Obrazowanie strukturalnego rezonansu magnetycznego człowieka w wysokiej rozdzielczości in vivo i post mortem

Podsumowanie

Tutaj prezentujemy protokół do określenia minimalnej liczby obrazów, które musiały zostać zarejestrowane i uśrednione, aby rozwiązać struktury podkorowe i sprawdzić, czy poszczególne warstwy LGN mogą być rozwiązane przy braku szumu fizjologicznego.

Streszczenie

Głównym celem tego badania było przetestowanie granic rozdzielczości strukturalnego rezonansu magnetycznego mózgu poddanego sekcji zwłok w porównaniu z żywymi ludzkimi mózgami. Rozdzielczość strukturalnego rezonansu magnetycznego in vivo jest ostatecznie ograniczona przez szum fizjologiczny, w tym pulsację, oddychanie i ruchy głowy. Chociaż sprzęt do obrazowania jest stale ulepszany, nadal trudno jest rozdzielić struktury w skali milimetrowej. Na przykład pierwszorzędowe szlaki czuciowe wzrokowe synapsują się w jądrze kolankowatym bocznym (LGN), jądrze przekaźnikowym wzrokowym i kontrolnym we wzgórzu, które zwykle jest zorganizowane w sześć przeplatających się warstw jednoocznych. Badania neuroobrazowe nie były w stanie wiarygodnie rozróżnić tych warstw ze względu na ich niewielkie rozmiary, które mają mniej niż 1 mm grubości.

Granica rozdzielczości strukturalnego rezonansu magnetycznego w mózgu przeprowadzonym pośmiertnie została przetestowana przy użyciu wielu obrazów uśrednionych przez długi czas (~24 godziny). Celem było sprawdzenie, czy możliwe jest rozdzielenie poszczególnych warstw LGN przy braku szumu fizjologicznego. Sekwencję impulsów ważoną gęstością protonów (PD)¹ o różnej rozdzielczości i innych parametrach wykorzystano w celu określenia minimalnej liczby obrazów niezbędnych do zarejestrowania i uśrednienia w celu wiarygodnego rozróżnienia LGN i innych obszarów podkorowych. Wyniki porównano również z obrazami uzyskanymi w żywych ludzkich mózgach. Osoby badane in vivo były skanowane w celu określenia dodatkowego wpływu szumu fizjologicznego na minimalną liczbę skanów PD potrzebnych do różnicowania struktur podkorowych, przydatnych w zastosowaniach klinicznych.

Wprowadzenie

Celem niniejszego badania było przetestowanie limitów rozdzielczości strukturalnego MRI w warunkach braku szumu fizjologicznego. Obrazy ważone gęstością protonów (PD) pozyskano z mózgu post mortem w długim przedziale czasowym (dwie sesje po ok. 24 h), aby określić minimalną liczbę obrazów, które należy zarejestrować i uśrednić w celu rozróżnienia struktur podkorowych. Dla porównania obrazy ważone PD pozyskano również u żywych ludzi w ciągu kilku sesji. W szczególności celem było ustalenie, czy w optymalnym scenariuszu możliwe byłoby rozróżnienie wszystkich sześciu poszczególnych warstw ludzkiego LGN, z których każda ma grubość około 1 mm (Rysunek 1).

Rysunek 1. Warstwy ludzkiego ciała kolankowatego bocznego. Schemat struktury lamelarnej LGN. Warstwy magnokomórkowe (M) składają się z większych neuronów o mniejszej gęstości komórkowej, które odpowiadają za rozdzielczość ruchu i zarysów obiektów (warstwy 1-2, przedstawione w kolorze ciemnoszarym). Warstwy parwokomórkowe (P) składają się z mniejszych neuronów o większej gęstości komórkowej, które odpowiadają za rozdzielczość detali kształtu i kolorów (warstwy 4-6, przedstawione w kolorze jasnoszarym). Pasek skali 1 mm. Rysunek opracowany na podstawie barwionego ludzkiego LGN ¹².

