Driedimensioneel fase-opgelost functioneel long magnetische resonantie beeldvorming
21 juni 2024
Driedimensionaal (3D) fase-opgeloste functionele long (PREFUL) is een functionele magnetische resonantiebeeldvormingstechniek (MRI) die kwantificering van regionale ventilatie van het hele menselijke longvolume mogelijk maakt, met behulp van ademhalingscycli en contrastmiddelvrije acquisitie gedurende 8 minuten. Hier presenteren we een MR-protocol om 3D PREFUL-beeldgegevens te verzamelen en te analyseren.
3D PREFUL MRI maakt visualisatie van longventilatie mogelijk. Wat was onze initiële motivatie om PREFUL MRI te ontwikkelen? Het was de wens om het hele longvolume vast te leggen met een hogere isotrope beeldresolutie in vergelijking met conventionele 2D PREFUL MRI.
3D PREFUL MRI maakt dynamische ventilatie mogelijk, detectie van longziekten, behandelingsmonitoring en hopelijk in de toekomst prognose van patiënten met longziekten. Bij kinderen is PREFUL MRI vooral nuttig omdat het zeer patiëntvriendelijk is zonder straling. Het grootste voordeel van 3D PREFUL MRI is het gebruik van een productsequentie, die beschikbaar is op geavanceerde MR-scanners, waardoor de wijdverbreide toepassing in andere centra wordt vergemakkelijkt.
Bovendien is 3D PREFUL MRI in vergelijking met andere 3D niet-verbeterde vrij ademende MRI-technieken onlangs gevalideerd voor directe meting van ventilatie met behulp van 19 FCA's beeldvorming en hyperiseerd gasbeeldvorming, waarbij een sterke overeenkomst tussen deze methoden werd aangetoond. We hebben aangetoond dat 3D PREFUL MRI ventilatieheterogeniteit en ventilatiefouten kan laten zien bij patiënten met astma en CBD. Verder waren we in staat om de effecten van de behandelingsrespons te tonen bij patiënten met cystische fibrose na therapie.
Daarom denken we dat 3D PREFUL MRI in de toekomst een waardevol aanvullend hulpmiddel is in de kliniek voor patiënten met longziekten. De meest recente 3D PREFUL-ontwikkelingen omvatten nieuwe sequentieontwerpen zoals het gebruik van spiraalvormige trajecten. Deze zijn relevant vanwege hun lagere hardwarevereisten en verhoogde case-gebaseerde monsternemingseffizienz.
Bovendien wint de gelijktijdige motorische plakbenadering interesse voor het aanzienlijk verkorten van de scantijd tijdens 2D-acquisitie terwijl ventilatie en perfusie gewogen beeldvorming mogelijk wordt. De volgende stappen in 3D PREFUL MRI zullen het verder verkorten van acquisitietijden en het toepassen van op diep leren gebaseerde technieken voor beeldreconstructie en beeldregistratie omvatten, aangezien deze stappen momenteel de meest tijdrovende zijn in de pipeline. Hierdoor streven we ernaar deze processen aanzienlijk te versnellen, de algehele acquisitie-efficiency te verbeteren en online reconstructie mogelijk te maken.
Begin door de proefpersoon te instrueren om in een liggende positie op de magnetische resonantie beeldvorming of MRI-tafel te gaan liggen. Gebruik laserlichtnavigatie om de patiënt zo te positioneren dat het beeldvormingsgebied zich in het ISIS-centrum van de boring bevindt. Voer een localizersequentie uit om lage resolutie anatomische beelden in drie vlakken te verkrijgen om het 3D PREFUL-onderzoek te plannen.
Na het instellen van de acquisitieparameters, stel het aantal radiale projecties in zodat de acquisitie ongeveer acht minuten duurt. Controleer of de hele thorax in het beeldveld is opgenomen en start de acquisitie. Sla de ruwe 3D PREFUL case-gebaseerde gegevens op met behulp van de leveranciersspecifieke stappen op de MR-console.
