Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Ilościowy rezonans magnetyczny w chorobach mięśni szkieletowych

19K wyświetleń

⸱

DOI:

10.3791/52352

⸱

18 grudnia 2016

 ,  ,  ,  ,  ,  ,  ,  ,  , 
1Institute of Imaging Science, Vanderbilt University, 2Department of Radiology and Radiological Sciences, Vanderbilt University, 3Department of Biomedical Engineering, Vanderbilt University, 4Department of Molecular Physiology and Biophysics, Vanderbilt University, 5Department of Physical Medicine and Rehabilitation, Vanderbilt University, 6Department of Physics and Astronomy, Vanderbilt University

W tym artykule

Podsumowanie

Choroby nerwowo-mięśniowe często wykazują zróżnicowaną czasowo, przestrzennie niejednorodną i wieloaspektową patologię. Celem tego protokołu jest scharakteryzowanie tej patologii za pomocą nieinwazyjnych metod obrazowania metodą rezonansu magnetycznego.

Streszczenie

Ilościowe obrazowanie metodą rezonansu magnetycznego (qMRI) opisuje rozwój i wykorzystanie MRI do ilościowego określania fizycznych, chemicznych i/lub biologicznych właściwości żywych systemów. Choroby nerwowo-mięśniowe często wykazują zmienną czasowo, przestrzennie niejednorodną i wieloaspektową patologię. Celem tego protokołu jest scharakteryzowanie tej patologii za pomocą metod qMRI. Protokół akwizycji MRI rozpoczyna się od obrazów lokalizatora (używanych do lokalizowania pozycji ciała i tkanki będącej przedmiotem zainteresowania w systemie MRI), pomiarów kontroli jakości odpowiednich rozkładów pola magnetycznego oraz obrazowania strukturalnego w celu ogólnej charakterystyki anatomicznej. Część protokołu dotycząca qMRI obejmuje pomiary stałych czasu relaksacji podłużnej i poprzecznej (odpowiednio T1 i T2). Pozyskiwane są również dane MRI z tensorem dyfuzji, w których mierzy się dyfuzyjność wody i wykorzystuje do wnioskowania o procesach patologicznych, takich jak obrzęk. Ilościowe obrazowanie transferu magnetyzacji służy do scharakteryzowania względnej zawartości tkanek makromolekularnych i wolnych protonów wodnych. Wreszcie, metody MRI tłuszcz-woda są stosowane do scharakteryzowania wymiany włóknisto-tłuszczowej tkanki mięśniowej. Oprócz opisu procedur pozyskiwania i analizy danych, w niniejszym artykule omówiono również potencjalne problemy związane z tymi metodami, analizą i interpretacją danych, bezpieczeństwem MRI oraz strategiami redukcji artefaktów i optymalizacji protokołów.

Wprowadzenie

Ilościowe obrazowanie metodą rezonansu magnetycznego (qMRI) opisuje rozwój i wykorzystanie MRI do ilościowego określania fizycznych, chemicznych i/lub biologicznych właściwości systemów żywych. QMRI wymaga przyjęcia biofizycznego modelu systemu, składającego się z tkanki będącej przedmiotem zainteresowania i sekwencji impulsów MRI. Sekwencja impulsów ma za zadanie uwrażliwić natężenie sygnału obrazów na parametr będący przedmiotem zainteresowania w modelu. Właściwości sygnału MRI (wielkość sygnału, częstotliwość i/lub faza) są mierzone i analizowane zgodnie z modelem. Celem jest uzyskanie bezstronnego, ilościowego oszacowania parametru fizycznego lub biologicznego o stale rozłożonych fizycznych jednostkach miary. Często równania opisujące system są analizowane i dopasowywane piksel po pikselu, tworząc obraz, którego wartości pikseli bezpośrednio odzwierciedlają wartości zmiennej. Taki obraz określa się mianem mapy parametrycznej.

Powszechnym zastosowaniem qMRI jest rozwój i zastosowanie biomarkerów. Biomarkery mogą być wykorzystywane do badania mechanizmu choroby, ustalenia diagnozy, określenia rokowania i/lub oceny odpowiedzi terapeutycznej. Mogą one przybierać formę stężeń lub aktywności cząsteczek endogennych lub egzogennych, próbki histologicznej, wielkości fizycznej lub obrazu wewnętrznego. Niektóre ogólne wymagania dotyczące biomarkerów polegają na tym, że obiektywnie mierzą one zmienną o rozkładzie ciągłym za pomocą fizycznych jednostek miary; mieć jasny, dobrze zrozumiały związek z patologią będącą przedmiotem zainteresowania; są wrażliwe na poprawę i pogorszenie stanu klinicznego; i mogą być mierzone z odpowiednią dokładnością i precyzją. Szczególnie pożądane są biomarkery nieinwazyjne lub małoinwazyjne, ponieważ zwiększają komfort pacjenta i w minimalnym stopniu zaburzają badaną patologię.

Celem opracowania opartych na obrazie biomarkerów chorób mięśni jest odzwierciedlenie choroby mięśni w sposób, który jest komplementarny, bardziej szczegółowy niż, bardziej przestrzennie selektywny i/lub mniej inwazyjny niż istniejące podejścia. Jedną ze szczególnych zalet qMRI w tym zakresie jest to, że ma on potencjał do integracji wielu rodzajów informacji, a tym samym potencjalnie charakteryzuje wiele aspektów procesu chorobowego. Ta zdolność jest bardzo ważna w chorobach mięśni, które często wykazują przestrzennie zmienną, złożoną patologię, która obejmuje zapalenie, martwicę i / lub atrofię z wymianą tłuszczu, zwłóknienie, przerwanie sieci miofilamentów ("strumieniowanie dysku Z") i uszkodzenie błony. Kolejną zaletą metod qMRI jest to, że jakościowe lub półilościowe opisy obrazów MR opartych na kontraście odzwierciedlają nie tylko patologię, ale także różnice w parametrach akwizycji obrazu, sprzęcie i ludzkiej percepcji. Przykład tego ostatniego problemu został zademonstrowany przez Wokke i wsp., którzy wykazali, że półilościowe oceny infiltracji tłuszczu są bardzo zmienne i często nieprawidłowe, w porównaniu z ilościowym MRI tłuszcz/woda (FWMRI)1.

