법은 환자를 핵의학 방법 CT와 같은 전리 방사선에 노출시키거나 널리 사용되지 않습니다(MRI를 사용한 과분극 129Xe 또는 19F가스 영상). 3D PREFUL은 환기 역학에 대한 평가를 제공하고 표준 임상 스캐너를 사용하여 수행할 수 있으며 조영제가 필요하지 않으므로 임상 연구 환경으로 변환하는 것이 매력적입니다. 3D PREFUL은 방사선이나 조영제를 사용할 필요가 없고 환자 친화적이고 자유로운 호흡 획득을 제공한다는 사실은 치료에 대한 국소 반응을 정량적으로 평가하는 반복 또는 종단 연구에 매우 적합합니다. 둘째, 폐 환기에 대한 3D PREFUL 평가는 방사선 노출을 피해야 하는 어린 아이들에게 특히 유용할 수 있습니다.
인간 폐의 기능적 환기 이미지를 생성하는 3D PREFUL의 기능은 조기 진단의 잠재력을 가지고 있습니다. 특히, 반복 가능하고 정량적인 지역 환기 지도를 생성하는 능력은 질병 진행 또는 치료 효과 모니터링과 같은 종단 연구를 가능하게 합니다. 또한, 환기 역학에 대한 지역적 정보는 폐 기능 검사로 감지할 수 없는 폐 질환과 관련된 초기 변화에 더 큰 민감도를 제공할 수 있습니다.

세계보건기구(WHO)에 따르면 만성 호흡기 질환은 세 번째로 큰 사망 원인으로 의료에 상당한 부담을 주고 있습니다1. 여러 호흡기 질환의 진단 및 모니터링에는 폐 기능 검사가 포함되는데, 이러한 검사는 공간 정보가 부족하고 어린 환자에게는 적합하지 않을 수 있습니다. 양전자 방출 단층 촬영(PET)2, 단광자 방출 컴퓨터 단층 촬영(SPECT)3 또는 컴퓨터 단층 촬영4와 같은 여러 다른 핵의학 양식은 환기의 공간적 측정을 제공합니다. 이러한 기술의 중요한 단점은 이미징을 위해 전리 방사선을 사용한다는 것입니다. 따라서 이러한 측정은 어린이와 같은 민감한 인구 집단이나 임상 연구에서 반복적인 측정에는 적합하지 않습니다.
자기 공명 영상 기법은 방사선 없이 폐 기능을 측정할 수 있기 때문에 지난 20년 동안 주목을 받았습니다. 무엇보다도, 과분극 기체 MRI 기법5은 건강한 대조군과 폐질환 환자의 폐 환기를 평가하는 데 사용되었으며, 19F6 또는 산소 강화 MRI7과 비교할 때 우수한 신호 대 잡음비(SNR) 비율을 달성했습니다. 가스 MRI 기술의 일반적인 단점으로는 추가 인력, 하드웨어 비용 또는 호흡 측정 중 환자 협력이 필요하다는 것입니다. 이러한 한계를 해결하기 위해 푸리에 분해(FD) MRI8을 기반으로 하는 방법이 도입되어 폐 환기 및 관류를 평가했습니다. FD MRI의 대안으로 위상 분해 기능 폐(PREFUL) MRI9가 개발되고 검증되었습니다10,11,12, 다기관 연구를 포함한 여러 연구에서 테스트되었습니다13,14. 그럼에도 불구하고 2D 획득은 완전한 폐 커버리지와 제한된 공간 해상도에 대한 획득 시간이 길어집니다. 관류 정보를 희생하더라도 자체 게이트 3D 획득에 의해 우아한 솔루션이 제공됩니다15,16,17. 이러한 기법 중 하나인 3D PREFUL MRI17은 8분 MR 검사 중 정적 환기뿐만 아니라 환기 역학을 평가하기 위해 개발되었으며, 2D 방법과 비교할 때 우수한 이미지 해상도를 제공합니다.
method17 방법을 설명하는 원본 출판물에 따라 이 기술의 반복성을 평가하고 임상적으로 잘 정립된 폐활량 측정 18과 비교했으며, 최근에는 환기 매개변수의 반복성을 개선하고 환기 맵의 이미지 품질을 보존하는 동시에 가속화된 이미지 등록 프레임워크가 도입되었습니다19. 인간 폐의 국소 환기를 정량적으로 매핑할 수 있는 이 환자 친화적이고 쉽게 확장할 수 있는 기술은 조기 발견, 호흡기 질환 진단 또는 치료 효과의 후속 모니터링에 크게 기여할 수 있는 잠재력을 가지고 있습니다20. 인공호흡량 개선과 같은 국소 폐 기능의 이러한 치료 변화는 치료의 영향을 평가하기 위한 바이오마커가 될 수 있는 잠재력을 가지고 있으며 다기관 임상 연구에서 유용한 도구가 될 수 있습니다.
이 기사는 3D PREFUL 기술에 대한 포괄적이고 시각적인 설명을 제공하는 것을 목표로 하며, 이 기술의 광범위한 번역을 촉진하는 것을 목표로 합니다.

