Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.

Methodenartikel

Multimodale longbeeldvorming: complementaire informatie van CT en hypergepolariseerde 129Xe MRI gebruiken om de longstructuur-functie te evalueren

1.6K weergaven

⸱

DOI:

10.3791/66257

⸱

12 april 2024

 ,  ,  ,  ,  ,  , 
1UBC Centre for Heart Lung Innovation, St. Paul’s Hospital, 2Division of Respiratory Medicine, Department of Medicine, University of British Columbia, 3School of Biomedical Engineering, University of British Columbia, 4Department of Radiology, University of British Columbia, 5Division of Pulmonary and Critical Care Medicine, University of Kansas Medical Center

In dit artikel

Samenvatting

CT en 129Xe MRI bieden aanvullende informatie over de longstructuur-functie die kan worden benut voor regionale analyse met behulp van beeldregistratie. Hier bieden we een protocol dat voortbouwt op de bestaande literatuur voor 129Xe MR naar CT-beeldregistratie met behulp van open-sourceplatforms.

Samenvatting

Hypergepolariseerde 129Xe gas MRI is een opkomende techniek om de regionale longfunctie te evalueren en te meten, inclusief pulmonale gasdistributie en gasuitwisseling. Computertomografie van de borstkas (CT) blijft echter nog steeds de klinische gouden standaard voor beeldvorming van de longen, deels vanwege de snelle CT-protocollen die binnen enkele seconden beelden met een hoge resolutie verkrijgen en de wijdverbreide beschikbaarheid van CT-scanners. Kwantitatieve benaderingen hebben de extractie mogelijk gemaakt van structurele long-, parenchymale, luchtweg- en vasculaire metingen uit thorax-CT die in veel klinische onderzoeken zijn geëvalueerd. Samen bieden CT en 129Xe MRI aanvullende informatie die kan worden gebruikt om de regionale longstructuur en -functie te evalueren, wat resulteert in nieuwe inzichten in de gezondheid en ziekte van de longen. 129Xe MR-CT-beeldregistratie kan worden uitgevoerd om de regionale longstructuur-functie te meten om de pathofysiologie van longziekten beter te begrijpen en om beeldgeleide longinterventies uit te voeren. Hier wordt een methode voor 129Xe MRI-CT-registratie uiteengezet om de implementatie in onderzoeks- of klinische omgevingen te ondersteunen. Registratiemethoden en -toepassingen die tot nu toe in de literatuur zijn gebruikt, worden ook samengevat en er worden suggesties gedaan voor toekomstige richtingen die technische uitdagingen met betrekking tot 129Xe MR-CT-beeldregistratie verder kunnen overwinnen en een bredere implementatie van regionale longstructuur-functie-evaluatie kunnen vergemakkelijken.

Inleiding

Hypergepolariseerde magnetische resonantiebeeldvorming (MRI) met gas kwam bijna drie decennia geleden voor het eerst naar voren als een nieuwe functionele pulmonale beeldvormingsmodaliteit om de distributie van longventilatie teevalueren1. Sindsdien hebben onderzoeken met behulp van hypergepolariseerde gas-MRI tal van inzichten opgeleverd in de aard van de longfunctie bij patiënten met chronische longziekten zoals astma, chronische obstructieve longziekte (COPD) en cystische fibrose 2,3,4,5,6. Zowel hypergepolariseerd 3He- als 129Xe-gas zijn in het verleden gebruikt; 129Xe is nu echter het primaire geïnhaleerde middel vanwege de beperkte beschikbaarheid van 3He-gas. 129Xe diffundeert ook vrij over het alveolaire membraan en wordt geabsorbeerd door rode bloedcellen in de longcapillairen; in deze zogenaamde 'opgeloste fase' resoneert 129Xe op unieke frequenties die het mogelijk maken om de regionale gasuitwisseling te meten in een enkele ingehouden scan 4,7,8. Voor kwantificering worden doorgaans gelijktijdig met 129 XMR-beelden op volume afgestemde anatomische beelden verkregen voor co-registratie met 129 Xe om de grenzen van de borstholte af te bakenen. Conventionele 1uur MRI biedt echter geen verdere structurele informatie over de longen. De impuls voor klinische vertaling van hypergepolariseerde 129Xe MRI is de afgelopen jaren gegroeid met de goedkeuring van de Britse NHS in 2015 en de goedkeuring van de Amerikaanse FDA eind 2022 5,9, maar geavanceerde structurele karakterisering ontbreekt nog steeds grotendeels in het arsenaal aan pulmonale MRI's.

