Imagem de ressonância magnética funcional resolvida fase tridimensional do pulmão

Resumo

O pulmão funcional tridimensional (3D) resolvido em fase (PREFUL) é uma técnica de ressonância magnética (RM) funcional que permite quantificar a ventilação regional de todo o volume pulmonar humano, usando respiração corrente e aquisição livre de contraste por 8 min. Aqui, apresentamos um protocolo de RM para coletar e analisar dados de imagem 3D PREFUL.

Resumo

A ressonância magnética pulmonar (RM) oferece uma variedade de técnicas livres de radiação adaptadas para avaliar a ventilação pulmonar regional ou seus substitutos. Essas técnicas abrangem medições diretas, exemplificadas por ressonância magnética com gás hiperpolarizado e ressonância magnética com gás fluorado, bem como medições indiretas facilitadas por ressonância magnética com oxigênio e ressonância magnética de decomposição de Fourier (FD) baseada em prótons. Nos últimos tempos, houve um progresso substancial no campo da ressonância magnética DF, que envolveu a melhoria da resolução espacial/temporal, refinando o design e o pós-processamento da sequência e desenvolvendo uma abordagem abrangente de todo o pulmão.

A ressonância magnética funcional do pulmão (PREFUL) bidimensional (2D) resolvida em fase se destaca como uma abordagem baseada em DF desenvolvida para a avaliação abrangente da ventilação regional e da dinâmica de perfusão, tudo dentro de uma única aquisição de RM. Recentemente, um novo avanço foi feito com o desenvolvimento do 3D PREFUL para avaliar a ventilação dinâmica de todo o pulmão usando um exame de 8 minutos com uma sequência auto-controlada.

A aquisição do 3D PREFUL envolve o emprego de uma sequência de eco de gradiente estragado de estrelas com um incremento de ângulo dourado. Após a reconstrução da imagem de detecção comprimida de aproximadamente 40 fases respiratórias, todas as imagens reconstruídas resolvidas respiratórias são registradas em uma fase respiratória fixa. Posteriormente, os parâmetros ventilatórios são extraídos das imagens registradas.

Em uma coorte de estudo composta por voluntários saudáveis e pacientes com doença pulmonar obstrutiva crônica, os parâmetros de ventilação 3D PREFUL demonstraram fortes correlações com as medidas obtidas a partir de testes de função pulmonar. Além disso, a repetibilidade intervarredura da técnica 3D PREFUL foi considerada aceitável, indicando sua confiabilidade para avaliações repetidas dos mesmos indivíduos.

Em resumo, a ressonância magnética de ventilação 3D PREFUL fornece uma cobertura pulmonar completa e captura a dinâmica da ventilação com resolução espacial aprimorada em comparação com a 2D PREFUL. 3D a técnica PREFUL oferece uma alternativa econômica à ressonância magnética hiperpolarizada de ¹²⁹Xe, tornando-a uma opção atraente para avaliação da ventilação pulmonar amigável ao paciente.

Introdução

De acordo com a Organização Mundial da Saúde (OMS), as doenças respiratórias crônicas são a terceira principal causa de morte, sobrecarregando significativamente os cuidados de saúde¹. O diagnóstico e o acompanhamento de diversas doenças respiratórias envolvem testes funcionais pulmonares, que carecem de informações espaciais e podem não ser viáveis em pacientes jovens. Várias outras modalidades de medicina nuclear fornecem medidas espaciais de ventilação, como tomografia por emissão de pósitrons (PET)², tomografia computadorizada por emissão de fóton único (SPECT)³ ou tomografia computadorizada⁴. Uma desvantagem significativa dessas técnicas é o uso de radiação ionizante para imagens. Portanto, essas medições não são viáveis em populações sensíveis, como crianças, ou para medições repetidas em estudos clínicos.

Os métodos de ressonância magnética ganharam interesse nas últimas duas décadas porque oferecem medição da função pulmonar sem radiação. Acima de tudo, técnicas de ressonância magnética com gás hiperpolarizado⁵ têm sido usadas para a avaliação da ventilação pulmonar em controles saudáveis e pacientes com doença pulmonar, alcançando uma relação sinal-ruído (SNR) superior quando comparada a ¹⁹F⁶ ou ressonância magnética com oxigênio⁷. As desvantagens comuns das técnicas de ressonância magnética com gás incluem a necessidade de pessoal adicional, custos de hardware ou a necessidade de cooperação do paciente durante a medição do respiro. Para lidar com essas limitações, métodos baseados em Fourier Decomposition (FD) MRI⁸ foram introduzidos para avaliar a ventilação e perfusão pulmonar. Como alternativa à RM FD, uma ressonância magnética funcional do pulmão resolvida em fase (PREFUL) ⁹ foi desenvolvida, validada^10,11,12 e testada em vários estudos, incluindo estudos multicêntricos^13,14. No entanto, a aquisição 2D resulta em longos tempos de aquisição para cobertura pulmonar completa e resolução espacial limitada. Uma solução elegante é oferecida por aquisições 3D auto-fechadas, embora às custas das informações de perfusão^15,16,17. Uma dessas técnicas, 3D PREFUL MRI¹⁷, foi desenvolvida não apenas para avaliar a ventilação estática, mas também a dinâmica da ventilação durante um exame de RM de 8 minutos, proporcionando resolução de imagem superior quando comparada aos métodos 2D.

