骨骼肌疾病的定量磁共振成像

Medicine

Your institution must subscribe to JoVE's Medicine section to access this content.

Fill out the form below to receive a free trial or learn more about access:

 

Summary

神经肌肉疾病常常表现出时间上变化,空间上的异构,和多面病理。该协议的目的是表征使用非侵入性磁共振成像方法本病理。

Cite this Article

Copy Citation | Download Citations

Damon, B. M., Li, K., Dortch, R. D., Welch, E. B., Park, J. H., Buck, A. K., Towse, T. F., Does, M. D., Gochberg, D. F., Bryant, N. D. Quantitative Magnetic Resonance Imaging of Skeletal Muscle Disease. J. Vis. Exp. (118), e52352, doi:10.3791/52352 (2016).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

Introduction

定量磁共振成像(qMRI)描述了开发和使用的MRI量化的物理,化学,和/或生物系统的生物特性。 QMRI要求,一个采用了系统的生物物理模型,感兴趣组织以及MRI脉冲序列组成。脉冲序列被设计为图像“信号强度敏感到的模型中感兴趣的参数。磁共振信号特性(信号强度,频率和/或相位)根据该模型测量和分析。的目标是产生具有连续分布,测量的物理单元的物理或生物参数的无偏,定量估计。常描述系统的方程进行分析和装配在逐个像素的基础上,产生一个图像,其像素值直接反映该变量的值。这样的图像被称为一个参数图。

qMRI的一种常见用法是D才有发展和生物标志物的应用。生物标记物可用于研究疾病机制,建立一个诊断,确定预后,和/或评估治疗反应。它们可以采取内源或外源分子,组织学标本,物理量,或内部图像的浓度或活性的形式。生物标志物的一些总体要求是,他们使用的测量物理单位客观地衡量一个连续分布的变量;有一个清晰的,很好地理解与感兴趣的病理学关系;要改进和临床状态的恶化敏感;并且可以与合适的准确度和精确测量。非侵入性的或微创的生物标志物是特别理想的,因为它们促进患者的舒适度和最小干扰感兴趣的病理。

一个用于开发基于图像的生物标志物的肌肉疾病的目标是,以反映那些complementar方式肌肉疾病y以比更具体地,多空间比选择性的,和/或比现有的方法侵入性更小。在这方面qMRI的一个特定优点是,它具有集成多种类型的信息,从而潜在地表征疾病过程的许多方面的潜力。这种能力是肌肉疾病非常重要,这经常表现出空间上可变的,复杂的病理,包括炎症,坏死和/或萎缩伴脂肪替代,纤维化的肌丝格(“Z盘流”)的破坏和膜损伤。的qMRI方法的另一个优点是,基于对比度的MR图像的定性或半定量描述反映不仅病理学,而且在图像采集参数,硬件差异,和人类感知。最后一个问题的一个例子是由Wokke 等人 ,谁发现脂肪浸润的半定量评估是充满变数和不正确频繁,W证明母鸡定量脂肪/水MRI(FWMRI)相比,1。

在这里描述的协议包括用于测量纵向(T 1)和横向(T 2)弛豫时间常数,定量磁化转移脉冲序列(QMT)参数,使用弥散张量的MRI(DT-MRI)的肌肉结构水的扩散系数,以及使用结构图像和FWMRI。 ,T 1为通过使用反转恢复序列,其中该净磁化矢量被反相并作为系统返回到平衡其幅度进行采样测量。 Ť2是通过重复再聚焦使用再聚焦脉冲,诸如卡尔-赛尔Meiboom-吉尔(CPMG)法的一个列车横向磁化和采样所得到的自旋回波测量。 T1T2 2的数据可以使用非线性曲线拟合方法,要么承担多项expone的被分析微分方程边值问题的部件先验 (典型地一至三个)或通过使用适合的观测数据的大量衰减指数函数的总和,从而产生信号振幅的频谱的线性逆算法。这种方法需要一个非负最小二乘(NNLS)溶液3,并且通常包括附加正规化,以产生稳定的结果。 T1T2 2的测量已被广泛用来研究肌肉疾病和损伤4-9。 ŧ1值通常在减少肌肉脂肪浸润地区和发炎地区4-6升高; ŧ2值升高,这两种脂肪浸润和发炎地区的10。

QMT-MRI通过估计高分子的比例来自由水的质子(池大小比率,PSR)表征在组织中的自由水和固体状高分子质子池;内在放松这些池的通货膨胀率;以及它们之间交换的速率。常见的QMT方法包括脉冲饱和度11和选择性反转恢复12,13的方法。下面的协议描述使用脉冲饱和方法,它利用了高分子质子信号的宽线宽,相对于水的质子信号的窄线宽的。通过饱和在谐振频率从水中信号足够不同大分子信号时,水的信号被降低为固体和自由水的质子池之间磁化转移的结果。的数据使用的是定量的生物物理模型进行分析。 QMT已开发和在健康的肌肉14,15应用,而最近出现的抽象描述肌肉疾病16实施。 QMT已被用于研究肌肉炎症的小动物模型,其特征在于它已经表明,炎症减少对PSR 17。因为作为MT既反映了大分子和水分含量,MT的数据也可以反映肝纤维化18,19。

DT-MRI被用于量化具有有序的,细长的细胞组织的水分子的各向异性扩散行为。在DT-MRI,水扩散六个或更多不同的方向测量;然后这些信号被装配到一个张量模型20。的扩散张量,D是对角化,得到3特征值(其是三个主要扩散)和三个特征向量(它指示对应于三个扩散系数的方向)。从D-衍生的这些和其它定量指标提供在微观水平有关组织结构和取向信息。肌肉的扩散性能,特别是D的第三特征值和扩散各向异性程度,反映肌肉发炎17和肌肉损伤由于实验损伤21,劳损2223,24疾病。对肌肉的扩散性的其他潜在影响包括细胞直径为25和膜通透性的变化而变化。

最后,肌肉萎缩,无或无肉眼可见的脂肪浸润,是许多肌肉疾病的病理学的组成部分。肌肉萎缩可以通过使用结构图象来测量肌肉截面积或体积和FW-MRI评估脂肪浸润来评价。脂肪浸润T1定性描述-和T2加权图像26,但脂肪和水的信号最好通过形成利用脂肪和水的质子27-29的不同的谐振频率的图像测量。定量脂肪/水的成像方法已在肌肉疾病被应用于诸如肌营养不良1,30,31,并且可以预测在这些患者31下地的损失。

32发布。该协议包括在我们的系统专门编程标准脉冲序列以及射频(RF)和磁场梯度的对象。作者预期的协议也适用于特征在于肌肉萎缩,炎症和脂肪浸润其他神经肌肉疾病(如肌营养不良症)。

Subscription Required. Please recommend JoVE to your librarian.

Protocol

注:读者提醒,涉及人类受试者的研究都必须由当地机构审查委员会(IRB)在研究人类受试者使用的批准。研究参与者必须的目的,程序,风险和建议的研究益处通知;替代疗法或程序的可用性;报酬的可用性;以及他们的隐私权,并撤回其同意,并停止其参与。此前MRI测试环节,调查员必须出示一个潜在的研究参与者与IRB批准的知情同意书(ICD),解释其内容,并要求潜在的研究参与者,如果他/她希望参加学习。如果是这样,参与者必须签署和日期对ICD之前完成任何这里的协议的步骤。

1.操作测试前的一天

  1. 限制生活习惯,可能混淆ðATA
    1. 指导参与者不前测试48小时内执行中度或剧烈运动。指导参与者测试前的24小时内,从过度的非处方药和酒精的摄入量弃权。指导参与者之前测试6小时内使用烟草或咖啡因摄入量不要。
    2. 在测试之前,确认参与者已经符合这些指令。
  2. 准备核磁共振成像系统
    1. 确保所有必要的设备的可用性,如在材料和设备的表中。
    2. 定义一个MRI方案; 5 -建议参数列在表1中找到。