Computertomografie van de borstkas (CT) blijft de steunpilaar van de klinische beeldvormingsbeoordeling van de longen en levert driedimensionale beelden met hoge resolutie van de longstructuur met behulp van conventionele beeldvormingsprotocollen. Kwantitatieve benaderingen hebben snelle en herhaalbare metingen van parenchymale integriteit mogelijk gemaakt, zoals emfyseem en interstitiële longafwijkingen, morfologie van grote luchtwegen en pulmonale vasculatuur, en regionale anatomische karakterisering door identificatie en segmentatie van longkwabben10,11. In de onderzoeksruimte is kwantitatieve CT op grote schaal gebruikt om structurele veranderingen en hun relaties met patiëntresultaten bij astma en COPD beter te begrijpen in grote observationele onderzoeken zoals het Severe Asthma Research Program (SARP)12, Genetische epidemiologie van COPD (COPDGene)13, Subpopulaties en tussentijdse resultaten in COPD-onderzoek (SPIROMICS)14, Evaluatie van COPD longitudinaal om voorspellende surrogaateindpunten te identificeren (ECLIPSE)15, en Canadian Cohort of Obstructive Lung Disease (CanCOLD)16. Alternatieve CT-methoden zoals expiratoire beeldvorming 17,18 of computermodellen19 kunnen functionele informatie afleiden, maar deze methoden zijn indirect en conventionele CT biedt verder niet veel voor functionele karakterisering van de longen.

Samen bieden CT en 129Xe MRI complementaire informatie over de longstructuur en de functie die kan worden benut voor regionale analyse met behulp van beeldregistratie. Longlobben geïdentificeerd op CT hebben lobaire karakterisering van MRI-ventilatiepatronen mogelijk gemaakt bij astma 20,21,22, COPD23,24, bronchiëctasieën25 en longkanker26,27. MRI-ventilatieafwijkingen bij astma zijn ook direct ruimtelijk gematcht met abnormaal gemodelleerde grote luchtwegen 28,29,30,31 en luchtinsluiting die wijst op disfunctie van de kleine luchtwegen 20,32 gemeten op CT, en om regionale behandelingsreacties te onderzoeken na bronchiale thermoplastiek van de hele long33. Bij COPD zijn MRI-ventilatieafwijkingen in verband gebracht met disfunctie van de kleine luchtwegen bij mildere ziekten en emfyseem bij ernstigere ziekten 34,35,36. Naast ventilatiebeeldvorming bij obstructieve longziekte zijn ook heterogene ruimtelijke relaties tussen CT-interstitiële longafwijkingen en 129Xe MRI-gasuitwisselingspatronen aangetoond bij idiopathische longfibrose37. Dergelijke studies hebben een dieper inzicht verschaft in de regionale longstructuur-functie in een reeks longziekten die kunnen worden gebruikt om toekomstige beeldgeleide interventies te informeren.

Directe registratie van anatomische CT en functionele hypergepolariseerde gas-MRI is echter een uitdaging vanwege het fundamenteel verschillende beeldvormingscontrast tussen de twee methoden, de afwezigheid van een hypergepolariseerd gassignaal in gebieden met ventilatieafwijkingen en mogelijk verschillende longvolumes. Figuur 1 toont vier voorbeelden van 129Xe en gepaarde anatomische 1H MRI en CT bij een gezonde vrijwilliger (Figuur 1A) en drie deelnemers met chronische obstructieve longziekte (COPD; Figuur 1B-D), met de nadruk op heterogene 129Xe-ventilatiepatronen en variërende ontbrekende longgrenzen in de COPD-gevallen. De sleutel tot het overwinnen van deze uitdagingen was het gebruik van de anatomische 1H MRI die gelijktijdig met hypergepolariseerde gas-MRI werd verkregen als tussenstap om hypergepolariseerde gas-MRI indirect naar CT te registreren34,38. Vroeg werk maakte gebruik van zij-aan-zij visuele vergelijking en handmatige segmentatie van CT-structuren, zoals longkwabben, op MRI-ruimte20. Vooruitgang in computationele bronnen en open-source beeldverwerkingstools hebben driedimensionale registratie van CT en hypergepolariseerde gas-MRI mogelijk gemaakt, bijvoorbeeld met behulp van modaliteitsonafhankelijke buurtdescriptor (MIND)23,30,34,39,40,41 of Advanced Normalization Toolkit (ANTs) registratie 21,22,27,31,32,37,38,42,43, die beide toppresteerders waren in een pulmonale beeldregistratie-uitdaging44. Een nieuwe methode koppelde de twee registraties in plaats van ze onafhankelijk te behandelen45, die is geïmplementeerd in een volledige pijplijn voor longbeeldanalyse die is ontworpen voor fenotypering van longziekten46. Over het algemeen werd de nauwkeurigheid van de hypergepolariseerde gas-MRI naar CT-registratie verbeterd met behulp van de tussenliggende 1H-stap38 en met behulp van vervormbare benaderingen ten opzichte van benaderingen met alleen affiene38,45.