Seguindo a publicação original descrevendo o método¹⁷, a repetibilidade da técnica foi avaliada e comparada clinicamente com as medidas espirométricas bem estabelecidas¹⁸ e, mais recentemente, uma estrutura de registro acelerado de imagens foi introduzida^, melhorando a repetibilidade dos parâmetros ventilatórios e preservando a qualidade da imagem dos mapas de ventilação¹⁹. Essa técnica amigável ao paciente e facilmente escalável, capaz de mapear quantitativamente a ventilação regional no pulmão humano, tem o potencial de contribuir significativamente para a detecção precoce, diagnóstico de doenças respiratórias ou monitoramento de acompanhamento dos efeitos da terapia²⁰. Essas alterações no tratamento da função pulmonar regional, como melhora do volume de ventilação, têm o potencial de se tornarem biomarcadores para avaliar o impacto das terapias e podem ser uma ferramenta útil em estudos clínicos multicêntricos.

O artigo tem como objetivo fornecer uma explicação abrangente e visual da tecnologia 3D PREFUL, com o objetivo de promover uma tradução mais ampla desta técnica.

Protocolo

Este estudo recebeu aprovação do comitê de ética da Hannover Medical School, garantindo que aderiu a rigorosos padrões éticos durante todo o processo de pesquisa. A investigação seguiu rigorosamente as diretrizes descritas na Declaração de Helsinque, enfatizando a conduta ética da pesquisa médica. Além disso, o consentimento informado foi diligentemente obtido de todos os participantes do estudo (ou de seus pais ou responsáveis legais) antes de sua participação no exame de ressonância magnética.

NOTA: Os critérios de inclusão/exclusão para estudos envolvendo ressonância magnética 3D PREFUL variam e dependem do desenho do estudo. Normalmente, os critérios de inclusão para voluntários saudáveis em um exame de ressonância magnética 3D PREFUL envolvem indivíduos que (a) estão livres de quaisquer condições médicas significativas que possam afetar os resultados do estudo, (b) não estão tomando nenhum medicamento que possa interferir nos resultados da ressonância magnética, (c) não têm claustrofobia, ansiedade, implantes ou dispositivos metálicos, (d) atendem a critérios específicos de idade e sexo relevantes para os objetivos do estudo, (e) não ter história de tabagismo, (f) ter achados normais de espirometria (_VEF1/CVF > 0,7 e_VEF1 e CVF > 80% do valor preditivo). Os critérios de exclusão para todos os participantes do estudo submetidos a um exame de ressonância magnética 3D PREFUL podem incluir: (a) gravidez, (b) ter qualquer condição que possa comprometer a segurança ou validade do exame de ressonância magnética 3D PREFUL, (c) intolerância a agentes de contraste à base de gadolínio quando a ressonância magnética com contraste dinâmico é incluída em um protocolo de estudo.

1. Entrevista pré-ressonância magnética

1. Peça a um médico que reúna informações importantes sobre o histórico médico do sujeito.
2. Explique as possíveis contraindicações, riscos e o procedimento de ressonância magnética.
3. Obter consentimento informado por escrito do sujeito.
   NOTA: Se nenhum resultado de teste de função pulmonar estiver disponível, solicite que o sujeito seja submetido a um teste de função pulmonar antes do exame de ressonância magnética e verifique se os resultados obtidos atendem aos critérios de inclusão.

2. Preparação do radiologista para o exame de RM

1. Registre o sujeito no console de RM e escolha o protocolo de RM do estudo com aquisição 3D PREFUL.
2. Verifique se o sujeito, seus bolsos e roupas estão livres de peças que contenham metal.
3. Coloque as folhas na mesa do scanner para garantir um ambiente estéril.
4. Entre na sala de RM com o sujeito.

3. Preparando o assunto para o exame de RM

1. Faça com que o sujeito deite na mesa de ressonância magnética em decúbito dorsal (no entanto, uma posição prona é possível).
2. Certifique-se de que a bobina do tronco forneça cobertura adequada do tórax, colocando o elemento superior da bobina do tronco próximo ao queixo do sujeito.
3. Forneça ao sujeito fones de ouvido (alternativamente, tampões de ouvido ou ambos) para proteger a audição de ruídos altos induzidos por ressonância magnética.
4. Forneça ao sujeito um botão de segurança (ou um mecanismo de segurança alternativo) para que possa ser facilmente acessado e apertado.
5. Coloque uma almofada sob a cabeça e as pernas do sujeito para aumentar o conforto durante o exame de ressonância magnética.
6. Coloque o assunto no scanner de ressonância magnética, usando a navegação por luz laser para certificar-se de que a área da imagem ocupa o isocentro do furo.

