Imágenes por resonancia magnética cuantitativa de la enfermedad del músculo esquelético

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

enfermedades neuromusculares a menudo presentan una patología de variación temporal y espacialmente heterogéneos y de múltiples facetas. El objetivo de este protocolo es la caracterización de esta patología usando métodos de resonancia magnética no invasivos.

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

imágenes de resonancia magnética cuantitativa (qMRI) describe el desarrollo y el uso de MRI para cuantificar características físicas, químicas, y / o propiedades biológicas de los sistemas vivos. QMRI requiere que uno adopte un modelo biofísico para el sistema, compuesto por el tejido de interés y una secuencia de impulsos de MRI. La secuencia de pulsos está diseñado para sensibilizar a las intensidades de señal de las imágenes 'para el parámetro de interés en el modelo. Propiedades de la señal de resonancia magnética (magnitud de la señal, la frecuencia y / o fase) son medidos y analizados de acuerdo con el modelo. El objetivo es producir una estimación objetiva, cuantitativa de un parámetro físico o biológico que tiene distribuidos de forma continua, unidades físicas de medición. A menudo, las ecuaciones que describen el sistema se analizan y se acoplen a una base de pixel por pixel, produciendo una imagen cuyos valores de pixel reflejar directamente los valores de la variable. Tal imagen se conoce como un mapa paramétrico.

Un uso común de qMRI es el desarrollo y aplicación de biomarcadores. Los biomarcadores se pueden usar para investigar un mecanismo de la enfermedad, establecer un diagnóstico, determinar un pronóstico, y / o evaluar una respuesta terapéutica. Pueden adoptar la forma de las concentraciones o actividades de las moléculas endógenas o exógenas, una muestra histológica, una cantidad física, o una imagen interna. Algunos de los requisitos generales de biomarcadores son que miden objetivamente una variable distribuida de forma continua utilizando unidades físicas de medida; tener una relación clara y bien entendida con la patología de interés; son sensibles a la mejora y empeoramiento del estado clínico; y se puede medir con exactitud y precisión adecuada. biomarcadores no invasivos o mínimamente invasivos son particularmente deseables, ya que promueven la comodidad del paciente y mínimamente perturban la patología de interés.

Uno de los objetivos para el desarrollo de biomarcadores basados ​​en imágenes para enfermedades musculares es reflejar la enfermedad del músculo en formas que son Complementary a, más específico que, más espacialmente selectivo que, y / o menos invasiva que los enfoques existentes. Una ventaja particular de qMRI en este sentido es que tiene el potencial de integrar múltiples tipos de información y por lo tanto potencialmente caracterizar muchos aspectos del proceso de la enfermedad. Esta capacidad es muy importante en enfermedades musculares, que con frecuencia exhiben una patología espacialmente variables, complejo que incluye la inflamación, necrosis y / o atrofia con sustitución de la grasa, fibrosis, la interrupción de la red myofilament ( "streaming de Z-disco"), y daño de la membrana . Otra ventaja de los métodos qMRI es que las descripciones cualitativas o semi-cuantitativos de las imágenes de RM basadas en contraste reflejan no sólo la patología, sino también diferencias en los parámetros de adquisición de imágenes, hardware, y la percepción humana. Un ejemplo de este último punto fue demostrado por Wokke et al., Que mostraron que las evaluaciones semicuantitativas de la infiltración de grasa son muy variables y con frecuencia incorrecta, wgallina en comparación con la RM de grasa / agua cuantitativa (FWMRI) 1.

El protocolo descrito aquí incluye secuencias de pulso para medir la longitudinal (T1) y transversal (T 2) constantes de tiempo de relajación, transferencia de magnetización cuantitativa (Qmt) parámetros, coeficientes de difusión del agua utilizando tensor de difusión de resonancia magnética (DT-MRI) y la estructura muscular usando imágenes estructurales y FWMRI. T 1 se mide mediante el uso de una secuencia de recuperación de la inversión, en el que se invierte el vector de magnetización neta y su magnitud se muestrea como el sistema vuelve al equilibrio. T 2 se mide gracias a la reorientación repetidamente magnetización transversal usando un tren de pulsos reorientando, tales como el método de Carr-Purcell Meiboom-Gill (CPMG), y el muestreo de los spin-eco resultante. T 1 y T 2 de datos se pueden analizar utilizando métodos de ajuste de curvas no lineales que, o bien asumir un número de Exponecomponentes ntial a priori (típicamente entre uno y tres) o mediante el uso de un enfoque inverso lineal que se ajusta a los datos observados a la suma de un gran número de exponenciales en descomposición, lo que resulta en un espectro de amplitudes de señal. Este enfoque requiere una solución no negativo de mínimos cuadrados (NNLS) 3, y típicamente incluye regularización adicional para producir resultados estables. T 1 y T 2 mediciones se han utilizado ampliamente para estudiar las enfermedades musculares y lesiones 4-9. T 1 Los valores están normalmente disminuyeron en regiones infiltrado en la grasa de los músculos y elevados en las regiones inflamadas 4-6; T 2 valores son elevados en ambas regiones en grasa infiltrada e inflamadas 10.