2.测试的天:准备MRI数据采集

  1. 进行安全筛选
    1. 屏幕在MRI环境潜在危害由具有MRI安全-T下雨医护人员呈现研究参与者与合适的MRI安全的形式,例如,在www.mrisafety.com找到。
    2. 如果有任何植入磁性或磁性敏感的对象,确保其可用于MRI扫描安全。
  2. 准备核磁共振成像系统
    1. 确保所有人员进入,里面的MRI系统的房间之前删除了所有的磁性和磁性敏感的物体。每次有人进入核磁共振室进行一次此项检查。
    2. 通过将接收线圈在MRI系统的病人床准备MRI系统。此外,将有板材和带枕头在床上枕头床垫。可有周围放置大腿绑带和垫或枕头在膝盖下放置。
    3. 启动软件界面,输入患者数据,以及打开成像协议。
  3. 在MRI扫描仪表研究参与者的位置 <OL>
  4. 观察研究参与者,因为他/她检查他/她的身体及衣服的磁性敏感的物体。在一个上锁的集装箱固定核磁共振室外面这些对象。完成此步骤后,立即进入核磁共振室的研究参与者。
  5. 仰卧,脚先位置上病床参与者位置。放置身体部分将被成像为接近表的中线作为实用。膝盖下方放置垫或枕头,为提供低应力消除背部和放置一个枕头头下。要限制运动,轻轻但有效保证大腿,小腿和脚,并确保参与者舒服。
  6. 周围放置参与者的大腿RF接收线圈,并将其连接到MRI系统。
  • 指导参与者和完成最后预测试步骤
    1. 提供有关如何与研究者沟通说明。提供在p听力保护和可用于在需要时要求注意的信令设备articipant。指示的需要,并在所有成像序列之间仍然停留参与者。
    2. 推进患者床到MRI扫描仪,使得要被成像的身体部分被对准到MRI扫描仪的中心。
    3. 退出核磁共振室后,确认病人通信系统工作,看到参与者舒服。整个协议,与参与者定期沟通,以确保他/她的安慰和遵守指令。
  • 3.测试日:获取MRI数据

    1. 准备步骤
      1. 作为MRI系统确定之前每个成像序列(中心频率,接收器增益校准 )的工具的设置和校准,监督这些过程,并确保每个步骤正在执行correctl年。
      2. 使用合适的软件接口,获得一组定位的图像(也称为导频或侦察图像);使用表2中建议的参数。
      3. 确定放置中心片的qMRI数据采集,通过确定损坏的区域和/或相对于重复性的解剖标志切片位置引用。
    2. 发送和接收线圈校准步骤
      1. 对于这些步骤,以及所有后续的成像步骤,定义解剖其中优化静磁场(B 0),被称为“垫片”的处理的均匀性的区域。 见图1A为感兴趣的垫补体积的典型放置用于本研究(VOI)。
      2. 如果MRI扫描仪具有多元件传输线圈,获得的RF校准数据集。
      3. 如果MRI扫描仪具有多元件接收线圈,获取线圈的空间灵敏度图。
    3. 获取结构MRI数据
      1. 获取高分辨率,多排,T 1 -加权使用快速自旋回波(FSE)序列图像;在本研究中使用的摄像参数在表1中提供
      2. 获取高分辨率,多排,T2加权使用FSE序列图像;在本研究中使用的摄像参数在表2中提供。
    4. 采集的数据进行实时质量控制和制作后处理更正
      1. 获得三维(3D)多梯度回波数据为B 0,场图的计算。在本研究中使用的摄像参数在表3中提供。
      2. 检查字段映射到确保有不大于±60赫兹(偏差约0.5每百万份在3特斯拉)在图像。如果有,采用另一种方法,以匀场(不同方法,不同的贴装VOI的, )。
      3. 取得的三维数据为章动角的地图的计算。在本研究中使用的摄像参数在表2中提供。
      4. 检查字段映射到确保没有从标称下垂角过度偏离领域。对于在本协议中使用的RF脉冲,偏差比标称下垂角为±30%的被认为是过度的。
    5. 采集qMRI数据
      1. 获取3D图像于T 1的计算,采用反转恢复序列。在本研究中使用的摄像参数在表3中给出。
      2. 重复的T 1测量脂肪信号抑制的存在(FS;此参数是abbrevia特德·T 1,FS)。
      3. 获得单切片图像于T 2的计算,采用多自旋回波序列。使用表3所示的摄像参数。
      4. 重复的T 2测量FS(T 2,FS)的存在。
      5. 获得三维图像为QMT参数的计算中,使用具有FS脉冲饱和序列和表4中给出的摄像参数。
      6. 获取多层数据的扩散张量参数的计算,使用一系列弥散加权图像。在这些研究中所用的成像参数在表4中给出。
      7. 获得3D数据的脂肪/水图像的计算,采用六大系列梯度回波图像。在这些研究中所用的成像参数在表5中给出。
    6. 完成qMRI协议后
      1. 确保这件事所有图像都相适应的质量通过检查他们的潜在可纠正的文物和通过测量足够的信噪比。
      2. 对于每个qMRI数据集,在所述图像序列定义感兴趣(投资回报)若干区域,并检查该信号作为相关的参数的函数(例如,对于在步骤3.5.1和3.5.2获得的T 1依赖性数据,绘制信号作为TI的函数,并确保数据遵循)在步骤4.1.2下面列出的反转恢复功能。
      3. 完成个人筛查磁敏感对象后,进入核磁共振室。从磁铁将其删除,删除所有带和填充,并协助参与者退出核磁共振成像扫描仪和核磁共振室。
      4. 传输数据,使用符合当地卫生隐私法,到本地工作站的处理方法;数据可以在医学(DICOM)文件或在供应商可以导出为数码影像通讯的专有格式(在该协议中使用的方法)。

    4.分析qMRI数据

    1. 计算参数图
      1. 使用设计用于科学计算和图像分析的计算机程序。通过检查在图像中的信号强度的直方图,形成一个信号基于阈值的图像掩模,它描绘信号的区域从噪声的区域。完成以下中的图像的信号部分的每个像素中的步骤。
      2. 通过测量信号强度每个反转时间(TI),用于分析的T 1的数据。然后,适合S中的值来降低预延迟模型中的反转恢复:

        公式1

        其中M 0是表示在平衡状态下的磁化的信号强度,S f是反转比例和TD是预延迟时间。然后,随着FS中的数据拟合到相同的模型,允许的纵向弛豫时间与FS T 1,FS常数确定。
      3. 通过在每个TE测量S分析的T 2的数据。然后,与数据拟合到单指数衰减模型:

        方程2

        其中,N是信号在基线偏移。读者也可决定适合数据的多指数模型,如下面的是:

        Equation3

        其中J是指数部件和fT 2,j的编号,与 j 分量相关联的信号部分和T 2的值。或者,读取器可以使用非负最小二乘(NNLS)方法3。在第l东北黑钙土情况下,多指数弛豫分析(MERA)工具箱33是免费提供的;其他程序可用了。重复这些分析为具有和不具有FS中的数据。
      4. 分析QMT数据,测量S代表每个照射功率和频率偏移。更正使用下垂角地图名义辐射功率(由下面的等式中ω1表示)。通过使用B 0,映射到调整所施加的偏移频率校正频率偏移(以下等式Δf)所示 。然后,将数据拟合到以下模型34,35

        公式4

        其中,从大分子池的自由水池汇率,是自由水池的纵向弛豫率,是大分子池(假定为1秒-1)的纵向弛豫率,是对PSR,被经t ,ω1CWPE是饱和脉冲的平均功率。大分子池的纵向磁化的饱和率,是由一个超洛伦兹模型中描述,如由Henkelman和同事34,35在工作中所述。
      5. 分析DTI数据,首先使用仿射变换算法36向每个扩散加权图像注册到相应的非扩散加权图像。然后,对于每个像素,测量在非扩散加权图像,并在每个扩散加权方向为S中的值。形成扩散编码方向组成的矩阵。利用多元,加权最小二乘回归,回归的扩散编码矩阵和表格D信号数据。角化D和执行特征值和特征向量的一个数量级分类。然后计算平均扩散率(MD)为:

        “Equation5”SRC
        其中λ1,λ2,λ3是扩散张量的本征值。也算分数各向异性(FA)为:

        公式6
      6. 分析使用基于化学位移(如FattyRiot算法,可从https://github.com/welcheb/FattyRiot免费下载)分离的水和脂肪信号的定量方法的FWMRI数据。
    2. 定义分析感兴趣区
      1. 指定的ROI对解剖图像(通过定义每个感兴趣肌肉的边界)。一个例子示于图1。
      2. 调整感兴趣区以匹配qMRI图像的矩阵大小。如有必要,调整感兴趣区的对准到qMRI地图匹配(例如,如果参加者移动收购之间,可能需要在ROI位置的转换,以避免重复肌肉边界)。
      3. 检查每个投资回报率。如果需要,确保不像素包括包含部分卷文物,非收缩组织和流程的文物;请参阅图1中的例子。
      4. 计算qMRI值的平均值和标准偏差在所选择的感兴趣区中的所有像素。

    Subscription Required. Please recommend JoVE to your librarian.

