Üç Boyutlu Faz Çözümlü Fonksiyonel Akciğer Manyetik Rezonans Görüntüleme
21 Haziran 2024
Üç boyutlu (3D) faz çözümlü fonksiyonel akciğer (PREFUL), 8 dakika boyunca tidal solunum ve kontrast madde içermeyen edinim kullanarak tüm insan akciğer hacminin bölgesel ventilasyonunun ölçülmesine izin veren fonksiyonel bir manyetik rezonans görüntüleme (MRI) tekniğidir. Burada, 3D PREFUL görüntüleme verilerini toplamak ve analiz etmek için bir MR protokolü sunuyoruz.
3D PREFUL MRG, akciğer ventilasyonunun görselleştirilmesini sağlar. PREFUL MRG'yi geliştirmek için ilk motivasyonumuz neydi? Konvansiyonel 2D PREFUL MRG'ye kıyasla daha yüksek izotropik görüntü çözünürlüğü ile tüm akciğer hacmini yakalama arzusuydu.
3D PREFUL MRG, dinamik ventilasyon, akciğer hastalığının tasviri, tespit edilmesi, tedavinin izlenmesi ve umarım gelecekte akciğer hastalığı olan hastaların prognostiğini sağlar. Çocuklarda, PREFUL MRG özellikle yararlıdır çünkü radyasyon olmadan çok hasta dostudur. 3D PREFUL MRG'nin en önemli avantajı, son teknoloji MR tarayıcılarında bulunan bir ürün dizisinin kullanılması ve böylece diğer merkezlere yaygın olarak benimsenmesini kolaylaştırmasıdır.
Ek olarak, diğer 3D geliştirilmemiş Serbest Solunum MRG teknikleriyle karşılaştırıldığında, 3D PREFUL MRG, yakın zamanda 19 FCA görüntüleme ve hiperize gaz görüntüleme kullanılarak ventilasyonun doğrudan ölçümü için doğrulanmıştır ve bu yöntemler arasında güçlü bir uyum olduğunu göstermektedir. 3D PREFUL MRG'nin astım ve CBD'li hastalarda ventilasyon heterojenliğini ve ventilasyon kusurlarını gösterebildiğini gösterdik. Ayrıca, tedavi sonrası kistik fibrozisli hastalarda tedaviye yanıt etkilerini gösterebildik.
Bu nedenle, gelecekte, 3D PREFUL MRG'nin akciğer hastalığı olan hastalar için klinikte değerli bir araç olduğunu düşünüyoruz. En son 3D PREFUL gelişmeleri, spiral yörüngelerin kullanımı gibi yeni dizi tasarımlarını içerir. Bunlar, daha düşük donanım gereksinimleri ve artan vaka tabanlı örnekleme verimliliği nedeniyle önemlidir.
Ek olarak, ventilasyon ve perfüzyon ağırlıklı görüntülemeyi mümkün kılarken 2D çekim sırasında tarama süresini önemli ölçüde azaltmak için eşzamanlı motor dilim yaklaşımı ilgi görmektedir. 3D PREFUL MRG'deki bir sonraki adımlar, edinme sürelerinin daha da azaltılmasını ve görüntü yeniden yapılandırma ve görüntü kaydı için derin öğrenme tabanlı tekniklerin kullanılmasını içerecektir, çünkü bu adımlar şu anda boru hattında en çok zaman alan adımlardır. Böylece, bu süreçleri önemli ölçüde hızlandırmayı, genel satın alma verimliliğini artırmayı ve çevrimiçi yeniden yapılandırmayı mümkün kılmayı amaçlıyoruz.
Başlamak için, deneğe manyetik rezonans görüntüleme veya MRI masasına sırtüstü pozisyonda yatmasını söyleyin. Lazer ışığı navigasyonunu kullanarak, hastayı, görüntülenen alan deliğin ISIS merkezini işgal edecek şekilde konumlandırın. 3D PREFUL muayenesini planlamak için üç düzlemde düşük çözünürlüklü anatomik görüntüler elde etmek için bir yerelleştirici dizisi gerçekleştirin.