4. Exame de ressonância magnética

1. Localizer
   1. Realize uma sequência localizadora (com parâmetros semelhantes aos listados na Tabela 1A) para obter imagens anatômicas de baixa resolução em três planos (com grande campo de visão) que serão usadas para planejar o exame 3D PREFUL.
2. Imagem 3D PREFUL
   1. Defina os parâmetros de aquisição de acordo com a Tabela 1B para aquisição de imagens.
   2. Defina o número de projeções radiais de acordo com a aquisição para que a aquisição demore aproximadamente 8 min.
   3. Diga ao sujeito para respirar normalmente (respiração sem maré) durante toda a aquisição.
   4. Verifique se todo o tórax está incluído no campo de visão e inicie a aquisição.
3. Após a conclusão da imagem, remova o assunto do scanner.

5. Transferência de dados brutos

1. Normalmente, os dados brutos adquiridos não são salvos na plataforma do fornecedor de MR. Salve os dados brutos do kspace 3D PREFUL usando as etapas específicas do fornecedor no console MR.

6. Análise e pós-processamento de dados

1. Comece a avaliar os dados adquiridos usando o script de reconstrução de imagem (Tabela de Materiais) na estação de trabalho designada, por exemplo, no MATLAB, definindo o caminho para os dados brutos.
   NOTA: A estação de trabalho designada já deve ter os seguintes pacotes instalados:
   (a) A Caixa de Ferramentas de Reconstrução Avançada de Berkeley (BART)
   (b) Ferramentas de normalização avançada (ANTs)
2. Reconstrução de imagem
   1. Estime os atrasos de gradiente dependentes do sistema de RM usando as projeções de calibração com a função estdelay implementada na caixa de ferramentas de reconstrução avançada de Berkeley (BART)^21,22.
   2. Aplique um deslocamento a cada projeção de acordo com o atraso de gradiente calculado.
   3. Aplique a filtragem de Hanning (usando a função hann no MATLAB) aos dados corrigidos de atraso de gradiente usando uma janela periódica no plano xy e na direção z.
   4. Reconstrução de imagem de baixa resolução para binning respiratório
      1. Selecione um oito/um quarto dos dados do espaço k centralizados em torno do índice do meio da dimensão de leitura/partição.
         NOTA: Dependendo do tamanho do assunto, esta etapa resulta em um tamanho de matriz de 32 x 32 x (12-20).
      2. Remodele as matrizes de dados do espaço-k e as trajetórias correspondentes para incluir dimensão de tempo adicional, com cada ponto de tempo compreendendo 14 projeções radiais.
         NOTA: Cada ponto de tempo subsequente inclui 13 projeções radiais do ponto de tempo anterior mais uma nova projeção radial sucessiva.
      3. Utilize o comando de imagem paralela e detecção compactada (pics) implementado no BART para reconstrução de imagem.
         NOTA: Aplicar a regularização da norma L2 (λ = 0,1) e da variação total (λ = 0,0001) no domínio espacial e a regularização da variação total (λ = 0,01) no domínio do tempo.
   5. Extração do sinal respiratório
      1. Segmente o parênquima pulmonar em cada imagem 3D de baixa resolução reconstruída usando o thresholding^{23 de Otsu} e calcule o volume do parênquima pulmonar para cada ponto de tempo.
      2. Aplique um filtro passa-baixa com uma frequência de corte de 0,7 Hz à série temporal de volume extraído e calcule a frequência respiratória.
      3. Exclua outliers extremos da série temporal (pontos de tempo acima do percentil 95 e abaixo do percentil 10).
         /> NOTA: Organizar as séries temporais por sua amplitude e fase permite reconstruir um único ciclo respiratório.
   6. Execute a transformada rápida de Fourier (FFT, função fft no MATLAB) nos dados filtrados por hanning ao longo da direção da fatia para permitir a reconstrução da imagem fatia por fatia.
   7. Remodele a matriz de dados do espaço k com base na série temporal extraída para que cada compartimento respiratório contenha um mínimo de 100 raios.
   8. Utilize 20% das projeções de compartimentos adjacentes para aprimorar o SNR^24,25 de cada compartimento respiratório.
   9. Remodele a matriz de trajetórias do espaço k para corresponder ao tamanho dos dados do espaço k.
   10. Execute o comando pics para reconstrução de imagem para cada fatia.