Het doel hier is om voort te bouwen op de bestaande literatuur en een protocol te bieden voor 129Xe MR naar CT-beeldregistratie met behulp van open-sourceplatforms 47,48,49. Het protocol wordt geïmplementeerd met behulp van ANTsPy en, in lijn met eerder werk38, registreert een single-label longmasker van 1uur MRI tot het single-label longmasker van CT; de resulterende transformatie wordt vervolgens toegepast op het 129Xe-beeld om het in kaart te brengen in de CT-beeldruimte. Het beschreven protocol is bedoeld om geschikt te zijn voor onderzoek of klinische omgevingen, indien van toepassing, en hypergepolariseerde 129Xe MRI is beschikbaar.

Voor de context zijn de beeldacquisitie en -analyse voor de voorbeelden in dit document als volgt uitgevoerd. CT van de borstkas werd verkregen bij volledige inspiratie (totale longcapaciteit, TLC) volgens een vastgesteld onderzoeksprotocol met lage dosis50 met parameters: 64 x 0,625 collimatie, 120 piekkilospanning, buisstroom 100 mA, 0,5 s omwentelingstijd, spiraalvormige spoed 1,0, plakdikte van 1,25 mm, plakafstand van 0,80 mm, standaard reconstructiekern, weergaveveld beperkt tot de meest laterale delen van de longen (om de ruimtelijke resolutie te maximaliseren). CT-segmentatie en -analyse werden uitgevoerd met behulp van commerciële software (zie Tabel met materialen).

129Xe en volume-matched 1H MRI werden uitgevoerd volgens gepubliceerde richtlijnen9. Voor volledige details en het protocol voor MRI-acquisitie worden lezers doorverwezen naar een ander artikel in deze collectie51. MRI-segmentatie en -registratie werden uitgevoerd met behulp van een semi-geautomatiseerde aangepaste pijplijn met behulp van k-means clustering voor 129Xe-segmentatie, teelt in gezaaide regio's voor 1H-segmentatie en op oriëntatiepunten gebaseerde affiene registratie om het 1-H-beeld in kaart te brengen met het 129Xe-beeld52. Affiene registratie is doorgaans voldoende voor 1 H-129Xe MR-registratie om rekening te houden met de meeste longinflatie of verschillen in patiëntpositie tussen acquisities; Vervormbare registratie is meestal niet nodig. De registratiestap van 1 H-129Xe kan worden geëlimineerd met gelijktijdig verkregen 129Xe en 1H MRI in dezelfde ademinhouding53,54.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

De hier getoonde beeldvormingsgevallen zijn goedgekeurd door de University of British Columbia Providence Health Care Research Ethics Board (REB # H21-01237, H21-02149, H22-01264). Deelnemers gaven schriftelijke geïnformeerde toestemming voorafgaand aan het voltooien van de beeldvorming. De totale pijplijn van beeldacquisitie tot registratie wordt geschetst in figuur 2, en de protocoldetails richten zich hier alleen op de MR-CT-beeldregistratie. Beeldacquisitie en segmentatie zijn afhankelijk van beschikbare of geprefereerde beeldvormingshardware, beeldvormingsprotocollen en softwaretools voor beeldanalyse en worden daarom overgelaten aan de voorkeur van de lezers. Het protocol is ontworpen om agnostisch te zijn voor die eerdere stappen met behulp van single-label maskers van de longen na beeldsegmentatie.

1. Software-installatie

  1. Download en installeer ANTsPy (zie Tabel met materialen), de Python-wrapper voor de Advanced Normalization Tools beeldverwerkingsbibliotheek 47,48,49. Tutorials zijn beschikbaar via de link onder het tabblad 'tutorials'. ANTsPy is desgewenst ook beschikbaar voor Docker-installatie.
    OPMERKING: ANTsPy vereist een op Linux gebaseerd besturingssysteem of omgeving. Voor de voorbeelden hier is ANTsPy geïnstalleerd en gebruikt in een virtuele high-performance computing-omgeving op een lokaal werkstation. Het protocol heeft de neiging om beter te werken met behulp van een virtuele computeromgeving in de ervaring van de auteurs.
  2. Download en installeer segmentatie- en/of visualisatiesoftware naar keuze.
    OPMERKING: Voor de huidige studie werd ITK-SNAP gebruikt voor visualisatie (zie Tabel met materialen).
  3. Download en bewaar het reg.py script (aanvullend bestand 1).