Opisany tutaj protokół zawiera sekwencje impulsów do pomiaru stałych czasu relaksacji podłużnej (T1) i poprzecznej (T2), parametrów ilościowego transferu namagnesowania (qMT), współczynników dyfuzji wody za pomocą tensora dyfuzji MRI (DT-MRI) oraz struktury mięśni za pomocą obrazów strukturalnych i FWMRI. T1 mierzy się za pomocą sekwencji odzyskiwania inwersji, w której wektor namagnesowania netto jest odwracany, a jego wielkość jest próbkowana, gdy układ powraca do równowagi. T2 mierzy się poprzez wielokrotne ogniskowanie namagnesowania poprzecznego za pomocą ciągu impulsów ponownego ogniskowania, takich jak metoda Carra-Purcella Meibooma-Gilla (CPMG) i próbkowanie powstałych echa spinowego. Dane T1 i T2 można analizować przy użyciu nieliniowych metod dopasowywania krzywych, które albo zakładają a priori liczbę składników wykładniczych (zwykle od jednego do trzech), albo przy użyciu liniowego podejścia odwrotnego, które dopasowuje obserwowane dane do sumy dużej liczby zanikających wykładników, co daje widmo amplitud sygnału. Takie podejście wymaga nieujemnego rozwiązania metodą najmniejszych kwadratów(NNLS) 3 i zazwyczaj obejmuje dodatkową regularyzację w celu uzyskania stabilnych wyników. Pomiary T1 i T2 są szeroko stosowane do badania chorób mięśni i urazów4-9. Wartości T1 są zwykle obniżone w obszarach mięśni naciekanych tłuszczem i podwyższone w regionach objętych stanem zapalnym4-6; Wartości T2 są podwyższone zarówno w regionach naciekanych tłuszczem, jak i w stanach zapalnych10.

QMT-MRI charakteryzuje pule protonów w tkankach wolnej wody i ciał stałych, szacując stosunek protonów makromolekularnych do wolnych protonów wodnych (stosunek wielkości basenu, PSR); wewnętrzne stopy relaksacji tych basenów; oraz kursy wymiany między nimi. Typowe podejścia qMT obejmują metody nasycenia pulsacyjnego11 i selektywnego odzyskiwania inwersji12,13. Poniższy protokół opisuje zastosowanie podejścia opartego na nasyceniu impulsowym, które wykorzystuje szeroką szerokość linii sygnału makromolekularnego protonu, w stosunku do wąskiej szerokości linii sygnału protonu wodnego. Poprzez nasycenie sygnału makromolekularnego częstotliwościami rezonansowymi wystarczająco różniącymi się od sygnału wodnego, sygnał wodny jest redukowany w wyniku transferu namagnesowania między basenami protonów w wodzie stałej i swobodnej. Dane są analizowane przy użyciu ilościowego modelu biofizycznego. QMT został opracowany i zastosowany w zdrowych mięśniach14,15, a niedawno ukazał się streszczenie opisujący jego zastosowanie w chorobach mięśni16. QMT został wykorzystany do badania małych zwierzęcych modeli zapalenia mięśni, w których wykazano, że stan zapalny zmniejsza PSR17. O ile MT odzwierciedla zarówno zawartość makromolekularną, jak i zawartość wody, dane MT mogą również odzwierciedlać zwłóknienie18,19.

DT-MRI służy do ilościowego określenia dyfuzji anizotropowej cząsteczek wody w tkankach o uporządkowanych, wydłużonych komórkach. W DT-MRI dyfuzja wody jest mierzona w sześciu lub więcej różnych kierunkach; Sygnały te są następnie montowane w modelu tensorowym20. Tensor dyfuzji, D, jest diagonalizowany, aby uzyskać trzy wartości własne (które są trzema głównymi dyfuzyjnościami) i trzy wektory własne (które wskazują kierunki odpowiadające trzem współczynnikom dyfuzji). Te i inne wskaźniki ilościowe pochodzące z D dostarczają informacji o strukturze i orientacji tkanek na poziomie mikroskopowym. Właściwości dyfuzyjne mięśni, zwłaszcza trzecia wartość własna D i stopień anizotropii dyfuzji, odzwierciedlają zapalenie mięśni17 i uszkodzenie mięśni spowodowane urazem eksperymentalnym21, uszkodzeniem przeciążeniowym22 i chorobą23,24. Inne potencjalne czynniki wpływające na właściwości dyfuzyjne mięśni obejmują zmiany średnicy komórek25 i zmiany przepuszczalności błony.

Na koniec, zanik mięśni, bez lub bez makroskopowej infiltracji tłuszczu, jest patologicznym składnikiem wielu chorób mięśni. Zanik mięśni można ocenić za pomocą obrazów strukturalnych do pomiaru pola przekroju poprzecznego lub objętości mięśni oraz FW-MRI do oceny nacieku tłuszczowego. Naciek tłuszczu można jakościowo opisać na obrazach T1 i T 2 zależnych 26, ale sygnały tłuszczu i wody najlepiej mierzyć poprzez tworzenie obrazów, które wykorzystują różne częstotliwości rezonansowe protonów tłuszczu i wody27-29. Ilościowe metody obrazowania tłuszczu/wody zostały zastosowane w chorobach mięśni, takich jak dystrofia mięśniowa1,30,31 i mogą przewidzieć utratę zdolności poruszania się u tych pacjentów31.