<table><tbody><tr><td>ANT 오픈</td><td>소스 의료 이미지 분석 연구 커뮤니티</td><td></td><td>이미지 등록 도구</td></tr><tr><td>상자 BART</td><td>오픈 소스 이미징</td><td>https://www.opensourceimaging.org/project/berkeley-advanced-reconstruction-toolbox-bart/</td> <td>이미지 재구성 도구 상자</td></tr><tr><td>바디 코일</td><td>Siemens / Philips / GE&nbsp;</td><td>https://www.siemens-healthineers.com/en-us/magnetic-resonance-imaging/options-and-upgrades/coils</td><td>적어도 6채널 바디 코일; Philips [https://www.usa.philips.com/healthcare/solutions/magnetic-resonance/coils-overview ]</td></tr><tr><td>Forsberg</td><td>이미지 정합 도구</td><td>상자 https://github.com/fordanic/image-registration</td><td>이미지 등록 도구 상자</td></tr><tr><td>이미지 재구성 코드</td><td>BioVisioneers GmbH</td><td>www.biovisioneers.com</td><td>MR 재구성 및 분석을 위한 소프트웨어</td></tr><tr><td>Matlab</td><td>Mathworks</td><td></td><td>소프트웨어</td></tr><tr><td>MRI</td><td>Siemens / Philips / GE&nbsp;</td><td>https://www.siemens-healthineers.com/magnetic-resonance-imaging</td><td>Philips [https://www.philips.co.in/healthcare/solutions/magnetic-resonance], GE [https://www.gehealthcare.com/products/magnetic-resonance-imaging]; 1.5 T / 3 T</td></tr><tr><td>시퀀스</td><td>Siemens / Philips / GE</td><td></td><td>MRI 시퀀스, 별 스택 궤적 및 황금 각도 증가가있는 3D 그라디언트 에코 시퀀스; 1. 지멘스 파악 - 바이브 시퀀스 - https://t.ly/P31kM, 2. 필립스 멀티 베인 XD 시퀀스 https://t.ly/wMWZZ , 3. GE 용암 - 스타, 디스코 - https://t.ly/vimm2</td></tr></tbody></table>

3차원 위상 분해 기능적 폐 자기 공명 영상

Three-Dimensional Phase Resolved Functional Lung Magnetic Resonance Imaging

폐자기공명영상(MRI)은 국소 폐 환기 또는 그 대리모를 평가하기 위해 맞춤화된 다양한 방사선 무 기술을 제공합니다. 이러한 기술에는 과분극 가스 MRI 및 불소화 가스 MRI로 대표되는 직접 측정뿐만 아니라 산소 강화 MRI 및 양성자 기반 푸리에 분해(FD) MRI로 촉진되는 간접 측정이 포함됩니다. 최근에는 FD MRI 분야에서 상당한 진전이 이루어졌으며, 여기에는 공간/시간 해상도 개선, 시퀀스 설계 및 후처리 개선, 포괄적인 전체 폐 접근 방식 개발이 포함됩니다.
2차원(2D) 위상분해 기능적 폐(PREFUL) MRI는 단일 MR 획득 내에서 국소 환기 및 관류 역학의 포괄적인 평가를 위해 개발된 FD 기반 접근 방식으로 두드러집니다. 최근에는 3D PREFL의 개발로 새로운 발전이 이루어졌으며, 셀프 게이트 시퀀스로 8분 검사를 사용하여 전체 폐의 동적 환기를 평가합니다.
3D PREFUL 획득에는 황금 각도 증가와 함께 별 스택 버릇없는 그라디언트 에코 시퀀스를 사용하는 것이 포함됩니다. 약 40개의 호흡 단계에 대한 압축 감지 이미지 재구성 후, 재구성된 모든 호흡 분해 이미지는 고정된 호흡 단계에 등록됩니다. 그 후, 환기 매개변수는 등록된 이미지에서 추출됩니다.
건강한 지원자와 만성 폐쇄성 폐질환 환자로 구성된 연구 코호트에서 3D PREFUL 인공호흡 매개변수는 폐 기능 검사에서 얻은 측정값과 강한 상관관계를 보여주었습니다. 또한 3D PREFUL 기법의 스캔 간 반복성은 허용 가능한 것으로 간주되어 동일한 개인에 대한 반복 평가에 대한 신뢰성을 나타냅니다.
요약하면, 3D PREFUL 인공호흡 MRI는 2D PREFUL. 3D PREFUL 기법에 비해 향상된 공간 해상도로 폐 전체를 커버하고 인공호흡 역학을 캡처하며, 과분극 129Xe MRI에 대한 비용 효율적인 대안을 제공하여 환자 친화적인 폐 인공호흡 평가를 위한 매력적인 옵션입니다.

