Imagem de ressonância magnética funcional resolvida fase tridimensional do pulmão

A ressonância magnética 3D PREFUL permite a visualização da ventilação pulmonar. Qual foi a nossa motivação inicial para desenvolver a ressonância magnética PREFUL? Era o desejo de capturar todo o volume pulmonar com maior resolução de imagem isotrópica em comparação com a ressonância magnética convencional 2D PREFUL.

A ressonância magnética 3D PREFUL permite ventilação dinâmica, detecção de representação de doenças pulmonares, monitoramento do tratamento e, esperançosamente, no prognóstico futuro de pacientes com doenças pulmonares. Em crianças, a ressonância magnética PREFUL é especialmente útil porque é muito amigável ao paciente sem radiação. A vantagem mais significativa do 3D PREFUL MRI é o uso de uma sequência de produtos, que está disponível em scanners de RM de última geração, facilitando assim sua ampla adoção em outros centros.

Além disso, em comparação com outras técnicas de ressonância magnética de respiração livre não aprimoradas em 3D, a ressonância magnética 3D PREFUL foi recentemente validada para medição direta da ventilação usando imagens de 19 FCAs e imagens de gás hiperizado, demonstrando forte correspondência entre esses métodos. Mostramos que a ressonância magnética 3D PREFUL foi capaz de mostrar heterogeneidade ventilatória e defeitos ventilatórios em pacientes com asma e CBD. Além disso, pudemos mostrar os efeitos da resposta ao tratamento em pacientes com fibrose cística após a terapia.

Portanto, pensamos que, no futuro, a ressonância magnética 3D PREFUL é uma ferramenta valiosa aditiva na clínica para pacientes com doença pulmonar. Os desenvolvimentos 3D PREFUL mais recentes incluem novos designs de sequência, como o uso de trajetórias espirais. Estes são relevantes devido aos seus requisitos de hardware mais baixos e maior eficiência de amostragem baseada em casos.

Além disso, a abordagem de fatia motora simultânea está ganhando interesse por reduzir significativamente o tempo de varredura durante a aquisição 2D, permitindo imagens ponderadas em ventilação e perfusão. As próximas etapas na ressonância magnética 3D PREFUL envolverão a redução adicional dos tempos de aquisição e o emprego de técnicas baseadas em aprendizado profundo para reconstrução e registro de imagens, já que essas etapas são atualmente as mais demoradas no pipeline. Assim, pretendemos acelerar significativamente esses processos, melhorando a eficiência geral da aquisição e permitindo a reconstrução online.

Para começar, instrua o sujeito a deitar na ressonância magnética ou na mesa de ressonância magnética em decúbito dorsal. Usando a navegação por luz laser, posicione o paciente de forma que a área da imagem ocupe o centro ISIS do furo. Realize uma sequência localizadora para obter imagens anatômicas de baixa resolução em três planos para planejar o exame 3D PREFUL.

Depois de definir os parâmetros de aquisição, defina o número de projeções radiais para que a aquisição demore cerca de oito minutos. Verifique se todo o tórax está incluído no campo de visão e inicie a aquisição. Salve os dados brutos baseados em maiúsculas e minúsculas do 3D PREFUL usando as etapas específicas do fornecedor no console MR.

Defina o caminho para os dados brutos para avaliar os dados adquiridos usando o script de reconstrução de imagem. Estime os atrasos de gradiente dependentes do sistema de RM usando as projeções de calibração com a função de atraso S no BART. Aplique um deslocamento a cada projeção de acordo com o atraso de gradiente calculado, seguido pela filtragem manual dos dados corrigidos de atraso de gradiente usando uma janela periódica no plano XY e na direção Z.

Para reconstrução de imagem de baixa resolução, selecione um oitavo dos dados baseados em maiúsculas e minúsculas, centralizados em torno do índice médio da dimensão de leitura, bem como um quarto dos dados baseados em maiúsculas e minúsculas centralizados em torno do índice intermediário da dimensão de partição. Reformule as matrizes de dados baseados em casos e trajetórias correspondentes para incluir dimensões de tempo adicionais, com cada ponto de tempo compreendendo 14 projeções radiais. Utilizando o comando de imagens paralelas e imagens de detecção compactada e o BART, execute a reconstrução da imagem.

