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

Summary

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.

Abstract

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.

Introduction

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 te^evalueren1. 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 X}MR-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 longkwabben^10,11. 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, COPD^23,24, bronchiëctasieën²⁵ en longkanker^26,27. 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 1}H 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 registreren^34,38. 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 affiene^38,45.

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-129}Xe 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-129}Xe kan worden geëlimineerd met gelijktijdig verkregen ¹²⁹Xe en ¹H MRI in dezelfde ademinhouding^53,54.

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.

Results

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). Het geregistreerde ¹²⁹Xe MR-labelmasker toont ^{clusters van 129}Xe-signaalintensiteit van ventilatiedefect of signaalleegte tot hyperintens, en werd vermenigvuldigd met het CT-labelmasker om de luchtpijp en de hoofdluchtwegen te verwijderen. Visuele inspectie toont een goede uitlijning van alle longgrenzen voor de gezonde deelnemer (Figuur 3A) met homogene ventilatie, met uitzondering van de costofrenische hoek in de rechterlong. Deze discrepantie kan te wijten zijn aan resolutieverschillen tussen de twee modaliteiten of geometrische vervorming in de ¹²⁹Xe/¹H MRI; Het is echter een klein deel van het totale longvolume. Bij de drie deelnemers met COPD was er ook een goede uitlijning van de longgrenzen, indien beschikbaar. De COPD-voorbeelden hierin variëren van diffuse ventilatieafwijkingen (Figuur 3B), ventilatieafwijkingen van de bovenkwab met afwezige apicale longgrenzen (Figuur 3C) en ventilatieafwijkingen van de onderkwab met afwezige diafragmatische longgrenzen (Figuur 3D).

De auteurs kiezen doorgaans voor visuele inspectie van de geregistreerde beelden en evalueren de registratieprestaties niet prospectief kwantitatief vanwege de aard van de multimodale contrastverschillen tussen CT en ¹²⁹Xe MRI. Veelgebruikte kwantitatieve maatstaven voor registratieprestaties zijn de dobbelsteencoëfficiënt of doelregistratiefout (TRE). Dobbelsteencoëfficiënten kunnen worden geëvalueerd tussen de geregistreerde ¹H (bewegende) en CT (vaste) beelden; dit zou echter indirect zijn, aangezien ¹H-beelden worden gebruikt als een tussenliggende brug om ¹²⁹Xe-beelden te registreren, en de interessante metingen afkomstig zijn van ¹²⁹Xe MRI. TRE kan worden gekwantificeerd door fiduciale oriëntatiepunten op de vaste en bewegende beelden te plaatsen; het plaatsen van fiducials is echter een tijdrovend handmatig proces en de aard van ¹²⁹Xe MRI-ventilatieafwijkingen betekent dat er mogelijk beperkte anatomische oriëntatiepunten beschikbaar zijn. Hoewel de tracheale carina- en costofrenische hoeken doorgaans dienen als gemakkelijke oriëntatiepunten, benadrukken de deelnemers aan figuur 3C,D ernstige voorbeelden waarbij er beperkte voor de hand liggende oriëntatiepunten beschikbaar zijn. Met behulp van een vergelijkbaar registratiekader in ANT's bereikten Tahir et al. een TRE van 8,8 mm tot 19,7 mm³⁸, wat klein is in verhouding tot de grootte van de longen (typisch gezichtsveld 350-400 mm) en daarom acceptabel; de auteurs verwachten dat TRE vergelijkbaar zou kunnen zijn met behulp van het huidige raamwerk.

Figuur 1: Pulmonale ¹²⁹Xe en ¹H en CT. Voorbeelden van ¹²⁹Xe en volume-matched anatomische ¹H MRI met gepaarde CT voor een gezonde deelnemer (A) en drie deelnemers met chronische obstructieve longziekte (COPD; B, C, D) met een bereik van ¹²⁹Xe ventilatiepatronen. Klik hier om een grotere versie van deze figuur te bekijken.

Figuur 2: Algemene beeldanalyse en registratiepijplijn. Invoer-CT-, ¹²⁹Xe MR- en ¹H MR-afbeeldingen worden eerst gesegmenteerd om maskers met één label te genereren. Het ¹H MR-beeld/masker wordt eerst getransformeerd naar het ¹²⁹Xe-beeld/masker. Alle CT-, ¹²⁹Xe- en ¹H-afbeeldingen en -maskers worden geconverteerd naar NIfTI-bestanden, die vervolgens worden gebruikt voor ¹²⁹Xe-CT-registratie. Het ¹H-masker wordt getransformeerd naar de CT-beeldruimte en de transformatie wordt vervolgens toegepast op het ¹²⁹Xe-beeld/masker. Klik hier om een grotere versie van deze figuur te bekijken.

