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

Artykuł metodologiczny

Multimodalne obrazowanie płuc: wykorzystanie uzupełniających informacji z tomografii komputerowej i hiperpolaryzowanego rezonansu magnetycznego 129Xe do oceny struktury i funkcji płuc

1.6K wyświetleń

⸱

DOI:

10.3791/66257

⸱

12 kwietnia 2024

 ,  ,  ,  ,  ,  , 

W tym artykule

Podsumowanie

CT i 129Xe MRI dostarczają uzupełniających informacji o strukturze i funkcji płuc, które mogą być wykorzystane do analizy regionalnej za pomocą rejestracji obrazu. W tym miejscu udostępniamy protokół, który opiera się na istniejącej literaturze dotyczącej rejestracji obrazów 129Xe MR do CT przy użyciu platform typu open source.

Streszczenie

Hiperspolaryzowany rezonans magnetyczny 129Xe jest nową techniką oceny i pomiaru regionalnej funkcji płuc, w tym dystrybucji gazu płucnego i wymiany gazowej. Tomografia komputerowa klatki piersiowej (CT) nadal pozostaje klinicznym złotym standardem w obrazowaniu płuc, częściowo ze względu na szybkie protokoły tomografii komputerowej, które uzyskują obrazy o wysokiej rozdzielczości w ciągu kilku sekund, oraz powszechną dostępność tomografów komputerowych. Podejścia ilościowe umożliwiły ekstrakcję strukturalnych pomiarów miąższu płuc, dróg oddechowych i naczyń krwionośnych z tomografii komputerowej klatki piersiowej, które zostały ocenione w wielu badaniach klinicznych. Razem CT i 129Xe MRI dostarczają uzupełniających się informacji, które można wykorzystać do oceny regionalnej struktury i funkcji płuc, co skutkuje nowymi informacjami na temat zdrowia i chorób płuc. 129 Rozdział 129Rejestracja obrazu Xe MR-CT może być wykonana w celu pomiaru regionalnej struktury i funkcji płuc, lepszego zrozumienia patofizjologii chorób płuc oraz przeprowadzenia interwencji płucnych pod kontrolą obrazu. W tym miejscu przedstawiono metodę rejestracji 129Xe MRI-CT w celu wsparcia jej wdrożenia w warunkach badawczych lub klinicznych. Podsumowano również metody rejestracji i aplikacje, które zostały dotychczas zastosowane w literaturze, a także przedstawiono sugestie dotyczące przyszłych kierunków, które mogą jeszcze bardziej przezwyciężyć wyzwania techniczne związane z rejestracją obrazów 129Xe MR-CT i ułatwić szersze wdrożenie regionalnej oceny struktury i funkcji płuc.

Wprowadzenie

Hiperspolaryzowany gazowy rezonans magnetyczny (MRI) pojawił się po raz pierwszy jako nowatorska funkcjonalna metoda obrazowania płuc do oceny rozkładu wentylacji płuc prawie trzy dekady temu1. Od tego czasu badania naukowe z wykorzystaniem hiperspolaryzowanego rezonansu magnetycznego gazu ujawniły liczne informacje na temat natury funkcji płuc u pacjentów z przewlekłymi chorobami płuc, takimi jak astma, przewlekła obturacyjna choroba płuc (POChP) i mukowiscydoza2,3,4,5,6. Zarówno hiperspolaryzowany gaz 3He, jak i 129Xe były używane historycznie; jednak 129Xe jest teraz głównym środkiem wdychanym ze względu na ograniczoną dostępność gazu 3He. 129 Rozdział 129Xe również swobodnie dyfunduje przez błonę pęcherzyków płucnych i jest wchłaniany przez czerwone krwinki w naczyniach włosowatych płucnych; w tej tak zwanej "fazie rozpuszczonej" 129Xe rezonuje z unikalnymi częstotliwościami, które pozwalają na pomiar regionalnej wymiany gazowej w jednym skanowaniu wstrzymanym na oddechu4,7,8. W celu kwantyfikacji, dopasowane objętościowo obrazy anatomiczne 1H MR są zwykle pozyskiwane jednocześnie w celu jednoczesnej rejestracji z 129Xe w celu wyznaczenia granic jamy klatki piersiowej. Konwencjonalny 1-godzinnyrezonans magnetyczny nie dostarcza jednak dalszych informacji o strukturze płuc. Impuls do klinicznego translacji hiperspolaryzowanego 129Xe MRI wzrósł w ostatnich latach wraz z zatwierdzeniem przez brytyjską NHS w 2015 r. i zatwierdzeniem US FDA pod koniec 2022 r. 5,9, jednak zaawansowana charakterystyka strukturalna nadal w większości nie jest dostępna w arsenale MRI płuc.