Protokół qMRI opisany tutaj wykorzystuje wszystkie te pomiary do scharakteryzowania stanu mięśni w autoimmunologicznych miopatiach zapalnych, zapaleniu skórno-mięśniowym (DM) i zapaleniu wielomięśniowym (PM). Dalsze szczegóły dotyczące protokołu, w tym jego odtwarzalność, zostały opublikowane wcześniej32. Protokół obejmuje standardowe sekwencje impulsów, a także obiekty o częstotliwości radiowej (RF) i gradientzie pola magnetycznego specjalnie zaprogramowane w naszych systemach. Autorzy przewidują, że protokół ma również zastosowanie w innych zaburzeniach nerwowo-mięśniowych charakteryzujących się zanikiem mięśni, stanem zapalnym i naciekaniem tłuszczu (takich jak dystrofie mięśniowe).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

UWAGA: Przypomina się czytelnikowi, że wszystkie badania z udziałem ludzi muszą zostać zatwierdzone przez lokalną Komisję Bioetyczną (IRB) ds. wykorzystania ludzi w badaniach. Uczestnicy badań muszą zostać poinformowani o celu, procedurach, ryzyku i korzyściach z proponowanego badania; o dostępności alternatywnych metod leczenia lub procedur; o możliwości otrzymania wynagrodzenia; a także o ich prawie do prywatności, wycofaniu zgody i zaprzestaniu udziału w badaniu. Przed sesją badania MRI badacz musi przedstawić potencjalnemu uczestnikowi zatwierdzony przez IRB dokument świadomej zgody (ICD), wyjaśnić jego treść i zapytać potencjalnego uczestnika, czy życzy on sobie wziąć udział w badaniu. Jeśli tak, uczestnik będzie musiał podpisać i datować dokument ICD przed przystąpieniem do jakiegokolwiek etapu niniejszego protokołu.

1. Czynności poprzedzające dzień testowania

  1. Ograniczenie nawyków związanych ze stylem życia, które mogłyby zakłócić dane
    1. Poinstruuj uczestnika, aby nie podejmował umiarkowanego ani intensywnego wysiłku fizycznego na 48 h przed badaniem. Poinstruuj uczestnika, aby wstrzymał się od przyjmowania leków dostępnych bez recepty oraz alkoholu na 24 h przed badaniem. Poinstruuj uczestnika, aby powstrzymał się od palenia tytoniu lub spożywania kofeiny na 6 h przed badaniem.
    2. Przed rozpoczęciem badania potwierdź, czy uczestnik przestrzegał tych instrukcji.
  2. Przygotowanie systemu MRI
    1. Upewnij się, że wszystkie niezbędne urządzenia wymienione w Tabeli materiałów i sprzętu są dostępne.
    2. Zdefiniuj protokół MRI; sugerowane parametry znajdują się w Tabelach 1 - 5.

2. Dzień badania: Przygotowanie do akwizycji danych MRI

  1. Przeprowadzenie przesiewu bezpieczeństwa
    1. Przesiew pod kątem potencjalnych zagrożeń w środowisku MRI należy przeprowadzić, prosząc przeszkolonego w zakresie bezpieczeństwa MRI pracownika ochrony zdrowia o przedstawienie uczestnikowi badania odpowiedniego kwestionariusza bezpieczeństwa MRI, takiego jak ten dostępny pod adresem www.mrisafety.com.
    2. W przypadku obecności wszczepionych obiektów magnetycznych lub wrażliwych na pole magnetyczne, należy upewnić się, że są one bezpieczne dla skanowania MRI.
  2. Przygotowanie systemu MRI
    1. Należy upewnić się, że cały personel usunął wszystkie obiekty magnetyczne i wrażliwe na pole magnetyczne przed wejściem do pomieszczenia, w którym znajduje się system MRI. Kontrolę tę należy przeprowadzać za każdym razem, gdy ktoś wchodzi do pomieszczenia MRI.
    2. System MRI należy przygotować, umieszczając cewkę odbiorczą na stole pacjenta systemu MRI. Na stole należy również położyć materac z prześcieradłem oraz poduszkę z poszewką. Należy przygotować pasy do zamocowania wokół ud oraz wałki lub poduszki do umieszczenia pod kolanami.
    3. Należy uruchomić interfejs oprogramowania, wprowadzić dane pacjenta i otworzyć protokół obrazowania.
  3. Upozycjonowanie uczestnika badania na stole skanera MRI
    1. Należy nadzorować uczestnika badania podczas sprawdzania przez niego osoby i odzieży pod kątem obecności obiektów wrażliwych na pole magnetyczne. Obiekty te należy zabezpieczyć poza pomieszczeniem MRI w zamykanym pojemniku. Do pomieszczenia MRI należy wejść wraz z uczestnikiem badania natychmiast po zakończeniu tego kroku.
    2. Uczestnika należy upozycjonować na stole pacjenta w pozycji leżącej na plecach, stopami w stronę gantry. Część ciała podlegającą obrazowaniu należy umieścić jak najbliżej osi środkowej stołu, na ile jest to praktyczne. Pod kolanami należy umieścić wałki lub poduszki, aby odciążyć dolny odcinek kręgosłupa, a pod głową położyć poduszkę. Aby ograniczyć ruchy, należy delikatnie, lecz skutecznie unieruchomić udo, nogę i stopy, dbając o komfort uczestnika.
    3. Cewkę odbiorczą RF należy umieścić wokół ud uczestnika i podłączyć ją do systemu MRI.
  4. Instruktaż uczestnika i wykonanie końcowych kroków przedtestowych
    1. Należy przekazać instrukcje dotyczące komunikacji z badaczami. Uczestnikowi należy zapewnić ochronę słuchu oraz urządzenie sygnalizacyjne, którego można użyć do wezwania pomocy w razie potrzeby. Należy poinstruować uczestnika o konieczności pozostania w bezruchu podczas wszystkich sekwencji obrazowania oraz pomiędzy nimi.
    2. Stół pacjenta należy przesunąć do wnętrza skanera MRI w taki sposób, aby część ciała podlegająca obrazowaniu znajdowała się w centrum skanera MRI.
    3. Po opuszczeniu pomieszczenia MRI należy potwierdzić działanie systemu komunikacji z pacjentem i upewnić się, że uczestnik czuje się komfortowo. Przez cały czas trwania protokołu należy regularnie komunikować się z uczestnikiem, aby zapewnić jego komfort i przestrzeganie instrukcji.