Figuur 3: ¹²⁹Xe MRI-CT registratieresultaten. Registratieresultaten voor de vier representatieve deelnemers weergegeven in figuur 1, waarbij ¹²⁹Xe wordt weergegeven in cyaan over de CT in grijstinten. Er was een goede uitlijning van alle longgrenzen voor de gezonde deelnemer (A) met homogene ventilatie, met uitzondering van de costophrenische hoek in de rechterlong. Er was ook een goede uitlijning van de longgrenzen bij de drie deelnemers met COPD, indien beschikbaar, variërend van diffuse ventilatieafwijkingen (B), ventilatieafwijkingen van de bovenkwab met afwezige apicale longgrenzen (C) en ventilatieafwijkingen van de onderkwab met afwezige diafragmatische longgrenzen (D). Klik hier om een grotere versie van deze figuur te bekijken.

Figuur 4: Lobaire structuurfunctiemetingen bij een deelnemer met COPD. Lobar CT-emfyseem gemeten door de laagverzwakkende gebieden minder dan -950 Hounsfield-eenheden (LAA950, geel) en ¹²⁹Xe MRI-ventilatiedefectpercentage (VDP, cyaan) gegenereerd na ¹²⁹Xe MR-CT-registratie, als voorbeeld regionale evaluatie voor een beeldgestuurd behandelplan. Het schema van de lobaire contouren wordt weergegeven in sagittale vlakken. RUL = rechter bovenkwab; RML = rechter middenkwab; RLL = rechter onderkwab; LUL = linker bovenkwab; LLL = linker onderkwab. Klik hier om een grotere versie van deze figuur te bekijken.

Aanvullend bestand 1: Het reg.py script. Klik hier om dit bestand te downloaden.

Discussion

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 breed scala aan beeldverwerkingservaring die Python gebruiken in plaats van C++, zoals in conventionele ANT's. Over het algemeen bieden ANT's een open-source raamwerk voor beeldregistratie dat de noodzaak van afstemming voor verschillende metrieken en/of beeldparen vermindert en reproduceerbare onderzoekspraktijken ondersteunt⁴⁹. Een set van drie opeenvolgende algoritmen wordt doorgaans gebruikt in ANT's om optimale registratie te bereiken: (1) starre registratie met alleen rotatie en translatie, (2) affiene registratie met behulp van rotatie en translatie plus schaling en afschuiving, en (3) vervormbare, niet-lineaire registratie. Op een dieper niveau zijn de drie stappen van het standaardprotocol dat hier wordt geboden voor CT-MR-registratie: (1) Initiële gelijkenis (rigide) transformatie om grove overeenkomsten tussen de CT- en MR-beelden vast te leggen, waarbij de beelden worden voorbereid op latere, meer verfijnde transformaties. Deze stap maakt gebruik van Mattes wederzijdse informatiegelijkenis^{metriek 49} met 32 histogrambakken, regelmatige bemonstering met 0,2% bemonsterde pixels, optimalisatie van gradiëntafdaling met stapgrootte 0,25, Gaussiaanse piramide met meerdere resoluties met vier niveaus van neerwaartse bemonsteringsfactoren 6 x 4 x 2 x 1 (iteraties 2100 1200 1200 10) en overeenkomstige afvlakkende Gaussiaanse sigma's 3 mm x 2 mm x 1 mm x 0 mm. (2) Affiene transformatie met behulp van de uitvoer van het gelijkenisstadium als de initiële transformatie. Deze stap maakt gebruik van Mattes wederzijdse informatiegelijkenismetriek met 16 histogrambakken, regelmatige bemonstering met 0,2% bemonsterde pixels, optimalisatie van gradiëntafdaling met stapgrootte 0,25, Gaussiaanse piramide met meerdere resoluties met vier niveaus van down-samplingfactoren 4 x 2 x 2 x 1 (iteraties 2100, 1200, 1200, 100) en overeenkomstige afvlakkende Gaussiaanse sigma's 3 mm x 2 mm x 1 mm x 0 mm. (3) SyNAggro-transformatie als laatste stap om de transformatie verder te verfijnen met behulp van niet-lineaire, vervormbare registratie. Deze stap maakt gebruik van Mattes wederzijdse informatiegelijkenis metrisch met 16 histogrambakken, volledige steekproeven, optimalisatie van gradiëntafdaling met stapgrootte 0,2, Gaussiaanse piramide met meerdere resolutie met drie niveaus van neerwaartse bemonsteringsfactoren 4 x 2 x 1 (iteraties 40 20 0) en overeenkomstige afvlakkende Gaussiaanse sigma's 2 mm x 1 mm x 0 mm, Gaussiaanse regularisatiekernelbreedte van 3 voxels voor het afvlakken van het updatetransformatieveld. Dit zijn de standaardinstellingen voor het SyNAggro-transformatiealgoritme.