Alım parametrelerini ayarladıktan sonra, alım yaklaşık sekiz dakika sürecek şekilde radyal projeksiyon sayısını ayarlayın. Tüm göğüs kafesinin görüş alanına dahil edilip edilmediğini kontrol edin ve alıma başlayın. MR konsolundaki satıcıya özel adımları kullanarak ham 3D PREFUL vaka tabanlı verileri kaydedin.
Görüntü yeniden yapılandırma komut dosyasını kullanarak alınan verileri değerlendirmek için ham verilerin yolunu ayarlayın. BART'taki S gecikme fonksiyonu ile kalibrasyon projeksiyonlarını kullanarak MR sistemine bağlı gradyan gecikmelerini tahmin edin. Hesaplanan gradyan gecikmesine göre her projeksiyona bir kayma uygulayın, ardından XY düzleminde ve Z yönünde periyodik bir pencere kullanarak degrade gecikmesi düzeltilmiş verilere filtreleme yapın.
Düşük çözünürlüklü görüntü yeniden yapılandırması için, okuma boyutunun orta dizini etrafında ortalanmış büyük/küçük harf tabanlı verilerin sekizde birini ve bölüm boyutunun orta dizini etrafında ortalanmış büyük/küçük harf tabanlı verilerin dörtte birini seçin. Büyük/küçük harf tabanlı verilerin ve karşılık gelen yörüngelerin matrislerini, her biri 14 radyal projeksiyon içeren ek zaman boyutları içerecek şekilde yeniden şekillendirin. Paralel görüntüleme ve sıkıştırılmış algılama pics komutunu ve BART'ı kullanarak görüntü yeniden yapılandırması gerçekleştirir.
Solunum yolu sinyalini çıkarmak için, Otsu'nun eşiklemesini kullanarak yeniden yapılandırılmış her düşük çözünürlüklü 3D görüntüde akciğer parankimini segmentlere ayırın ve her zaman noktası için akciğer parankimi hacmini hesaplayın. Çıkarılan hacim zaman serisine 0,7 hertz kesme frekansına sahip bir alçak geçiren filtre uygulayın ve solunum frekansını hesaplayın. Ardından, aşırı aykırı değerleri zaman serisinden çıkarın.
Ardından, dilim dilim görüntü yeniden yapılandırmasını etkinleştirmek için dilim yönü boyunca filtre verilerini teslim ederken hızlı Fourier dönüşümü gerçekleştirin. Vaka tabanlı veri matrisini, çıkarılan zaman serisine dayalı olarak, her solunum bölmesi en az 100 konuşmacı içerecek şekilde yeniden şekillendirin. Vaka tabanlı yörünge matrisi, vaka tabanlı verilerin boyutuna uyacak şekilde yeniden şekillendirildi ve her bir solunum kutusunun sinyal-gürültü oranını artırmak için bitişik kutulardan gelen projeksiyonların %20'sini kullandı.
Her dilim için görüntü yeniden yapılandırması için picks komutunu yürütün. Tam bir solunum döngüsünün, solunum sıklığının ve alım sürelerinin yeniden yapılandırılmış görüntüleri de dahil olmak üzere değişkenleri bir DOTMAP dosyasına kaydedin. Ardından, yeniden yapılandırılmış görüntülerin sinyal yoğunluklarını ters çevirin ve bunları katı olmayan kayıt kullanarak seçilen bir solunum durumuna kaydedin.
16 fazı düzgün aralıklı bir zaman ızgarasına enterpolasyon yapmak için kayıtlı ve yeniden ters çevrilmiş görüntülere Nadaraya-Watson çekirdek regresyonu ile filtreleme gerçekleştirin. Zaman alanındaki enterpolasyonlu verilere 0,7 hertz'de düşük geçiren bir filtre kullanarak solunumla ilgili olmayan sinyal varyasyonlarını ortadan kaldırın. Pencere boyutu parametrelerini 5, 5, 5 ve lambda parametrelerini 0,001 olarak ayarlayın.