       NOTA: Aplicar a regularização da norma L2 (λ = 0,1) e da variação total (λ = 0,0001) no domínio espacial e a regularização da variação total (λ = 0,01) no domínio do tempo.
   11. Salve as variáveis, incluindo as imagens reconstruídas de um ciclo respiratório completo, frequência respiratória e tempos de aquisição, em um arquivo .mat.
3. Registro de imagem
   1. Inverta as intensidades de sinal das imagens reconstruídas.
   2. Registre as imagens em um estado respiratório selecionado, como inspiração, usando o registro não rígido.
      NOTA: Para melhorar a precisão do registro, uma abordagem orientada para o grupo²⁶ pode ser empregada. O processo de registro pode ser executado em CPU ou GPU usando ferramentas como ANTs (Ferramentas Avançadas de Normalização)²⁷ ou o pacote de registro Forsberg²⁸.
4. Segmentação do parênquima pulmonar
   1. Segmente o parênquima pulmonar da imagem 3D inspiratória final usando uma rede neuronal convolucional com, por exemplo, arquitetura nnUnet²⁹.
   2. Excluir vasos pulmonares usando um algoritmo de reconhecimento de vasos, como o descrito por Wernz et al.³⁰.
      NOTA: A etapa de reconhecimento do vaso pulmonar não é obrigatória se você não tiver acesso a esse algoritmo. Em alguns casos, a resegmentação manual pode ser necessária.
5. filtragem
   1. Aplique a regressão do kernel Nadaraya-Watson (com σ = 0,3) às imagens registradas e reinvertidas para interpolar 16 fases em uma grade de tempo uniformemente espaçada.
   2. Elimine variações de sinal não relacionadas à respiração aplicando um filtro passa-baixa a 0,7 Hz aos dados interpolados no domínio do tempo.
   3. Reduza o ruído das imagens filtradas passa-baixa usando filtragem guiada por imagem³¹, com a média temporal registrada servindo como imagem guia. Defina os seguintes parâmetros: Tamanho da janela = [5, 5, 5], lambda = 0,001.
6. Análise de ventilação
   1. Calcule os mapas de ventilação regional (RVent) em mililitros/mililitro (mL/mL) para cada fase respiratória N usando a seguinte fórmula³²:
      [1]
      NOTA: S_Insp representa a imagem alvo para registro de imagem, correspondendo ao nível inspiratório final. S_Exp refere-se à imagem expiratória final, enquanto S_N representa o N-ésimo estado respiratório.
   2. Calcule o mapa de defeitos ventilatórios (VD_RVent) do mapa VDent da^8ª fase, que representa a ventilação máxima.
      NOTA: Para calcular a DV, os voxels abaixo do limite do valor do percentil 90, multiplicado por um fator de 0,4, são considerados defeitos³³.
   3. Calcule o mapa da métrica de correlação fluxo-volume-loop (FVL-CM).
      1. Calcule o fluxo como a primeira derivada de RVent.
         NOTA: O volume é medido diretamente pelo RVent.
      2. Estabeleça um FVL de referência para cada fatia, calculado a partir de uma região íntegra definida por valores de RVent entre o^75º e o^95º percentil.
      3. Determine a semelhança entre o FVL de cada parênquima pulmonar e o FVL de referência usando correlação cruzada com zero-lag.
   4. Calcule o mapa VD_FVL-CM, onde voxels com valores de FVL-CM abaixo de 0,9 são identificados como voxels com defeito ventilatório³⁴.
   5. Calcule os mapas de tempo de ventilação até o pico (VTTP) em porcentagem (%) do ciclo respiratório.
      NOTA: Teoricamente, o ciclo respiratório interpolado começa/termina no pico de expiração e é simétrico em relação ao pico de inspiração em 50% do ciclo de ventilação para um voxel saudável. Para voxels submetidos a dinâmica de ventilação avançada/atrasada, o mapa VTTP exibirá um valor abaixo/acima de 50%.
   6. Calcule o desvio do valor de VTTP (VTTP_Dev) do pico de inspiração em 50% da seguinte maneira:
      [2]
      NOTA: Para uma região íntegra, o_{VTTP Dev} deve estar próximo de 0%.
   7. estatística
      1. Descreva estatisticamente os parâmetros RVent, FVL-CM, VTTP e VTTP_Dev para todos os cortes, fornecendo valores de mediana, média, desvio padrão e intervalos interquartis.
      2. Calcule os valores percentuais de defeitos de ventilação derivados dos mapas VD gerados.
      3. Exporte todos os parâmetros calculados para um arquivo de planilha (consulte o exemplo fornecido na Tabela 3).