2. Voorbewerking van afbeeldingen

  1. Klik om afbeeldingen en maskers te openen in de gewenste beeldvisualisatiesoftware om te controleren of de beeld- en maskeroriëntatie overeenkomt met alle CT-, 1H- en 129Xe-bestanden. Afhankelijk van de segmentatiemethode en/of software die wordt gebruikt, kan het nodig zijn om de oriëntatie van sommige afbeeldingen of maskers aan te passen. Indien nodig raden we aan om 1H- en 129Xe-afbeeldingen en de oriëntatie van het masker aan te passen aan die van het oorspronkelijke CT-beeld.
  2. Sla de afbeeldings-DICOM's en single-label-maskers (indien nodig aangepast zoals in stap 2.1) op als Neuroimaging Informatics Technology Initiative-bestanden (NIfTI, *.nii; zes bestanden in totaal) met behulp van het softwarehulpprogramma van voorkeur, in dezelfde map als reg.py die toegankelijk is voor de locatie waar ANTsPy is geïnstalleerd en zal worden uitgevoerd. Volg de naamgevingsconventies zoals hieronder vermeld.
    1. 1H MRI: Proton.nii; 1H MRI-masker: Proton_mask.nii.
      OPMERKING: Gebruik de 1H-afbeelding en het masker na registratie op 129Xe.
    2. 129Xe MRI: Ventilatie.nii; 129Xe MRI-masker: Ventilation_mask.nii
    3. CT: CT.nii; CT-masker: CT_mask.nii.
      OPMERKING: De bestandsnamen zijn hard gecodeerd in het registratiescript en moeten daarom het genoemde formaat volgen, of in het script worden herzien om te voldoen aan de gewenste naamgevingsconventie. Deze stappen kunnen samen worden uitgevoerd met behulp van een van de aanbevolen softwaretools die worden vermeld in stap 1.2. Met betrekking tot deze softwaretools zullen sommige de vereiste headerinformatie automatisch schrijven bij het opslaan van .nii-bestanden, terwijl andere extra stappen vereisen om de headerinformatie te kopiëren en te schrijven.

3. CT-XeMRI registratie

  1. Open het reg.py bestand in de gewenste Python-computeromgeving die in stap 1.1 is ingesteld.
    OPMERKING: Script reg.py is gebaseerd op de ingebouwde ANTs-registratietools; Aanvullende documentatie is beschikbaar55.
  2. Als u een virtuele omgeving gebruikt, stelt u het aantal centrale verwerkingseenheden (CPU), nummerthreads en RAM in zoals gewenst of beschikbaar in de computeromgeving. Voor de voorbeelden hierin is een virtuele computeromgeving gebruikt met 16 CPU's, 1 thread per CPU en 186 GB beschikbaar RAM.
  3. Stel de gewenste transformatie en interpolatie in. De SyNAggro-transformatie met lineaire interpolatie voor afbeeldingen en generieke labelinterpolatie voor maskers met één label, die standaard zijn in het meegeleverde reg.py-script, werden hier gebruikt.
    OPMERKING: SyNAggro is een symmetrische normalisatietransformatie, die affiene + vervormbare transformatie omvat plus agressievere registratie met behulp van fijnschalige matching en meer vervorming (vergeleken met gewoon SyN). Alternatieve transformatie- en interpolatiealgoritmen worden vermeld in de link naar de ANTs-registratiedocumentatie in stap 3.155.
  4. Stel het vaste en het bewegende beeld in. Hier werd de CT (single-label mask) ingesteld als het vaste beeld en de 1H MRI (single-label masker) als het bewegende beeld.
  5. Voer reg.py uit in de Python-computeromgeving. Volledige registratie kan 5-10 minuten duren (met behulp van onze parameters) of langer, afhankelijk van de gebruikte of beschikbare computerbronnen. Als ze klaar zijn, worden vervormde bestanden automatisch opgeslagen in dezelfde map als de originele afbeeldingsbestanden met de volgende bestandsnamen: Proton_warped.nii.gz; Ventilation_warped.nii.gz; Ventilation_label_warped.nii.gz.
    OPMERKING: NIfTI *.nii.gz bestanden zijn slechts gecomprimeerde versies van *.nii-bestanden en kunnen naar wens worden uitgepakt of geopend. Script reg.py kunnen naar wens worden gewijzigd, bijvoorbeeld met behulp van verschillende transformatie- of interpolatiemethoden of toewijzing aan of het maken van bestandsmappen.

