Summary
Apresentamos um protocolo padronizado para a quantificação dos tempos de relaxamento T2* dos tumores utilizando software externo. Imagens de gradiente eco multi-eco são adquiridas e alimentadas no software para criar mapas T2* tumorais e medir os tempos de relaxamento T2* tumoral.
Abstract
A relaxometria T2* é um dos métodos estabelecidos para medir o efeito de nanopartículas superparamagnéticas de óxido de ferro em tecidos tumorais com ressonância magnética (RM). As nanopartículas de óxido de ferro encurtam os tempos de relaxamento T1, T2 e T2* dos tumores. Enquanto o efeito T1 é variável com base no tamanho e composição das nanopartículas, os efeitos T2 e T2* são geralmente predominantes, e as medidas de T2* são as mais eficientes em termos de tempo em um contexto clínico. Aqui, apresentamos nossa abordagem para medir os tempos de relaxamento T2* do tumor, usando sequências de gradiente eco multi-eco, software externo e um protocolo padronizado para criar um mapa T2* com software independente de scanner. Isso facilita a comparação de dados de imagem de diferentes scanners clínicos, diferentes fornecedores e trabalho de pesquisa co-clínica (ou seja, dados de tumor T2* obtidos em modelos de camundongos e pacientes). Uma vez que o software é instalado, o plugin T2 Fit Map precisa ser instalado a partir do gerenciador de plugins. Este protocolo fornece detalhes processuais passo a passo, desde a importação das sequências de gradiente de eco multi-eco para o software, até a criação de mapas T2* codificados por cores e a medição dos tempos de relaxamento T2* do tumor. O protocolo pode ser aplicado a tumores sólidos em qualquer parte do corpo e foi validado com base em dados pré-clínicos de imagem e dados clínicos em pacientes. Isso poderia facilitar as dosagens de T2* tumoral para ensaios clínicos multicêntricos e melhorar a padronização e a reprodutibilidade das dosagens de T2* tumoral em análises de dados co-clínicas e multicêntricas.
Introduction
A quantificação não invasiva do tempo de relaxamento tumoral T2* em vários tecidos do corpo com a ressonância magnética (RM) está amplamenteestabelecida1. A justificativa para este artigo é fornecer um protocolo para a medição do tempo de relaxamento tumoral T2* que é independente de um software de scanner como o Osirix2. Isso permitirá análises uniformes de dados de imagem de diferentes centros, diferentes scanners e diferentes fornecedores. De fato, milhares de usuários poderiam potencialmente usar a mesma abordagem, aumentando assim a padronização das dosagens tumorais de T2*. As medidas de T2* são usadas para diferentes finalidades por neurorradiologistas, especialistas em imagem cardíaca e em imagem abdominal, entre outros. Sequências de pulso de RM para medidas dos tempos de relaxamento T2* tecidual têm sido aplicadas e otimizadas para a avaliação de sangramentos intracranianos3, conteúdo hepático de ferro1,4, conteúdo de ferro cardíaco5,6, entre outros. Outros pesquisadores utilizaram medidas de T2* para gerar estimativas quantitativas do acúmulo de nanopartículas de óxido de ferro em tumoresmalignos7,8. No entanto, muitas dessas abordagens anteriores utilizavam softwares institucionais ou scanners específicos, que seriam limitados ao uso em uma instituição específica ou para o processamento de dados obtidos em um scanner específico. Aqui, descrevemos uma abordagem universalmente aplicável para gerar mapas T2* tumorais e tempos de relaxamento T2* tumoral com base em dados pré-clínicos ou clínicos de RM de qualquer scanner que possa gerar imagens de gradiente eco multi-eco. A sequência de gradiente eco necessária deve ter tempos de primeiro eco muito curtos e espaçamento intereco estreito 9,10. As imagens de gradiente eco multi-eco são então alimentadas no software externo, mapas T2* do tumor são calculados e os tempos de relaxamento T2* do tumor são medidos. O plugin T2 Fit Map nas curvas de decaimento T2* dos modelos externos como um ajuste monoexponencial para S(t) = S o e-t/T2* 11 onde S(t) representaosinal ou valor do processo em um dado tempo t; S 0 é o valor inicial do sinal ou processo em t =0; t denota tempo; T2*, também conhecido como tempo de relaxamento transversal aparente, caracteriza a taxa de decaimento do sinal ou processo; e e é a base do logaritmo natural (aproximadamente igual a 2,71828). A equação descreve um decaimento exponencial, onde o sinal ou processo diminui ao longo do tempo em função da taxa de decaimento T2*. Quanto maior o valor de T2*, mais lenta é a taxa de decaimento, e vice-versa. O mesmo software também pode ser usado para inserir imagens spin echo multi-eco e gerar valores de T2 tumoral ajustando a curva de decaimento de T2 para S(t) = So e-t/T2. O ajuste da curva foi realizado por meio de software externo, sem incorporar deslocamento constante. Ambas as curvas de decaimento exibem comportamento exponencial único, com T2* demonstrando menor duração em relação a T2.