Resultados

O protocolo de imagem 3D PREFUL mais simples inclui duas sequências. Um localizador anatômico + uma medição de respiração livre usando aquisição de pilha de estrelas 3D de ângulo dourado. A trajetória da pilha de estrelas é mostrada em Figura 1. Essa trajetória combina amostragem radial (no plano) com amostragem cartesiana linear (na direção z). Inicialmente, as amostras na direção da partição k_z são adquiridas, seguidas pela rotação do ângulo áureo para amostrar o plano k_{xk y}. O esquema de aquisição de ângulo áureo promove auto-bloqueio com cobertura uniforme do espaço k, facilitando a reconstrução da imagem com dados fortemente subamostrados. Todo o exame não excede 10 minutos. Mais detalhes da aquisição do 3D PREFUL são colocados na Tabela de Materiais.

Figura 1: Proporção áurea rotação da trajetória da pilha de estrelas. Observe a amostragem radial aplicada ao longo da dimensão no plano (kx-ky) e a amostragem cartesiana aplicada ao longo da direção do corte (kz). Este esquema resulta em cobertura cilíndrica do espaço k adquirido. Neste exemplo, três partições, incluindo 32 projeções radiais por partição, são representadas. Clique aqui para ver uma versão maior desta figura.

Uma lista de parâmetros típicos de ressonância magnética usados para imagens 3D PREFUL em scanner de 1,5 T é apresentada na Tabela 1B. Para o scanner 3T, os parâmetros de sequência listados na Tabela 2 são propostos.

Após a conclusão da aquisição e transferência de dados, a parte de reconstrução da imagem é iniciada. Esta etapa é feita por um código MATLAB que pertence à propriedade intelectual (IP) de uma empresa (BioVisioneers GmbH) e não pode ser compartilhado abertamente. O script é totalmente automatizado assim que o caminho para os dados brutos é fornecido. Uma visão geral esquemática do procedimento de reconstrução é representada em Figura 2.

Figura 2: Visão geral esquemática do método de ressonância magnética do pulmão funcional resolvido em fase 3D (PREFUL). No início, os dados são adquiridos usando uma aquisição de RM de respiração livre de 8 minutos com uma trajetória de pilha de estrelas. Depois que os dados são transferidos do scanner de RM para uma unidade de computação, imagens 3D de baixa resolução com resolução temporal de aproximadamente 100 ms são reconstruídas. O parênquima pulmonar de cada imagem é segmentado e o volume pulmonar é calculado. A informação do volume pulmonar é ainda usada como um sinal de gating. Com base na amplitude e fase do sinal de gating, as projeções radiais são classificadas em caixas respiratórias que cobrem um ciclo respiratório. A parte binning é seguida pela reconstrução dinâmica de imagens de resolução total, que são posteriormente registradas no nível inspiratório final. Após várias etapas de pós-processamento, o ciclo de ventilação regional (RVent) é calculado e a parte de análise da imagem, incluindo a extração do parâmetro, é realizada. O ciclo RVent é avaliado calculando o loop fluxo-volume (FVL) para cada voxel. Os mapas de ventilação FVL-CM são extraídos por meio de uma avaliação de cada FVL de voxel em relação ao FVL de referência saudável, com a similaridade sendo avaliada usando a métrica de correlação cruzada. Tanto para RVent quanto para FVL-CM, os valores globais de porcentagem total de defeitos ventilatórios (VDP) foram quantificados. Além disso, a dinâmica do ciclo RVent é analisada por meio da análise de tempo até o pico, resultando em um mapa de parâmetros de tempo até o pico de ventilação (VTTP). Além disso, o desvio do pico de ventilação esperado em 50% do ciclo RVent é quantificado no mapa_{VTTP Dev}. Clique aqui para ver uma versão maior desta figura.

Após o procedimento de reconstrução da imagem, todas as imagens são alinhadas espacialmente a um único estado fixo. O registro em si é executado na CPU usando ANTs (Ferramentas Avançadas de Normalização²⁷) ou Forsberg registration package²⁸. Embora o pacote ANTs continue sendo um padrão-ouro para tarefas de registro de imagem em imagens de ressonância magnética e tomografia computadorizada, o registro de Forsberg facilita um procedimento de registro 10 vezes mais rápido em até 9 minutos com resultados comparáveis¹⁹. O pacote de registro pode ser escolhido dependendo das prioridades do usuário e das unidades de computação disponíveis. Após o registro, as imagens morfológicas registradas são novamente invertidas para que o pulmão apareça escuro na imagem em tons de cinza.

Em Figura 3, a próxima etapa do pipeline, que envolve a segmentação do parênquima pulmonar, é representada. Primeiro, o parênquima pulmonar é segmentado a partir da imagem inspiratória final usando uma rede neuronal convolucional com arquitetura nnUnet²⁹. A segmentação do parênquima pulmonar é seguida por um reconhecimento de vasos³⁰, que é excluído da máscara de segmentação final.

Figura 3: Resultados exemplares da segmentação baseada em aprendizado profundo para um sujeito do sexo masculino de 32 anos. A linha superior exibe imagens morfológicas de oito cortes coronais representativos. Na segunda e terceira linhas, pode-se observar a máscara de parênquima pulmonar correspondente e a máscara final com exclusão de vasos, respectivamente. Clique aqui para ver uma versão maior desta figura.

Um exemplo de segmentação incorreta do parênquima pulmonar é representado em Figura 4. É essencial inspecionar visualmente as segmentações baseadas em aprendizado profundo e, se consideradas insatisfatórias, correções manuais devem ser consideradas para aumentar a precisão da máscara final do parênquima pulmonar.

Figura 4: Resultados exemplares de segmentação incorreta baseada em aprendizado profundo para um sujeito do sexo masculino de 57 anos. A linha superior exibe imagens morfológicas de oito cortes coronais representativos. Na segunda e terceira linhas, pode-se observar a máscara de parênquima pulmonar correspondente e a máscara final com exclusão de vasos, respectivamente. Como evidente, várias regiões fibróticas são erroneamente reconhecidas como vasos ou estruturas não pulmonares. Essas imprecisões foram corrigidas manualmente, conforme demonstrado na quarta linha. Clique aqui para ver uma versão maior desta figura.