Tomografia komputerowa klatki piersiowej (CT) pozostaje podstawą klinicznej oceny obrazowania płuc, dostarczając trójwymiarowych obrazów struktury płuc o wysokiej rozdzielczości przy użyciu konwencjonalnych protokołów obrazowania. Podejścia ilościowe umożliwiły szybkie i powtarzalne pomiary integralności miąższu, takich jak rozedma płuc i śródmiąższowe nieprawidłowości płuc, morfologia dużych dróg oddechowych i unaczynienie płuc oraz regionalna charakterystyka anatomiczna poprzez identyfikację i segmentację płatów płuc10,11. W przestrzeni badawczej ilościowa tomografia komputerowa jest szeroko stosowana w celu lepszego zrozumienia zmian strukturalnych i ich związków z wynikami pacjentów w astmie i POChP w dużych badaniach obserwacyjnych, takich jak Program Badań nad Ciężką Astmą (SARP)12, Genetyka epidemiologii POChP (POChP)13, Subpopulacje i pośrednie wyniki w badaniu POChP (SPIROMICS)14, Ocena POChP podłużnie w celu identyfikacji predykcyjnych zastępczych punktów końcowych (ECLIPSE)15 oraz Kanadyjska kohorta obturacyjnej choroby płuc (CanCOLD)16. Alternatywne metody tomografii komputerowej, takie jak obrazowanie wydechowe17,18 lub modele obliczeniowe19 mogą uzyskiwać informacje funkcjonalne, ale te metody są pośrednie, a konwencjonalna tomografia komputerowa nie dostarcza wiele do funkcjonalnej charakterystyki płuc.

Razem wzięte, CT i 129Xe MRI dostarczają uzupełniających się informacji o strukturze i funkcji płuc, które mogą być wykorzystane do analizy regionalnej za pomocą rejestracji obrazu. Płaty płuc zidentyfikowane w tomografii komputerowej pozwoliły na scharakteryzowanie wzorców wentylacji MRI w astmie20,21,22, POChP23,24, rozstrzenie oskrzeli25 i rak płuc26,27. Nieprawidłowości wentylacji MRI w astmie zostały również bezpośrednio dopasowane przestrzennie do nieprawidłowo przebudowanych dużych dróg oddechowych28,29,30,31 i zatrzymywanie powietrza wskazujące na dysfunkcję małych dróg oddechowych20,32 mierzone na tomografii komputerowej, oraz do badania regionalnych odpowiedzi na leczenie po termoplastyce oskrzeli całego płuca33. W POChP nieprawidłowości wentylacji MRI zostały powiązane z dysfunkcją małych dróg oddechowych w łagodniejszych chorobach i rozedmą płuc w cięższych chorobach34,35,36. Poza obrazowaniem wentylacji w obturacyjnej chorobie płuc, w idiopatycznym zwłóknieniu płuc wykazano również niejednorodne relacje przestrzenne między nieprawidłowościami śródmiąższowymi płuc w tomografii komputerowej a wzorcami wymiany gazowej 129Xe MRI37. Takie badania pozwoliły na głębsze zrozumienie regionalnej struktury i funkcji płuc w szeregu chorób płuc, które mogą być wykorzystane do informowania o przyszłych interwencjach sterowanych obrazem.