3. Dzień badania: Pozyskiwanie danych MRI

  1. Kroki przygotowawcze
    1. Ponieważ system MRI określa ustawienia instrumentalne i kalibracje przed każdą sekwencją obrazowania (częstotliwość centralna, kalibracja wzmocnienia odbiornika itp.), należy nadzorować te procesy i upewnić się, że każdy krok jest wykonywany poprawnie.
    2. Używając odpowiedniego interfejsu oprogramowania, należy pozyskać zestaw obrazów lokalizacyjnych (znanych również jako obrazy pilotażowe lub scout); należy zastosować parametry sugerowane w tabeli 2.
    3. Należy określić miejsce umieszczenia przekroju centralnego dla akwizycji danych qMRI, identyfikując obszary uszkodzeń i/lub odnosząc pozycję przekroju do powtarzalnych punktów orientacyjnych anatomicznych.
  2. Kroki kalibracji cewki nadawczej i odbiorczej
    1. W tych krokach, jak i we wszystkich kolejnych etapach obrazowania, należy zdefiniować obszar anatomiczny, w którym zoptymalizowana zostanie jednorodność statycznego pola magnetycznego (B0), co jest procesem znanym jako „shimming”. Typowe rozmieszczenie objętości zainteresowania (VOI) dla shimmingu stosowanej w niniejszych badaniach przedstawiono na rysunku 1A.
    2. Jeśli skaner MRI posiada wieloelementową cewkę nadawczą, należy pozyskać zestaw danych kalibracyjnych RF.
    3. Jeśli skaner MRI posiada wieloelementową cewkę odbiorczą, należy pozyskać mapę czułości przestrzennej cewek.
  3. Pozyskiwanie danych strukturalnego MRI
    1. Należy pozyskać wieloprzekrojowe obrazy o wysokiej rozdzielczości, ważone w czasie T1, stosując sekwencję szybkiego echa spinowego (FSE); parametry obrazowania zastosowane w niniejszych badaniach podano w tabeli 1.
    2. Należy pozyskać wieloprzekrojowe obrazy o wysokiej rozdzielczości, ważone w czasie T2, stosując sekwencję FSE; parametry obrazowania zastosowane w niniejszych badaniach podano w tabeli 2.
  4. Pozyskiwanie danych do kontroli jakości w czasie rzeczywistym i korekcji w postprocesingu
    1. Należy pozyskać trójwymiarowe (3D) wielokrotne dane echa gradientowego do obliczenia map pola B0. Parametry obrazowania zastosowane w niniejszych badaniach podano w tabeli 3.
    2. Należy zbadać mapy pola, aby upewnić się, że w obrazie nie występują odchylenia większe niż ±60 Hz (około 0,5 części na milion przy 3 Tesla). W przypadku ich wystąpienia należy zastosować alternatywne podejście do shimmingu (inna metoda, inne rozmieszczenie VOI itp.).
    3. Należy pozyskać dane 3D do obliczenia map kąta nutacji. Parametry obrazowania zastosowane w niniejszych badaniach podano w tabeli 2.
    4. Należy zbadać mapy pola, aby upewnić się, że nie ma obszarów, które nadmiernie odbiegają od nominalnego kąta nutacji. Dla impulsów RF stosowanych w tym protokole za nadmierne uznaje się odchylenia większe niż ± 30% nominalnego kąta nutacji.
  5. Pozyskiwanie danych qMRI
    1. Należy pozyskać obrazy 3D do obliczenia T1, stosując sekwencję odwrócenia-odzyskiwania. Parametry obrazowania zastosowane w niniejszych badaniach przedstawiono w tabeli 3.
    2. Należy powtórzyć pomiar T1 w obecności tłumienia sygnału z tłuszczu (FS; parametr ten oznaczono jako T1,FS).
    3. Należy pozyskać obrazy pojedynczego przekroju do obliczenia T2, stosując sekwencję wielokrotnego echa spinowego. Należy użyć parametrów obrazowania przedstawionych w tabeli 3.
    4. Należy powtórzyć pomiar T2 w obecności FS (T2,FS).
    5. Należy pozyskać obrazy 3D do obliczenia parametrów qMT, stosując sekwencję nasycenia impulsowego z FS oraz parametry obrazowania podane w tabeli 4.
    6. Należy pozyskać dane wieloprzekrojowe do obliczenia parametrów tensora dyfuzji, stosując serię obrazów ważonych dyfuzją. Parametry obrazowania zastosowane w tych badaniach podano w tabeli 4.
    7. Należy pozyskać dane 3D do obliczenia obrazów tłuszcz/woda, stosując serię sześciu obrazów echa gradientowego. Parametry obrazowania zastosowane w tych badaniach podano w tabeli 5.
  6. Po zakończeniu protokołu qMRI
    1. Należy upewnić się, że wszystkie obrazy są odpowiedniej jakości, badając je pod kątem potencjalnie korygowalnych artefaktów i mierząc wystarczający stosunek sygnału do szumu.
    2. Dla każdego zestawu danych qMRI należy zdefiniować kilka obszarów zainteresowania (ROI) w serii obrazów i zbadać sygnał jako funkcję odpowiedniego parametru (na przykład dla danych zależnych od T1 pozyskanych w krokach 3.5.1 i 3.5.2, należy wykreślić sygnał jako funkcję TI i upewnić się, że dane odpowiadają funkcji odwrócenia-odzyskiwania wymienionej poniżej w kroku 4.1.2).
    3. Po przeprowadzeniu osobistej kontroli pod kątem przedmiotów wrażliwych magnetycznie, należy wejść do pomieszczenia MRI. Należy wyjąć uczestnika z magnesu, zdjąć wszystkie pasy i podkładki oraz pomóc uczestnikowi w opuszczeniu skanera MRI i pomieszczenia MRI.
    4. Należy przekazać dane na lokalną stację roboczą do przetwarzania, stosując metody zgodne z lokalnymi przepisami o ochronie prywatności danych medycznych; dane można eksportować jako pliki Digital Imaging Communications in Medicine (DICOM) lub w formacie własnościowym producenta (metoda zastosowana w tym protokole).