Rozdzielczość przestrzenna w MRI ulega poprawie przy zwiększeniu rozmiaru macierzy oraz przy zmniejszeniu pola widzenia (FOV) i grubości przekroju. Jednak zwiększona rozdzielczość obniża stosunek sygnału do szumu (SNR), który jest proporcjonalny do objętości woksela. SNR jest również proporcjonalny do pierwiastka kwadratowego z liczby pomiarów. U żyjących ludzi, mimo że można pozyskać wiele obrazów podczas serii oddzielnych sesji obrazowania, ostateczna rozdzielczość jest ograniczona przez szum fizjologiczny, taki jak oddychanie, pulsacje krążenia i ruchy głowy.

Wykonano skany wysokiej rozdzielczości (woksele w płaszczyźnie 0,35 mm) ważone PD. Skany PD zwiększają kontrast między istotą szarą a białą w wzgórzu¹ i pozwalają na uzyskanie obrazów minimalizujących efekty T₁ oraz T₂. Obraz zależy od gęstości protonów w formie wody oraz makrocząsteczek, takich jak białka i tłuszcze, w objętości obrazowania. Zwiększona liczba protonów w tkance skutkuje jaśniejszym sygnałem na obrazie ze względu na wyższą podłużną składową namagnesowania².

Wykonano skany ważone PD, ponieważ zapewniają one wyższy kontrast struktur podkorowych względem otaczającej tkanki. Inne kontrasty, takie jak obrazy ważone T1 i T2, utrudniają wyznaczenie struktur podkorowych, takich jak LGN, ze względu na niższe stosunki kontrastu do szumu, co ustalono w ƒ ^1,3.

Podobnie wcześniejsze badania wykazały, że obrazy ważone PD mózgów pobranych po śmierci i utrwalonych w formalinie wykazywały wyższe różnice kontrastu między istotą szarą a białą w porównaniu z obrazami ważonymi T1 i T2, które charakteryzowały się podobną intensywnością sygnału dla obu tych tkanek ^3,4. Przyczyną tych różnic mogą być podstawowe determinanty biofizyczne. Czasy relaksacji T1 (podłużnej) i T2 (poprzecznej) protonów wodoru zależą od sposobu przemieszczania się wody w tkance. Utkwalacze, takie jak formalina, działają poprzez sieciowanie białek. Stosowanie utrwalaczy redukuje różnice w mobilności wody pomiędzy różnymi typami tkanek. Po utrwaleniu zaobserwowano zmniejszenie kontrastu tkankowego T1, podczas gdy różnice w względnej gęstości protonów w tkankach mózgowych zwiększyły się, co zapewniło lepsze różnicowanie kontrastu ^{3, 4}.

Poprzednie badania zidentyfikowały LGN w obrazowaniu T2-zależnym (PD) przy użyciu skanera 1.5 T ^5,6,7 oraz 3 T ^8,9. Uzyskanie tych obrazów jest kluczowe dla możliwości precyzyjnego określenia zasięgu LGN. Aby zapewnić pełne pokrycie jąder podkorowych, wykonano 18 warstw PD w obrębie wzgórza. Każda objętość została przepróbkowana do dwukrotnej rozdzielczości macierzy 1024 (rozmiar voxela w płaszczyźnie 0.15 mm), a następnie połączona, poddana korekcji ruchu i uśredniona w celu uzyskania obrazu 3D struktur podkorowych o wysokiej rozdzielczości. Optymalna liczba obrazów PD wymagana dla poniższego planowania warstw wynosiła 5, co skróciło czas badania do mniej niż 15 min u żywych ludzi. W przypadku mózgu postmortem do wyraźnego wyznaczenia obszarów podkorowych wystarczył tylko 1 obraz PD, co skróciło czas skanowania do mniej niż 3 min (Rysunek 2 i 3).

Cały utrwalony w formalinie preparat mózgu pośmiertnego pobrano od kobiety, która zmarła w wieku 82 lat z powodu zatrzymania krążenia i oddechu. Analiza dokumentacji medycznej wykazała, że pacjentka chorowała na: przewlekłą obturacyjną chorobę płuc, dławicę piersiową (przebytą operację pomostowania aortalno-wieńcowego trzech naczyń na 8 lat przed śmiercią), rak macicy leczony histerektomią na 7 lat przed śmiercią, hiperlipidemię oraz jaskrę, a ponadto przeszła operację usunięcia zaćmy. Preparat mózgu pośmiertnego utrwalano metodą imersyjną w 10% neutralnie buforowanej formalinie przez co najmniej 3 tygodnie w temperaturze 4 °C. Mózg pośmiertny skanowano z zastosowaniem tego samego protokołu obrazowania, a także z użyciem innych parametrów przez wiele godzin w celu porównania jakości obrazu. W protokole opisano wyłącznie parametry zoptymalizowane.