Bezpośrednia rejestracja anatomicznego tomografu komputerowego i funkcjonalnego hiperspolaryzowanego rezonansu magnetycznego gazu jest wyzwaniem, jednak ze względu na zasadniczo różny kontrast obrazowania między tymi dwiema metodami, brak sygnału hiperpolaryzacji gazu w obszarach nieprawidłowości wentylacji i potencjalnie różne objętości płuc. Rysunek 1 pokazuje cztery przykłady 129Xe i sparowanych anatomicznych 1H MRI i CT u zdrowego ochotnika (Rysunek 1A) i trzech uczestników z przewlekłą obturacyjną chorobą płuc (POChP; Rysunek 1B-D), podkreślając niejednorodne wzorce wentylacji 129Xe i różne brakujące granice płuc w przypadkach POChP. Kluczem do pokonania tych wyzwań było wykorzystanie anatomicznego rezonansu magnetycznego 1H uzyskanego jednocześnie z hiperspolaryzowanym rezonansem magnetycznym gazu jako etapu pośredniego rejestrowania hiperspolaryzowanego rezonansu magnetycznego gazu w tomografii komputerowej34,38. Wczesne prace polegały na równoległym porównaniu wizualnym i ręcznej segmentacji struktur CT, takich jak płaty płuc, w przestrzeni MRI20. Postępy w zasobach obliczeniowych i narzędziach do przetwarzania obrazów typu open source umożliwiły trójwymiarową rejestrację tomografii komputerowej i hiperspolaryzowanego rezonansu magnetycznego gazem, na przykład przy użyciu niezależnego od modalności deskryptora sąsiedztwa (MIND)23,30,34,39,40,41 lub Advanced Normalization Toolkit ( ANTs) registration21,22,27,31,32,37,38,42,43, z których obaj uzyskali najlepsze wyniki w wyzwaniu rejestracji obrazu płucnego44. Jedna z nowatorskich metod połączyła dwie rejestracje, zamiast traktować je niezależnie45, która została zaimplementowana w pełnym potoku analizy obrazu płuc przeznaczonym do fenotypowania choroby płuc46. Ogólnie rzecz biorąc, dokładność rejestracji między hiperspolaryzowanym gazem a rezonansem magnetycznym w tomografii komputerowej została poprawiona przy użyciu pośredniego 1 H step38 i zastosowaniu podejść odkształcalnych w porównaniu z podejściami tylko afinicznymi38,45.

Celem tutaj jest zbudowanie na podstawie istniejącej literatury i dostarczenie protokołu do rejestracji obrazów 129Xe MR do CT za pomocą platform open-source47,48,49. Protokół jest implementowany przy użyciu ANTsPy i, zgodnie z poprzednią pracą work38, rejestruje jednoznacznikową maskę płucną z 1H MRI do jednoznakowej maski płuc z CT; Powstała transformacja jest następnie stosowana do obrazu 129Xe w celu odwzorowania go w przestrzeni obrazu CT. Przedstawiony protokół ma być odpowiedni dla warunków badawczych lub klinicznych, w stosownych przypadkach, i dostępny jest hiperpolaryzowany rezonans magnetyczny 129Xe.

Dla kontekstu, akwizycja i analiza obrazów dla przykładów podanych tutaj zostały przeprowadzone w następujący sposób. Tomografia komputerowa klatki piersiowej została pobrana przy pełnym wdechu (całkowita pojemność płuc, TLC) zgodnie z ustalonym protokołem badań nad niskimi dawkami50 o parametrach: kolimacja 64 x 0,625, szczytowe napięcie 120 kilonapięć, prąd lampy 100 mA, czas obrotu 0,5 s, podziałka spirali 1,0, grubość warstwy 1,25 mm, odstępy między warstwami 0,80 mm, jądro rekonstrukcji standardowej, pole widzenia wyświetlacza ograniczone do najbardziej bocznych zakresów płuc (w celu maksymalizacji rozdzielczości przestrzennej). Segmentację i analizę tomografii komputerowej przeprowadzono przy użyciu komercyjnego oprogramowania (patrz tabela materiałów).