가장 간단한 3D PREFUL 영상 프로토콜은 두 가지 시퀀스로 구성됩니다. 하나는 해부학적 로컬라이저이며, 다른 하나는 골든 앵글(golden-angle) 3D stack-of-stars 획득 방식을 이용한 자유 호흡 측정입니다. stack-of-stars 궤적은 그림 1에 나타나 있습니다. 이 궤적은 방사형 샘플링(평면 내)과 선형 카르테지안 샘플링(z-방향)을 결합한 것입니다. 우선 kz 분할 방향의 샘플을 획득한 후, 골든 앵글을 회전시켜 kx-ky 평면을 샘플링합니다. 골든 앵글 획득 방식은 k-공간의 균일한 커버리지를 통한 셀프 게이팅을 촉진하여, 심하게 언더샘플링된 데이터로도 영상 재구성이 가능하게 합니다. 전체 검사 시간은 10분을 초과하지 않습니다. 3D PREFUL 획득에 관한 더 자세한 내용은 재료 표에 기재되어 있습니다.
<img alt="그림 1" class="xfigimg" src="/files/ftp_upload/66385/66385fig01v2.jpg" /> 
그림 1황금비 회전 별 무더기 궤적. 평면 방향(kx-ky)으로는 방사형 샘플링(radial sampling)을, 슬라이스 방향(kz)으로는 데카르트 샘플링(Cartesian sampling)을 적용했음에 유의하십시오. 이 방식은 획득한 k-공간의 원통형 커버리지(cylindrical coverage)를 구현합니다. 본 예시에서는 파티션당 32개의 방사형 투영(radial projections)을 포함하는 3개의 파티션이 묘사되어 있습니다. <a href="https://www.jove.com/files/ftp_upload/66385/66385fig01largev2.jpg" target="_blank">이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.</a>
1.5 T 스캐너에서 3D PREFUL 영상을 촬영할 때 사용되는 일반적인 MRI 파라미터 목록이 표 1B에 제시되어 있습니다. 3T 스캐너의 경우, 표 2에 나열된 시퀀스 파라미터를 제안합니다.
데이터 획득 및 데이터 전송이 완료되면 이미지 재구성 단계가 시작됩니다. 이 단계는 특정 회사(BioVisioneers GmbH)의 지적 재산(IP)에 해당하는 MATLAB 코드로 수행되며, 공개적으로 공유될 수 없습니다. 원시 데이터(raw data)의 경로가 제공되면 스크립트가 완전히 자동화되어 실행됩니다. 재구성 절차의 도식적 개요는 그림 2에 묘사되어 있습니다.
<img alt="그림 2" class="xfigimg" src="/files/ftp_upload/66385/66385fig02v2.jpg" /> 
그림 23D 위상 분해 기능적 폐(PREFUL) MRI 방법의 개략도. 먼저, stack-of-stars 궤적을 이용한 8분 길이의 자유 호흡 MR 획득을 통해 데이터를 수집합니다. 데이터를 MR 스캐너에서 컴퓨팅 장치로 전송한 후, 시간 분해능이 약 10ms인 저해상도 3D 영상을 재구성합니다. 각 영상의 폐 실질을 분할하고 폐 부피를 계산합니다. 폐 부피 정보는 이후 게이팅 신호로 사용됩니다. 게이팅 신호의 진폭과 위상을 기반으로, 방사형 투영 데이터를 하나의 호흡 주기를 포괄하는 호흡 빈(bin)으로 분류합니다. 빈 분류 단계 이후에는 전체 해상도 영상의 동적 재구성이 수행되며, 재구성된 영상은 이후 최대 흡기 수준으로 등록됩니다. 여러 후처리 단계를 거쳐 지역 환기(RVent) 주기를 계산하고, 파라미터 추출을 포함한 영상 분석을 수행합니다. RVent 주기는 각 복셀에 대한 유량-부피 루프(FVL)를 계산하여 평가합니다. 각 복셀의 FVL을 건강한 대조군 FVL과 비교 평가하고, 상호 상관 지표를 사용하여 유사도를 평가함으로써 FVL-CM 환기 맵을 추출합니다. RVent와 FVL-CM 모두에 대해 전역 총 환기 결손 백분율(VDP) 값을 정량화합니다. 또한, 피크 도달 시간 분석을 통해 RVent 주기의 동역학을 분석하여 환기 피크 도달 시간(VTTP) 파라미터 맵을 도출합니다. 추가적으로, RVent 주기의 50% 시점에서 예상되는 피크 환기의 편차를 VTTP에서 정량화합니다.개발 지도 <a href="https://www.jove.com/files/ftp_upload/66385/66385fig02largev2.jpg" target="_blank">이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.</a>
이미지 재구성 과정 후에, 모든 이미지는 단일 고정 상태로 공간적으로 정렬됩니다. 정렬 작업 자체는 Advanced Normalization Tools (ANTs27) 또는 Forsberg 정렬 패키지28를 사용하여 CPU에서 수행됩니다. ANTs 패키지는 MRI 및 CT 영상의 이미지 정렬 작업에서 여전히 표준으로 사용되지만, Forsberg 정렬은 유사한 결과와 함께 최대 9분 이내로 10배 더 빠른 정렬 절차를 가능하게 합니다19. 정렬 패키지는 사용자의 우선순위와 사용 가능한 컴퓨팅 유닛에 따라 선택될 수 있습니다. 정렬이 완료되면, 정렬된 형태학적 이미지들을 다시 반전시켜 그레이스케일 이미지에서 폐가 어둡게 보이도록 합니다.
그림 3에는 폐 실질 분할을 포함하는 파이프라인의 다음 단계가 묘사되어 있습니다. 먼저, nnUnet 구조29의 합성곱 신경망을 사용하여 최대 흡기 영상에서 폐 실질을 분할합니다. 폐 실질 분할 후에는 혈관 인식30 과정을 거치며, 인식된 혈관은 최종 분할 마스크에서 제외됩니다.
<img alt="그림 3" class="xfigimg" src="/files/ftp_upload/66385/66385fig03.jpg" /> 