Após várias etapas de filtragem descritas no protocolo, os substitutos de ventilação são calculated. 3D A PREFUL MRI gera mapas quantitativos para ventilação regional estática (RVent), métricas dinâmicas de correlação fluxo-volume (FVL-CM) e dois parâmetros baseados na análise de tempo de ventilação até o pico (VTTP), conforme ilustrado em Figura 5. Esta figura apresenta oito cortes coronais de um homem saudável de 32 anos. Observe a distribuição homogênea esperada de todos os parâmetros de ventilação.

Figura 5: RM 3D de um voluntário saudável (homem de 32 anos). Parâmetros morfológicos representativos (linha superior) e 3D de ventilação por ressonância magnética (segunda a quinta linha) mapeados para um voluntário saudável (homem de 32 anos). A ventilação regional estática é representada pela ventilação regional (RVent), enquanto a dinâmica da ventilação é avaliada usando a métrica de correlação de loop fluxo-volume (FVL-CM), tempo de ventilação até o pico (VTTP) e desvio de VTTP (VTTP_Dev) representam parâmetros de ventilação que avaliam a dinâmica da ventilação. Como esperado, valores homogêneos de ventilação são observados para todos os mapas de parâmetros de ventilação. Clique aqui para ver uma versão maior desta figura.

Para simplificar os mapas de ventilação, os mapas de defeitos de ventilação (VD) são derivados para RVent e FVL-CM, que permitem uma interpretação mais rápida dos resultados. Os mapas de VD exemplares são apresentados em Figura 6. Tanto para VD_RVent quanto para VD_FVL-CM, os valores de VDP foram de 3,6% e 3,0%, respectivamente, dentro da faixa normal saudável. Idealmente, e dependendo da idade dos voluntários saudáveis, o valor do VDP não deve exceder 10%. Os parâmetros supracitados (RVent, FVL-CM e seus mapas de DV) foram validados em vários estudos^11,12,35,36 e são sensíveis na detecção de doenças, bem como na detecção de efeitos induzidos pela terapia^{20,34,37,38,39}.

Figura 6: Mapas representativos de RVent e FVL-CM, incluindo seus mapas de defeitos de ventilação. Os mapas RVent (linha superior) e FVL-CM (segunda linha), incluindo seus mapas de defeitos de ventilação (terceira e quarta linha) derivados por ressonância magnética 3D para um voluntário saudável (homem de 32 anos), são representados. Nos mapas VD, as regiões saudáveis são verdes e as áreas com déficit de ventilação são marcadas em vermelho. Clique aqui para ver uma versão maior desta figura.

Vários estudos de ressonância magnética pulmonar foram relatados em intensidades de campo magnético de 1,5 T e 3 T. Embora exista a vantagem teórica do 3T devido ao aumento da relação sinal-ruído (SNR), essa vantagem pode ser superada por efeitos de suscetibilidade magnética mais pronunciados em 3T. A influência exata das intensidades do campo magnético na qualidade da imagem dos mapas de ventilação 3D PREFUL é atualmente desconhecida. Aqui, apresentamos os resultados de viabilidade (Figura 7) obtidos para um voluntário saudável (homem de 35 anos) usando um scanner de RM de 3 T. Observe a aparência mais heterogênea dos parâmetros ventilatórios a 3 T quando comparados a 1,5T (Figura 5).

Figura 7: 3D PREFUL MRI de um voluntário saudável (homem de 35 anos). Parâmetros morfológicos representativos (linha superior) e 3D de ventilação por ressonância magnética (segunda a quinta linha) para um voluntário saudável (homem de 35 anos) em 3T. A ventilação regional estática é representada pela ventilação regional (RVent), enquanto a dinâmica da ventilação é avaliada usando a métrica de correlação de loop fluxo-volume (FVL-CM), tempo de ventilação até o pico (VTTP) e desvio de VTTP (VTTP_Dev) representam parâmetros de ventilação que avaliam a dinâmica da ventilação. Clique aqui para ver uma versão maior desta figura.

A comparação/validação do 3D PREFUL derivado com medições mais diretas não está publicada no momento. Existem vários estudos relatando uma correlação positiva entre os valores de VDP e a sobreposição espacial de defeitos ventilatórios entre a técnica 2D PREFUL e ¹²⁹Xe^11,12,14 e ¹⁹F MRI³⁵. Uma comparação recente entre a ventilação derivada do PREFUL 3D e as medidas de ventilação direta usando ressonância magnética ¹⁹F em pacientes com doença pulmonar obstrutiva crônica (DPOC), asma e voluntários saudáveis revelou uma correlação moderada a forte em nível global⁴⁰. É apresentado um exemplo de comparação (Figura 8) para um paciente diagnosticado com doença pulmonar obstrutiva crônica (mulher de 54 anos,_VEF1 = 42% do valor previsto), que foi examinado usando 3D PREFUL e ¹⁹F wash-in MRI.

