Strukturalny rezonans magnetyczny płuc przy użyciu obrazowania ultrakrótkiego echa przy swobodnym oddychaniu, samobramkowaniu
6 września 2024
Opisano protokół do generowania obrazów strukturalnych płuc o wysokiej rozdzielczości za pomocą rezonansu magnetycznego (MRI) o ultrakrótkim czasie echa (UTE). Protokół ten pozwala na uzyskanie obrazów za pomocą prostej sekwencji impulsów MRI podczas swobodnego oddychania.
Moje badania koncentrują się na rozwoju i zastosowaniu metod MRI do obrazowania struktury i funkcji płuc. Chcemy zrozumieć, w jaki sposób możemy najlepiej zobrazować płuca, a następnie wykorzystać te techniki do zrozumienia zdrowia i chorób płuc. Rezonans magnetyczny płuc to szybko rozwijająca się dziedzina.
Naukowcy pracują nad nowymi sposobami pobierania MRI różnych środków gazowych oraz nad nowymi metodami wykorzystania konwencjonalnego MRI do obrazowania struktury i funkcji płuc. Strukturalny rezonans magnetyczny przeszedł długą drogę dzięki różnym nowym sposobom łagodzenia ruchu i poprawy SNR obrazów. Wiele dostępnych metod rekonstrukcji umożliwiających generowanie wysokiej jakości obrazów MRI struktury płuc jest albo skomplikowanych, albo kosztownych obliczeniowo, albo jedno i drugie.
Protokół ten wykorzystuje stosunkowo wydajne obliczeniowo metody rekonstrukcji i implementuje prosty potok bramkowania oddechowego po akwizycji. Aby rozpocząć, uzyskaj obrazy MRI płuc w ultrakrótkim czasie echa podczas swobodnego oddychania. Zaimportuj dane i trajektorie oparte na k-space do MATLAB.
Odrzuć pierwsze 1000 projekcji, aby upewnić się, że dane osiągną namagnesowanie w stanie ustalonym. Następnie wykonaj rekonstrukcję obrazu za pomocą niejednorodnej szybkiej transformaty Fouriera do rozmiaru matrycy 96 na 96 na 96. Użyj około 200 projekcji odpowiadających danym o długości od 0,6 do 0,8 sekundy.
Następnie zrekonstruuj i zapisz obrazy ze wszystkich elementów cewki, a także końcowy obraz połączony z cewką. Na obrazie połączonym ze zwojami wybierz wycinek koronalny, który wyraźnie pokazuje membranę. Po wybraniu wycinka koronalnego wyświetl obrazy poszczególnych cewek dla tego przekroju i wybierz jeden lub dwa elementy cewki, które najlepiej pokazują membranę.
Teraz zrekonstruuj tylko dane z elementów cewki za pomocą przesuwanego okna, aby wygenerować obrazy z rozdzielczością czasową około 0,5 sekundy. Użyj pierwszych 200 rzutów, aby zrekonstruować obraz przy użyciu niejednorodnej szybkiej transformaty Fouriera i zapisać tylko wycinek membrany. Przesuń o 100 projekcji i zrekonstruuj dodatkowy obraz, przechowując wycinek przysłony.
Teraz wybierz linię nad przysłoną na pierwszym z obrazów okna przesuwnego. Wizualizuj ruch oddechowy, wyświetlając ten nawigator oddechowy dla wszystkich projekcji. Określ położenie membrany dla wszystkich urządzeń nawigacyjnych i użyj tej lokalizacji, aby oznaczyć występy jako należące do danego pojemnika oddechowego.
Następnie zidentyfikuj kosz z największą liczbą występów odpowiadających końcowemu wygaśnięciu i wybierz go do rekonstrukcji. Użyj filtra wykładniczego, aby zapewnić wagę jeden dla występów w pojemniku głównym i ostro zmniejszającą wagę dla występów w różnych pojemnikach oddechowych. Następnie użyj Berkeley Advanced Reconstruction Toolbox, aby zrekonstruować obraz o wysokiej rozdzielczości w żądanym pojemniku oddechowym.
Obliczanie wag kompensacji zagęszczenia przy użyciu iteracyjnej kombinacji gęstości. Skaluj ciężary kompensacji gęstości za pomocą miękkich ciężarków bramkujących. Następnie wyskaluj dane na podstawie kompensacji gęstości i wag z miękkim bramkowaniem.
Teraz wykonaj podstawową, niejednorodną, szybką transformację Fouriera, aby ułatwić kombinację cewek. Przekształć niejednorodny obraz szybkiej transformacji Fouriera na siatkową przestrzeń k dla kombinacji cewek. Następnie wygeneruj macierz kombinacji cewek i użyj jej do połączenia cewek zarówno dla danych surowych, jak i przestrzeni k z siatką, a także do oszacowania czułości cewki.
Następnie, korzystając z ważonej kompensacji gęstości, danych połączonych cewki i map czułości cewki, wykonaj równoległą obrazowanie skompresowanej rekonstrukcji czujnika. Obrazy wygenerowane pod koniec wygaśnięcia przy użyciu bramkowania opartego zarówno na obrazie, jak i na k-przestrzeni wykazały wyraźną wizualizację membrany, przy czym bramkowanie oparte na obrazie wykazało lepszą kompensację ruchu. Miękkie bramkowanie poprawiło ostrość obrazów inspiracji, redukując artefakty niedopróbkowania w porównaniu z twardym bramkowaniem.