QMT-RM caracteriza a las piscinas de protones macromoleculares de agua y sólido-como libres en los tejidos mediante la estimación de la proporción de macromolecular a los protones de agua libre (la relación entre el tamaño de la piscina, PSR); la intrínseca relajarsetasas de inflación de estas piscinas; y los tipos de cambio entre ellos. Enfoques Qmt comunes incluyen la saturación de impulsos 11 y los métodos de recuperación de la inversión 12,13 selectivos. El protocolo siguiente se describe el uso del enfoque de la saturación de impulsos, que explota el amplio ancho de línea de la señal de protón macromolecular, con relación a la estrecha anchura de línea de la señal de protón de agua. Saturando la señal macromolecular en frecuencias de resonancia suficientemente diferentes de la señal de agua, la señal de agua se reduce como resultado de la transferencia de magnetización entre las piscinas de protones del agua sólidos y gratuitas. Los datos se analizaron usando un modelo biofísico cuantitativo. QMT se ha desarrollado y aplicado en los músculos sanos 14,15, y un resumen reciente aparecido describiendo su aplicación en enfermedades musculares 16. QMT se ha utilizado para estudiar los pequeños modelos animales de inflamación muscular, en el que se ha demostrado que la inflamación disminuye el PSR 17. En la medida en MTrefleja tanto el contenido de agua y macromoleculares, los datos MT también pueden reflejar la fibrosis 18,19.

DT-MRI se utiliza para cuantificar el comportamiento de difusión anisotrópica de moléculas de agua en los tejidos con células alargadas, ordenados. En DT-MRI, la difusión del agua se mide en seis o más direcciones diferentes; estas señales se ajustaron a un modelo tensor 20. El tensor de difusión, D, se diagonalizarse para obtener tres valores propios (que son los tres principales difusividad) y tres vectores propios (que indican las direcciones correspondientes a los tres coeficientes de difusión). Estos y otros índices cuantitativos derivados de D proporcionan información acerca de la estructura del tejido y la orientación a nivel microscópico. Las propiedades de difusión del músculo, especialmente la tercera valor propio de D y el grado de anisotropía de difusión, reflejan la inflamación muscular 17 y el daño muscular debido a una lesión experimental 21, lesión por esfuerzo 22, y la enfermedad 23,24. Otras posibles influencias sobre las propiedades de difusión del músculo incluyen cambios en el diámetro de la celda 25 y cambios en la permeabilidad de la membrana.

Por último, la atrofia muscular, sin o sin infiltración de la grasa macroscópica, es un componente patológico de muchas enfermedades musculares. La atrofia muscular puede ser evaluada mediante el uso de imágenes estructurales para medir músculo área de sección transversal o el volumen y FW-MRI para evaluar la infiltración grasa. La infiltración de grasa se puede describir cualitativamente en T1 - y T2 y 26 imágenes, pero las señales de grasa y agua se miden mejor mediante la formación de imágenes que explotan las diferentes frecuencias de resonancia de grasa y agua protones 27-29. Métodos de imagen de grasa / agua cuantitativos se han aplicado en las enfermedades musculares como la distrofia muscular 1,30,31, y pueden predecir la pérdida de la deambulación en estos pacientes 31.

32. El protocolo incluye secuencias de pulso estándar, así como la radiofrecuencia (RF) y objetos gradiente de campo magnético programados específicamente en nuestros sistemas. Los autores prevén que el protocolo es también aplicable en otros trastornos neuromusculares caracterizados por atrofia muscular, inflamación, y la infiltración de grasa (como las distrofias musculares).

Subscription Required. Please recommend JoVE to your librarian.

Protocol

NOTA: Se recuerda al lector que toda la investigación en seres humanos debe ser aprobado por la junta local de Revisión Institucional (IRB) para el Uso de Sujetos Humanos en Investigación. participantes en la investigación deben ser informados del propósito, los procedimientos, los riesgos y beneficios de la investigación propuesta; la disponibilidad de tratamientos o procedimientos alternativos; la disponibilidad de una remuneración; y de sus derechos de privacidad y de retirar su consentimiento y descontinuar su participación. Antes de la sesión de pruebas de resonancia magnética, un investigador debe presentar un potencial participante en la investigación con un documento de consentimiento informado aprobado por el IRB (ICD), explique su contenido, y pedir al potencial participante en la investigación si él / ella desea participar en el estudio. Si es así, el participante tendrá que firmar y fechar el CIE antes de completar cualquiera de las etapas del protocolo aquí.