Figura 8: 3D Preful MRI de uma paciente com DPOC de 54 anos. São apresentadas imagens morfológicas (linha superior), parâmetros ventilatórios e respectivos mapas de defeitos ventilatórios de uma paciente com DPOC de 54 anos (_VEF1 = 42% pred., CVF = 102% pred.) obtidos por ressonância magnética 3D (2ª e 3ª linha) e ^{ressonância magnética 19}F (4ª e 5ª linha), juntamente com uma comparação dos mapas de defeitos ventilatórios de ambos os métodos (última linha). No geral, em todos os cortes, o coeficiente de Sørensen-Dice foi de 25,5% nas áreas defeituosas e de 80,6% nas regiões saudáveis, resultando em uma sobreposição espacial total de 69,2%. Notavelmente, há uma correlação visual entre áreas de ventilação combinadas em regiões saudáveis e defeituosas (representadas em verde escuro). Clique aqui para ver uma versão maior desta figura.

3D PREFUL MRI pode ser usado para medir as respostas regionais à terapia²⁰. Como exemplo, A Figura 9 mostra uma comparação de três fatias do pulmão de um indivíduo com fibrose cística (mulher de 43 anos) no início (à esquerda, FEV₁ = 94% do valor previsto) e após a terapia com modulador CFTR (à direita, FEV₁ = 112% do valor previsto). Como ambas as medições são espacialmente combinadas, o 3D PREFUL permite a análise regional da resposta ao tratamento, conforme ilustrado na parte inferior da Figura 9. Observe os valores aumentados da métrica de correlação fluxo-volume-loop, bem como a redução dos defeitos de ventilação após a terapia.

Figura 9: Medições 3D PREFUL de uma paciente com fibrose cística (FC) de 43 anos. Mapas exemplares de marcadores de ventilação de medições 3D PREFUL basais (esquerda) e pós-tratamento (direita) de uma paciente com FC de 43 anos. VDP_FVL-CM diminuiu de 18,0% (linha de base) para 3,6% (pós-tratamento). VEF₁% antes do início do tratamento: 94%, VEF₁% pré-tratamento pós-tratamento: 112%. Linha de base do LCI: 10,48, LCI pós-tratamento: 9,39. Os mapas de resposta ao tratamento correspondentes são representados na parte inferior. Observe as áreas verdes que indicam a ventilação resolvida após a terapia. Clique aqui para ver uma versão maior desta figura.

Tabela 1: Lista de parâmetros típicos de ressonância magnética usados para localização e aquisição 3D PREFUL em um scanner de 1,5T. (A) Localizador e (B) aquisição 3D PREFUL. Clique aqui para baixar esta tabela.

Tabela 2: Parâmetros de ressonância magnética propostos para aquisição 3D PREFUL em um scanner 3T. Clique aqui para baixar esta tabela.

Tabela 3: Relatório estatístico exemplar de parâmetros 3D PREFUL para um voluntário saudável (homem de 35 anos) Clique aqui para baixar esta tabela.

Discussão

Uma das armadilhas mais críticas é a própria aquisição. Deve-se tomar cuidado para garantir que os parâmetros da sequência de RM sejam definidos corretamente. É importante ressaltar que o tempo de eco, o tempo de repetição, o número de fatias, o tamanho da matriz e a largura de banda do pixel são os parâmetros cruciais. Desvios das configurações recomendadas podem resultar em resolução temporal insuficiente ou aquisições prolongadas. Além disso, a transferência de dados é importante para garantir que os dados sejam completamente entregues ao computador ou servidor selecionado para avaliação. A avaliação de dados prossegue de forma totalmente automática quando o caminho para os dados adquiridos é definido. O pós-processamento começa com a reconstrução da imagem, onde o binning retrospectivo desempenha um papel crucial. Recomenda-se verificar o sinal de binning para garantir uma representação clara do padrão de respiração. Depois de inspecionar o sinal de compartimentalização, nenhuma etapa adicional é necessária, pois o próprio algoritmo lida com padrões respiratórios ruins, excluindo valores discrepantes (pontos de dados acima do percentil 95 e abaixo do percentil 10). Após a reconstrução da imagem, ocorre o processo de registro da imagem. Essa etapa deve ser verificada da seguinte forma: as imagens registradas devem estar livres de respiração e movimento cardíaco. Especificamente, as posições do diafragma e do coração devem ser 'congeladas'. A próxima etapa envolve a segmentação baseada em aprendizado profundo do parênquima pulmonar e dos vasos. Esse processo de segmentação é altamente demorado para todo o volume pulmonar 3D; portanto, o uso de ferramentas baseadas em IA é benéfico. No entanto, em certas situações, como a ocorrência de consolidações periféricas, esses algoritmos podem não produzir resultados precisos. Consequentemente, a máscara de segmentação deve ser cuidadosamente verificada e corrigida manualmente, se necessário. Todas essas etapas são críticas para avaliar os parâmetros de ventilação e podem resultar em cálculos imprecisos.