4. Evaluatie van de registratieresultaten

  1. Open de CT.nii-afbeelding als basisafbeelding in de gewenste visualisatiesoftware.
  2. Open Ventilation_warped.nii.gz of Ventilation_label_warped.nii.gz als een andere afbeelding en leg deze over de CT-afbeelding met de gewenste kleurenkaart.
  3. Bekijk de overlap van het 129Xe-beeld of masker met het CT-beeld in alle beeldvlakken (coronaal, axiaal, sagittaal) en evalueer de visuele uitlijning van oriëntatiepunten zoals de carina- en longgrenzen (indien beschikbaar in het 129Xe-beeld).
  4. Bekijk de resultaten. Als u tevreden bent met de resultaten, is de registratie voltooid.
    OPMERKING: Het geregistreerde 129Xe-beeld/masker kan worden vermenigvuldigd met het CT-masker om de luchtpijp en de hoofdluchtwegen te verwijderen (indien niet verwijderd voorafgaand aan MRI-segmentatie) en elk signaal te verwijderen dat na registratie buiten de CT-longgrenzen valt. Verdere kwantificering voor regionale structuur-functiemetingen kan naar wens worden uitgevoerd.
  5. Als u niet tevreden bent met de resultaten, evalueer en optimaliseer dan indien nodig alternatieve soorten transformatie en bijbehorende parameters.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

Deze studie verwierf prospectief gepaarde CT en 129Xe MRI in een onderzoeksomgeving voor regionale karakterisering van de longstructuur-functie en beeldgeleide bronchoscopie bij een reeks longziekten en aandoeningen. Figuur 3 toont geregistreerde 129Xe MRI-ventilatie en CT in coronale en sagittale vlakken voor vier representatieve deelnemers met een reeks MRI-ventilatiepatronen (voor dezelfde deelnemers van figuur 1...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

CT en 129Xe MRI bieden aanvullende informatie om de regionale longstructuur en -functie te evalueren die het best wordt gefaciliteerd met behulp van beeldregistratie. Multimodale beeldregistratie kan niet-triviaal zijn om te implementeren, en daarom is het hier verstrekte protocol bedoeld om lezers de tools te bieden om 129Xe MRI naar CT te registreren. Het meegeleverde protocol maakt gebruik van ANTsPy voor een eenvoudigere implementatie voor gebruikers met een bre...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

RLE ontvangt persoonlijke advieskosten van VIDA Diagnostics Inc. buiten het ingediende werk. JAL heeft een instellingssubsidie ontvangen van GE Healthcare en honoraria voor lezingen van Philips en GE Healthcare buiten het ingezonden werk.

Dankbetuigingen

Dit onderzoek werd gedeeltelijk ondersteund door computationele bronnen en diensten die werden geleverd door Advanced Research Computing aan de University of British Columbia en door een AI Grant van het Department of Radiology van de University of British Columbia. RLE werd ondersteund door een Michael Smith Health Research BC Trainee Award.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
3D SlicerBrigham and Women's Hospital (BWH)https://www.slicer.org/Software voor beeldanalyse/visualisatie; open source
ANTsPyNAhttps://github.com/ANTsX/ANTsPyCoding infrastructure; open source
ITK-SNAPNAhttp://www.itksnap.org/pmwiki/pmwiki.phpSoftware voor beeldanalyse/visualisatie; open source
MAGNETOM Vida 3.0T MRISiemens HealthineersNAKan elke 1,5 T of 3,0 T scanner zijn met breedband beeldvormingscapaciteit
MATLABMathworkshttps://www.mathworks.com/products/matlab.htmlAlgemene software, goed voor beeldanalyse; beschikbaar op abonnementsbasis
reg.pyNANARegistratiescript (aanvullend bestand 1)
Revolution HD CT-scannerGE HealthcareNAKan elke CT-scanner zijn met ≥64 detectoren
VIDA InsightsVIDA Diagnostics Inc.NACT-analysesoftware; kan van alles zijn om maskers te genereren