Kılavuz görüntü olarak geçici olarak ortalaması alınmış kayıtlı görüntü ile görüntü kılavuzlu filtrelemeyi kullanarak alçak geçiren filtrelenmiş görüntülerin gürültüsünü giderin. Her solunum Fazı N için bölgesel ventilasyonu veya havalandırma haritalarımızı mililitre başına mililitre cinsinden hesaplayın.Ardından, NNU net mimarisine sahip evrişimli bir nöronal ağ kullanarak uç inspiratuar 3D görüntünün akciğer parankimini segmentlere ayırın. Bir damar tanıma algoritması kullanarak akciğer damarlarını hariç tutun ve ardından maksimum ventilasyonu temsil eden sekizinci fazın R vent haritasının ventilasyon kusurunu veya VD haritasını hesaplayın.
Akışı, R vent'in ilk türevi olarak hesaplayın. 75. ve 95. yüzdebirlik dilim arasındaki havalandırma değerlerimizle tanımlanan sağlıklı bir bölgeden hesaplanan her dilim için bir referans akış hacmi döngüsü veya FVL oluşturun. Sıfır gecikme ile çapraz korelasyon kullanarak her bir akciğer parankimi voksel FVL ve referans FVL arasındaki benzerliği belirleyin.
Ardından ventilasyon kusuru FEL korelasyon metrik haritasını hesaplayın. Ventilasyonun zirveye ulaşma süresini veya VTTP haritalarını solunum döngüsünün yüzdesi olarak hesaplayın, ardından VTTP değerinin %50'de tepe inspirasyondan sapmasını istatistiksel olarak tanımlayın, parametreler havalandırma, FELCM, VTTP ve tüm dilimler için VTTP sapmasıdır, medyan, ortalama, standart sapma değerleri ve çeyrekler arası aralıklar sağlar. Son olarak, oluşturulan VD haritalarından türetilen ventilasyon kusuru yüzdesi değerlerini hesaplayın ve hesaplanan tüm parametreleri bir elektronik tablo dosyasına aktarın.
Sağlıklı bir gönüllünün 3D PREFUL MRA'sı, tüm ventilasyon parametre haritaları için homojen ventilasyon değerlerini gösterdi. Örnek VD haritalarında, havalandırmamız için ventilasyon kusuru yüzdesi değeri %3.6 ve FELCM için %3 olarak sağlıklı normal aralıkta yer almaktadır. 54 yaşında kronik obstrüktif akciğer hastalığı olan bir kadın hastanın 3D PREFUL MRG ve 19 FMG'den alınan ventilasyon defekti haritalarının karşılaştırılması, sağlıklı ve hipoventilasyonlu bölgeler arasında iyi bir görsel korelasyon olduğunu gösterdi.
Kistik fibrozlu bir deneğin akciğerinin tedavisinden sonra bölgesel tepkileri ölçmek için 3D PREFUL MRG'nin karşılaştırılması, FEL korelasyon metriğinin değerlerinin arttığını ve tedaviden sonra VD'deki azalmayı ortaya çıkardı.
Genel Bakış
3D faz çözümlü fonksiyonel akciğer (PREFUL) MRI tekniği, tüm akciğer hacmindeki akciğer havalandırmasının kapsamlı görselleştirilmesini ve ölçümlendirilmesini sağlar. Bu yöntem, görüntü çözünürlüğünü artırır ve özellikle hasta dostu bir şekilde akciğer hastalıklarının izlenmesi için yararlıdır.
Çalışmanın Temel Bileşenleri
Bilim Alanı
- Sinirbilim
- Tıbbi Görüntüleme
- Solunum Sağlığı
Arka Plan
- 3D PREFUL MRI, geleneksel yöntemlere göre daha yüksek çözünürlükte tüm akciğer hacmini yakalayabilir.
- İnvaziv değildir ve radyasyon içermez, bu da onu çocuklar için uygun kılar.
- Teknik, havalandırmayı ölçmek için diğer görüntüleme yöntemleri ile doğrulanmıştır.
- Son gelişmeler arasında yeni sekans tasarımları ve azaltılmış alım süreleri bulunmaktadır.