129Xe i 1 H MRI z dopasowaną objętością zostały wykonane zgodnie z opublikowanymi wytycznymi9. Aby uzyskać pełne informacje na temat akwizycji MRI i protokołu, czytelnicy są kierowani do innego artykułu z tej kolekcji51. Segmentację i rejestrację MRI przeprowadzono przy użyciu półautomatycznego niestandardowego potoku przy użyciu grupowania k-średnich dla segmentacji 129Xe, wzrostu regionu zasianego dla segmentacji 1H i rejestracji afinicznej opartej na punktach orientacyjnych w celu mapowania obrazu 1H na obraz 129Xe52. Rejestracja afiniczna jest zazwyczaj wystarczająca do rejestracji 1 H-129Xe MR, aby uwzględnić większość różnic w napompowaniu płuc lub pozycji pacjenta między akwizycjami; Odkształcalna rejestracja zazwyczaj nie jest konieczna. Etap rejestracji 1 H-129Xe można wyeliminować przy jednoczesnym uzyskaniu 129Xe i 1H MRI w tym samym wstrzymaniu oddechu53,54.

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

Protokół

Pokazane tutaj przypadki obrazowania zostały zatwierdzone przez Radę Etyki Badań Opieki Zdrowotnej Uniwersytetu Kolumbii Brytyjskiej w Providence (REB# H21-01237, H21-02149, H22-01264). Uczestnicy wyrazili pisemną świadomą zgodę przed zakończeniem obrazowania. Ogólny proces od akwizycji obrazu do rejestracji jest opisany w Rysunek 2, a szczegóły protokołu koncentrują się tutaj tylko na rejestracji obrazu MR-CT. Akwizycja i segmentacja obrazów zależą od dostępnego lub preferowanego sprzętu do obrazowania, protokołów obrazowania i narzędzi do analizy obrazu, a zatem są pozostawione preferencjom czytelników. Protokół został zaprojektowany tak, aby był niezależny od tych wcześniejszych kroków przy użyciu masek z pojedynczą etykietą płuc po segmentacji obrazu.

1. Konfiguracja oprogramowania

  1. Pobierz i zainstaluj ANTsPy (patrz Spis materiałów), opakowanie Pythona dla biblioteki przetwarzania obrazów Advanced Normalization Tools47,48,49. Samouczki są dostępne pod linkiem w zakładce 'tutoriale'. ANTsPy jest również dostępny do instalacji Dockera w razie potrzeby.
    UWAGA: ANTsPy wymaga systemu operacyjnego lub środowiska opartego na systemie Linux. W poniższych przykładach ANTsPy został zainstalowany i używany w wirtualnym środowisku obliczeniowym o wysokiej wydajności na lokalnej stacji roboczej. Z doświadczenia autorów wynika, że protokół działa lepiej przy użyciu wirtualnego środowiska obliczeniowego.
  2. Pobierz i zainstaluj wybrane oprogramowanie do segmentacji i/lub wizualizacji.
    UWAGA: W niniejszym badaniu do wizualizacji wykorzystano ITK-SNAP (patrz Tabela Materiałów).
  3. Pobierz i zapisz skrypt reg.py (Plik uzupełniający 1).

2. Wstępne przetwarzanie obrazu

  1. Kliknij, aby otworzyć obrazy i maski w żądanym oprogramowaniu do wizualizacji obrazu w celu sprawdzenia zgodności orientacji obrazu i maski dla wszystkich plików CT, 1H i 129Xe. W zależności od zastosowanej metody segmentacji i/lub oprogramowania może być konieczne dostosowanie orientacji niektórych obrazów lub masek. W razie potrzeby zalecamy dostosowanie obrazów 1H i 129Xe oraz orientacji maski tak, aby odpowiadała natywnemu obrazowi CT.
  2. Zapisz obrazy DICOM i maski z pojedynczą etykietą (dostosowane zgodnie z potrzebami jak w kroku 2.1) jako pliki Neuroimaging Informatics Technology Initiative (NIfTI, *.nii; łącznie sześć plików) za pomocą preferowanego narzędzia programowego, w tym samym folderze co reg.py, który jest dostępny dla lokalizacji, w której zainstalowano ANTsPy i zostanie uruchomiony. Postępuj zgodnie z konwencjami nazewnictwa, jak wspomniano poniżej.
    1. 1-godzinnyrezonans magnetyczny: Proton.nii; 1H Maska MRI: Proton_mask.nii.
      UWAGA: Użyj obrazu imaski 1 H po rejestracji w 129Xe.
    2. 129Xe MRI: Wentylacja.nii; 129 Rozdział 129Maska Xe MRI: Ventilation_mask.nii
    3. CT: CT.nii; Maska CT: CT_mask.nii.
      UWAGA: Nazwy plików są zakodowane na stałe w skrypcie rejestracji i dlatego muszą być zgodne z podanym formatem lub zostać poprawione w skrypcie w celu dopasowania do żądanej konwencji nazewnictwa. Kroki te można wykonać razem, korzystając z dowolnego z zalecanych narzędzi programowych wymienionych w kroku 1.2. W odniesieniu do tych narzędzi programowych, niektóre automatycznie zapisują wymagane informacje nagłówka podczas zapisywania plików .nii, podczas gdy inne wymagają dodatkowych kroków w celu skopiowania i zapisania informacji nagłówka.