Referenties

  1. Albert, M. S., et al. Biological magnetic resonance imaging using laser-polarized 129Xe. Nature. 370 (6486), 199-201 (1994).
  2. Sheikh, K., Coxson, H. O., Parraga, G. This is what COPD looks like. Respirology. 21 (2), 224-236 (2016).
  3. Ebner, L., et al. The role of hyperpolarized (129)xenon in MR imaging of pulmonary function. Eur J Radiol. 86, 343-352 (2017).
  4. Eddy, R. L., Parraga, G. Pulmonary xenon-129 MRI: New opportunities to unravel enigmas in respiratory medicine. Eur Respir J. 55 (2), 1901987(2020).
  5. Stewart, N. J., et al. Lung MRI with hyperpolarised gases: Current & future clinical perspectives. Br J Radiol. 95 (1132), 20210207(2022).
  6. Kooner, H. K., et al. Pulmonary functional MRI: Detecting the structure-function pathologies that drive asthma symptoms and quality of life. Respirology. 27 (2), 114-133 (2022).
  7. Mugler, J. P., Altes, T. A. Hyperpolarized 129Xe MRI of the human lung. J Magn Reson Imaging. 37 (2), 313-331 (2013).
  8. Kaushik, S. S., et al. Single-breath clinical imaging of hyperpolarized (129)Xe in the airspaces, barrier, and red blood cells using an interleaved 3D radial 1-point Dixon acquisition. Magn Reson Med. 75 (129), 1434-1443 (2016).
  9. Niedbalski, P. J., et al. Protocols for multi-site trials using hyperpolarized (129) Xe MRI for imaging of ventilation, alveolar-airspace size, and gas exchange: A position paper from the (129) Xe MRI clinical trials consortium. Magn Reson Med. 86 (6), 2966-2986 (2021).
  10. Lynch, D. A., Al-Qaisi, M. A. Quantitative computed tomography in chronic obstructive pulmonary disease. J Thorac Imaging. 28 (5), 284-290 (2013).
  11. Motahari, A., et al. Repeatability of pulmonary quantitative computed tomography measurements in chronic obstructive pulmonary disease. Am J Respir Crit Care Med. 208 (6), 657-665 (2023).
  12. Jarjour, N. N., et al. Severe asthma: Lessons learned from the national heart, lung, and blood institute severe asthma research program. Am J Respir Crit Care Med. 185 (4), 356-362 (2012).
  13. Regan, E. A., et al. Genetic epidemiology of COPD (copdgene) study design. COPD. 7 (1), 32-43 (2010).
  14. Couper, D., et al. Design of the subpopulations and intermediate outcomes in COPD study (SPIROMICS). Thorax. 69 (5), 491-494 (2014).
  15. Vestbo, J., et al. Evaluation of COPD longitudinally to identify predictive surrogate end-points (eclipse). Eur Respir J. 31 (4), 869-873 (2008).
  16. Bourbeau, J., et al. Canadian cohort obstructive lung disease (cancold): Fulfilling the need for longitudinal observational studies in COPD. Copd. 11 (2), 125-132 (2014).
  17. Galbán, C. J., et al. Computed tomography-based biomarker provides unique signature for diagnosis of COPD phenotypes and disease progression. Nat Med. 18 (11), 1711-1715 (2012).
  18. Kirby, M., et al. A novel method of estimating small airway disease using inspiratory-to-expiratory computed tomography. Respiration. 94 (4), 336-345 (2017).
  19. Kim, M., Doganay, O., Hwang, H. J., Seo, J. B., Gleeson, F. V. Lobar ventilation in patients with COPD assessed with the full-scale airway network flow model and xenon-enhanced dual-energy CT. Radiology. 298 (1), 201-209 (2021).
  20. Fain, S. B., et al. Evaluation of structure-function relationships in asthma using multidetector CT and hyperpolarized He-3 MRI. Acad Radiol. 15 (6), 753-762 (2008).
  21. Zha, W., et al. Regional heterogeneity of lobar ventilation in asthma using hyperpolarized helium-3 MRI. Acad Radiol. 25 (2), 169-178 (2018).
  22. Tahir, B. A., et al. Comparison of CT-based lobar ventilation with 3He MR imaging ventilation measurements. Radiology. 278 (2), 585-592 (2016).
  23. Adams, C. J., Capaldi, D. P. I., Di Cesare, R., McCormack, D. G., Parraga, G. On the potential role of MRI biomarkers of COPD to guide bronchoscopic lung volume reduction. Acad Radiol. 25 (2), 159-168 (2018).
  24. Pike, D., et al. Regional heterogeneity of chronic obstructive pulmonary disease phenotypes: Pulmonary (3)He magnetic resonance imaging and computed tomography. COPD. 13 (3), 601-609 (2016).