Em pacientes com hemossiderose e hemocromatose, a quantificação do conteúdo hepático de ferro por biópsia tecidual é o padrão-ouro, enquanto a RM não invasiva é o ponto de cuidado para estabelecer valores basais e monitorar as mudanças ao longo do tempo de forma não invasiva12,13. Embora a geração de mapas T2* para quantificação de ferro hepático esteja bemestabelecida4, não há um protocolo padronizado para medir o tempo de relaxamento tumoral T2*. Embora os mapas T2* também possam ser gerados pelo software do scanner, ele é limitado a um scanner e fornecedor específicos. No campo da oncologia, estudos seriados de imagem de um determinado paciente geralmente ocorrem em diferentes scanners, e os dados de RM multicêntricos são adquiridos com base em estudos de imagem de diferentes scanners e diferentes fornecedores. Além disso, a pesquisa de imagem coclínica está sendo cada vez mais implementada e requer a comparação de dados de RM de pacientes e modelos de camundongos que simulam seu tumor. O objetivo deste protocolo é fornecer um protocolo para a mensuração dos tempos de relaxamento T2* tumoral que sejam independentes do software do scanner. Isso permitirá uma análise uniforme dos dados de imagens de diferentes centros e diferentes scanners. De fato, milhares de usuários poderiam potencialmente usar a mesma abordagem, aumentando assim a padronização e a reprodutibilidade das dosagens tumorais de T2*. Nosso protocolo utiliza software externo, que pode ser baixado da internet. Imagens de gradiente eco multieco são alimentadas no software e ajustadas a uma fórmula de decaimento monoexponencial para gerar um mapa T2*, no qual os tempos de relaxamento T2* do tumor podem ser medidos usando regiões de interesse (ROIs) definidas pelo operador5. Nanopartículas de óxido de ferro podem ser infundidas em diferentes doses 14, Em nosso estudo, a paciente recebeu uma injeção de Ferumoxytol (30 mg/mL) contendo 510 mg de ferro elementar em um volume de17 mL, na dose de 5 mg de ferro elementar por kg de peso corporal. Posteriormente, sequências multieco gradiente eco foram obtidas15 usando parâmetros de sequência definidos para aquisição de dados.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Este protocolo foi gerado para um ensaio clínico prospectivo e pesquisa co-clínica. O estudo foi aprovado pelo Conselho de Revisão Institucional (IRB) da Universidade de Stanford. Todos os pacientes ou seu representante legal assinaram um termo de consentimento livre e esclarecido, e todas as crianças entre 7 e 18 anos de idade assinaram um termo de assentimento.
1. Instalando e iniciando o plugin T2 Fit Map
- Inicie o software Osirix. Instale o plugin T2 Fit Map a partir do gerenciador de plug-ins e reinicie o software.
- Na barra de menus, clique no botão Plug-ins. Clique no menu suspenso e selecione Instalar um pacote de plug-in (Figura 1).
- Depois que o gerenciador de plug-ins for carregado, selecione os plug-ins disponíveis no menu suspenso e, em seguida, T2 Fit Map (Figura 2).
- Clique em download & install. Feche o gerenciador de plug-ins e reinicie o software.
- Carregue as imagens de sequência de eco gradiente multi-eco como arquivos DICOM no software.