Çalışmanın Amacı
- Akciğer hastalığı olan hastalarda dinamik havalandırma değerlendirmesi için bir yöntem geliştirmek.
- Akciğer hastalıklarında tedavi izlemeyi kolaylaştırmak ve prognozu iyileştirmek.
- Tıbbi görüntülemede solunum sağlığındaki klinik faydaları artırmak.
Kullanılan Yöntemler
- Son teknoloji MR tarayıcılarında ürün sekansının kullanımı.
- Derin öğrenmeyi de içeren görüntü yeniden yapılandırma tekniklerinin uygulanması.
- Veri analizi için solunum kapsamlama ve segmentasyon yöntemlerinin uygulanması.
- Görüntü kalitesini artırmak için çeşitli filtreleme ve kayıt tekniklerinin kullanımı.
Ana Sonuçlar
- 3D PREFUL MRI, astım ve KOAH'lı hastalarda havalandırma heterojenliğini gösterdi.
- Kistik fibrozis hastalarında tedavi yanıtlarını etkili bir şekilde izledi.
- Yeni sekans tasarımları, alım verimliliğini artırdı ve tarama sürelerini azalttı.
- 3D PREFUL MRI ile diğer havalandırma ölçüm yöntemleri arasında güçlü bir uyuşma bulundu.
Sonuçlar
- 3D PREFUL MRI, klinik ortamlarda akciğer fonksiyonunu değerlendirmek için değerli bir araçtır.
- Gelecekteki gelişmeler, alım sürelerini daha da azaltmayı ve görüntü işlemeyi iyileştirmeyi amaçlamaktadır.
- Bu teknik, solunum hastalıklarında hasta bakımını geliştirmede umut vaat etmektedir.
Sıkça Sorulan Sorular
Executive Industry Relevance
Three-dimensional phase-resolved functional lung (3D PREFUL) MRI enables quantitative, radiation-free assessment of regional lung ventilation dynamics across the entire lung volume. This technology enhances predictive confidence in respiratory disease models and supports translational continuity from discovery through preclinical validation. Its robust, reproducible outputs position it as a reusable platform for respiratory drug development and mechanistic de-risking.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables interrogation of pulmonary ventilation mechanisms in disease-relevant systems.
- Supports functional target validation by quantifying regional ventilation heterogeneity.
- Facilitates mechanistic de-risking for respiratory drug candidates.
Screening & Assay Development
- Provides standardized, quantitative imaging outputs for assay development.
- Enables reproducible assessment of compound effects on lung ventilation.
- Supports platform scalability and cross-study comparability in respiratory models.
Translational & Preclinical Research
- Aligns imaging biomarkers with clinical pulmonary function endpoints.
- Enables longitudinal monitoring of treatment response in preclinical and translational studies.
- Reduces biological risk by providing non-invasive, repeatable measurements.
Pipeline & Workflow Integration
3D PREFUL MRI integrates into the respiratory drug discovery continuum from early mechanistic studies through preclinical efficacy and biomarker validation.
- Discovery Biology: Quantifies ventilation dynamics to clarify disease mechanisms and validate targets.
- Screening: Delivers reproducible, quantitative readouts for compound evaluation in lung models.
- Analytics: Provides statistical outputs (e.g., ventilation defect percentage, flow-volume metrics) for robust condition comparison.
- Translational Research: Bridges preclinical imaging with clinical pulmonary function tests for biomarker alignment.
- Enterprise Reuse: Offers a scalable, vendor-agnostic imaging platform for multi-program respiratory portfolios.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in respiratory models.
- Operational Value: Standardizes imaging protocols and enables reproducible, multi-site implementation.
- Strategic Value: Improves go/no-go decisions and capital efficiency by providing robust, quantitative endpoints.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of respiratory assets.
Implementation Considerations
- Requires expertise in advanced MRI acquisition and image analysis.
- Needs access to state-of-the-art MR scanners and computational infrastructure for image reconstruction.
- Demands cross-team standardization of imaging protocols and data processing pipelines.
- Adaptable to various preclinical and clinical lung disease models with appropriate parameterization.
- Current limitations include image reconstruction time and the need for further automation in data processing.