4. Analiza danych qMRI

  1. Obliczanie map parametrycznych
    1. Użyj programu komputerowego przeznaczonego do obliczeń naukowych i analizy obrazów. Poprzez analizę histogramu intensywności sygnału na obrazie, utwórz maskę obrazu opartą na progu sygnału, która oddzieli obszary sygnału od obszarów szumu. Wykonaj poniższe kroki dla każdego piksela w częściach obrazów zawierających sygnał.
    2. Przeanalizuj dane T1, mierząc intensywność sygnału S dla każdego czasu inwersji (TI). Następnie dopasuj wartości S do modelu inwersji-odzyskiwania z zredukowanym opóźnieniem wstępnym (pre-delay):

      Równanie rezonansu magnetycznego dla intensywności sygnału S; obraz formuły dla analizy relaksacji T1.

      gdzie M0 to intensywność sygnału reprezentująca namagnesowanie w stanie równowagi, Sf to stosunek inwersji, a TD to czas opóźnienia wstępnego. Następnie dopasuj dane z FS do tego samego modelu, co pozwoli na wyznaczenie stałej czasu relaksacji podłużnej z FS, T1,FS.
    3. Przeanalizuj dane T2, mierząc S dla każdego TE. Następnie dopasuj dane do mono-wykładniczego modelu zaniku:

      Formuła zaniku wykładniczego, S=Mn*e^(-t/T2)+N, na schemacie eksperymentu fizycznego.

      gdzie N to przesunięcie sygnału w linii bazowej. Użytkownik może również zdecydować o dopasowaniu danych do modelu multi-wykładniczego, takiego jak poniższy:

      Równanie równowagi statycznej S=N+M0Σjfje^(-TE/T2,j); analiza widma absorpcji przejściowej.

      gdzie J to liczba komponentów wykładniczych, a f i T2,j to ułamki sygnału i wartości T2 powiązane z j-tym komponentem. Alternatywnie użytkownik może zastosować metodę nieujemnych najmniejszych kwadratów (NNLS)3. W tym drugim przypadku bezpłatnie dostępny jest zestaw narzędzi Multi-exponential Relaxation Analysis (MERA)33; dostępne są również inne programy. Powtórz te analizy dla danych z FS i bez FS.
    4. Aby przeanalizować dane qMT, zmierz S dla każdej mocy naświetlania i przesunięcia częstotliwości. Skoryguj nominalne moce naświetlania (reprezentowane przez ω1 w poniższym równaniu) przy użyciu map kąta nutacji. Skoryguj przesunięcia częstotliwości (Δf w poniższym równaniu), korzystając z map B0 w celu dostosowania stosowanych częstotliwości przesunięcia. Następnie dopasuj dane do następującego modelu34,35

      Równanie równowagi statycznej, formuła stosunku sygnału do szumu, wyrażenie matematyczne dla analizy badawczej.

      gdzie jedna z wartości to szybkość wymiany z puli makromolekularnej do puli wolnej wody, inna to szybkość relaksacji podłużnej puli wolnej wody, kolejna to szybkość relaksacji podłużnej puli makromolekularnej (przyjęta jako 1 s-1), następna to PSR, kolejna to T2 puli wolnej wody, a ω1CWPE to średnia moc impulsu saturacji. Szybkość saturacji namagnesowania podłużnego puli makromolekularnej jest opisana modelem super-Lorentzowskim, zgodnie z pracą Henkelmana i współpracowników34,35.
    5. Aby przeanalizować dane DTI, najpierw użyj algorytmu transformacji afinicznej36, aby zarejestrować każdy obraz ważony dyfuzją do odpowiadającego mu obrazu nieważonego dyfuzją. Następnie, dla każdego piksela, zmierz wartości S na obrazie nieważonym dyfuzją oraz w każdym kierunku ważonym dyfuzją. Utwórz macierz złożoną z kierunków kodowania dyfuzji. Używając wielowymiarowej regresji ważonych najmniejszych kwadratów, przeprowadź regresję danych sygnału względem macierzy kodowania dyfuzji i wyznacz D. Zdiagonalizuj D i wykonaj sortowanie wartości własnych oraz ich wektorów własnych według wielkości. Następnie oblicz średnią dyfuzyjność (MD) jako:

      Formuła obliczania średniej dyfuzyjności \(MD=\frac{\lambda_1+\lambda_2+\lambda_3}{3}\).

      gdzie λ1, λ2 i λ3 są wartościami własnymi tensora dyfuzji. Oblicz również anizotropię frakcyjną (FA) jako:

      Formuła anizotropii frakcyjnej (FA), analiza obrazowania tensora dyfuzji MRI, równanie matematyczne.
       