그림 332세 남성 피험자에 대한 딥러닝 기반 분할의 대표적 결과. 첫 번째 행은 8개의 대표적인 관상면 단면의 형태학적 이미지를 보여줍니다. 두 번째와 세 번째 행에서는 각각 이에 대응하는 폐 실질 마스크와 혈관이 제외된 최종 마스크를 관찰할 수 있습니다. <a href="https://www.jove.com/files/ftp_upload/66385/66385fig03large.jpg" target="_blank">이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.</a>
잘못된 폐 실질 분할의 예가 그림 4에 나타나 있습니다. 딥러닝 기반의 분할 결과를 시각적으로 검토하는 것이 필수적이며, 결과가 만족스럽지 않다고 판단될 경우 최종 폐 실질 마스크의 정확도를 높이기 위해 수동 수정을 고려해야 합니다.
<img alt="그림 4" class="xfigimg" src="/files/ftp_upload/66385/66385fig04.jpg" /> 
그림 457세 남성 피험자에 대한 잘못된 딥러닝 기반 분할의 대표적인 결과. 첫 번째 행은 8개의 대표적인 관상면 슬라이스의 형태학적 영상을 보여줍니다. 두 번째와 세 번째 행에서는 각각 그에 해당하는 폐 실질 마스크와 혈관이 제외된 최종 마스크를 관찰할 수 있습니다. 보시는 바와 같이, 여러 섬유화 영역이 혈관 또는 비폐 구조물로 잘못 인식되었습니다. 이러한 부정확한 부분들은 네 번째 행에 제시된 바와 같이 수동으로 수정되었습니다. <a href="https://www.jove.com/files/ftp_upload/66385/66385fig04large.jpg" target="_blank">이 그림의 확대 버전을 보시려면 여기를 클릭하십시오.</a>
프로토콜에 설명된 여러 필터링 단계를 거친 후, 환기 대리 지표를 계산합니다. 3D PREFUL MRI는 정적 지역 환기(RVent), 동적 유량-용적 상관관계 지표(FVL-CM), 그리고 그림 5에 나타낸 것과 같이 최대 환기 도달 시간(VTTP) 분석에 기반한 두 가지 파라미터의 정량적 맵을 생성합니다. 이 그림은 32세 건강한 남성의 관상면 슬라이스 8개를 보여줍니다. 모든 환기 파라미터가 예상대로 균질하게 분포되어 있음에 유의하십시오.
<img alt="그림 5" class="xfigimg" src="/files/ftp_upload/66385/66385fig05.jpg" /> 
그림 5건강한 지원자(32세 남성)의 3D PREFUL MRI. 건강한 지원자(32세 남성)의 대표적인 형태학적 지도(첫 번째 줄) 및 3D PREFUL MRI 환기 파라미터 지도(두 번째에서 다섯 번째 줄). 정적 지역 환기는 지역 환기(RVent)로 나타내며, 환기 역동성은 유량-부피 루프 상관관계 지표(FVL-CM), 환기 정점 도달 시간(VTTP) 및 VTTP 편차(VTTP개발)는 환기 역학을 평가하는 환기 파라미터를 나타냅니다. 예상한 바와 같이, 모든 환기 파라미터 맵에서 균일한 환기 값들이 관찰됩니다. <a href="https://www.jove.com/files/ftp_upload/66385/66385fig05large.jpg" target="_blank">이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.</a>
환기 지도를 단순화하기 위해 RVent 및 FVL-CM에 대한 환기 결손(VD) 지도를 도출하며, 이를 통해 결과의 더 빠른 해석이 가능해집니다. 예시 VD 지도는 다음에서 제시됩니다. 그림 6. 두 VD 모두에 대해RVent 및 VDFVL-CMVDP 값은 각각 3.6%와 3.0%로 나타났으며, 이는 건강한 정상 범위 내에 해당합니다. 이상적으로는, 건강한 자원봉사자의 연령에 따라 VDP 값이 10%를 초과하지 않아야 합니다. 앞서 언급한 파라미터(RVent, FVL-CM 및 해당 VD 맵)는 여러 연구를 통해 검증되었습니다.11,12,35,36 질병의 검출뿐만 아니라 치료로 인한 효과를 검출하는 데에도 민감합니다.20,34,37,38,39.
<img alt="그림 6" class="xfigimg" src="/files/ftp_upload/66385/66385fig06.jpg" /> 
그림 6대표적인 RVent 및 FVL-CM 지도와 해당 환기 결손 지도가 포함되어 있습니다. 건강한 지원자(32세 남성)를 대상으로 3D PREFUL MRI를 통해 얻은 RVent(첫 번째 줄) 및 FVL-CM(두 번째 줄) 맵과, 이로부터 도출된 환기 결손 맵(세 번째 및 네 번째 줄)이 표시되어 있다. VD 맵에서 정상 부위는 녹색으로, 환기 결손 부위는 적색으로 표시된다. <a href="https://www.jove.com/files/ftp_upload/66385/66385fig06large.jpg" target="_blank">이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.</a>
1.5 T 및 3 T 자기장 강도 모두에서 여러 폐 MRI 연구가 보고된 바 있습니다. 신호 대 잡음비(SNR)의 증가로 인해 3 T가 이론적인 이점이 있지만, 이러한 이점보다 3 T에서 더 두드러지게 나타나는 자기 감수성 효과가 더 큰 영향을 미칠 수 있습니다. 3D PREFUL 환기 맵의 영상 품질에 자기장 강도가 미치는 정확한 영향은 현재 알려져 있지 않습니다. 여기에서 3 T MR 스캐너를 사용하여 건강한 지원자(35세 남성)로부터 얻은 타당성 결과(그림 7)를 제시합니다. 1.5 T(그림 5)와 비교했을 때 3 T에서 환기 파라미터의 모습이 더 불균질하게 나타남에 유의하십시오.