3. Rejestracja CT-XeMRI

  1. Otwórz plik reg.py w żądanej konfiguracji środowiska obliczeniowego języka Python w kroku 1.1.
    UWAGA: Skrypt reg.py jest oparty na wbudowanych narzędziach do rejestracji ANTs; Dostępna jest dodatkowa dokumentacja55.
  2. W przypadku korzystania ze środowiska wirtualnego należy ustawić liczbę jednostek centralnych (CPU), liczbę wątków i pamięć RAM zgodnie z potrzebami lub dostępnością w środowisku obliczeniowym. W przykładach użyto wirtualnego środowiska obliczeniowego z 16 procesorami, 1 wątkiem na procesor i 186 GB dostępnej pamięci RAM.
  3. Ustaw żądaną transformację i interpolację. W tym miejscu zastosowano transformację SyNAggro z interpolacją liniową dla obrazów i ogólną interpolacją etykiet dla masek o pojedynczej etykiecie, które są domyślne w dostarczonym skrypcie reg.py.
    UWAGA: SyNAggro to symetryczna transformacja normalizacyjna, która obejmuje transformację afiniczną + odkształcalną oraz bardziej agresywną rejestrację przy użyciu dopasowania w precyzyjnej skali i większą deformację (w porównaniu ze zwykłym SyN). Alternatywne algorytmy transformacji i interpolacji są wymienione w linku do dokumentacji rejestracji ANTs w kroku 3.155.
  4. Ustaw obraz stały i ruchomy. W tym przypadku CT (maska jednoznacznikowa) została ustawiona jako obraz stały, a 1H MRI (maska z pojedynczą etykietą) została ustawiona jako ruchomy obraz.
  5. Uruchom reg.py w środowisku obliczeniowym języka Python. Pełna rejestracja może zająć 5-10 minut (przy użyciu naszych parametrów) lub dłużej, w zależności od wykorzystanych lub dostępnych zasobów obliczeniowych. Po zakończeniu zniekształcone pliki zostaną automatycznie zapisane w tym samym katalogu, co oryginalne pliki obrazów o następujących nazwach: Proton_warped.nii.gz; Ventilation_warped.nii.gz; Ventilation_label_warped.nii.gz.
    UWAGA: Pliki NIfTI *.nii.gz są po prostu spakowanymi wersjami plików *.nii i można je rozpakować lub otworzyć według uznania. Skrypt reg.py może być modyfikowany zgodnie z potrzebami, na przykład przy użyciu różnych metod transformacji lub interpolacji, mapowania lub tworzenia katalogów plików.