    Representative Results

    图1示出了在多发性肌炎患者的大腿中部获得代表轴向解剖图像。还示出了垫片体积的面内投影的位置。 7 -代表参数映射每个qMRI方法,都来自同一患者获得,由图2提供

    图2A2B分别示出了ΔB 0,和章动角场图,。在B 0场的地图显示出其最高场均匀的面积和所述VOI的对于匀场的位置之间有很强的空间一致性,如在图1A表示。肌肉内,在ΔB 0,值介于-40〜52赫兹,9.3赫兹的平均和11.2 Hz的标准偏差。在下垂角映射,值范围来回米84.7的名义下垂角的122.3%。通过比较图1中的结构的图像的章动角图,可以看出,从理想章动角的偏差在后肌肉更加严重,并且没有明显的相关性,以脂肪中的体素的存在。

    样本T 1 relaxometry数据在图3中呈现。图像已被遮盖以排除图像的皮下脂肪和噪声的区域。 图3A显示样本t 1的数据和图3B显示样品T 1,FS数据。它是在图3A中该脂肪的,T 1为比肌肉的大幅度降低明显;因此,在不使用FS测量肌肉的T 1值比T 1,FS值低。另外,在使用的FS结果信号的大幅亏损来自脂肪更换或皮下脂肪的地区。因此,有像素在于要么缺乏拟合参数的这些图像区域,表示以下的FS残留水的信号,或在其中的参数不良估计。

    图4A示出了T 2,FS值的掩蔽参数图和图4B示出的T 2值。 图4C示出从单个像素和数据的最佳拟合为单指数模型样品T 2 -依赖性信号衰减。从单指数松弛行为的偏差指出。 图4D示出了这些相同的信号数据NNLS分析的结果,与单个的宽峰是可能包括脂肪和水组成。

    图5,图6, 7目前的例子。为QMT数据,只对PSR示出。一个信号阈值,以这些FS-数据的应用限制曲线拟合到主要含有肌肉的那些体素,导致从参数映射漏失。异质性为PSR肌肉值还注意到。尽管该方法还估计水量T 2和大分子和自由水质子池之间的汇率,这些都没有出现因为T 2更好使用专用成像序列估计因为汇率是两种不可靠估计和不敏感的病理。

    图6A给出了MD的参数图, 图6B呈现地图的FA值。 MD值升高的血管。此外,FA值以对应于热度的区域减小CED PSR。与其他量,无论是MD和足总杯肌肉,其中FS导致信号尘的脂肪替代部分不准确估计。此外,FA是垫片体积之外升高。最后,一个脂肪部分地图,从FWMRI数据计算,示于图7。这些数据量化在图1中提到的定性观察脂肪浸润模式。相应的水部分地图是简单地等于(1 - 脂肪)和未示出。

    图1
    图1:多发性肌炎患者样本解剖图像 。所有在图2-7中所示的数据进行了在从该参与者此切片位置获得的。 Ť1 -加权图像,以覆盖作为青色,半透明矩形垫片体积的在平面上的投影。 T2加权图像。覆盖在绿色的图像上是股内侧肌样的投资回报率。通过半透明的ROI,高信号时,对应于脂肪替代的区域,被注意到。黄色箭头指示肌内腱,和品红色箭头表示大腿神经血管束的区域。图像应检查用于沿相位编码尺寸和符合动脉中可能发生的流动伪影。结缔组织如脂肪和肌腱都从投资回报排除建议;此外,如果存在流动伪影,它们应排除在外。 请点击此处查看该图的放大版本。

    图2
    2:ΔB 0,和章动角度地图,从图1 A.ΔB 0,中所描绘的相同患者 ,用色标表示对B 0场的以Hz为单位的中心频率的偏离。 B.章动角的地图,与彩色刻度指示标称章动角的比例。图像已被遮盖,以从图像的噪声区域中排除的值。 请点击此处查看该图的放大版本。

    图3
    图3:样本T 1数据,从图1 A.地图的T 1值的描绘同一患者 ,通过将数据拟合至具有减少的预延迟模型中的反转恢复估计。色阶表明以s的T 1的值。 B.t 1的地图,FS值,用FS数据拟合相同的模型估算。色阶指示s中的T 1的值。图像已被遮盖从皮下脂肪,对侧腿,图像的噪声区域中排除值。注意,当使用脂肪信号抑制的T 1值会增加。 请点击此处查看该图的放大版本。

    图4
    图4:样本T 2数据,从图1 A.地图的T 2值的描绘同一患者 ,通过将数据拟合至具有噪声项模型的单指数衰变估计。色阶表示毫秒的T 2的值。 B.t 2的地图,FS值,通过将数据拟合到相同的模型来估计。在AB,图像已被遮盖从皮下脂肪,对侧腿,图像的噪声区域中排除值。从在图C的像素和最佳拟合的线到单指数模型C.样本T 2信号衰变(但注意,从模型,该模型表示非单指数T 2下的信号的偏差)。缩写以前没有注意到:AU,任意单位。用C描绘同一原始信号衰减的数据D.非负最小二乘分析。 请点击此处查看该图的放大版本。


    图5:示例QMT数据,从图1中的颜色比例描绘同一患者指示PSR,一个无量纲的量反映高分子的以自由水的质子的比例。基本上信号漏失的使用FS方法的结果从已经被替换为脂肪肌肉的那些区域。 请点击此处查看该图的放大版本。

    图6
    图6:示例扩散数据,从图1所示的同一患者 。面板A显示了平均扩散率,与彩色刻度指示与10 -3毫米2 / s为单位的扩散率。面板B显示了部分各向异性,which是表示扩散系统从纯各向同性扩散的偏差无量纲量。 请点击此处查看该图的放大版本。

    图7
    图7:示例FWMRI数据,从图1中所示的相同患者色阶表示脂肪部分;相应的水部分的地图很简单(1 - 脂肪)和没有显示。 请点击此处查看该图的放大版本。

    参数 本地化 Ť1 -加权 T2加权
    一般 序列类型如图2D所示,多层,梯度回波如图2D所示,多片层快速自旋回波如图2D所示,多片层快速自旋回波
    准备阶段发射机增益,接收机增益,中心频率,自动垫片接收器增益,中心频率,VOI垫片接收器增益,中心频率,VOI垫片
    接收线圈心脏的心脏的心脏的
    激励数 1 1 1
    总扫描时间(分:秒) 1:23 1:40 0:54
    几何 解剖面(S) 轴向,冠状和矢状轴向轴向
    片数/平面 20 11 11
    片厚度(mm) 10 7 7
    跨片间隙(毫米) 0 0 0
    切片收购秩序交错交错交错
    收购矩阵 150×150 为340 x 335 256×256
    重建矩阵 512×512 512×512 512×512
    视场(毫米) 450×450 256×256 256×256
    重建像素尺寸(mm) 0.88点¯x0.88点¯x10.00 0.50点¯x0.50点¯x7.00 0.50点¯x0.50点¯x7.00
    对比 重复时间(毫秒) 9 530 3000
    有效EC浩时间(ms) 7 6.2 100
    回波间隔(毫秒) N / A 6.2 11.8
    激励翻转角(°) 20 90 90
    再聚焦翻转角(°) N / A 110 120
    RF垫补静态的自适应自适应
    信号采集 读出型笛卡尔笛卡尔笛卡尔
    并行成像没有 SENSE(G = 1.4) SENSE(G = 2.0)
    带宽/像素(赫兹/像素) 1237.8 377.1 286.6

    表1:用于定位器成像和海虹之彩参数ctural成像。所有序列使用正交体线圈发送RF场。和T 2 - -权重参数,如TR,TE,回波间隔,相呼应的数量可以稍微根据实验需求,同时仍维持T 1进行调整。缩写以前没有注意到: 克,并行成像加速因子。推荐图图像的大视场,因为它们可以被用于定位病理学和确定qMRI序列位置。矢状面和冠状收购是在这方面特别有帮助。