- Altere a função do botão do mouse para desenhar uma Região de Interesse (ROI) (Figura 3).
- Usando essa função de botão do mouse, defina uma forma para a ROI necessária: selecione Polígono Oval ou Fechado ou a forma desejada no menu suspenso (Figura 4).
- Desenhe ROIs nas imagens necessárias com diferentes tempos de eco (TEs).
- Selecione as ROIs em todas as imagens com TEs diferentes para as quais o mapa T2* é necessário.
- Clique no botão Plug-ins , selecione Filtros de imagem no menu suspenso e selecione T2 Fit Map.
- Clique em T2 Fit Map. Uma caixa de diálogo será aberta; clique em Generate Map (que está localizado na parte inferior da caixa de diálogo) (Figura 5).
NOTA: Uma curva de ajuste é gerada com valores mínimos, médios e máximos de T2* para as ROIs selecionadas com vários TEs (ms). O valor médio de T2* é calculado e apresentado abaixo da curva (Figura 6).
Figura 1: Selecionando 'Instalar um pacote de plug-in' no menu suspenso. Clique aqui para ver uma versão maior desta figura.
Figura 2: Selecionando 'T2 Fit Map' nos plugins disponíveis. Clique aqui para ver uma versão maior desta figura.
Figura 3: Captura de tela demonstrando como alterar a função do botão do mouse para desenhar uma região de interesse (ROI). Clique aqui para ver uma versão maior desta figura.
Figura 4: Captura de tela mostrando como selecionar formas diferentes para o ROI. Clique aqui para ver uma versão maior desta figura.
Figura 5: Captura de tela mostrando como selecionar 'Gerar mapa' depois de selecionar 'T2 Fit Map'. Clique aqui para ver uma versão maior desta figura.
Figura 6: Captura de tela mostrando a geração de uma curva de ajuste para valores T2*. Clique aqui para ver uma versão maior desta figura.
2. Exclusão de ruído utilizando a definição de máscara
NOTA: Para definir uma máscara no primeiro eco dos dados T2map_MSME usados para calcular os mapas paramétricos, defina um limite de sinal de primeiro eco mais baixo para o cálculo do valor T2* (o volume do mapa T2* agora excluirá os pixels com sinais muito baixos para o cálculo preciso no primeiro eco multi-spin multi-echo (MSME). O limite pode ser aumentado para excluir mais pixels ou diminuído para incluir mais pixels).
- Para definir a ROI da máscara em uma série de imagens fora dos dados paramétricos, abra a série desejada (por exemplo, primeiro eco da T2map_MSME com TE = 15) e selecione uma fatia.
- Na parte inferior do menu suspenso ROI, selecione Crescer região....
- Selecione o botão de opção 3D Growing Region... (Figura 7).
- No menu suspenso Algoritmo, selecione Limite (limites inferiores/superiores).
- Defina os limiares inferior e superior para 0 e X% do sinal muscular da panturrilha contralateral, respectivamente (por exemplo, defina o limiar para o valor que mascarará a maior mancha na ROI tumoral e deixará o tumor T2(*)s mais avaliável).
- Defina o nome do ROI conforme desejado.
- Clique na imagem para colocar uma semente para o crescimento do ROI.
- Clique no botão Computar .
- No menu ROI, selecione Salvar todas as ROIs desta série... (Figura 8).
NOTA: Agora, o ROI que define a área a ser mascarada dos mapas paramétricos foi salvo e pode ser aplicado aos dados paramétricos. - Abra o conjunto de dados Paramétrico no visualizador 4D.
- No menu ROI, selecione Importar ROI(s)....
NOTA: O ROI da máscara está agora na primeira série paramétrica. - Verifique se os ROIs estão no primeiro volume 3D e não 4D.
- Aplique máscara para mapear os dados. Para fazer isso, na parte inferior do menu suspenso ROI, selecione Definir valores de pixel para. Em seguida, selecione aplicar a: ROIs com o mesmo nome... (Figura 9).
- Marque a caixa Propagar para a série 4D .
- Defina os pixels que estão dentro das ROIs.
- Defina Para este novo valor: como 0.