<img alt="그림 7" class="xfigimg" src="/files/ftp_upload/66385/66385fig07.jpg" /> 
그림 7건강한 지원자(35세 남성)의 3D PREFUL MRI. 3T에서 촬영한 건강한 지원자(35세 남성)의 대표적인 형태학적(첫 번째 줄) 및 3D PREFUL MRI 환기 파라미터(두 번째에서 다섯 번째 줄) 맵. 정적 지역 환기는 지역 환기(RVent)로 나타내며, 환기 역학은 유량-부피 루프 상관관계 메트릭(FVL-CM), 환기 정점 도달 시간(VTTP) 및 VTTP 편차(VTTP개발)는 환기 역학을 평가하는 환기 파라미터를 나타냅니다. <a href="https://www.jove.com/files/ftp_upload/66385/66385fig07large.jpg" target="_blank">이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.</a>
더 직접적인 측정법으로 도출된 3D PREFUL의 비교/검증 결과는 현재 발표되지 않았습니다. 2D PREFUL 기법과 129Xe1,12,14 및 19F MRI35 사이의 VDP 값과 환기 결손의 공간적 중첩 사이에 양의 상관관계가 있음을 보고한 여러 연구가 있습니다. 만성 폐쇄성 폐질환(COPD), 천식 환자 및 건강한 지원자를 대상으로 3D PREFUL 유래 환기와 19F MRI를 이용한 직접 환기 측정값을 최근 비교한 결과, 전역적 수준에서 중간에서 강한 상관관계가 있음이 밝혀졌습니다40. 3D PREFUL과 19F wash-in MRI를 사용하여 검사한 만성 폐쇄성 폐질환 진단 환자(54세 여성, FEV1 = 예측치의 42%)의 비교 예시(그림 8)가 제시되어 있습니다.
<img alt="그림 8" class="xfigimg" src="/files/ftp_upload/66385/66385fig08v2.jpg" /> 
그림 854세 여성 COPD 환자의 3D PREFUL MRI. 54세 여성 COPD 환자의 형태학적 이미지(상단 행), 환기 파라미터 및 각각의 환기 결손 지도(FEV1 = 42% 예측치, FVC = 102% 예측치)가 3D PREFUL MRI(2행 및 3행)를 통해 얻어졌으며 19fMRI(4행 및 5행)가 제시되었으며, 두 방법의 환기 결손 맵 비교 결과(마지막 행)가 함께 제시되었습니다. 전반적으로 모든 슬라이스에 걸쳐 S&#248;결함 부위의 Dice 계수는 25.5%, 건강한 부위의 Dice 계수는 80.6%였으며, 이에 따른 전체 공간적 중첩도는 69.2%였습니다. 특히, 건강한 부위와 결함 부위에서 일치하는 환기 영역(진한 녹색으로 표시) 사이에 시각적 상관관계가 관찰되었습니다. <a href="https://www.jove.com/files/ftp_upload/66385/66385fig08largev2.jpg" target="_blank">이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.</a>
3D PREFUL MRI는 치료에 대한 국소적 반응을 측정하는 데 사용할 수 있습니다20. 예를 들어, 그림 9는 낭성 섬유증 환자(43세 여성)의 폐에서 기저 상태(왼쪽, FEV1 = 예측치의 94%)와 CFTR 조절제 치료 후(오른쪽, FEV1 = 예측치의 12%)의 세 가지 단면을 비교하여 보여줍니다. 두 측정값이 공간적으로 일치하기 때문에, 3D PREFUL은 그림 9 하단에 예시된 바와 같이 국소적 치료 반응 분석을 가능하게 합니다. 치료 후 유량-부피 루프(flow-volume-loop) 상관관계 지표의 수치 증가와 환기 결손의 감소에 주목하시기 바랍니다.
<img alt="그림 9" class="xfigimg" src="/files/ftp_upload/66385/66385fig09.jpg" /> 
그림 943세 여성 낭성 섬유증(CF) 환자의 3D PREFUL 측정값. 43세 여성 CF 환자의 기저 상태(왼쪽) 및 치료 후(오른쪽) 3D PREFUL 측정 결과에 대한 전형적인 환기 마커 맵. VDPFVL-CM 18.0%(기초선)에서 3.6%(치료 후)로 감소함. FEV1 % 예측 기저치: 94%, FEV1 치료 후 예측값: 12%. LCI 기저치: 10.48, 치료 후 LCI: 9.39. 이에 해당하는 치료 반응 맵이 하단에 묘사되어 있습니다. 치료 후 환기가 개선되었음을 나타내는 녹색 영역에 유의하시기 바랍니다. <a href="https://www.jove.com/files/ftp_upload/66385/66385fig09large.jpg" target="_blank">이 그림의 확대 버전을 보시려면 여기를 클릭하십시오.</a>
표 1: 1.5T 스캐너에서 로컬라이저 및 3D PREFUL 획득에 사용되는 전형적인 MRI 파라미터 목록. (A) 로컬라이저 및 (B) 3D PREFUL 획득. <a href="https://www.jove.com/files/ftp_upload/66385/Table 1.xlsx" target="_blank">이 표를 다운로드하려면 여기를 클릭하십시오.</a>
표 2: 3T 스캐너에서 3D PREFUL 획득을 위해 제안된 MRI 파라미터. <a href="https://www.jove.com/files/ftp_upload/66385/Table 2.xlsx" target="_blank">이 표를 다운로드하려면 여기를 클릭하십시오.</a>
표 3: 건강한 지원자(35세 남성)의 3D PREFUL 파라미터에 대한 예시 통계 보고서 <a href="https://www.jove.com/files/ftp_upload/66385/Table 3.xls" target="_blank">이 표를 다운로드하려면 여기를 클릭하십시오.</a>