Desde a publicação original¹⁷, vários desenvolvimentos foram feitos na técnica 3D PREFUL. O algoritmo de classificação das projeções radiais adquiridas foi totalmente automatizado e aprimorado para que todo o pulmão seja segmentado usando o método de limiar de Otsu e usado como um sinal de navegação para agrupar dados em fases respiratórias. Além disso, o parênquima pulmonar manual e a segmentação de vasos foram substituídos por algoritmos baseados em aprendizado profundo totalmente automáticos para reduzir procedimentos demorados. Além disso, o tempo de processamento da parte de registro de imagem pode ser reduzido em até 10 minutos se a caixa de ferramentas de registro de Forsberg for implementada¹⁹. Juntamente com desenvolvimentos anteriores, o código implementado permite o co-registro de imagens de dois momentos (medidas de acompanhamento) e avaliar a progressão voxelwise da doença ou alterações ventilatórias induzidas pela terapia²⁰. A versão atual do script Matlab não requer nenhuma interação do usuário e pode ser implementada em um pipeline para o processamento automatizado de dados com sinalizadores específicos no futuro.

A principal desvantagem do 3D PREFUL é que nenhuma medição do fluxo sanguíneo local é viável, uma vez que o efeito de entrada não pode ser capturado ao usar um pulso de RF rígido não seletivo para excitação. Em segundo lugar, atualmente, todo o pós-processamento (incluindo transferência de dados, reconstrução de imagens, registro de imagens e análise de ventilação) requer 2 horas para cada sujeito. Em terceiro lugar, atualmente, apenas uma comparação preliminar dos parâmetros de ventilação derivados do 3D PREFUL com técnicas mais validadas foi demonstrada⁴⁰. Em quarto lugar, a avaliação dos dados adquiridos é realizada em um computador de alto desempenho; portanto, os resultados não estão diretamente disponíveis para o médico no console. Em quinto lugar, faltam estudos de viabilidade do 3D PREFUL em diferentes intensidades de campo e vários fornecedores de scanners.

A ressonância magnética 3D Phase Resolved Functional Lung (PREFUL) permite o mapeamento quantitativo da dinâmica da ventilação regional de todo o pulmão humano durante a respiração livre¹⁷. Existem várias alternativas econômicas ao 3D PREFUL, como espirometria ou técnicas de lavagem de múltiplas respirações; no entanto, ambos carecem de informações espaciais e requerem manobras respiratórias e, portanto, não são viáveis para crianças pequenas ou neonatos. Métodos alternativos de imagem expõem os pacientes à radiação ionizante, como métodos de medicina nuclear TC, ou não estão amplamente disponíveis (imagens hiperpolarizadas com gás ¹²⁹Xe ou ¹⁹F usando ressonância magnética). O 3D PREFUL fornece uma avaliação da dinâmica da ventilação, pode ser realizado usando um scanner clínico padrão e não requer agentes de contraste, tornando-o atraente para ser traduzido para um ambiente de pesquisa clínica. O fato de o 3D PREFUL não exigir o uso de agentes de radiação ou contraste e oferecer uma aquisição de respiração livre e amigável ao paciente o torna adequado para estudos repetidos ou longitudinais que avaliam quantitativamente as respostas regionais à terapia. Em segundo lugar, a avaliação 3D PREFUL da ventilação pulmonar pode ser especialmente valiosa em crianças pequenas, onde a exposição à radiação deve ser evitada.

A capacidade do 3D PREFUL de gerar imagens de ventilação funcional do pulmão humano tem potencial para diagnóstico precoce. Especificamente, a capacidade de produzir mapas de ventilação regional repetíveis e quantitativos permite estudos longitudinais, por exemplo, progressão da doença ou monitoramento dos efeitos da terapia. Além disso, as informações regionais sobre a dinâmica da ventilação podem fornecer maior sensibilidade a alterações precoces relacionadas à doença pulmonar que não são detectáveis pelos testes de função pulmonar.

Materiais

Lista de materiais utilizados neste artigo

Nome	Empresa	Número de catálogo	Comentários
ANTs	Comunidade de pesquisa de análise de imagens médicas de código aberto	Caixa de ferramentas de registro de imagens
		https://www.siemens-healthineers.com/en-us/magnetic-resonance-imaging/options-and-upgrades/coils	Bobina do corpo de pelo menos 6 canais; Philips [https://www.usa.philips.com/healthcare/solutions/magnetic-resonance/coils-overview ]
Forsberg	Caixa de ferramentas de registro de imagens	https://github.com/fordanic/image-registration	Caixa de ferramentas de registro de
imagens Código de reconstrução de imagens	BioVisioneers GmbH	www.biovisioneers.com	Software para reconstrução e análise de RM
Matlab	Mathworks		Software
de ressonância magnética	Siemens / Philips / GE	https://www.siemens-healthineers.com/magnetic-resonance-imaging	Philips [https://www.philips.co.in/healthcare/solutions/magnetic-resonance], GE [https://www.gehealthcare.com/products/magnetic-resonance-imaging]; sequência 1,5 T / 3 T
Sequência	Siemens / Philips / GE		, sequência de eco gradiente 3D com trajetória de pilha de estrelas e incremento de ângulo dourado; 1. Sequência Siemens Grasp-Vibe - https://t.ly/P31kM , 2. Philips Multi Vane XD Sequence https://t.ly/wMWZZ , 3. GE Lava-Star, Disco-Star - https://t.ly/vimm2