Stel het pad naar de ruwe gegevens in om de verworven gegevens te evalueren met behulp van het script voor beeldreconstructie. Schat de MR-systeemafhankelijke gradiëntvertragingen in met behulp van de kalibratieprojecties met de S-vertragingsfunctie in de BART. Pas een verschuiving toe op elke projectie volgens de berekende gradiëntvertraging, gevolgd door filtering van de gradiëntvertraging gecorrigeerde gegevens met een periodiek venster in het XY-vlak en de Z-richting.
Voor beeldreconstructie met lage resolutie, selecteer een achtste van de case-gebaseerde gegevens, gecentreerd rond de middelste index van de uitleesdimensie, evenals een vierde van de case-gebaseerde gegevens gecentreerd rond de middelste index van de partitiedimensie. Herschik de matrices van case-gebaseerde gegevens en overeenkomstige trajecten om aanvullende tijdsdimensies te omvatten, waarbij elk tijdspunt 14 radiale projecties omvat. Gebruik de parallelle beeldvorming en gecomprimeerde beeldvorming pics-opdracht en BART voor beeldreconstructie.
Om het ademhalings-gatingsignaal te extraheren, segmenteer het longparenchym in elk gereconstrueerd 3D-beeld met lage resolutie met behulp van Otsu's thresholding en bereken het longparenchymvolume voor elk tijdstip. Pas een laagdoorlaatfilter toe met een snijfrequentie van 0,7 hertz op de geëxtraheerde volumeserie en bereken de ademhalingsfrequentie. Sluit vervolgens extreme uitbijters uit de tijdsreeks uit.
Voer vervolgens een snelle Fourier-transformatie uit op de handingfiltergegevens langs de plakrichting om plak-voor-plak beeldreconstructie mogelijk te maken. Herschik de case-gebaseerde gegevensmatrix op basis van de geëxtraheerde tijdsreeks, zodat elke ademhalingsbin minimaal 100 spaken bevat. Herschik de case-gebaseerde trajectenmatrix om overeen te komen met de grootte van de case-gebaseerde gegevens en gebruik 20% van de projecties van aangrenzende bins om het signaal-ruisverhouding van elke ademhalingsbin te verbeteren.
Voer de picks-opdracht uit voor beeldreconstructie voor elke plak. Sla de variabelen op, inclusief de gereconstrueerde beelden van een complete ademhalingscyclus, ademhalingsfrequentie en acquisitietijden in een DOTMAP-bestand. Draai vervolgens de signaalintensiteiten van de gereconstrueerde beelden om en registreer ze naar een geselecteerde ademhalingstoestand met behulp van niet-rigide registratie.
Voer filtering uit met Nadaraya-Watson kernel regressie op de geregistreerde en opnieuw geïnverteerde beelden om 16 fasen te interpoleren op een gelijkmatig verdeeld tijdsraster. Elimineer signaalvariaties die niet gerelateerd zijn aan ademhaling met behulp van een laagdoorlaatfilter bij 0,7 hertz op de geïnterpoleerde gegevens in het tijdsdomein. Stel de parameters van venstergrootte in op 5 5 5 en lambda op 0,001.
Ontdoe de laagdoorlaat gefilterde beelden van ruis met beeldgestuurde filtering met het tijdgemiddelde geregistreerde beeld als leidend beeld. Bereken de regionale ventilatie of onze ventkaarten in milliliter per milliliter voor elke ademhalingsfase N. Segmenteer vervolgens het longparenchym van het end-inspira
Overzicht
De 3D phase-resolved functional lung (PREFUL) MRI-techniek maakt een uitgebreide visualisatie en kwantificering van longventilatie mogelijk in het gehele longvolume. Deze methode verbetert de beeldresolutie en is bijzonder nuttig voor het bewaken van longziekten op een patiëntvriendelijk manier.
Belangrijke studiecomponenten
Wetenschapsgebied
- Neurowetenschappen
- Medische beeldvorming
- Respiratoire gezondheid
Achtergrond
- 3D PREFUL MRI legt het gehele longvolume vast met een hogere resolutie dan conventionele methoden.
- Het is niet-invasief en omvat geen straling, waardoor het geschikt is voor kinderen.
- De techniek is gevalideerd tegen andere beeldvormingsmethoden voor het meten van ventilatie.