3차원(3D) 위상분해 기능성 폐(PREFUL)는 8분 동안 조력 호흡 및 조영제 무함유 획득을 사용하여 전체 인간 폐 용적의 국소 환기를 정량화할 수 있는 기능적 자기 공명 영상(MRI) 기술입니다. 여기에서는 3D PREFUL 이미징 데이터를 수집하고 분석하기 위한 MR 프로토콜을 제시합니다.

Pulmonary magnetic resonance imaging (MRI) offers a variety of radiation-free techniques tailored to assess regional lung ventilation or its surrogates. ...

3D PREFUL MRI 를 사용하면 폐 환기를 시각화할 수 있습니다. PREFUL MRI를 개발하게 된 초기 동기는 무엇이었나요? 기존의 2D PREFUL MRI에 비해 더 높은 등방성 이미지 해상도로 전체 폐 부피를 캡처하고자 하는 열망이었습니다.3D PREFUL MRI(3D PREFUL MRI)는 동적 인공호흡, 폐 질환 묘사 감지, 치료 모니터링 및 향후 폐 질환 환자의 예후를 가능하게 합니다. 어린이의 경우 PREFUL MRI는 방사선 없이 매우 환자 친화적이기 때문에 특히 도움이 됩니다. 3D PREFUL MRI의 가장 큰 장점은 최첨단 MR 스캐너에서 사용할 수 있는 제품 시퀀스를 사용하여 다른 센터에도 널리 채택할 수 있다는 것입니다.또한 다른 3D 비강화 자유호흡 MRI 기법과 비교했을 때, 3D PREFUL MRI(3D PREFUL MRI는 최근 19개의 FCA 이미징 및 하이퍼라이즈드 가스 이미징을 사용하여 인공호흡을 직접 측정하는 것으로 검증되었으며, 이는 이러한 방법 간의 강력한 대응성을 보여줍니다. 3D PREFUL MRI는 천식 및 CBD 환자에서 환기 이질성 및 환기 결함을 보여줄 수 있음을 보여주었습니다. 또한, 치료 후 낭포성 섬유증 환자에서 치료 반응 효과를 나타낼 수 있었다.따라서 우리는 미래에 3D PREFUL MRI(3D PREFUL MRI)가 폐 질환 환자를 위한 클리닉에서 가치 있는 추가 도구가 될 것이라고 생각합니다. 가장 최근의 3D PREFUL 개발에는 나선형 궤적 사용과 같은 새로운 시퀀스 설계가 포함됩니다. 이는 하드웨어 요구 사항이 낮고 사례 기반 샘플링 효율성이 증가하기 때문에 관련이 있습니다.또한 동시 모터 슬라이스 접근 방식은 2D 획득 중 스캔 시간을 크게 줄이는 동시에 환기 및 관류 가중 이미징을 가능하게 한다는 점에서 주목을 받고 있습니다. 3D PREFUL MRI의 다음 단계는 획득 시간을 더욱 단축하고 현재 파이프라인에서 가장 시간이 많이 소요되는 이미지 재구성 및 이미지 정합을 위한 딥 러닝 기반 기술을 사용하는 것입니다. 이를 통해 이러한 프로세스를 크게 가속화하여 전반적인 구매 효율성을 개선하고 온라인 재구성을 가능하게 하는 것을 목표로 합니다.먼저, 피험자에게 자기공명영상(MRI) 또는 MRI 테이블에 누운 자세로 눕도록 지시합니다. 레이저 광 내비게이션을 사용하여 이미징된 영역이 보어의 ISIS 중심을 차지하도록 환자를 배치합니다. 로컬라이저 시퀀스를 수행하여 3개의 평면에서 저해상도 해부학적 이미지를 얻고 3D PREFUL 검사를 계획합니다.획득 파라미터를 설정한 후 획득에 약 8분이 걸리도록 방사형 투영의 수를 설정합니다. 전체 흉부가 시야에 포함되어 있는지 확인하고 획득을 시작합니다. MR 콘솔에서 공급업체별 단계를 사용하여 원시 3D PREFUL 사례 기반 데이터를 저장합니다.이미지 재구성 스크립트를 사용하여 수집된 데이터를 평가할 원시 데이터의 경로를 설정합니다. BART의 S 지연 함수와 함께 보정 투영을 사용하여 MR 시스템 종속 기울기 지연을 추정합니다. 계산된 그래디언트 지연에 따라 각 투영에 이동을 적용한 다음, XY 평면과 Z 방향의 주기적 창을 사용하여 그래디언트 지연 수정 데이터에 필터링을 전달합니다.저해상도 이미지 재구성의 경우, 판독 차원의 중간 인덱스를 중심으로 하는 케이스 기반 데이터의 1/8을 선택하고, 파티션 차원의 중간 인덱스를 중심으로 하는 케이스 기반 데이터의 1/4을 선택합니다. 