  25. Svenningsen, S., Guo, F., McCormack, D. G., Parraga, G. Noncystic fibrosis bronchiectasis: Regional abnormalities and response to airway clearance therapy using pulmonary functional magnetic resonance imaging. Acad Radiol. 24 (1), 4-12 (2017).
  26. Sheikh, K., et al. Magnetic resonance imaging biomarkers of chronic obstructive pulmonary disease prior to radiation therapy for non-small cell lung cancer. Eur J Radiol Open. 2, 81-89 (2015).
  27. Tahir, B. A., et al. Spatial comparison of CT-based surrogates of lung ventilation with hyperpolarized helium-3 and xenon-129 gas MRI in patients undergoing radiation therapy. Int J Radiat Oncol Biol Phys. 102 (4), 1276-1286 (2018).
  28. Svenningsen, S., et al. What are ventilation defects in asthma. Thorax. 69 (1), 63-71 (2014).
  29. Svenningsen, S., Nair, P., Guo, F., McCormack, D. G., Parraga, G. Is ventilation heterogeneity related to asthma control. Eur Respir J. 48 (2), 370-379 (2016).
  30. Eddy, R. L., et al. Is computed tomography airway count related to asthma severity and airway structure and function. Am J Respir Crit Care Med. 201 (8), 923-933 (2020).
  31. Mummy, D. G., et al. Mucus plugs in asthma at CT associated with regional ventilation defects at (3)He MRI. Radiology. 303 (3), 184-190 (2022).
  32. Carey, K. J., et al. Comparison of hyperpolarized (3)He-MRI, CT based parametric response mapping, and mucus scores in asthmatics. Front Physiol. 14, 1178339(2023).
  33. Thomen, R. P., et al. Regional ventilation changes in severe asthma after bronchial thermoplasty with (3)He MR imaging and CT. Radiology. 274 (3), 250-259 (2015).
  34. Capaldi, D. P., et al. Pulmonary imaging biomarkers of gas trapping and emphysema in COPD: (3)He MR imaging and CT parametric response maps. Radiology. 279 (3), 597-608 (2016).
  35. MacNeil, J. L., et al. Pulmonary imaging phenotypes of chronic obstructive pulmonary disease using multiparametric response maps. Radiology. 295 (1), 227-236 (2020).
  36. Kirby, M., et al. Pulmonary ventilation visualized using hyperpolarized helium-3 and xenon-129 magnetic resonance imaging: Differences in COPD and relationship to emphysema. J Appl Physiol. 114 (1985), 707-715 (2013).
  37. Hahn, A. D., et al. Hyperpolarized (129)Xe MR spectroscopy in the lung shows 1-year reduced function in idiopathic pulmonary fibrosis. Radiology. 305 (129), 688-696 (2022).
  38. Tahir, B. A., et al. A method for quantitative analysis of regional lung ventilation using deformable image registration of CT and hybrid hyperpolarized gas/1h MRI. Phys Med Biol. 59 (23), 7267-7277 (2014).
  39. Heinrich, M. P., et al. MIND: Modality independent neighbourhood descriptor for multi-modal deformable registration. Med Image Anal. 16 (7), 1423-1435 (2012).
  40. Yaremko, B. P., et al. Functional lung avoidance for individualized radiation therapy: Results of a double-masked, randomized controlled trial. Int J Radiat Oncol Biol Phys. 113 (5), 1072-1084 (2022).
  41. Westcott, A., et al. Chronic obstructive pulmonary disease: Thoracic CT texture analysis and machine learning to predict pulmonary ventilation. Radiology. 293 (3), 676-684 (2019).
  42. Tahir, B. A., et al. Comparison of CT ventilation imaging and hyperpolarised gas MRI: Effects of breathing manoeuvre. Phys Med Biol. 64 (5), 055013(2019).
  43. Astley, J. R., et al. A hybrid model- and deep learning-based framework for functional lung image synthesis from multi-inflation CT and hyperpolarized gas MRI. Med Phys. 50 (9), 5657-5670 (2023).
  44. Murphy, K., et al. Evaluation of registration methods on thoracic CT: The empire10 challenge. IEEE Trans Med Imaging. 30 (11), 1901-1920 (2011).
  45. Guo, F., et al. Thoracic CT-MRI coregistration for regional pulmonary structure-function measurements of obstructive lung disease. Med Phys. 44 (5), 1718-1733 (2017).
  46. Guo, F., et al. Development of a pulmonary imaging biomarker pipeline for phenotyping of chronic lung disease. J Med Imaging (Bellingham). 5 (2), 026002(2018).