Protokół

1. Uczestnik i pośmiertna konfiguracja mózgu

UWAGA: Wszystkie obrazy zostały uzyskane za pomocą skanera MRI 3 T z 32-kanałową cewką główną, a wszystkie skany MRI zostały wykonane w temperaturze RT, około 20 °C. Wszyscy uczestnicy byli praworęczni i wyrazili pisemną świadomą zgodę. Każdy uczestnik był w dobrym zdrowiu, bez historii zaburzeń neurologicznych. Protokół eksperymentalny został zatwierdzony i jest zgodny z wytycznymi Komitetu ds. Oceny Uczestników Badań Klinicznych Uniwersytetu York.

1. Poproś każdego uczestnika, aby wypełnił i podpisał formularz zgody pacjenta, który zawiera szczegółowe wytyczne dotyczące bezpieczeństwa MRI i protokół neuroobrazowania.
2. Dla każdego uczestnika umieść zatyczki do uszu w każdym uchu i zabezpiecz jego głowę ochraniaczkami, aby zminimalizować ruchy głowy.
3. W przypadku pośmiertnego obrazowania mózgu upewnij się, że mózg jest naprawiony przed neuroobrazowaniem i znajduje się w torbie lub pojemniku, który mieści się w cewce głowy MRI. Umieść mózg pośmiertny w cewce głowicy tak, aby jego oś z (lepsza do dolnej) była wyrównana z otworem skanera. Pień mózgu (tylny) powinien być skierowany w stronę stóp łóżka skanera.
4. Umieść ręce z poduszką próżniową wokół mózgu pośmiertnego, aby uzyskać dodatkowe wsparcie.

2. Lokalizacja i przepisywanie podkory

UWAGA: Wzgórze jest dwupłatową strukturą znajdującą się w pobliżu środka mózgu znajdującego się między śródmózgowiem a korą mózgową. Znajdujący się w grzbietowym wzgórzu, ludzki LGN jest małą strukturą podkorową, która rozciąga się maksymalnie na ~10 mm.

1. Aby zarejestrować nowego uczestnika, otwórz oprogramowanie do obrazowania MRI i kliknij zakładkę Pacjent w lewym górnym rogu. Następnie kliknij Zarejestruj się.
2. Wypełnij odpowiednie informacje o pacjencie, a następnie kliknij zakładkę Egzamin.
3. Aby uzyskać skanowanie lokalizatora, kliknij zakładkę Exam Explorer (Eksplorator egzaminów) w celu utworzenia nowego protokołu. Obserwuj okno konfiguracji na ekranie, kliknij kartę Rutyna i wprowadź następujące parametry: czas akwizycji 28 sekund, matryca akwizycji 160 × 160, 1 warstwa, rozmiar woksela izotropowego o grubości 1,6 mm, FOV = 260 mm, faza FoV = 100%, rozdzielczość warstwy = 69%, faza i cząstka cząstkowa fazy Fouriera = 6/8, TR = 3,15 ms, TE = 1,37 ms, kąt odwrócenia = 8°.
4. Nałóż pole wyboru wycinka służące do pozyskiwania obrazów wyładowań niezupełnych na lokalizator obejmujący jądra podkorowe we wzgórzu, a także otaczające struktury (ryc. 4).