- Recente ontwikkelingen omvatten nieuwe sequentie-ontwerpen en verminderde acquisitietijden.
Doel van het onderzoek
- Om een methode te ontwikkelen voor dynamische ventilatiebeoordeling bij patiënten met longziekten.
- Om behandelingsmonitoring te vergemakkelijken en prognoses bij longziekten te verbeteren.
- Om de klinische bruikbaarheid van MRI in de respiratoire gezondheid te verbeteren.
Gebruikte methoden
- Gebruik van een productsequentie op de nieuwste MR-scanners.
- Implementatie van beeldreconstructietechnieken inclusief deep learning.
- Toepassing van respiratoire gating en segmentatiemethoden voor data-analyse.
- Gebruik van verschillende filtering- en registratietechnieken om de beeldkwaliteit te verbeteren.
Belangrijkste resultaten
- 3D PREFUL MRI toonde ventilatieheterogeniteit bij patiënten met astma en COPD.
- Het bewaakte effectief behandelingsreacties bij patiënten met cystische fibrose.
- Nieuwe sequentie-ontwerpen verbeterden de acquisitie-efficiëntie en verminderden de scantijden.
- Er werd een sterke correspondentie gevonden tussen 3D PREFUL MRI en andere ventilatiemeetmethoden.
Conclusies
- 3D PREFUL MRI is een waardevol hulpmiddel voor het beoordelen van longfunctie in klinische omgevingen.
- Toekomstige ontwikkelingen zijn gericht op verdere vermindering van acquisitietijden en verbetering van beeldverwerking.
- Deze techniek belooft veel voor het verbeteren van patiëntenzorg bij respiratoire ziekten.
Veelgestelde vragen
Executive Industry Relevance
Three-dimensional phase-resolved functional lung (3D PREFUL) MRI enables quantitative, radiation-free assessment of regional lung ventilation dynamics across the entire lung volume. This technology enhances predictive confidence in respiratory disease models and supports translational continuity from discovery through preclinical validation. Its robust, reproducible outputs position it as a reusable platform for respiratory drug development and mechanistic de-risking.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables interrogation of pulmonary ventilation mechanisms in disease-relevant systems.
- Supports functional target validation by quantifying regional ventilation heterogeneity.
- Facilitates mechanistic de-risking for respiratory drug candidates.
Screening & Assay Development
- Provides standardized, quantitative imaging outputs for assay development.
- Enables reproducible assessment of compound effects on lung ventilation.
- Supports platform scalability and cross-study comparability in respiratory models.
Translational & Preclinical Research
- Aligns imaging biomarkers with clinical pulmonary function endpoints.
- Enables longitudinal monitoring of treatment response in preclinical and translational studies.
- Reduces biological risk by providing non-invasive, repeatable measurements.
Pipeline & Workflow Integration
3D PREFUL MRI integrates into the respiratory drug discovery continuum from early mechanistic studies through preclinical efficacy and biomarker validation.
- Discovery Biology: Quantifies ventilation dynamics to clarify disease mechanisms and validate targets.
- Screening: Delivers reproducible, quantitative readouts for compound evaluation in lung models.
- Analytics: Provides statistical outputs (e.g., ventilation defect percentage, flow-volume metrics) for robust condition comparison.
- Translational Research: Bridges preclinical imaging with clinical pulmonary function tests for biomarker alignment.
- Enterprise Reuse: Offers a scalable, vendor-agnostic imaging platform for multi-program respiratory portfolios.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in respiratory models.
- Operational Value: Standardizes imaging protocols and enables reproducible, multi-site implementation.
- Strategic Value: Improves go/no-go decisions and capital efficiency by providing robust, quantitative endpoints.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of respiratory assets.
Implementation Considerations
- Requires expertise in advanced MRI acquisition and image analysis.
- Needs access to state-of-the-art MR scanners and computational infrastructure for image reconstruction.
- Demands cross-team standardization of imaging protocols and data processing pipelines.
- Adaptable to various preclinical and clinical lung disease models with appropriate parameterization.
- Current limitations include image reconstruction time and the need for further automation in data processing.