Figura 7: Captura de tela mostrando os parâmetros de segmentação. Clique aqui para ver uma versão maior desta figura.
Figura 8: Captura de tela mostrando como selecionar "Salvar todas as ROIs desta série...". Clique aqui para ver uma versão maior desta figura.
Figura 9: Captura de tela mostrando os valores a serem inseridos em "Set Pixel Values To". Clique aqui para ver uma versão maior desta figura.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Figura 10: Mapa T2* com ROI sobreposta à lesão metastática do osteossarcoma que mostra o valor médio e desvio padrão de T2*. Clique aqui para ver uma versão maior desta figura.
Figura 11: Curva de ajuste dos valores de T2* para o mapa de T2* em paciente com osteossarcoma metastático. Clique aqui para ver uma versão maior desta figura.
Figura 12: Mapa T2* sobreposto a uma imagem ponderada em T1 neste paciente com osteossarcoma metastático. Clique aqui para ver uma versão ampliada desta figura.
A ressonância magnética foi realizada em um scanner comercial. Um corte axial através do tórax foi obtido usando uma sequência multieco de gradiente único apneumático com uma variação de TEs (1,22-9,98 ms). T2* foi medido usando este protocolo a partir da ROI cobrindo todo o tumor em todos os cortes, evitando os tecidos circundantes. As medidas de T2* foram realizadas por dois observadores diferentes. A média das medidas de todos os cortes foi calculada para cada observador. A taxa de relaxamento T2* do tumor foi medida colocando-se uma ROI para incluir todo o tecido tumoral em um corte axial representativo através do meio do tecido tumoral (Figura 10). A Figura 11 mostra uma curva de ajuste gerada com valores mínimos, médios e máximos de T2* para as ROIs selecionadas com vários TEs (ms) para esse paciente. A taxa de relaxamento do tumor T2* para o exame do paciente foi de 6,8 ms. Para a representação visual, os mapas T2* codificados por cores foram mesclados com uma imagem gradiente eco ponderada em T1 para orientação anatômica (Figura 12). Um resultado positivo para este protocolo representará o valor de T2* no tecido específico (Figura 10 e Figura 11).
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Nosso protocolo nos permite medir os tempos de relaxamento T2* do tumor com base em sequências gradiente-eco multi-eco, um software externo e um plugin para criar mapas T2*. As etapas críticas dentro do protocolo são a inclusão da sequência gradiente-eco multi-eco com TEs muito curtos no protocolo de varredura e o ajuste monoexponencial das imagens gradiente-eco multi-eco usando software externo. É importante organizar as imagens de entrada multi-eco gradiente-eco de acordo com seus tempos de aquisição. Isso pode ser obtido classificando a série de dados de imagem por tempo de aquisição no software externo no menu suspenso Preferências: Banco de dados.
O software que usamos aplica um ajuste monoexponencial para inserir um gradiente-eco multi-eco sem deslocamento constante para ajuste T2*. Esta abordagem pode ser inadequada para tecidos com um nível de sobrecarga de ferro muito alto (T2* < 2-3 ms), onde devido ao baixo valor de T2*, o sinal de RM atinge um "platô" igual ao ruído de RM riciano retificado. Este geralmente não é o caso após a injeção intravenosa de nanopartículas de óxido de ferro. No entanto, se o acúmulo acentuado de nanopartículas no tecido tumoral deve ser observado, então o uso de um modelo puro-exponencial pode levar a um erro diagnóstico importante, que pode ser resolvido pelo método de offset monoexponencial 5 oupelo método de truncamento monoexponencial R2 5 para obter resultados T2* mais precisos. O método de truncamento pode ser facilmente aplicado reduzindo o número de arquivos DICOM no processo de ajuste. Propomos também uma nova abordagem no software, conforme descrito no protocolo 2; para tumores com acentuado acúmulo de nanopartículas de óxido de ferro e valores de T2* significativamente encurtados próximos a zero, definimos uma máscara nas imagens de magnitude paramétrica ou outra série para definir um limiar de sinal mais baixo para a análise do valor de T2*. Isso reduz erros de registro e erros no processo de ajuste T2*. A quantidade relativa e absoluta de pixels com valores T2* próximos de zero também pode ser medida com essa abordagem. Essa abordagem foi testada em dados pré-clínicos com potencial de tradução para pacientes clínicos.