    参数 图像序列
    B 0,-Mapping 翻转角映射
    一般 序列类型 3D,多个存在的RF-被宠坏的梯度回波 3D,快速梯度回波,双TR
    准备阶段接收器增益,中心频率,VOI垫片接收器增益,中心频率,VOI垫片
    接收线圈正交体心脏的
    激励数 1 1
    总扫描时间(分:秒) 1:26 4:33
    几何 解剖面(S) 轴向轴向
    片数 11 55
    片厚度(mm) 7 7
    跨片间隙(毫米) 0 0
    收购矩阵 64×64×6 64×64×27
    重建矩阵 128×128×11 128×128×55
    视场(毫米) 256×256×77 256×256×385
    重建像素尺寸(mm) 2.00 * 2.00 * 7.00 2.00 * 2.00 * 7.00
    对比 重复时间(毫秒) 150 30.0,130.0
    回声时间(ms) {4,6,6.9} 2.2
    激励翻转角(°) 25 60
    RF垫补自适应自适应
    信号采集 读出型笛卡尔笛卡尔
    带宽/像素(赫兹/像素) 302.5 499.4

    表2:参数USED为ΔB 0, 和章动角映射。两个序列使用用于发射RF场的正交体线圈;既不序列使用并行成像。

    参数 图像序列
    Ť1 -Mapping Ť2 -Mapping
    一般 序列类型 3D,反转恢复梯度,被宠坏了,梯度回波读出 2D,单片,多自旋回波
    准备阶段接收器增益,中心频率,VOI垫片接收器增益,中心频率,VOI垫片
    激励数 1 2 总扫描时间(分:秒) 1:44 12:04
    几何 解剖面(S) 轴向轴向
    片数 11 1
    片厚度(mm) 7 7
    跨片间隙(毫米) 0 0
    收购矩阵 128×128×6 128×128
    重建矩阵 128×128×11 128×128
    视场(毫米) 256×256×77 256×256
    重建像素尺寸(mm) 2.00 * 2.00 * 7.00 2.00 * 2.00 * 7.00
    对比 重复时间(毫秒) 多变 4000
    反向脉冲 180°,1毫秒,形状:块 N / A
    反转恢复时间(毫秒) 50,100,200,500,1000,2000,6000 N / A
    前延迟时间(ms) 1500 N / A
    脂肪信号抑制(当使用时) 1331二项式水选择性激励 SPAIR(功率:2μT,反转延迟202毫秒,频率偏移250赫兹);
    正弦高斯预脉冲(90°,持续时间:18毫秒,频率偏移:100赫兹)
    激励翻转角(°) 10 90
    聚焦脉冲 N / A 版本-S
    回声时间(ms) N / A {14,28,42 ... 280}
    回声数/回波间隔(毫秒) N / A N / A
    RF垫补自适应 ADAP略去
    信号采集 读出型笛卡尔笛卡尔
    并行成像 SENSE(G = 1.5) SENSE(G = 1.5)
    带宽/像素(赫兹/像素) 383 335.1

    表3:用于 T1 T2 2 映射 参数 T1T2 2数据采集与无FS。两个序列使用正交体线圈用于发射RF场,并用于信号接收的六元件心脏线圈。重复时间于T 1 -mapping序列有所不同,因为它使用一个固定的预延迟时间变反转添即

    参数 图像序列
    QMT DTI
    一般 序列类型 3D,MT-加权梯度回波 2D,多片,单次自旋回波EPI
    准备阶段接收器增益,中心频率,VOI垫片接收器增益,中心频率,VOI垫片
    激励数 2 6
    总扫描时间(分:秒) 10:41 6:28
    几何 解剖面(S) 轴向轴向
    片数 11 11
    片厚度(mm) 7 7
    跨片间隙(毫米) 0 0
    收购矩阵 128×128×6 64×64
    重建矩阵 128×128×1 128×128
    视场(毫米) 256×256×77 256×256
    重建像素尺寸(mm) 2.00 * 2.00 * 7.00 2.00 * 2.00 * 7.00
    对比 重复时间(毫秒) 50 4000
    MT脉冲标称翻转角度:360°,820°;
    脉冲宽度:20毫秒;
    频率偏移:1,2,5,10,20,50,100千赫
    N / A
    扩散加权(B)(秒•毫米-2) N / A B = 450;
    15 +方向一架B= 0图像
    脂肪信号抑制(当使用时) 1331二项式水选择性激励梯度逆转;
    正弦高斯预脉冲(90°,持续时间:18毫秒,频率偏移:100赫兹)
    回声时间(ms) 3.9 48
    回声数/回波间隔(毫秒) N / A N / A
    激励翻转角(°) 6 90
    RF垫补自适应自适应
    信号采集 读出型笛卡尔笛卡尔
    并行成像 SENSE(G = 1.5) SENSE(G = 1.5)
    带宽/像素(赫兹/像素) 383 42.1

    ŧ能够4:用于QMT和DTI参数。两个序列使用正交体线圈用于发射RF场,并用于信号接收的六元件心脏线圈。缩写以前没有注意到:EPI,回声平面成像。

    信号采集
    参数 图像序列
    FW-MRI
    一般 序列类型 3D梯度回波
    准备阶段接收器增益,中心频率,VOI垫片
    RF传输线圈 Quandrature体
    接收线圈心脏的
    激励数 1
    总扫描时间(分:秒) 0:18
    解剖面(S) 轴向
    片数 11
    片厚度(mm) 7.0毫米
    跨片间隙(毫米) 0毫米
    收购矩阵 128×128×4
    重建矩阵 128×128×7
    视场(毫米) 256×256×77
    重建像素尺寸(mm) 2.00 * 2.00 * 7.00
    对比 重复时间(毫秒) 75
    激励翻转角(°) 22
    回波时间(毫秒) {1.34,2.87,4.40,5.93 ... 8.99}
    激励翻转角(°) 6
    RF垫补自适应
    读出型笛卡尔
    并行成像 SENSE(G = 1.3)
    带宽/像素(赫兹/像素) 1395.1

    表5: 用于FW-MRI参数。

    Subscription Required. Please recommend JoVE to your librarian.

    Discussion

    肌肉疾病如肌营养不良症和特发性炎性肌病构成了在异构的病因,并作为单独的实体,在罕见的疾病,发病率组。例如,杜氏肌营养不良症-肌营养不良的最常见的形式-具有1在3500活男婴37,38的入射;皮肌炎,到该协议中得到应用,拥有1 10万39的发病率。这些疾病的高发病率集体然而,他们通常是重叠的病理体征 - 萎缩,炎症,脂肪浸润,膜损伤和纤维化 - 支持一组通用的方法的发展和应用定量表征这些疾病。

    QMRI能够以表征许多这些病理生理改变非侵入。如同任何科学的方法,qMRI研究必须在汽车中实现eful方式。一个根本问题是安全问题。此外,这里描述的每个qMRI方法相关的误差来源;原因很明显,它了解和认识这些错误是很重要的。最后,许多的测量有一个复杂的解释。这些问题都在这里讨论。在提出讨论,我们注意到,这里提出的协议描述我们感受到什么是我们的目的,最好的实验方法。我们认识到,其他人可能有不同的看法,更多的知识,或者可以选择不同的权衡协议优化的潜在后果比我们。另外,读者的MRI系统可以不具有所有的在可用的协议中描述的选项;或者读者可能不可用我们的系统的附加选项。我们注意到,我们的协议方面已经在我们的系统定制编程。建议读者完全考虑所有的文学,检查他/她的系统上的所有相关的选项,使导致在最好的协议为他/她的实验的目的决定。

    MRI安全问题
    磁共振成像使用几种类型的磁场。在这里所描述的研究中使用的系统中的B 0场强度为3.0特斯拉,或大约15,000倍地球〜0.2 mT的场。脉冲RF磁场(B 1)被用来引入能量到自旋系统并创建谐振现象。梯度磁场的摄像序列期间打开和关闭,并且用于多种用途。它们被用于创建空间编码的目的核磁共振频率和空间位置之间的线性关系,并且也用来消除信号干扰源。