4. Ocena wyników rejestracji

  1. Otwórz obraz CT.nii jako obraz podstawowy w żądanym oprogramowaniu do wizualizacji.
  2. Otwórz Ventilation_warped.nii.gz lub Ventilation_label_warped.nii.gz jako inny obraz i nałóż na obraz CT żądaną mapę kolorów.
  3. Przejrzyj nakładanie się obrazu lub maski 129Xe z obrazem CT we wszystkich płaszczyznach obrazu (czołowej, osiowej, strzałkowej), oceniając wizualne wyrównanie punktów orientacyjnych, takich jak granice carina i płuc (jeśli jest to dostępne na obrazie 129Xe).
  4. Sprawdź wyniki. Jeśli wyniki są zadowalające, rejestracja jest zakończona.
    UWAGA: Zarejestrowany obraz/maskę 129Xe można pomnożyć przez maskę CT w celu usunięcia tchawicy i głównych dróg oddechowych (jeśli nie zostały usunięte przed segmentacją MRI) oraz usunięcia wszelkich sygnałów, które po rejestracji wykraczają poza granice płuc CT. W razie potrzeby można przeprowadzić dalszą kwantyfikację dla regionalnych pomiarów struktura-funkcja.
  5. Jeśli wyniki nie są zadowalające, oceń i zoptymalizuj alternatywne typy transformacji i związane z nimi parametry zgodnie z potrzebami.

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

Wyniki

W niniejszym badaniu prospektywnie pozyskano sparowane obrazy CT oraz 129Xe MRI w warunkach badawczych w celu charakterystyki regionalnej struktury i funkcji płuc oraz prowadzenia bronchoskopii pod kontrolą obrazową w szerokim zakresie chorób i stanów płuc. Rycina 3 przedstawia zarejestrowaną wentylację w 129Xe MRI oraz obrazy CT w płaszczyznach czołowej i strzałkowej u czterech reprezentatywnych uczestników o różnych wzorcach wentylacji w MRI (tych samych uczestników c...

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

Dyskusja

Tomografia komputerowa i rezonans magnetyczny 129Xe dostarczają uzupełniających się informacji do oceny regionalnej struktury i funkcji płuc, które są najlepiej ułatwione przy użyciu rejestracji obrazu. Multimodalna rejestracja obrazu może być nietrywialna do wdrożenia, dlatego przedstawiony tutaj protokół ma na celu zapewnienie czytelnikom narzędzi do rejestracji 129Xe MRI w CT. Dostarczony protokół wykorzystuje ANTsPy dla łatwiejszej implementacji dla użytkowników z szerokim zakresem doświadczenia...

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

Oświadczenia

RLE otrzymuje honoraria za osobiste konsultacje od VIDA Diagnostics Inc. poza zgłoszoną pracą. JAL otrzymał grant instytucjonalny od GE Healthcare oraz honoraria za wykłady od Philipsa i GE Healthcare poza zgłoszoną pracą.

Podziękowania

To badanie było częściowo wspierane przez zasoby obliczeniowe i usługi dostarczone przez Advanced Research Computing na Uniwersytecie Kolumbii Brytyjskiej oraz przez Grant AI Wydziału Radiologii Uniwersytetu Kolumbii Brytyjskiej. RLE otrzymało nagrodę Michael Smith Health Research BC Trainee Award.

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

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
3D SlicerBrigham and Women's Hospital (BWH)https://www.slicer.org/Oprogramowanie do analizy/wizualizacji obrazu; open source
ANTsPyNAhttps://github.com/ANTsX/ANTsPyInfrastruktura kodowania; open source
ITK-SNAPNAOprogramowanie do analizy/wizualizacji obrazu; open source
MAGNETOM Vida 3.0T MRISiemens HealthineersNAMoże to być dowolny skaner 1,5 T lub 3,0 T z możliwością szerokopasmowego obrazowania
MATLABMathworkshttps://www.mathworks.com/products/matlab.htmlOgólne oprogramowanie, dobre do analizy obrazu; dostępne w ramach subskrypcji
reg.pyNANASkrypt rejestracyjny (plik uzupełniający 1)
Skaner tomograficzny Revolution HDGE HealthcareNAMoże to być dowolny tomograf komputerowy z ≥ 64 detektory
VIDA InsightsVIDA Diagnostics Inc.Oprogramowanie doanalizy NA CT; może być dowolne do generowania masek
http://www.itksnap.org/pmwiki/pmwiki.php

Bibliografia

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

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

Przedruki i uprawnienia

Przeglądaj więcej artykułów

MRI z hiperpolaryzowanym ksenonemTK klatki piersiowejrejestracja obrazówregionalna funkcja płucrejestracja TK-MRInieprawidłowości wentylacyjneprzewlekła obturacyjna choroba płucilościowe obrazowanie płuc