Zoals eerder beschreven en gebruikt voor beeldregistratie tussen CT en hypergepolariseerd gas MRI³⁸, werd hier een variatie van de symmetrische normalisatie (SyN)-transformatie gebruikt omdat werd aangetoond dat het een best presterend algoritme was in een pulmonale beeldregistratie-uitdaging⁴⁴. De metriek voor wederzijdse informatiegelijkenis werd gebruikt omdat deze het beste presteert voor multimodale beeldvorming⁵⁶. Om de multimodale verschillen in beeldcontrast verder te overbruggen, gebruikt het protocol de volume-afgestemde ¹H MRI om ¹²⁹Xe MRI indirect te registreren naar CT, zoals voor het eerst beschreven door Tahir et ^al.38, en registreert het in feite het single-label ¹H-masker op het CT-masker in plaats van de beelden die de resulterende transformatie vervolgens wordt toegepast op het ¹²⁹Xe-beeld en masker. Maskers met meerdere labels, bijvoorbeeld lobaire of segmentale CT-maskers 21,22,23,45 of MRI-intensiteitsbakken 57, kunnen ook worden gebruikt. Registratie wordt uitgevoerd door ¹uur MRI in kaart te brengen in de CT-ruimte om de CT-resolutie te behouden voor kwantificering van structurele CT-kenmerken, hoewel de registratierichting naar wens kan worden omgekeerd. Als input voor de registratiepijplijn verwerkt het protocol afbeeldingen en single-label maskers in NIfTI-formaat, omdat op deze manier alle dwarsdoorsnedes in een 3D-afbeelding in één bestand zijn opgenomen. We hebben dit protocol geëvalueerd op gepaarde ^CT-129Xe MRI-gegevens van twee centra onafhankelijk van elkaar (University of British Columbia en University of Kansas Medical Center) met goede prestaties, en verwachten daarom dat het protocol goed zal worden toegepast in andere datasets. Desalniettemin kunnen de transformatieparameters worden geoptimaliseerd om de prestaties in lokale gegevenssets indien nodig te verbeteren.

Het protocol is opzettelijk ontworpen om grotendeels agnostisch te zijn voor beeldacquisitie en segmentatie, aangezien deze stappen afhankelijk zijn van beschikbare of geprefereerde beeldvormingshardware, beeldvormingsprotocollen en softwaretools voor beeldanalyse. Het CT-protocol zou idealiter dun moeten zijn, niet-contrastversterkt, met een standaard-equivalente reconstructiekern om meting van gevalideerde kwantitatieve parenchymale, luchtweg- en/of vasculaire metriek 10,11,50 mogelijk te ^maken. CT kan worden verkregen bij volledige inspiratie, wat het best kan worden gevalideerd voor kwantitatieve metingen¹⁰, of volume-afgestemd op MRI om CT-MRI-registratie beter te vergemakkelijken en structuur-functiemetingen te koppelen bij hetzelfde longinflatievolume^24,30. Expiratoire CT kan ook worden uitgevoerd en geregistreerd bij inspiratoire CT voor kwantificering van luchtinsluiting 17,18,34. Voor segmentatie en kwantitatieve analyse zijn verschillende CT-softwaretools in de handel⁵⁸ of open-source⁵⁹ beschikbaar. Aan de andere kant zijn er ¹²⁹Xe MRI-acquisitieprotocollen gepubliceerd⁹, die momenteel afzonderlijke apneu-ingehouden acquisities aanbevelen voor ¹²⁹Xe en ¹H MRI. Er zijn nieuwe protocollen ontwikkeld die ¹²⁹Xe en ¹H MRI in dezelfde ademinhouding^53,54 verkrijgen, en daarom de voorverwerkingsstap van ^{1 H-129}Xe-registratie kunnen omzeilen. Bovendien richt dit protocol zich op ¹²⁹Xe MR-ventilatiebeeldvorming, maar is het op dezelfde manier van toepassing op ¹²⁹Xe gasuitwisselingsbeeldvorming. Als opkomende methode zijn ¹²⁹Xe/¹H MRI-segmentatie en -kwantificering nog niet gestandaardiseerd; In de literatuur zijn veel methoden gerapporteerd die hier gebruikt zouden kunnen worden en die mooi zijn samengevat in een recente review⁶⁰. Ongeacht hoe CT- en ^{1 H-129}Xe MR-beelden worden verkregen en hun single-label maskers worden verkregen, dit registratieprotocol is bedoeld om breed toepasbaar te zijn.