    这些类型的磁场的具有与其相关联的安全问题。用B 0场相关的主要安全问题是一个朝向磁铁磁性物体cceleration。在B 0场始终存在。因为一个磁场的强度为1 / d 3 ,其中d是从场的源的距离的函数而变化,迅速对B 0场的增加为一个接近MRI系统。铁磁对象可以朝向MRI系统很少或根本没有警告被加速,并可能导致严重的伤害或死亡。因此,它们必须被除去并固定在MRI室的外面。用B 0场相关联的其它危害是对注入磁性物体和擦除或磁性敏感设备的其他损害异常转矩的位置。 b 1分配字段可以加热组织,并且这种作用可在围绕植入金属物体的区域被增强。梯度场可以诱导在导电物体的电流(如神经和植入的医疗装置)。梯度的切换领域也产生潜在的响亮和令人不快的噪音。政府监管机构都放置在水平和暴露的持续时间严格限制这些不同类型的磁场和人类成像系统具有内在软件控制,以确保遵守这些准则。

    读者应该知道,这表现有点草率。这是义不容辞的责任与MRI检测相关的所有人员要充分认识到的所有相关的安全问题,以及如何防止事故的发生。此外,随着MRI测试相关的所有人员应筛查具有潜在危险的植入金属或医疗器械。

    预测试的限制生活方式
    在预测试生活方式行为施加尽可能多的实验对照尽量是该协议的重要组成部分。 ŧ2测量的情况下是作为为什么控制的一个例子是必要的。 ŧ2被认为是神经肌肉疾病40领先MRI生物标志物。然而,肌肉水质子Ť2可升高几个原因。在神经肌肉疾病qMRI研究,在FS的存在下测得的T 2通常假定来反映相关疾病的严重程度的慢性炎症的状态,而对非FSŤ2也能体现脂肪浸润。然而,T 2也可以接受,因为离心运动41,这可能会影响患者和健康对照不同的42中期升高。出于这个原因,作者建议限制中度或重练习测试之前48小时。 Ť2也可以进行更短的寿命的升高作为锻炼43,44的急性发作的结果。对于严重肌肉损失的患者,走路可以锻炼构成足够强烈的提升Ť

    数据采集与分析:一般问题
    很重要的一点是,仔细试验性测试中,首先在健康人,然后在与感兴趣的疾病的人,是必不可少的。许多实验选项是高度特异性的MRI系统(包括但不限于B 0的磁场强度,垫补策略,RF线圈选择,最大磁场梯度强度,以及高级选项,例如射频脉冲形状的情况而定)。序列特异性试验测试的目标如下所述。影响数据质量等问题本质上是生物,如疾病的类型和预期的病理类型,患者群体的年龄,甚至身体部分进行成像。所有这些因素都应该试点t内被认为是十分有趣的。

    在数据采集过程本身就是一个经常遇到的问题是运动。这里提出的协议的成像部分可以需要多达一小时。一些序列(如回波平面成像)的不敏感整体运动;但其他序列很长,需要准确的参数估计的准确图像对齐,和/或有本质上是运动敏感的信号。在协议中指出,要采取措施责成参与者和促进他/她的安慰是为了防止自愿和非自愿流动的重要途径。另一种策略是限制与填充和轻轻运动,可有效地,放置在连接到患者床肩带。图像配准技术可用于后处理;因为肌肉是容易变形的器官,非刚性配准技术经常需要。非刚性配准将始终需要基于回波平面成像扩散成像的方法。尽管图像配准技术的一般用途,用于预防动作或减少伪像的任何方法将优于需要大量的后处理解决方案。在感兴趣的受试者群体限定最佳的可用运动减少战略应是试验性测试的一个目标。

    重复性好,需要切片放置的一致性。在协议的步骤,我们描述引用切片位置可再生的解剖标志。在大腿的有效策略,这是获得整个大腿冠状图像,允许整个股骨的可视化。 MRI系统上的图像分析工具通常包括一个数字标尺功能。这可以用来测量股骨和股骨髁的头部的一个特定点(例如中点),并将切片堆栈那里的中心位置。此过程是在视频示出。

    非均匀<青霉> B 0,B 1字段是在MRI中不可避免的问题,但用于减少不均匀性的水平存在的策略。一个基本的策略是定位所述身体部位处或附近的磁体的中心将被成像。这里介绍的协议包括对B 0垫补程序,在作者的经验,是最有效的对这些实验条件。由于参与者可以在协议过程中移动,B 0垫补是重复的每一个序列中的校准步骤的一部分。另外,许多收购使用并行成像技术来加速信号的采集,从而减少相位变化,导致图像失真ΔB 0,依赖的差异。因为在这些研究中所使用的RF发射线圈包含两个线圈元件,可以使用b 1分配匀场的方法和在该协议中描述。此外,该协议包括与#916;实时质量控制B 0,和章动角字段映射序列。上述协议包括在ΔB 0,和章动角是对于实验条件,RF脉冲的形状,并在这里描述的梯度破坏方案可接受的公差。这些在试点确定并再次强调精心协议开发的价值。

    在实践中,可能存在的实时可影响对B 0B 1字段的均匀性策略的数量有限,同时保持方法论稠度所必需的良好的实验设计。因此建议用户调查所有选项提供给他们彻底的试验测试,最终到达感兴趣的课题人口有效和普遍适用的策略。 B 0,垫补选项包括是m迭代方法inimize一个参数,如在半最大峰高度,并且计算使用ΔB 0,地图的最佳垫片频道设置方法水峰的线宽度。前者的方法可以基于非本地化采集或,如在这里描述的协议,从局部体积的信号采集。对于B 0,垫补选择试点测试的目标包括最佳总体战略(迭代对基于图像的),以及如何最好地确定感兴趣的区域为垫补详情。读者不妨考虑因素,如大小和感兴趣的体积的方向,肌肉和脂肪的相对量包括在垫补量,以及如何超越切片堆栈垫片。是值得研究在每个切片的垫片卷的内切片的投影将被成像。

    B 1场的情况下,用于传输的RF线圈的类型和接收和使用的种类RF脉冲是场均匀性的重要决定因素。在表中所描述的协议包括,我们已经发现了最佳的为我们的实验条件下的RF脉冲的参数。关于线圈的选择,这里所描述的协议将独立的音量传送和接收专用卷线圈。传输线圈是内置于系统的正交体线圈,并在一个大的解剖区域创建一个相对均匀的b 1分配字段。根据不同的解剖区域进行研究,可能有多种接收线圈选项;在我们的情况下,试点测试显示,六元,相控阵心脏线圈是最好的解决方案。其它选项包括表面线圈和组合传输/接收音量线圈。表面线圈在B 1场的穿透深度有限,我们不建议一般使用它们的成像应用。 Combinat离子传输/接收卷线圈可以提供更好的信噪比(SNR)性能和B 1均一性比一个内置的正交体线圈,但并不适用于所有的解剖区域。最后的评论是,当相控阵线圈是可用的,它们允许使用并行成像技术,加快采集和减少技术如回波平面成像空间失真。这些收益都带有SNR惩罚,但是,等试点应该对发现提供最佳的整体图像质量的解决方案为目标。

    但因为这些策略并不能完全补偿不均匀B 0,B 1场,另一个使用ΔB 0,和章动角场图的是在后处理。这些地图可以用来提高某些量化参数的计算或校正图像失真。但有些ΔB 0,</ em>的-和B 1 -相关的问题可能不完全或者在后处理甚至部分地校正的。一些例子包括FS方法的疗效降低,在技术,如回波平面成像,低信号,T2次测量或FSE方法重新聚焦效率差,反转效率低下T1毛的测量图像失真。同样,严格的试验测试和实时质量控制步骤是必不可少的。

    许多序列的使用脂肪信号抑制或水选择激励作为避免肌肉信号污染的脂肪和/或用于减少由水和脂质的质子的不同的谐振频率的工件的存在的机制。当使用FS,高达三种方法的组合使用。脂肪族的信号被降低,或使用一个光谱选择绝热反转恢复(SPAIR)脉冲,选择性反相这些信号消除。由于信号从-M 0朝着+ M 0的信号值恢复,有一个在它的净信号等于零的时候。成像数据是在该信号的调零点获得的。应当注意的是,这个时间点取决于参数,如重复时间和片数,因此必须为在试验的检测过程中的每个序列分别进行优化。另外,SPAIR脉冲的带宽应该只有足够宽,以消除脂肪的信号,从而使水的信号振幅的降低保持在最低水平。采取措施最大限度地B 0,均匀性在这方面有所帮助。许多序列也用在烯烃质子共振45饱和脉冲;此脉冲加到紧接之前的成像序列。在可能的情况中,使用的梯度反转的技术。在该方法中,切片选择梯度的符号的切片选择和再聚焦脉冲之间反转;这CAUSES信号远处共振水不被重新聚焦。这种方法的另一个优点是,不像基于RF的方法,梯度反转不允许脂肪信号到RF脉冲串期间由纵向弛豫恢复。其它策略,如基于迪克森的方法46,也可提供。