  47. Avants, B. B., et al. A reproducible evaluation of ANTs similarity metric performance in brain image registration. Neuroimage. 54 (3), 2033-2044 (2011).
  48. Tustison, N. J., Avants, B. B. Explicit B-spline regularization in diffeomorphic image registration. Front Neuroinform. 7, 39(2013).
  49. Avants, B. B., et al. The Insight ToolKit image registration framework. Front Neuroinform. 8, 44(2014).
  50. Sieren, J. P., et al. SPIROMICS protocol for multicenter quantitative computed tomography to phenotype the lungs. Am J Respir Crit Care Med. 194 (7), 794-806 (2016).
  51. Garrison, W. J., et al. Acquiring hyperpolarized 129Xe magnetic resonance images of lung ventilation. J Vis Exp. (201), e65982(2023).
  52. Kirby, M., et al. Hyperpolarized 3He magnetic resonance functional imaging semiautomated segmentation. Acad Radiol. 19 (2), 141-152 (2012).
  53. Niedbalski, P. J., et al. A single-breath-hold protocol for hyperpolarized (129) Xe ventilation and gas exchange imaging. NMR Biomed. 36 (8), e4923(2023).
  54. Collier, G. J., et al. Single breath-held acquisition of coregistered 3D (129) Xe lung ventilation and anatomical proton images of the human lung with compressed sensing. Magn Reson Med. 82 (1), 342-347 (2019).
  55. ANTsPy Contributors. Registration. , Available from: https://antspy.readthedocs.io/en/latest/registration.html (2017).
  56. Maes, F., Vandermeulen, D., Suetens, P. Medical image registration using mutual information. Proceedings of the IEEE. 91 (10), 1699-1722 (2003).
  57. He, M., et al. Extending semiautomatic ventilation defect analysis for hyperpolarized (129)Xe ventilation MRI. Acad Radiol. 21 (12), 1530-1541 (2014).
  58. Wang, J. M., Ram, S., Labaki, W. W., Han, M. K., Galbán, C. J. CT-based commercial software applications: Improving patient care through accurate COPD subtyping. Int J Chron Obstruct Pulmon Dis. 17, 919-930 (2022).
  59. Estepar, R. S. J., et al. Chest imaging platform: An open-source library and workstation for quantitative chest imaging. Am J Respir Crit Care Med. 191, 4975(2015).
  60. Sharma, M., et al. Quantification of pulmonary functional MRI: State-of-the-art and emerging image processing methods and measurements. Phys Med Biol. 67 (22), (2022).
  61. Wang, J. M., et al. Using hyperpolarized (129)Xe MRI to quantify regional gas transfer in idiopathic pulmonary fibrosis. Thorax. 73 (129), 21-28 (2018).
  62. Hall, C. S., et al. Single-session bronchial thermoplasty guided by (129)Xe magnetic resonance imaging. A pilot randomized controlled clinical trial. Am J Respir Crit Care Med. 202 (129), 524-534 (2020).
  63. Svenningsen, S., et al. Bronchial thermoplasty guided by hyperpolarised gas magnetic resonance imaging in adults with severe asthma: A 1-year pilot randomised trial. ERJ Open Res. 7 (3), 00268(2021).
  64. Rankine, L. J., et al. Hyperpolarized (129)Xe magnetic resonance imaging for functional avoidance treatment planning in thoracic radiation therapy: A comparison of ventilation- and gas exchange-guided treatment plans. Int J Radiat Oncol Biol Phys. 111 (129), 1044-1057 (2021).
  65. Radadia, N., et al. Comparison of ventilation defects quantified by technegas spect and hyperpolarized (129)Xe MRI. Front Physiol. 14, 1133334(2023).
  66. Criner, G. J. Surgical and interventional approaches in COPD. Respir Care. 68 (7), 939-960 (2023).
  67. Hartman, J. E., Garner, J. L., Shah, P. L., Slebos, D. J. New bronchoscopic treatment modalities for patients with chronic bronchitis. Eur Respir Rev. 30 (159), 200281(2021).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Meer artikelen verkennen

Hypergepolariseerde xenon-MRIthorax-CTbeelregistratieregionale longfunctieCT-MRI-registratieventilatieafwijkingenchronisch obstructieve longziektekwantitatieve longbeeldvorming
Multimodale longbeeldvorming: complementaire informatie van CT en hypergepolariseerde 129Xe MRI gebruiken om de longstructuur-functie te evalueren
Neem contact met ons op
Aanbevelen aan de bibliotheek

Privacy

Gebruiksvoorwaarden

Beleidsoverzicht

Copyright © 2026 MyJoVE Corporation. Alle rechten voorbehouden.