Para extrair o sinal de gating respiratório, segmente o parênquima pulmonar em cada imagem 3D de baixa resolução reconstruída usando o limiar de Otsu e calcule o volume do parênquima pulmonar para cada ponto de tempo. Aplique um filtro passa-baixo com uma frequência de corte de 0,7 hertz à série temporal de volume extraída e calcule a frequência respiratória. Em seguida, exclua outliers extremos da série temporal.

Em seguida, execute a transformada rápida de Fourier na entrega de dados do filtro ao longo da direção da fatia para permitir a reconstrução da imagem fatia por fatia. Remodele a matriz de dados baseada em casos com base na série temporal extraída para que cada compartimento respiratório contenha um mínimo de 100 raios. Reformulou a matriz de trajetórias baseadas em casos para corresponder ao tamanho dos dados baseados em casos e utilizar 20% das projeções de caixas adjacentes para melhorar a relação sinal-ruído de cada caixa respiratória.

Execute o comando picks para reconstrução de imagem para cada fatia. Salve as variáveis, incluindo as imagens reconstruídas de um ciclo respiratório completo, frequência respiratória e tempos de aquisição em um arquivo DOTMAP. Em seguida, inverta as intensidades de sinal das imagens reconstruídas e registre-as em um estado respiratório selecionado usando registro não rígido.

Execute a filtragem com regressão de kernel Nadaraya-Watson para as imagens registradas e reinvertidas para interpolar 16 fases em uma grade de tempo uniformemente espaçada. Elimine variações de sinal não relacionadas à respiração usando um filtro passa-baixo a 0,7 hertz para os dados interpolados no domínio do tempo. Defina os parâmetros do tamanho da janela como 5, 5, 5 e lambda como 0,001.

Reduza o ruído das imagens filtradas passa-baixa usando a filtragem guiada por imagem com a imagem registrada com média temporal registrada como imagem guia. Calcule a ventilação regional ou nossos mapas de ventilação em mililitro por mililitro para cada Fase respiratória N.Em seguida, segmente o parênquima pulmonar da imagem 3D inspiratória final usando uma rede neuronal convolucional com arquitetura de rede NNU. Exclua os vasos pulmonares usando um algoritmo de reconhecimento de vasos e, em seguida, calcule o defeito de ventilação ou o mapa VD do mapa de ventilação R da oitava fase, que representa a ventilação máxima.

Calcule o fluxo como a primeira derivada do respiradouro R. Estabeleça um loop de volume de fluxo de referência ou FVL para cada fatia calculada a partir de uma região íntegra definida por nossos valores de ventilação entre o 75º e o 95º percentil. Determine a semelhança entre cada voxels do parênquima pulmonar FVL e o FVL de referência usando correlação cruzada com defasagem zero.

Em seguida, calcule o mapa métrico de correlação FEL do defeito de ventilação. Calcule o tempo de ventilação para os mapas de pico ou VTTP em porcentagem do ciclo respiratório, seguido pelo desvio do valor de VTTP do pico de inspiração em 50%Descreva estatisticamente os parâmetros são ventilação, FELCM, VTTP e desvio de VTTP para todos os cortes, fornecendo mediana, média, valores de desvio padrão e intervalos interquartis. Por fim, calcule os valores percentuais de defeitos de ventilação derivados dos mapas VD gerados e exporte todos os parâmetros calculados para um arquivo de planilha.

Uma ARM 3D PREFUL de um voluntário saudável indicou valores de ventilação homogêneos para todos os mapas de parâmetros ventilatórios. Nos mapas exemplares de VD, o valor percentual do defeito ventilatório para nossa ventilação foi de 3,6% e o de FELCM foi de 3%, dentro da faixa normal saudável. A comparação dos mapas de defeitos ventilatórios da ressonância magnética 3D e 19 FMRI de uma paciente com doença pulmonar obstrutiva crônica de 54 anos indicou boa correlação visual de regiões saudáveis e hipoventiladas.

A comparação da ressonância magnética 3D PREFUL para medir as respostas regionais após a terapia de um pulmão de um indivíduo com fibrose cística revelou valores aumentados da métrica de correlação FEL, bem como a redução da DV após a terapia.