    6. Przeanalizuj dane FWMRI, stosując podejście ilościowe, które oddziela sygnały wody i tłuszczu na podstawie przesunięcia chemicznego (np. algorytm FattyRiot, dostępny do bezpłatnego pobrania z adresu https://github.com/welcheb/FattyRiot).
  2. Definiowanie obszarów zainteresowania do analizy
    1. Wyznacz ROI na obrazach anatomicznych (definiując granice każdego badanego mięśnia). Przykład pokazano na Rysunku 1.
    2. Zmień rozmiar ROI tak, aby odpowiadał rozmiarowi macierzy obrazów qMRI. W razie potrzeby dostosuj wyrównanie ROI do mapy qMRI (na przykład, jeśli uczestnik poruszył się między akwizycjami, konieczne może być przesunięcie pozycji ROI, aby uniknąć przekroczenia granic mięśnia).
    3. Przejrzyj każde ROI. Jeśli to konieczne, upewnij się, że nie uwzględniono pikseli zawierających artefakty efektu częściowej objętości, tkanki niekurczliwej oraz artefakty przepływu; przykłady znajdują się na Rysunku 1.
    4. Oblicz średnią i odchylenie standardowe wartości qMRI dla wszystkich pikseli w wybranych ROI.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Rysunek 1 przedstawia reprezentatywne obrazy anatomiczne w przekroju osiowym, wykonane na wysokości połowy uda pacjenta z zapaleniem wielomięśniowym. Przedstawiono również położenie rzutu w płaszczyźnie objętości shimmingu. Reprezentatywne mapy parametrów dla każdej metody qMRI, wszystkie uzyskane od tego samego pacjenta, znajdują się na rysunkach 2–7.

Rysunki 2A oraz 2B...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Choroby mięśni, takie jak dystrofie mięśniowe i idiopatyczne miopatie zapalne, należą do grupy chorób o niejednorodnej etiologii i jako pojedyncze jednostki rzadkich pod względem częstości występowania. Na przykład dystrofia mięśniowa Duchenne'a – najczęstsza forma dystrofii mięśniowej – występuje 1 na 3500 żywych urodzeń płci męskiej37,38; Zapalenie skórno-mięśniowe, do którego zastosowano ten protokół, występuje 1 na 100 00039. Jednak wyższa zbiorowa częstość występowania tych chorób i ich często ...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Żaden z autorów nie ma finansowego konfliktu interesów, który mógłby zgłosić.

Podziękowania

Doceniamy wsparcie grantowe od National Institutes of Health: NIH/NIAMS R01 AR050101 (BMD), NIH/NIAMS R01 AR057091 (BMD/JHP), NIH/NIBEB K25 EB013659 (RDD), oraz nagrodę Vanderbilt CTSA RR024975. Dziękujemy również recenzentom za uwagi oraz tematyce za udział w tych badaniach.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
System rezonansu magnetycznego 3T człowiekaPhilips Medical Systems (Best, Holandia)Achieva/Intera
Cewka odbiorcza z fazowaną matrycą sercaPhilips Medical Systems
Poduszki, paski, wałki i inne urządzenia
Komputer z oprogramowaniem MATLABThe Mathworks, Inc (Natick, MA)r. 2014
pozycjonujące