3. Parametry konstrukcyjne o wysokiej rozdzielczości

1. Utwórz nowy protokół do uzyskiwania skanów ważonych wyładowaniem niezupełnymi o wysokiej rozdzielczości. W oknie ustawień na ekranie kliknij zakładkę Rutyna i wprowadź następujące parametry w orientacji koronalnej: czas akwizycji 179 sekund, matryca akwizycji 512 × 512, 0,3 × 0,3 × 1 mm³ rozmiar woksela, TR = 3,25 sekundy, TE = 32 ms, kąt odwrócenia = 120°, akwizycja warstwy z przeplotem, odczyt FoV = 160 mm, faza FoV = 100%, obrazowanie równoległe (GRAPPA) ze współczynnikiem przyspieszenia 2.
   1. Użyj sekwencji Turbo Spin Echo o długości pociągu Echo wynoszącej 5. Pierwsze echo o długości 32 ms jest echem efektywnym dla tej sekwencji. Zmniejsz przepustowość (BW) do minimum możliwego, 40 Hz/piksel, aby zmaksymalizować SNR. Aby skrócić czas skanowania, wybierz 18 plasterków, każdy o grubości 1 mm, z polem widzenia = 160 mm. Ta płyta zapewnia wystarczające pokrycie podkorowych obszarów zainteresowania.
      UWAGA: Aby uzyskać wiarygodną identyfikację struktur podkorowych, należy pobrać 5 przebiegów z powyższymi parametrami. Całkowity czas skanowania wynosi tylko ~15 minut (Rysunek 5). Nie stosowano nasycenia tłuszczem.
2. W pośmiertnym obrazowaniu mózgu wiarygodną identyfikację struktur podkorowych można zaobserwować już w jednym skanie, którego łączny czas trwania wynosi zaledwie ~3 minuty, zgodnie z tym samym protokołem skanowania, co w 3.1 (Figura 6).

4. Analiza obrazu

UWAGA: Aby przeanalizować dane MRI, skorzystaj z bezpłatnego pakietu biblioteki oprogramowania FMRIB (FSL) dostępnego do pobrania pod adresem (https://www.fmrib.ox.ac.uk/fsl/).

1. Otwórz okno terminala i przekonwertuj nieprzetworzone pliki DICOM ze skanera dla każdego woluminu PD na format NIfTI za pomocą konwertera DICOM na NIfTI. Niektóre z nich są dostępne do pobrania za darmo (np. https://www.nitrc.org/projects/mricron). W wierszu poleceń wpisz dcm2nii, a następnie katalog każdego uruchomienia obrazu ważonego PD.
2. W oknie terminala uzyskaj parametry oryginalnego skanowania PD. Wpisz fslinfo w wierszu poleceń, a następnie skanuj PD w formacie NIfTI.
3. Utwórz wolumin docelowy pustego obrazu o wysokiej rozdzielczości, który ma dwukrotnie większą rozdzielczość i połowę rozmiaru woksela podanego przez parametry z fslinfo z oryginalnego skanu PD. Kolejność wprowadzania danych dla tego polecenia jest następująca:
   fslcreatehd
   UWAGA: Na przykład, jeśli zbierany jest oryginalny skan wyładowań niezupełnych o następujących parametrach opisanych w ppkt 3.1 (tj. macierz 512 × 512, 18 warstw, 0,3 × 0,3 × 1 mm³ rozmiar wokseli, TR = 3,25 s), wpisz następujące polecenie w oknie poleceń:
   FSLcreateHD 1024 1024 36 1 0,15 0,15 0,5 3,25 0 0 0 4 blankhr.nii.gz
4. Zdefiniuj przekształcenie przy użyciu macierzy jednostkowej. Wpisz w dowolnym edytorze tekstu plik tekstowy zapisany jako "identity.mat", który wygląda tak:
   0 0 0
   1 0 0
   0 1 0
   0 0 1
5. Użyj polecenia flirt, aby zastosować transformację, zwiększając próbkowanie każdego oryginalnego przebiegu ważonego PD, aby podwoić całkowitą rozdzielczość z macierzy 512 do 1024, i zmniejszając o połowę rozmiar woksela w każdym wymiarze, co daje rozdzielczość 0,15 × 0,15 × 0,5 mm³. W oknie terminala dla każdego woluminu PD wpisz następujące polecenie flirt, zmieniając nazwy oryginału i wyjścia dla każdego uruchomienia:
   flirt -interp sinc -in originalPD.nii.gz -ref blankhr.nii.gz -applyxfm -init identity.mat -out highresPD.nii.gz
   UWAGA: Gdzie originalPD.nii.gz jest woluminem źródłowym, blankhr.nii.gz jest żądaną rozdzielczością wyjściową, a highresPD.nii.gz jest nazwą woluminu wyjściowego.
6. Przenieś wszystkie obrazy w wysokiej rozdzielczości do nowego folderu i przejdź do niego w oknie terminala.
7. Dla każdego uczestnika połącz wszystkie obrazy PD z upsamplowanym obrazem w jeden plik 4D za pomocą fslmerge. W oknie terminala wpisz:
   fslmerge -t concat_highresPD *.nii.gz
   UWAGA: Spowoduje to utworzenie pliku 4D o nazwie concat_highresPD.nii.gz.
8. Popraw ruchem połączony plik za pomocą mcflirt ¹⁰ . Narzędzie to pozwala na zautomatyzowaną, solidną rejestrację liniowych (afinicznych), intermodalnych i intermodalnych obrazów mózgu. Wybierz 4-stopniową korekcję, która wykorzystuje interpolację (wewnętrznie) jako dalsze przejście optymalizacyjne w celu uzyskania większej dokładności. W oknie terminala wpisz:
   mcflirt -in concat_highresPD -out mcf_concat_highresPD.nii.gz -etapy 4 -działki
   UWAGA: Spowoduje to utworzenie pliku 4D o nazwie mcf_concat_highresPD.nii.gz.
9. Na koniec utwórz średni obraz 3D za pomocą fslmaths. W oknie terminala wpisz:
   fslmaths mcf_concat_highresPD.nii.gz -Tmean mean_highresPD.nii.gz
   UWAGA: Spowoduje to utworzenie pliku 3D o nazwie mean_highresPD.nii.gz, który jest wysokiej jakości
10. Wizualizuj końcowy obraz 3D w wysokiej rozdzielczości za pomocą polecenia fslview. W katalogu, w którym znajduje się obraz, wpisz następujące polecenie w oknie terminala:
    fslview mean_highresPD.nii.gz."
11. Sprawdź profile intensywności kwestionowanych zwrotów z inwestycji. Utwórz ROI za pomocą fslview (może to być na przykład pionowa linia narysowana w poprzek regionu LGN). W fslview załaduj obraz PD o wysokiej rozdzielczości. Kliknij kartę narzędzi, a następnie kliknij kartę pojedynczego obrazu, aby powiększyć obraz w celu narysowania zwrotu z inwestycji. Następnie kliknij kartę Plik, a następnie kartę Utwórz maskę. Narysuj linię w interesującym Cię ROI. Zapisz ROI, klikając Plik, a następnie Zapisz jako. Powtórz maski linii dla wielu obszarów w ROI, aby porównać intensywność i inne kwestionowane ROI.
12. Użyj polecenia 3dmaskdump AFNI, aby przeanalizować wynikową intensywność obrazu. W katalogu, w którym znajdują się obrazy, użyj następującego polecenia w oknie terminala, aby wyodrębnić intensywność obrazu i lokalizację (podaną jako result_mask.txt) maski ROI:
    3dmaskdump -o result_mask.txt -noijk -xyz -mask ROI_linemask.nii.gz PDaverage_image.nii.gz