사례 기반 데이터의 행렬과 해당 궤적을 재구성하여 각 시점이 14개의 방사형 투영으로 구성된 추가 시간 차원을 포함합니다. 병렬 이미징 및 압축 센싱을 활용하여 pics 명령과 BART는 이미지 재구성을 수행합니다.호흡기 게이트 신호를 추출하려면 Otsu의 임계값을 사용하여 재구성된 각 저해상도 3D 이미지에서 폐 실질을 분할하고 각 시점에 대한 폐 실질 부피를 계산합니다. 추출된 부피 시계열에 차단 주파수가 0.7Hz인 저역 통과 필터를 적용하고 호흡 주파수를 계산합니다. 그런 다음 시계열에서 극단적인 이상값을 제외합니다.다음으로, 슬라이스 방향을 따라 필터 데이터를 처리하는 데 고속 푸리에 변환을 수행하여 슬라이스 별 이미지 재구성을 가능하게 합니다. 추출된 시계열을 기반으로 사례 기반 데이터 매트릭스를 재구성하여 각 호흡기 빈에 최소 100개의 스포크가 포함되도록 합니다. 사례 기반 데이터의 크기와 일치하도록 사례 기반 궤적 매트릭스를 재구성하고 인접한 빈의 투영 20%를 활용하여 각 호흡기 빈의 신호 대 잡음비를 향상시켰습니다.각 슬라이스에 대한 이미지 재구성을 위해 picks 명령을 실행합니다. 하나의 완전한 호흡 주기, 호흡 빈도 및 획득 시간의 재구성된 이미지를 포함한 변수를 DOTMAP 파일에 저장합니다. 그런 다음 재구성된 이미지의 신호 강도를 반전시키고 비강성 정합(non rigid registration)을 사용하여 선택한 호흡 상태에 등록합니다.Nadaraya-Watson 커널 회귀를 통해 등록된 이미지와 재반전된 이미지에 대한 필터링을 수행하여 16개의 위상을 균일한 간격의 시간 그리드로 보간합니다. 시간 영역의 보간된 데이터에 대한 0.7Hz의 저역 통과 필터를 사용하여 호흡과 관련이 없는 신호 변동을 제거합니다. 창 크기의 매개 변수를 5, 5, 5로 설정하고 람다를 0.001로 설정합니다.시간적으로 평균화된 등록된 이미지를 안내 이미지로 사용하여 이미지 유도 필터링을 사용하여 저역통과 필터링된 이미지의 노이즈를 제거합니다. 각 호흡기 단계 N에 대해 지역 환기 또는 통풍구 맵을 밀리리터당 밀리리터 단위로 계산합니다.다음으로, NNU 그물 아키텍처가 있는 컨볼루션 뉴런 네트워크를 사용하여 말단 흡기 3D 이미지의 폐 실질을 분할합니다. 혈관 인식 알고리즘을 사용하여 폐 혈관을 제외한 다음 최대 환기를 나타내는 8단계 R vent map의 환기 결함 또는 VD 맵을 계산합니다.흐름을 R vent의 1차 도함수로 계산합니다. 75번째와 95번째 백분위수 사이의 vent 값으로 정의된 정상 영역에서 계산된 각 슬라이스에 대해 참조 흐름 볼륨 루프 또는 FVL을 설정합니다. 지연이 0인 교차 상관을 사용하여 각 폐 실질 복셀 FVL과 참조 FVL 간의 유사성을 확인합니다.그런 다음 환기 결함 FEL 상관 관계 메트릭 맵을 계산합니다. 호흡 절정까지의 시간 또는 VTTP 맵(호흡 주기의 백분율)을 계산한 다음 50%에서 최대 흡기량에서 VTTP 값의 편차를 계산합니다.매개변수는 모든 슬라이스에 대한 vent, FELCM, VTTP 및 VTTP 편차로 통계적으로 설명하여 중앙값, 평균, 표준 편차 값 및 사분위수 범위를 제공합니다. 마지막으로, 생성된 VD 맵에서 파생된 환기 결함 백분율 값을 계산하고 계산된 모든 매개변수를 스프레드시트 파일로 내보냅니다.건강한 지원자의 3D PREFUL MRA는 모든 환기 매개변수 맵에 대해 균일한 환기 값을 표시했습니다. 예시적인 VD 맵에서 인공호흡기의 환기 결함 비율 값은 3.6%였고 FELCM의 경우 3%가 건강한 정상 범위 내에 있었습니다. 54세 여성 만성 폐쇄성 폐질환 환자의 3D PREFUL MRI와 19 FMRI의 환기 결함 지도를 비교한 결과, 건강한 부위와 저환기 부위의 시각적 상관관계가 양호한 것으로 나타났습니다.낭포성 섬유증 환자의 폐 치료 후 부위 반응을 측정하기 위한 3D PREFUL MRI를 비교한 결과, 치료 후 성병이 감소했을 뿐만 아니라 FEL 상관 관계 지표의 값이 증가한 것으로 나타났습니다.