We erkennen de beperkingen van het huidige protocol, in de eerste plaats dat het enigszins handmatig is, vooral voor de voorbewerking om de registratie voor te bereiden en voor de evaluatie van de registratieprestaties. Geautomatiseerde methoden zijn al eerder voorgesteld⁴⁵, en verbeteringen in het bestaande protocol in de richting van automatisering zullen belangrijk zijn voor een naadloze klinische vertaling. De huidige registratie is ook CPU-gebaseerd; Hoewel CPU-verwerking waarschijnlijk op grotere schaal beschikbaar is en de registratie binnen ongeveer 10 minuten wordt uitgevoerd, kan implementatie met grafische verwerkingseenheden (GPU) en/of deep learning de looptijd verder verkorten en mogelijk de nauwkeurigheid van de registratie verbeteren. Ten slotte worden geen aanbevelingen of methodologie voor CT- en ¹H/¹²⁹Xe MR-beeldsegmentatie gegeven. Er is een breed scala aan methoden beschikbaar voor beide, dus dit wordt overgelaten aan de keuze van de lezers; Er zijn echter enorme kansen voor een pijplijn die automatische segmentatie en registratie omvat om de klinische vertaling verder te versnellen.

Dit registratieprotocol kan worden toegepast voor onderzoek of klinische omgevingen waar hypergepolariseerde ¹²⁹Xe MRI beschikbaar is. In het onderzoekslandschap hebben complementaire CT en ¹²⁹Xe MRI grotendeels de ontdekking van nieuwe inzichten in de regionale longstructuur-functie ondersteund, bijvoorbeeld bij astma 20,21,22,28,29,30,31,32,COPD 24,25,34,35 en IPF ^{37, 61}. okt. De brug naar klinische vertaling komt echter in beeldgeleide longinterventies. Beeldgeleide bronchiale thermoplastiek met behulp van CT en ¹²⁹Xe MRI bij patiënten met ernstig astma leverde minder bronchoscopische procedures op, minder bijwerkingen tijdens de procedure en niet-inferieure door de patiënt gerapporteerde resultaten in vergelijking met conventionele therapie met de hele long^62,63. Bij COPD kunnen de kwantitatieve CT-structuur en ^{de 129}Xe MRI-functie verschillende bronchoscopische doelen voor longvolumereductie suggereren op basis van de grootste lobaire last van CT-emfyseem en MRI-ventilatieafwijkingen, wat het belang benadrukt van het samen beschouwen van structuur en functie²³. Bovendien zijn functionele longvermijdende radiotherapieschema's^{voorgesteld 40,64} om regio's met een behouden beademings- en gasuitwisselingsfunctie op MRI te sparen van overmatige blootstelling aan straling. Aanvullende beeldgeleide mogelijkheden bij longinterventies zijn onder meer chirurgische resectie van longkanker⁶⁵, plaatsing van een stent en klep van de luchtwegen bij COPD en andere nieuwe bronchoscopische therapieën voor COPD of chronische bronchitis, zoals thermische dampablatie, cryotherapie of reoplastiek^66,67. Figuur 4 illustreert lobaire CT-emfyseem en MRI-ventilatieafwijkingen voor een patiënt met COPD die in aanmerking kunnen worden genomen bij de behandelplanning. De longen blijven een van de laatste grenzen van het menselijk lichaam voor beeldgestuurde interventies; samen bieden CT en ¹²⁹Xe MRI aanvullende informatie die ons begrip van de longstructuur-functie heeft verbeterd, die nu kan worden geïmplementeerd voor beeldgeleide longinterventies. Het ^CT-129Xe MRI-registratieprotocol dat hier wordt aangeboden, kan verdere ontdekking van de longstructuurfunctie mogelijk maken, evenals beeldgeleide interventies voor verbeterde zorg, behandeling en resultaten voor patiënten met luchtwegaandoeningen.

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
3D Slicer	Brigham and Women's Hospital (BWH)	https://www.slicer.org/	Image analysis/visualization software; open source
ANTsPy	NA	https://github.com/ANTsX/ANTsPy	Coding infrastructure; open source
ITK-SNAP	NA	http://www.itksnap.org/pmwiki/pmwiki.php	Image analysis/visualization software; open source
MAGNETOM Vida 3.0T MRI	Siemens Healthineers	NA	Can be any 1.5 T or 3.0 T scanner with broadband imaging capability
MATLAB	Mathworks	https://www.mathworks.com/products/matlab.html	General software, good for image analysis; available by subscription
reg.py	NA	NA	Registration script (Supplementary File 1)
Revolution HD CT scanner	GE Healthcare	NA	Can be any CT scanner with ≥64 detectors
VIDA Insights	VIDA Diagnostics Inc.	NA	CT analysis software; can be any to generate masks