Wyniki

Po wyznaczeniu podkorowych obszarów w obrębie wzgórza, obrazów ważonych PD zbierane są wewnątrz ramki wyboru warstw (Rysunek 4). SNR poprawiono poprzez zwiększenie liczby uśrednień zarówno w skanach postmortem, jak i in vivo. Aby określić jakość obrazu, porównano SNR dla różnych średnich skanów, dzieląc sygnał z średniego obszaru mózgu przez odchylenie standardowe w obszarze poza mózgiem. SNR obliczono jako SNR = 0,655 * µ_tissue/σ_air ¹¹, gdzie <...

Dyskusja

W badaniu tym opisano zoptymalizowany protokół w technice akwizycji i analizy w celu uzyskania obrazów o wysokiej rozdzielczości ważonych PD obszarów podkorowych. Przetestowano i zmodyfikowano szereg parametrów skanowania, z których najważniejsze dotyczyły rozmiaru matrycy, rozmiaru woksela i szerokości pasma, aby zwiększyć SNR i zmniejszyć liczbę akwizycji, co jest kluczowym krokiem w kierunku określenia struktur podkorowych o wysokiej rozdzielczości. W połączeniu ze znalezieniem optymalnych parametrów u żywych ludzi, b...

Materiały

Lista materiałów użytych w tym artykule

Nazwa	Firma	Numer katalogowy	Komentarze
Magnetom Trio 3T  MRI	Siemens (Erlangen, Niemcy).
Poduszka próżniowa ręczna	Siemens	Mat No: 4765454	Wyprodukowany przez: Johannes-Stark-Stk. 8 D-92224 Amberg