    在数据分析一个常见的问题是,是否要使用平均ROI信号分析(其中在一个ROI的信号进行平均,然后装到一个模型)或基于像素的分析(其中在一个像素由像素发生模型拟合的基础上,和统计然后为拟合参数计算)。前一种方法的优点在于,信号平均提高有效SNR。如果本征SNR较低,则该策略可能有助于避免噪声基底的参数偏置效应。后一种方法的优点是,空间异质性是神经肌肉疾病的共同病理特征。通过接头T他值上的逐像素的基础上,这种异质性可以理解的并用于表征疾病表型的其它方面。如果SNR允许这种类型的分析被有效执行,作者推荐这种方式。通过威科克斯和他的同事最近的工作说明了监测疾病进展47这种方法的价值。

    数据采集与分析:成像序列特异性问题
    该协议采用反转恢复方法对于T 1的稳健测量。反转恢复序列的许多实现的实际限制是一个长期的总扫描时间。在这个协议中使用的序列使用一个立体,快速,低角度拍摄(FLASH)读出,并行成像加速度的微薄量,降低序列前的延迟,从而减少总的扫描时间不到两分钟。七反转倍进行采样,以近似间隔开从50到6000毫秒LY几何级数。这种策略的样品中,当信号的时间导数是最高的信号恢复的那些部分的反转恢复信号曲线最频繁。该序列被重复使用和不使用的FS因为炎症和脂肪浸润对整体质子Ť1混杂影响:炎症增加水量T 1,而脂肪具有Tm较低1比水。因此,同时测量T1T2 1,FS艾滋病数据的解释,因为它允许一个对T 1的脂肪浸润和炎症的这些对立的影响之间解决。参数估计是通过使用非线性的,在科学计算软件包最小二乘回归方法来完成。

    t 2测量FS和非FS条件下进行为好,一一个类似的原因D:炎症和脂肪每个能增加的T 2。除了炎症,病理性过程,如Z-圆盘流和损失到膜完整性也预期会影响水量T 2的值。虽然两者是2T 2的测定中,FS不能在所有的病理的这些源区分开来,这种做法确实由一般和肌肉组织特异性病理之间拆分得到增加解释性的数据。另一种策略测量水仅Ť2值是在光谱的化学位移轴用1小时MR波谱分离水从脂质。尽管这种方法比成像空间分辨率显著降低,可能会受到用户的自由裁量权和主观性对数据采集过程中量的位置,它提供了一个明确的方法来分离水和脂质信号。

    这里给出牛逼2测量该协议采用了几种方法来减少错误的一些常见的来源T2次测量,即b 1分配的不均匀性和刺激由不完善聚焦脉冲回波形成。激回波是由三个非180°脉冲的任意组合形成。鉴于b 1分配不均匀性的一定程度的始终存在,而且多回波串被用于采样的T 2依赖性信号衰减,受激回波是错误的T2次测量潜在显著源。此处所使用的策略,以消除受激回波形成之前包括使用单个切片采集,扰流梯度的优化序列和所述再聚焦脉冲48之后,线性回声间隔49,并且使用对B 1不敏感“版本-S的“康波现场再聚焦脉冲50,其显著减少由不完善的再聚焦的工件并同时仍然为重新调整水和脂质的信号提供足够的带宽。在试点测试,我们发现,优化后的孤苦方案和版本-S脉冲显著减少激回波的外观。我们注意到,这两个对象已经在我们的系统专门编程。该版本-S脉冲确实增加了射频能量的比吸收率(SAR);因此,长TR和较大的回波间的间距必须保持特区的安全范围之内。然而,作者的经验是很好的教练,舒适的病人可以了〜12分钟内保持足够的依然。总的扫描时间。另外,14毫秒的回波间隔值是足以检测多指数松弛,当它的存在。另一种方法,这里没有工作,是包括聚焦脉冲效率和受激回波到FITTING 38,28,这将提供A B 1地图,并允许多层收购39。读者还提到最近的几篇论文描述肌肉疾病牛逼2测量的执行和解释,提供一些类似的以及有关这些方法40,51一些不同的建议。

    这里介绍的协议使用QMT成像脉冲饱和方法。虽然有产生这五拟合参数,仅报告PSR。这是因为,其它四个参数是通过使用其它方法(如游离水池的T2)更好估计的或缺乏的病理灵敏度(例如池52,53之间的汇率)。与其他QMT方法相比,3D覆盖可以在临床上可行的时间为脉冲饱和法内实现。此QMT方法的另一个优点是它的玉米兼容性的空间谱二项式脉冲的方法对水选择性激励,这被发现在整个图像抑制> 95%的脂肪的信号。两方的水选择性激励脉冲和非共振饱和脉冲已定制我们的系统上。上一页数值模拟54表明,一个额外的脂肪成分的信号可能会偏向QMT参数估计值;因此FS总是建议在骨骼肌QMT成像。如上所述,过度b 1分配不均匀和运动伪影可以偏压QMT参数估计为好。

    对DT-MRI方案与注意力实施在回波平面成像,信噪比,和b -value空间失真。这里,空间失真通过使用并行成像降低,并且通过使用仿射登记在后处理纠正。正如在以前的作品中所指出的,SNR和B -值对estimatio互动效果ð55-57的N,以产生λ1,λ3,V 1,和FA 55,57-59特别错误估计低SNR值。在肌肉,对于准确张量估计信噪比要求是在范围B最低= 435-725秒/毫米2 55-57,60。虽然其他作者61,62已经报道有利的结果,从使用去噪肌肉DT-MRI方法,在该协议所分析的大的ROI具有足够的信号平均,以便不要求这些额外的步骤。读者提到的DT-MRI方法56,63最佳实现的话题进行几次评审。

    最后,一些警告和错误的可能来源,以定量FWMRI相关的说明。首先,这里采用的FattyRiot拟合算法假定与在固定地点九座山峰和相对振幅64特定脂肪谱。假定的脂肪spectrum不是一个完美的匹配体内的频谱,这会有所不同主体而真实的;但是,解决了一个任意的脂肪谱不具有少数回波实用。其次,该算法适合由水和脂肪的信号共享一个单一的R 2 *衰减因子。已知的是完全无视,R 2 *混淆定量脂肪信号分数的测量,以及嵌合为单个,R 2 *衰变是足够65。但是,水和个体脂肪峰的确切R 2 *而变化。使用复杂的图像第三,FWMRI分离算法易受严重磁场B 0不均匀性,可能导致脂肪和水的信号的错误分类。除了使用健壮空间受限的算法,更小的回波间隔允许捕获较大磁场B 0的变化。利用幅值图像的算法是在presenc更健壮的磁场B 0不均匀性电子,但他们遭受的处罚信噪比。使用复杂的图像的算法,也可以通过涡流或任何其它随时间变化的相位效应混淆。这种混杂相位影响通常最坏用于在多回波读数列的第一个回波,并且可以通过简单地忽略这样的回波来减轻。替代地,混合幅度和复杂的信号模型可以采用66。的那采取复杂的图像,作为输入应避免复杂的图像的潜在扰动其他来源,例如在图像重建管道施加在许多商业MRI扫描仪校正FWMRI算法用户。这样的相位校正应停用,或用户应该直接从原始数据重建图像。最后,使用FWMRI脂肪部分的任何估计实际上是脂肪信号分数的估计,因而是由差分缩放脂肪或水的信号的任何因素的影响。经t 1 Ť1 -weighting为T 1,TR以及激励章动角的函数。 Ť1偏置在脂肪信号分数估计是最差的水和脂肪的几乎相等的混合体素。增加TR或减小章动角可以最大限度地减少偏差。 Ť1偏压也可使用采取的T 1值的水和脂肪的回顾性校正,因为我们(分别为1.4秒和0.3秒为水和脂肪,)这里做,或测量值。