Bibliografia

  1. Wokke, B. H., et al. Comparison of Dixon and T1-weighted MR methods to assess the degree of fat infiltration in duchenne muscular dystrophy patients. J Magn Reson Imaging. 38 (3), 619-624 (2013).
  2. Carr, H., Purcell, E. Effects of diffusion on free precession in NMR experiments. Phys Rev. 94, 630-638 (1954).
  3. Whittall, K. P., MacKay, A. L. Quantitative interpretation of NMR relaxation data. Journal of Magnetic Resonance. 84 (1), 134-152 (1989).
  4. Park, J. H., et al. Dermatomyositis: correlative MR imaging and P-31 MR spectroscopy for quantitative characterization of inflammatory disease. Radiology. 177 (2), 473-479 (1990).
  5. Park, J. H., et al. Magnetic resonance imaging and p-31 magnetic resonance spectroscopy provide unique quantitative data useful in the longitudinal management of patients with dermatomyositis. Arthritis & Rheumatism. 37 (5), 736-746 (1994).
  6. Park, J. H., et al. Use of magnetic resonance imaging and p-31 magnetic resonance spectroscopy to detect and quantify muscle dysfunction in the amyopathic and myopathic variants of dermatomyositis. Arthritis & Rheumatism. 38 (1), 68-77 (1995).
  7. Huang, Y., et al. Quantitative MR relaxometry study of muscle composition and function in Duchenne muscular dystrophy. J Magn Reson Imaging. 4 (1), 59-64 (1994).
  8. Kim, H. K., et al. T2 mapping in Duchenne muscular dystrophy: distribution of disease activity and correlation with clinical assessments. Radiology. 255 (3), 899-908 (2010).
  9. Arpan, I., et al. T2 mapping provides multiple approaches for the characterization of muscle involvement in neuromuscular diseases: a cross-sectional study of lower leg muscles in 5-15-year-old boys with Duchenne muscular dystrophy. NMR in Biomedicine. 26 (3), 320-328 (2013).
  10. Fan, R. H., Does, M. D. Compartmental relaxation and diffusion tensor imaging measurements in vivo in λ-carrageenan-induced edema in rat skeletal muscle. NMR in Biomedicine. 21 (6), 566-573 (2008).
  11. Sled, J. G., Pike, G. B. Quantitative interpretation of magnetization transfer in spoiled gradient echo MRI sequences. J Magn Reson. 145 (1), 24-36 (2000).
  12. Gochberg, D. F., Gore, J. C. Quantitative magnetization transfer imaging via selective inversion recovery with short repetition times. Magn Reson Med. 57 (2), 437-441 (2007).
  13. Li, K., et al. Optimized inversion recovery sequences for quantitative T1 and magnetization transfer imaging. Magn Reson Med. 64 (2), 491-500 (2010).
  14. Louie, E. A., Gochberg, D. F., Does, M. D., Damon, B. M. Magnetization transfer and T2 measurements of isolated muscle: effect of pH. Magn Reson Med. 61 (3), 560-569 (2009).
  15. Sinclair, C. D. J., et al. Quantitative magnetization transfer in in vivo healthy human skeletal muscle at 3 T. Magn Reson Med. 64 (6), 1739-1748 (2010).
  16. Sinclair, C., et al. Multi-parameter quantitation of coincident fat and water skeletal muscle pathology. Proc 21st Ann Meeting ISMRM. , (2013).
  17. Bryant, N., et al. Multi-parametric MRI characterization of inflammation in murine skeletal muscle. NMR Biomed. 27 (6), 716-725 (2014).
  18. Aisen, A. M., Doi, K., Swanson, S. D. Detection of liver fibrosis with magnetic cross-relaxation. Magn Reson Med. 31 (5), 551-556 (1994).
  19. Kim, H., et al. Induced hepatic fibrosis in rats: hepatic steatosis, macromolecule content, perfusion parameters, and their correlations-preliminary MR imaging in rats. Radiology. 247 (3), 696-705 (2008).
  20. Basser, P. J., Mattiello, J., LeBihan, D. MR diffusion tensor spectroscopy and imaging. Biophys J. 66 (1), 259-267 (1994).
  21. Heemskerk, A., Strijkers, G., Drost, M., van Bochove, G., Nicolay, K. Skeletal muscle degeneration and regeneration following femoral artery ligation in the mouse: diffusion tensor imaging monitoring. Radiology. 243 (2), 413-421 (2007).
  22. Zaraiskaya, T., Kumbhare, D., Noseworthy, M. D. Diffusion tensor imaging in evaluation of human skeletal muscle injury. J Magn Reson Imaging. 24 (2), 402-408 (2006).
  23. Qi, J., Olsen, N. J., Price, R. R., Winston, J. A., Park, J. H. Diffusion-weighted imaging of inflammatory myopathies: polymyositis and dermatomyositis. J Magn Reson Imaging. 27 (1), 212-217 (2008).
  24. McMillan, A. B., Shi, D., Pratt, S. J., Lovering, R. M. Diffusion tensor MRI to assess damage in healthy and dystrophic skeletal muscle after lengthening contractions. J Biomed Biotech. , (2011).
  25. Scheel, M., et al. Fiber type characterization in skeletal muscle by diffusion tensor imaging. NMR Biomed. 26 (10), 1220-1224 (2013).
  26. Kaufman, L. D., Gruber, B. L., Gerstman, D. P., Kaell, A. T. Preliminary observations on the role of magnetic resonance imaging for polymyositis and dermatomyositis. Annalsrheumatic Dis. 46 (8), 569-572 (1987).
  27. Dixon, W. T. Simple proton spectroscopic imaging. Radiology. 153 (1), 189-194 (1984).
  28. Glover, G. H. Multipoint Dixon technique for water and fat proton and susceptibility imaging. J Magn Reson Imaging. 1 (5), 521-530 (1991).
  29. Berglund, J., Kullberg, J. Three-dimensional water/fat separation and T2* estimation based on whole-image optimization--application in breathhold liver imaging at 1.5 T. Magn Reson Med. 67 (6), 1684-1693 (2012).
  30. Gloor, M., et al. Quantification of fat infiltration in oculopharyngeal muscular dystrophy: Comparison of three MR imaging methods. J Magn Reson Imaging. 33 (1), 203-210 (2011).
  31. Fischmann, A., et al. Quantitative MRI and loss of free ambulation in Duchenne muscular dystrophy. J Neurol. 260 (4), 969-974 (2013).
  32. Li, K., et al. Multi-parametric MRI characterization of healthy human thigh muscles at 3.0 T - relaxation, magnetization transfer, fat/water, and diffusion tensor imaging. NMR Biomed. 27 (9), 1070-1084 (2014).
  33. Does, M. Multi-Exponential Relaxation Analysis (MERA) Toolbox, Version 2. , Available from: http://www.vuiis.vanderbilt.edu/~doesmd/MERA/MERA_Toolbox.html (2014).
  34. Morrison, C., Stanisz, G., Henkelman, R. M. Modeling magnetization transfer for biological-like systems using a semi-solid pool with a super-Lorentzian lineshape and dipolar reservoir. J Magn Reson Series B. 108 (2), 103-113 (1995).