three-dimensional-phase-resolved-functional-lung-magnetic-resonance

Research

연구

JoVE Journal

Medicine

의학

여기에서는 폐 환기 및 관류 역학 평가를 위한 조영제가 없는 양성자 MR 기법으로서 위상 분해 기능성 폐 MRI의 구현에 대해 설명합니다. 다양한 분야의 강점과 연령대에 걸쳐 검증되고 적용 가능한 이 제품은 질병 정량화 및 치료 모니터링을 지원함으로써 향후 임상 의사 결정을 향상시킬 수 있습니다.

폐 환기 및 관류(V/Q) 평가를 위한 단계 분해 기능적 폐 MRI

심근 조직의 변형과 같은 매개 변수를 측정하는 정확하고 실용적인 방법은 그것이 게재되어 있기 때문에, 그 변형이 자주 사용하는 매개 변수 EF보다 수축성 장애에 대한보다 민감한 이전 마커이며, 훌륭한 임상 가치입니다.

기능 추적을 사용하여 자기 공명이 유래 심근 스트레인 평가

MRI 기반 도구를 식별하기로 확산 텐서 영상 (DTI)는 기본적으로...

neurodegenerative 질병의 분석에서 확산 텐서 자기 공명 영상

신경 근육 질환은 종종 다양한 시간적, 공간적으로 불균일하고, 다방면 병변을 나타낸다. 이 프로토콜의 목적은 비 침습 자기 공명 영상 법을 이용하여이 병변을 특성화한다.

골격근 질환의 정량적 자기 공명 영상

여기에 제시된 방법은 동시 양전자 방출 단층 촬영 및 자기 공명 영상 법을 사용한다. 대뇌 저산소증 - 허혈 모델에서, 확산 및 당 대사에 역동적 인 변화는 동안과 손상 후 발생합니다. 의미있는 멀티 모달 촬상 데이터를 취득 할 경우에이 모델 진화 재생 불가능한 손상 동시 획득을 필요.

마우스 대뇌 저산소증 - 허혈 동안 동시 PET / MRI 영상

감도 이득 초고 필드 자기 공명에는 심장의 높은 공간 해상도 이미징에 대 한 약속을 보유 하고있다. 여기, 우리는 고급 다중 채널 라디오-주파수 코일, 자기장 메우는 및 트리거 개념을 사용 하 여 7 테슬라에 기능 심장 혈관 자기 공명 (CMR)에 대 한 사용자 지정 프로토콜을 설명 합니다.

7 테슬라에 심장 자기 공명 영상

이 절차의 전반적인 목표 비 침 투 적인 단계 대조 자기 공명 이미징 사용 하 여 쥐 일반적인 경 동맥에서 혈액의 흐름을 측정 하는 것입니다.

쥐 일반적인 경 동맥에 단계 대조 자기 공명 영상

여기에 우리가 현재 levator ani 틈새 크기의 측정 표준화 프로토콜 자기 공명 영상에 의해. 목적은 휴식 하 고 값을 일관 해 부 뼈 랜드마크를 사용 하 여 골반 탈출과 남녀의 환자에 긴장을 비교 하 여 이미지 분석에서 biomechanical 추론을 추출 하는 것 이다.

남성 및 여성 골반 기관 탈출으로에서 자기 공명 영상에 의해 Levator Ani 틈새 확대의 정량화

이 문서의 목표는 심장 자기 공명이 의심되는 심장 혈전의 평가 및 진단에 어떻게 사용될 수 있는지 설명하는 것입니다. 제시된 메서드는 데이터 수집뿐만 아니라 사전 프로시저 및 절차 후 프로토콜을 설명합니다.

의심되는 심장 혈전의 평가를 위한 심장 자기 공명: 기존 및 신흥 기술

특정 환기 화상 진 찰은 조 영제로 서 흡입 된 산소를 사용 하 여 인간의 폐에 지역 특정 환기의 정량화를 허용 하는 기능적 자기 공명 영상 기술 이다. 여기서는 특정 환기 이미징 데이터를 수집 하 고 분석 하는 프로토콜을 제시 합니다.

양성자 자기 공명 영상 및 조 영제로 산소를 사용 하 여 인간의 폐에 특정 통풍의 정량 매핑

배우세요 3차원 위상 분해 기능적 폐 MRI 기법으로 전체 폐 용적의 환기를 시각화하고 정량화하는 방법을. 이 비침습적 기술은 천식, COPD, 낭포성 섬유증 환자의 치료 반응 모니터링에 활용됩니다.

3차원 위상 분해 기능적 폐 자기 공명 영상

더 많은 동영상 탐색