    协议组/顺序选择
    如上所讨论的,肌肉病理景观是复杂的。 FWMRI是在这个协议中,它有一个明确的解释的测量中是独一无二的。正如所指出的,许多这里测得的其他qMRI生物标志物具有常INC非特异性病理基础ludes水肿但也可包括脂肪浸润,纤维化,膜损伤和肌节中断。需要强调的是其中一些敏感性仍然只是假设存在。存在着需要做以便证明,定量地,这些和其他病理过程的相对重要性或状态给每个qMRI生物标记工作的一个相当大的量。通过这样的了解,多参数方法这里描述可以允许通过的变量,从个人病状的更具体的描述的组合。

    替代地,读取器可以选择通过选择这里给出的测量值的一个子集,以适应这个协议。例如,FS和非FS测量的附加值是在不其特征在于脂肪代用品肌肉的条件可能是低的。这可能有助于缩短成像时间为病人,要进行额外的测量(如磁共振波谱,MRI灌注成像等< / em>的),或附加的身体部位进行成像。作为本在近端到远端时尚许多肌肉疾病,这里描述的方案在大腿实现,如疾病在该区域可提供的疾病的参与的早期标志物。然而,在这两个近端和远端区域测量病理可以允许改进的疾病进展的措施。

    结论
    总之,本qMRI协议允许水肿,脂肪浸润,和萎缩的定量评估,这是神经肌肉疾病的三个主要病理组件。通过将测量广泛收集(T 1,T 2,扩散,QMT,FWMRI),数据的可解释性既扩大和深化。当仔细注重的是错误的潜在来源,这种方式可以准确地,精确地表征神经肌肉疾病的几个主要部分组成。

    SS“> {p.p1保证金:0.0px 0.0px 0.0px 0.0px;字体:黑体14.0px;颜色:#3a3a3a} {span.s1字体:11.0px黑体}

    Subscription Required. Please recommend JoVE to your librarian.

    Materials

    Name Company Catalog Number Comments
    3T human MRI system Philips Medical Systems (Best, the Netherlands) Achieva/Intera
    Cardiac phased array receive coil Philips Medical Systems
    Pillows, straps, bolsters, and other positioning devices
    Computer with MATLAB software The Mathworks, Inc (Natick, MA) r. 2014