  35. Li, J. G., Graham, S. J., Henkelman, R. M. A flexible magnetization transfer line shape derived from tissue experimental data. Magn Reson Med. 37 (6), 866-871 (1997).
  36. Mangin, J. F., Poupon, C., Clark, C., Le Bihan, D., Bloch, I. Distortion correction and robust tensor estimation for MR diffusion imaging. Med Image Anal. 6 (3), 191-198 (2002).
  37. Moser, H. Duchenne muscular dystrophy: pathogenetic aspects and genetic prevention. Hum Genet. 66 (1), 17-40 (1984).
  38. van Essen, A. J., Busch, H. F., te Meerman, G. J., ten Kate, L. P. Birth and population prevalence of Duchenne muscular dystrophy in The Netherlands. Hum Genet. 88 (3), 258-266 (1992).
  39. Bendewald, M. J., Wetter, D. A., Li, X., Davis, M. P. Incidence of dermatomyositis and clinically amyopathic dermatomyositis: A population-based study in olmsted county, minnesota. Arch Dermatol. 146 (1), 26-30 (2010).
  40. Carlier, P. G. Global T2 versus water T2 in NMR imaging of fatty infiltrated muscles: different methodology, different information and different implications. Neuromuscul Disord. 24 (5), 390-392 (2014).
  41. Foley, J. M., Jayaraman, R. C., Prior, B. M., Pivarnik, J. M., Meyer, R. A. MR measurements of muscle damage and adaptation after eccentric exercise. J Appl Physiol. 87 (6), 2311-2318 (1999).
  42. Garrood, P., et al. MR imaging in Duchenne muscular dystrophy: quantification of T1-weighted signal, contrast uptake, and the effects of exercise. J Magn Reson Imaging. 30 (5), 1130-1138 (2009).
  43. Bratton, C. B., Hopkins, A. L., Weinberg, J. W. Nuclear magnetic resonance studies of living muscle. Science. 147, 738-739 (1965).
  44. Fleckenstein, J. L., Canby, R. C., Parkey, R. W., Peshock, R. M. Acute effects of exercise on MR imaging of skeletal muscle in normal volunteers. AJR Am J Roentgenol. 151 (2), 231-237 (1988).
  45. Williams, S., Heemskerk, A., Welch, E., Damon, B., Park, J. The quantitative effects of inclusion of fat on muscle diffusion tensor MRI measurements. J Magn Reson Imaging. 38 (5), 1292-1297 (2013).
  46. Hernando, D., et al. Removal of olefinic fat chemical shift artifact in diffusion MRI. Magn Reson Med. 65 (3), 692-701 (2011).
  47. Willcocks, R. J., et al. Longitudinal measurements of MRI-T2 in boys with Duchenne muscular dystrophy: effects of age and disease progression. Neuromuscul Disord. 24 (5), 393-401 (2014).
  48. Poon, C. S., Henkelman, R. M. Practical T2 quantitation for clinical applications. J Magn Reson Imaging. 2 (5), 541-553 (1992).
  49. Does, M. D., Gore, J. C. Complications of nonlinear echo time spacing for measurement of T2. NMR Biomed. 13 (1), 1-7 (2000).
  50. Poon, C. S., Henkelman, R. M. 180° refocusing pulses which are insensitive to static and radiofrequency field inhomogeneity. J Magn Reson. 99 (1), 45-55 (1992).
  51. Hollingsworth, K. G., de Sousa, P. L., Straub, V., Carlier, P. G. Towards harmonization of protocols for MRI outcome measures in skeletal muscle studies: consensus recommendations from two TREAT-NMD NMR workshops, 2 May 2010, Stockholm, Sweden, 1-2 October 2009, Paris, France. Neuromuscul Disord. 22, Suppl 2. S54-S67 (2010).
  52. Underhill, H. R., Rostomily, R. C., Mikheev, A. M., Yuan, C., Yarnykh, V. L. Fast bound pool fraction imaging of the in vivo rat brain: Association with myelin content and validation in the C6 glioma model. Neuroimage. 54 (3), 2052-2065 (2011).
  53. Smith, S. A., et al. Quantitative magnetization transfer characteristics of the human cervical spinal cord in vivo: application to adrenomyeloneuropathy. Magn Reson Med. 61 (1), 22-27 (2009).
  54. Li, K. D. R., Dortch, R. D., Gochberg, D. F., Smith, S. A., Damon, B. M., Park, J. H. Quantitative magnetization transfer with fat component in human muscles. Proc. 20th Ann Meeting ISMRM. , (2012).
  55. Damon, B. M. Effects of image noise in muscle diffusion tensor (DT)-MRI assessed using numerical simulations. Magn Reson Med. 60 (4), 934-944 (2008).
  56. Damon, B. M., Buck, A. K. W., Ding, Z. Diffusion-tensor MRI-based skeletal muscle fiber tracking. Imaging Med. 3 (6), 675-687 (2011).
  57. Froeling, M., Nederveen, A. J., Nicolay, K., Strijkers, G. J. DTI of human skeletal muscle: the effects of diffusion encoding parameters, signal-to-noise ratio and T2 on tensor indices and fiber tracts. NMR in Biomedicine. 26 (11), 1339-1352 (2013).
  58. Basser, P. J., Pajevic, S. Statistical artifacts in diffusion tensor MRI (DT-MRI) caused by background noise. Magn Reson Med. 44 (1), 41-50 (2000).
  59. Anderson, A. W. Theoretical analysis of the effects of noise on diffusion tensor imaging. Magn Reson Med. 46 (6), 1174-1188 (2001).
  60. Saupe, N., White, L. M., Stainsby, J., Tomlinson, G., Sussman, M. S. Diffusion tensor imaging and fiber tractography of skeletal muscle: optimization of B value for imaging at 1.5 T. AJR Am J Roentgenol. 192 (6), W282-W290 (2009).
  61. Levin, D. I., Gilles, B., Madler, B., Pai, D. K. Extracting skeletal muscle fiber fields from noisy diffusion tensor data. Med Image Anal. 15 (3), 340-353 (2011).
  62. Sinha, U., Sinha, S., Hodgson, J. A., Edgerton, R. V. Human soleus muscle architecture at different ankle joint angles from magnetic resonance diffusion tensor imaging. J Appl Physiol. 110 (3), 807-819 (2011).
  63. Jones, D. K., Cercignani, M. Twenty-five pitfalls in the analysis of diffusion MRI data. NMR Biomed. 23 (7), 803-820 (2010).
  64. Hamilton, G., et al. In vivo characterization of the liver fat 1H MR spectrum. NMR Biomed. 24 (7), 784-790 (2011).
  65. Hernando, D., Kellman, P., Haldar, J. P., Liang, Z. P. Robust water/fat separation in the presence of large field inhomogeneities using a graph cut algorithm. Magn Reson Med. 63 (1), 79-90 (2010).
  66. Hernando, D., Hines, C. D., Yu, H., Reeder, S. B. Addressing phase errors in fat-water imaging using a mixed magnitude/complex fitting method. Magn Reson Med. 67 (3), 638-644 (2012).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Przeglądaj więcej artykułów

Ilościowy rezonans magnetycznyrelaksacja T1relaksacja T2obrazowanie tensora dyfuzjiobrazowanie transferu magnetyzacjiMRI tłuszcz-wodaobrazy lokalizacyjnemapowanie polaobszar zainteresowania
Ilościowy rezonans magnetyczny w chorobach mięśni szkieletowych
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.