Nosso protocolo oferece ampla aplicabilidade, uma vez que não requer conhecimento de linguagem de programação, ao contrário do método de mínimos quadrados lineares que requer o uso do 3D Slicer16,17. No entanto, o número de recursos disponíveis para mapeamento T2* e T2 na versão gratuita do software é limitado em comparação com a versão paga. Outra limitação do uso deste software é sua confiabilidade no sistema MacOS. Um problema prático pode ser a ausência de criação de um mapa T2* com o software. Como solução de problemas, se não houver geração de mapa T2*, recomenda-se usar a ferramenta ROI para verificar os TEs. Se as imagens de eco de gradiente de vários ecos não estiverem organizadas na ordem de seus TEs, haverá um erro na geração de mapas T2*. Portanto, é altamente recomendável organizar as imagens de eco gradiente de vários ecos de acordo com seus TEs e solucionar o processo.
Um benefício deste protocolo em relação a outros softwares existentes16,18,19 é a relativa facilidade de uso devido à falta de exigência de conhecimento em programação. Esse protocolo também permite projetos de garantia e melhoria da qualidade, pois permite a rápida avaliação de múltiplas medições, o que, por sua vez, permite medidas de reprodutibilidade e repetibilidade.
Uma maior validação e padronização de nosso protocolo permitirá o uso generalizado para medições tumorais de T2* de dados de diferentes scanners, diferentes fabricantes e diferentes instituições. Isso facilitará as avaliações longitudinais dos pacientes que realizam medidas de T2* em diferentes locais. Além disso, um protocolo padronizado ajudará a analisar as dosagens de T2* do tumor para ensaios clínicos multicêntricos. Outra potencial aplicação clínica desse protocolo é a representação de hemossiderina em tecidostumorais20. Outras possíveis aplicações clínicas incluem a avaliação de pacientes tumorais com terapia imunodirecionada com altos níveis de macrófagos associados ao tumor, monitorando a resposta tumoral a esses tratamentos nesses indivíduos 21,22 e retratando o realce das lesões hepáticas com o uso do contraste superparamagnético óxido de ferro23,24 e ferucarbotran25,26.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Os autores não têm nada a revelar.
Acknowledgments
Este trabalho foi em parte apoiado por uma bolsa do Instituto Nacional do Câncer, bolsa número U24CA264298. Agradecemos a Dawn Holley, Kim Halbert e Mehdi Khalighi do Centro de Serviços Metabólicos de PET/RM por sua assistência com a aquisição de exames de PET/RM no Lucas Research Center em Stanford. Agradecemos aos membros do laboratório Daldrup-Link pela valiosa contribuição e discussões sobre este projeto.
Materials
| Name | Company | Catalog Number | Comments |
| OsiriX | Pixmeo SARL | https://www.osirix-viewer.com/ | |
| 3T GE MR 750 | GE Healthcare, Chicago, IL | ||
| FERAHEME (ferumoxytol injection) | AMAG Pharmaceuticals, Inc. 1100 Winter Street Waltham, MA 02451 |
References
- Garbowski, M. W., et al. Biopsy-based calibration of T2* magnetic resonance for estimation of liver iron concentration and comparison with R2 Ferriscan. Journal of Cardiovascular Magnetic Resonance. 16 (1), 40 (2014).
- OsiriXDICOM Viewer. , Available from: https://www.osirix-viewer.com/ (2023).
- Linfante, I., Llinas, R. H., Caplan, L. R., Warach, S. MRI features of intracerebral hemorrhage within 2 hours from symptom onset. Stroke. 30 (11), 2263-2267 (1999).
- Labranche, R., et al. Liver iron quantification with MR imaging: a primer for radiologists. Radiographics. 38 (2), 392-412 (2018).
- Triadyaksa, P., Oudkerk, M., Sijens, P. E. Cardiac T2* mapping: Techniques and clinical applications. Journal of Magnetic Resonance Imaging. 52 (5), 1340-1351 (2020).