    DOWNLOAD MATERIALS LIST

    References

    1. Wokke, B. H., et al. Comparison of Dixon and T1-weighted MR methods to assess the degree of fat infiltration in duchenne muscular dystrophy patients. J Magn Reson Imaging. 38, (3), 619-624 (2013).
    2. Carr, H., Purcell, E. Effects of diffusion on free precession in NMR experiments. Phys Rev. 94, 630-638 (1954).
    3. Whittall, K. P., MacKay, A. L. Quantitative interpretation of NMR relaxation data. Journal of Magnetic Resonance. 84, (1), 134-152 (1989).
    4. Park, J. H., et al. Dermatomyositis: correlative MR imaging and P-31 MR spectroscopy for quantitative characterization of inflammatory disease. Radiology. 177, (2), 473-479 (1990).
    5. Park, J. H., et al. Magnetic resonance imaging and p-31 magnetic resonance spectroscopy provide unique quantitative data useful in the longitudinal management of patients with dermatomyositis. Arthritis & Rheumatism. 37, (5), 736-746 (1994).
    6. Park, J. H., et al. Use of magnetic resonance imaging and p-31 magnetic resonance spectroscopy to detect and quantify muscle dysfunction in the amyopathic and myopathic variants of dermatomyositis. Arthritis & Rheumatism. 38, (1), 68-77 (1995).
    7. Huang, Y., et al. Quantitative MR relaxometry study of muscle composition and function in Duchenne muscular dystrophy. J Magn Reson Imaging. 4, (1), 59-64 (1994).
    8. Kim, H. K., et al. T2 mapping in Duchenne muscular dystrophy: distribution of disease activity and correlation with clinical assessments. Radiology. 255, (3), 899-908 (2010).
    9. Arpan, I., et al. T2 mapping provides multiple approaches for the characterization of muscle involvement in neuromuscular diseases: a cross-sectional study of lower leg muscles in 5-15-year-old boys with Duchenne muscular dystrophy. NMR in Biomedicine. 26, (3), 320-328 (2013).
    10. Fan, R. H., Does, M. D. Compartmental relaxation and diffusion tensor imaging measurements in vivo in λ-carrageenan-induced edema in rat skeletal muscle. NMR in Biomedicine. 21, (6), 566-573 (2008).
    11. Sled, J. G., Pike, G. B. Quantitative interpretation of magnetization transfer in spoiled gradient echo MRI sequences. J Magn Reson. 145, (1), 24-36 (2000).
    12. Gochberg, D. F., Gore, J. C. Quantitative magnetization transfer imaging via selective inversion recovery with short repetition times. Magn Reson Med. 57, (2), 437-441 (2007).
    13. Li, K., et al. Optimized inversion recovery sequences for quantitative T1 and magnetization transfer imaging. Magn Reson Med. 64, (2), 491-500 (2010).
    14. Louie, E. A., Gochberg, D. F., Does, M. D., Damon, B. M. Magnetization transfer and T2 measurements of isolated muscle: effect of pH. Magn Reson Med. 61, (3), 560-569 (2009).
    15. Sinclair, C. D. J., et al. Quantitative magnetization transfer in in vivo healthy human skeletal muscle at 3 T. Magn Reson Med. 64, (6), 1739-1748 (2010).
    16. Sinclair, C., et al. Multi-parameter quantitation of coincident fat and water skeletal muscle pathology. Proc 21st Ann Meeting ISMRM. (2013).
    17. Bryant, N., et al. Multi-parametric MRI characterization of inflammation in murine skeletal muscle. NMR Biomed. 27, (6), 716-725 (2014).
    18. Aisen, A. M., Doi, K., Swanson, S. D. Detection of liver fibrosis with magnetic cross-relaxation. Magn Reson Med. 31, (5), 551-556 (1994).
    19. Kim, H., et al. Induced hepatic fibrosis in rats: hepatic steatosis, macromolecule content, perfusion parameters, and their correlations-preliminary MR imaging in rats. Radiology. 247, (3), 696-705 (2008).
    20. Basser, P. J., Mattiello, J., LeBihan, D. MR diffusion tensor spectroscopy and imaging. Biophys J. 66, (1), 259-267 (1994).
    21. Heemskerk, A., Strijkers, G., Drost, M., van Bochove, G., Nicolay, K. Skeletal muscle degeneration and regeneration following femoral artery ligation in the mouse: diffusion tensor imaging monitoring. Radiology. 243, (2), 413-421 (2007).
    22. Zaraiskaya, T., Kumbhare, D., Noseworthy, M. D. Diffusion tensor imaging in evaluation of human skeletal muscle injury. J Magn Reson Imaging. 24, (2), 402-408 (2006).
    23. Qi, J., Olsen, N. J., Price, R. R., Winston, J. A., Park, J. H. Diffusion-weighted imaging of inflammatory myopathies: polymyositis and dermatomyositis. J Magn Reson Imaging. 27, (1), 212-217 (2008).
    24. McMillan, A. B., Shi, D., Pratt, S. J., Lovering, R. M. Diffusion tensor MRI to assess damage in healthy and dystrophic skeletal muscle after lengthening contractions. J Biomed Biotech. (2011).
    25. Scheel, M., et al. Fiber type characterization in skeletal muscle by diffusion tensor imaging. NMR Biomed. 26, (10), 1220-1224 (2013).
    26. Kaufman, L. D., Gruber, B. L., Gerstman, D. P., Kaell, A. T. Preliminary observations on the role of magnetic resonance imaging for polymyositis and dermatomyositis. Annalsrheumatic Dis. 46, (8), 569-572 (1987).
    27. Dixon, W. T. Simple proton spectroscopic imaging. Radiology. 153, (1), 189-194 (1984).
    28. Glover, G. H. Multipoint Dixon technique for water and fat proton and susceptibility imaging. J Magn Reson Imaging. 1, (5), 521-530 (1991).
    29. Berglund, J., Kullberg, J. Three-dimensional water/fat separation and T2* estimation based on whole-image optimization--application in breathhold liver imaging at 1.5 T. Magn Reson Med. 67, (6), 1684-1693 (2012).
    30. Gloor, M., et al. Quantification of fat infiltration in oculopharyngeal muscular dystrophy: Comparison of three MR imaging methods. J Magn Reson Imaging. 33, (1), 203-210 (2011).
    31. Fischmann, A., et al. Quantitative MRI and loss of free ambulation in Duchenne muscular dystrophy. J Neurol. 260, (4), 969-974 (2013).
    32. Li, K., et al. Multi-parametric MRI characterization of healthy human thigh muscles at 3.0 T - relaxation, magnetization transfer, fat/water, and diffusion tensor imaging. NMR Biomed. 27, (9), 1070-1084 (2014).
    33. Does, M. Multi-Exponential Relaxation Analysis (MERA) Toolbox, Version 2. Available from: http://www.vuiis.vanderbilt.edu/~doesmd/MERA/MERA_Toolbox.html (2014).
    34. Morrison, C., Stanisz, G., Henkelman, R. M. Modeling magnetization transfer for biological-like systems using a semi-solid pool with a super-Lorentzian lineshape and dipolar reservoir. J Magn Reson Series B. 108, (2), 103-113 (1995).
    35. Li, J. G., Graham, S. J., Henkelman, R. M. A flexible magnetization transfer line shape derived from tissue experimental data. Magn Reson Med. 37, (6), 866-871 (1997).
    36. Mangin, J. F., Poupon, C., Clark, C., Le Bihan, D., Bloch, I. Distortion correction and robust tensor estimation for MR diffusion imaging. Med Image Anal. 6, (3), 191-198 (2002).
    37. Moser, H. Duchenne muscular dystrophy: pathogenetic aspects and genetic prevention. Hum Genet. 66, (1), 17-40 (1984).
    38. van Essen, A. J., Busch, H. F., te Meerman, G. J., ten Kate, L. P. Birth and population prevalence of Duchenne muscular dystrophy in The Netherlands. Hum Genet. 88, (3), 258-266 (1992).
    39. Bendewald, M. J., Wetter, D. A., Li, X., Davis, M. P. Incidence of dermatomyositis and clinically amyopathic dermatomyositis: A population-based study in olmsted county, minnesota. Arch Dermatol. 146, (1), 26-30 (2010).
    40. Carlier, P. G. Global T2 versus water T2 in NMR imaging of fatty infiltrated muscles: different methodology, different information and different implications. Neuromuscul Disord. 24, (5), 390-392 (2014).
    41. Foley, J. M., Jayaraman, R. C., Prior, B. M., Pivarnik, J. M., Meyer, R. A. MR measurements of muscle damage and adaptation after eccentric exercise. J Appl Physiol. 87, (6), 2311-2318 (1999).
    42. Garrood, P., et al. MR imaging in Duchenne muscular dystrophy: quantification of T1-weighted signal, contrast uptake, and the effects of exercise. J Magn Reson Imaging. 30, (5), 1130-1138 (2009).
    43. Bratton, C. B., Hopkins, A. L., Weinberg, J. W. Nuclear magnetic resonance studies of living muscle. Science. 147, 738-739 (1965).
    44. Fleckenstein, J. L., Canby, R. C., Parkey, R. W., Peshock, R. M. Acute effects of exercise on MR imaging of skeletal muscle in normal volunteers. AJR Am J Roentgenol. 151, (2), 231-237 (1988).
    45. Williams, S., Heemskerk, A., Welch, E., Damon, B., Park, J. The quantitative effects of inclusion of fat on muscle diffusion tensor MRI measurements. J Magn Reson Imaging. 38, (5), 1292-1297 (2013).
    46. Hernando, D., et al. Removal of olefinic fat chemical shift artifact in diffusion MRI. Magn Reson Med. 65, (3), 692-701 (2011).
    47. Willcocks, R. J., et al. Longitudinal measurements of MRI-T2 in boys with Duchenne muscular dystrophy: effects of age and disease progression. Neuromuscul Disord. 24, (5), 393-401 (2014).
    48. Poon, C. S., Henkelman, R. M. Practical T2 quantitation for clinical applications. J Magn Reson Imaging. 2, (5), 541-553 (1992).
    49. Does, M. D., Gore, J. C. Complications of nonlinear echo time spacing for measurement of T2. NMR Biomed. 13, (1), 1-7 (2000).
    50. Poon, C. S., Henkelman, R. M. 180° refocusing pulses which are insensitive to static and radiofrequency field inhomogeneity. J Magn Reson. 99, (1), 45-55 (1992).
    51. Hollingsworth, K. G., de Sousa, P. L., Straub, V., Carlier, P. G. Towards harmonization of protocols for MRI outcome measures in skeletal muscle studies: consensus recommendations from two TREAT-NMD NMR workshops, 2 May 2010, Stockholm, Sweden, 1-2 October 2009, Paris, France. Neuromuscul Disord. 22, Suppl 2. S54-S67 (2010).
    52. Underhill, H. R., Rostomily, R. C., Mikheev, A. M., Yuan, C., Yarnykh, V. L. Fast bound pool fraction imaging of the in vivo rat brain: Association with myelin content and validation in the C6 glioma model. Neuroimage. 54, (3), 2052-2065 (2011).
    53. Smith, S. A., et al. Quantitative magnetization transfer characteristics of the human cervical spinal cord in vivo: application to adrenomyeloneuropathy. Magn Reson Med. 61, (1), 22-27 (2009).
    54. Li, K. D. R., Dortch, R. D., Gochberg, D. F., Smith, S. A., Damon, B. M., Park, J. H. Quantitative magnetization transfer with fat component in human muscles. Proc. 20th Ann Meeting ISMRM. (2012).
    55. Damon, B. M. Effects of image noise in muscle diffusion tensor (DT)-MRI assessed using numerical simulations. Magn Reson Med. 60, (4), 934-944 (2008).
    56. Damon, B. M., Buck, A. K. W., Ding, Z. Diffusion-tensor MRI-based skeletal muscle fiber tracking. Imaging Med. 3, (6), 675-687 (2011).
    57. Froeling, M., Nederveen, A. J., Nicolay, K., Strijkers, G. J. DTI of human skeletal muscle: the effects of diffusion encoding parameters, signal-to-noise ratio and T2 on tensor indices and fiber tracts. NMR in Biomedicine. 26, (11), 1339-1352 (2013).
    58. Basser, P. J., Pajevic, S. Statistical artifacts in diffusion tensor MRI (DT-MRI) caused by background noise. Magn Reson Med. 44, (1), 41-50 (2000).
    59. Anderson, A. W. Theoretical analysis of the effects of noise on diffusion tensor imaging. Magn Reson Med. 46, (6), 1174-1188 (2001).
    60. Saupe, N., White, L. M., Stainsby, J., Tomlinson, G., Sussman, M. S. Diffusion tensor imaging and fiber tractography of skeletal muscle: optimization of B value for imaging at 1.5 T. AJR Am J Roentgenol. 192, (6), W282-W290 (2009).
    61. Levin, D. I., Gilles, B., Madler, B., Pai, D. K. Extracting skeletal muscle fiber fields from noisy diffusion tensor data. Med Image Anal. 15, (3), 340-353 (2011).
    62. Sinha, U., Sinha, S., Hodgson, J. A., Edgerton, R. V. Human soleus muscle architecture at different ankle joint angles from magnetic resonance diffusion tensor imaging. J Appl Physiol. 110, (3), 807-819 (2011).
    63. Jones, D. K., Cercignani, M. Twenty-five pitfalls in the analysis of diffusion MRI data. NMR Biomed. 23, (7), 803-820 (2010).
    64. Hamilton, G., et al. In vivo characterization of the liver fat 1H MR spectrum. NMR Biomed. 24, (7), 784-790 (2011).
    65. Hernando, D., Kellman, P., Haldar, J. P., Liang, Z. P. Robust water/fat separation in the presence of large field inhomogeneities using a graph cut algorithm. Magn Reson Med. 63, (1), 79-90 (2010).
    66. Hernando, D., Hines, C. D., Yu, H., Reeder, S. B. Addressing phase errors in fat-water imaging using a mixed magnitude/complex fitting method. Magn Reson Med. 67, (3), 638-644 (2012).

    Comments

    0 Comments


      Post a Question / Comment / Request

      You must be signed in to post a comment. Please or create an account.

      Usage Statistics