Zarówno bramkowanie oparte na obrazie, jak i na przestrzeni k z powodzeniem wykrywało przebiegi oddechowe podczas regularnego oddychania, przy czym bramkowanie oparte na obrazie dawało wyraźniejsze wyniki w nieregularnych warunkach oddychania.
Przegląd
Ten artykuł przedstawia protokół generowania obrazów strukturalnych płuc o wysokiej rozdzielczości z wykorzystaniem obrazowania rezonansu magnetycznego (MRI) o ultrakrótkich czasach powtarzania (UTE). Metoda umożliwia pozyskiwanie obrazów podczas swobodnego oddychania, co zwiększa zrozumienie stanu zdrowia i chorób układu oddechowego.
Kluczowe elementy badania
Dziedzina nauki
- Neuroscience
- Medical Imaging
- Respiratory Health
Wprowadzenie
- Rozwój metod MRI do obrazowania płuc.
- Wyzwania w obrazowaniu struktury i funkcji płuc.
- Postępy w łagodzeniu ruchu i jakości obrazu.
- Potrzeba efektywnych obliczeniowo metod rekonstrukcji.
Cel badania
- Udoskonalenie technik MRI do obrazowania płuc.
- Zapewnienie prostego potoku dla bramkowania oddechowego.
- Poprawa jakości obrazu i redukcja artefaktów.
Metody użyte
- Pozyskiwanie obrazów UTE MRI podczas swobodnego oddychania.
- Rekonstrukcja obrazu z wykorzystaniem nieniejednolitej szybkiej transformaty Fouriera.
- Implementacja bramkowania oddechowego do selekcji obrazów.
- Wykorzystanie technik obrazowania równoległego w celu zwiększenia rozdzielczości.
Główne wyniki
- Wyraźna wizualizacja przepony na zrekonstruowanych obrazach.
- Bramkowanie oparte na obrazie wykazało lepszą kompensację ruchu.
- Miękkie bramkowanie zmniejszyło artefakty niedowymiarowania w porównaniu z twardym bramkowaniem.
- Obie metody bramkowania skutecznie wykrywały przebiegi fal oddechowych.
Wnioski
- Protokół umożliwia obrazowanie płuc o wysokiej rozdzielczości.
- Efektywne metody rekonstrukcji poprawiają jakość obrazu.
- Bramkowanie oparte na obrazie jest preferowane w przypadku nieregularnego oddychania.
Często zadawane pytania
Executive Industry Relevance
High-resolution, motion-compensated pulmonary MRI using free-breathing, self-gated UTE imaging addresses a critical gap in non-ionizing structural lung assessment for research and translational studies. This protocol enables robust imaging in populations and settings where CT is unsuitable, supporting longitudinal and mechanistic studies of pulmonary structure. The approach enhances predictive confidence in early respiratory research pipelines and facilitates portfolio expansion into vulnerable or pediatric cohorts.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables non-invasive structural assessment of lung tissue for hypothesis-driven respiratory research.
- Supports biological de-risking by providing artifact-minimized images for target validation studies.
- Facilitates predictive confidence in evaluating pulmonary structure-function relationships.
Screening & Assay Development
- Prepares validated imaging outputs for downstream quantitative analysis in respiratory models.
- Standardizes acquisition and reconstruction, improving reproducibility across studies and sites.
- Delivers high-resolution, motion-compensated images suitable for screening compound effects on lung structure.
Translational & Preclinical Research
- Aligns with disease-relevant imaging endpoints for translational biomarker development in pulmonary research.
- Enables continuity from discovery imaging through preclinical validation without ionizing radiation exposure.
- Supports risk-adjusted advancement decisions in respiratory therapeutic pipelines.
Pipeline & Workflow Integration
This protocol integrates into the discovery-to-preclinical continuum for respiratory research, providing a scalable imaging solution for both mechanistic and translational studies.
- Discovery Biology: Facilitates hypothesis testing and pathway clarification by enabling artifact-minimized lung imaging.
- Screening: Provides reproducible, quantitative imaging outputs for evaluating intervention effects.
- Analytics: Supports quantitative measurement of pulmonary structure and motion for comparative analysis.
- Translational Research: Bridges early discovery and preclinical validation with non-ionizing, high-resolution imaging.
- Enterprise Reuse: Offers a reusable imaging workflow adaptable across respiratory models and research cohorts.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in pulmonary research.
- Operational Value: Streamlines imaging workflows with computationally efficient, standardized protocols.
- Strategic Value: Enables better go/no-go decisions and capital efficiency by reducing imaging-related risk.
- Portfolio Impact: Expands research applicability to vulnerable populations and supports risk-adjusted prioritization.
Implementation Considerations
- Requires expertise in MRI acquisition and image reconstruction, including UTE and self-gating techniques.
- Needs access to 3T MRI systems and computational infrastructure for reconstruction and analysis.
- Demands cross-team standardization of acquisition parameters and reconstruction workflows.
- Adaptable to different field strengths and respiratory models with protocol adjustments.
- Potential limitations include the need for specialized software and training in respiratory gating analysis.