- Anderson, L. J., et al. Cardiovascular T2-star (T2*) magnetic resonance for the early diagnosis of myocardial iron overload. European Heart Journal. 22 (23), 2171-2179 (2001).
- Seo, M., et al. Estimation of T2* relaxation time of breast cancer: correlation with clinical, imaging and pathological features. Korean Journal of Radiology. 18 (1), 238-248 (2017).
- Serkova, N. J. Nanoparticle-based magnetic resonance imaging on tumor-associated macrophages and inflammation. Frontiers in Immunology. 8, 590 (2017).
- Chen, X., Qiu, B. A pilot study of short T2* measurements with ultrashort echo time imaging at 0.35 T. BioMedical Engineering OnLine. 17 (1), 70 (2018).
- Yi, J., Lee, Y. H., Song, H. -T., Suh, J. -S. Comparison of T2* between regular echo time and ultrashort echo time with 3D cones at 3 tesla for knee meniscus. Medicine. 97 (48), e13443 (2018).
- Weishaupt, D., et al. How Does MRI Work?: An Introduction to the Physics and Function of Magnetic Resonance Imaging. , Springer. Berlin, Heidelberg. (2006).
- Wood, J. C. Guidelines for quantifying iron overload. Hematology. American Society of Hematology. 2014 (1), 210-215 (2014).
- Branisso, P. P. F., et al. Non-invasive methods for iron overload evaluation in dysmetabolic patients. Annals of Hepatology. 27 (4), 100707 (2022).
- Schaefer, B., Meindl, E., Wagner, S., Tilg, H., Zoller, H.
- Haacke, E. M., Mittal, S., Wu, Z., Neelavalli, J., Cheng, Y. -C. N. Susceptibility-weighted imaging: technical aspects and clinical applications, part 1. AJNR: American Journal of Neuroradiology. 30 (1), 19-30 (2009).
- T2 Mapping Slicer Extension. , Available from: https://github.com/gattia/Slicer-T2mapping (2021).
- 3D Slicer image computing platform. 3D Slicer. , Available from: https://slicer.org/ (2023).
- Messroghli, D. R., et al. An open-source software tool for the generation of relaxation time maps in magnetic resonance imaging. BMC Medical Imaging. 10, 16 (2010).
- GNU Octave. , Available from: https://octave.org/ (2023).
- Chavhan, G. B., Babyn, P., Thomas, B., Shroff, M., Haacke, E. M. Principles, techniques, and applications of T2*-based MR imaging and its special applications. Radiographics. 29 (5), 1433-1449 (2009).
- Aghighi, M., et al. Magnetic resonance imaging of tumor associated macrophages: clinical translation. Clinical Cancer Research. 24 (17), 4110-4118 (2018).
- Trujillo-Alonso, V., et al. FDA-approved ferumoxytol displays anti-leukaemia efficacy against cells with low ferroportin levels. Nature Nanotechnology. 14 (6), 616-622 (2019).
- Ishiyama, K., et al. Tumor-liver contrast and subjective tumor conspicuity of respiratory-triggered T2-weighted fast spin-echo sequence compared with T2*-weighted gradient recalled-echo sequence for ferucarbotran-enhanced magnetic resonance imaging of hepatic malignant tumors. Journal of Magnetic Resonance Imaging. 27 (6), 1322-1326 (2008).
- Hirokawa, Y., et al. Hepatic lesions: improved image quality and detection with the periodically rotated overlapping parallel lines with enhanced reconstruction technique-evaluation of SPIO-enhanced T2-weighted MR images. Radiology. 251 (2), 388-397 (2009).
- Tonan, T., et al. Evaluation of small (≤2cm) dysplastic nodules and well-differentiated hepatocellular carcinomas with ferucarbotran-enhanced MRI in a 1.0-T MRI unit: Utility of T2*-weighted gradient echo sequences with an intermediate-echo time. European Journal of Radiology. 64 (1), 133-139 (2007).
- Rief, M., et al. Detection of focal liver lesions in unenhanced and ferucarbotran-enhanced magnetic resonance imaging: a comparison of T2-weighted breath-hold and respiratory-triggered sequences. Magnetic Resonance Imaging. 27 (9), 1223-1229 (2009).