1. Acciones Antes del día de la prueba

  1. Restringir hábitos de vida que podrían confundir la DATA
    1. Instruir al participante que no realice ejercicio moderado o fuerte durante la 48 h antes de la prueba. Instruir al participante que se abstengan de exceso de medicamentos de venta libre y la ingesta de alcohol durante las 24 h antes del ensayo. Instruir al participante para que se abstengan del uso del tabaco o el consumo de cafeína durante el 6 h antes de la prueba.
    2. Antes de la prueba, confirme que el participante ha sido compatible con estas instrucciones.
  2. Preparar el sistema de resonancia magnética
    1. Asegurar la disponibilidad de todo el equipo necesario, como aparece en la tabla de materiales y equipos.
    2. Definir un protocolo de resonancia magnética; parámetros sugeridos se encuentran en las Tablas 1 - 5.

2. día de la prueba: Prepárese para la adquisición de datos de resonancia magnética

  1. Presentación de la conducta de Seguridad
    1. Pantalla de peligros potenciales en el entorno de la RM por tener una resonancia magnética de seguridad-tllovió trabajador de la salud presente el participante en la investigación con una forma de seguridad MRI adecuado, tal como la que se encuentra en www.mrisafety.com.
    2. Si hay objetos magnéticos o magnéticamente sensibles implantados, garantizar que son seguros para la RM.
  2. Preparar el sistema de resonancia magnética
    1. Asegúrese de que todo el personal se han eliminado todos los objetos magnéticos sensibles a campos magnéticos y antes de entrar en la habitación que aloja el sistema de resonancia magnética. Llevar a cabo esta comprobación cada vez que alguien entra en la sala de resonancia magnética.
    2. Preparar el sistema de resonancia magnética mediante la colocación de la bobina de recepción en la cama del paciente del sistema de resonancia magnética. También, coloque un colchón con la hoja y almohada con una funda de almohada en la cama. Tener correas disponibles para colocar alrededor de los muslos y los collarines o almohadas para colocar debajo de las rodillas.
    3. Iniciar la interfaz de software, introduzca los datos del paciente, y abrir el protocolo de formación de imágenes.
  3. Coloque el participante en la investigación sobre la mesa del escáner MRI <ol>
  4. Observe el participante en la investigación como él / ella comprueba su / su persona y de la confección de objetos sensibles a campos magnéticos. Seguro fuera de la sala de resonancia magnética estos objetos en un contenedor bajo llave. Entra en la habitación de IRM con el participante en la investigación inmediatamente después de completar este paso.
  5. Coloque el participante en la cama del paciente en posición supina, con los pies por. Coloque la parte del cuerpo para formar una imagen tan cerca de la línea media de la tabla como sea práctico. Coloque los cojines o almohadas debajo de las rodillas para proporcionar alivio de tensión para la espalda baja y colocar una almohada debajo de la cabeza. Para limitar el movimiento, con suavidad pero garantizar eficazmente los muslos, las piernas y los pies, y asegurar que el participante se sienta cómodo.
  6. Coloque la bobina receptora de RF alrededor de los muslos del participante y conectarlo al sistema de resonancia magnética.
  • Instruir al participante y completa Pasos finales previas al análisis,
    1. Dar instrucciones sobre cómo comunicarse con los investigadores. Proporcionar a la participant con protección y un dispositivo de señalización que puede ser utilizado para llamar la atención si es necesario de la audición. Instruir al participante de la necesidad de permanecer inmóvil durante y entre todas las secuencias de imágenes.
    2. Avanzar en la cama del paciente en el escáner de resonancia magnética de tal manera que la parte del cuerpo en ser fotografiado está alineado con el centro del equipo de resonancia magnética.
    3. Después de salir de la sala de resonancia magnética, confirme que el sistema de comunicación con el paciente está trabajando y ver que el participante se sienta cómodo. A lo largo del protocolo, comunicarse regularmente con el participante para asegurar su / su comodidad y el cumplimiento de las instrucciones.
  • 3. día de la prueba: adquirir los datos de resonancia magnética

    1. Pasos preparatorios
      1. Como el sistema de MRI determina los ajustes instrumentales y calibraciones antes de cada secuencia de imágenes (frecuencia central, la calibración ganancia del receptor, etc.), supervisar estos procesos y asegurar que cada paso se realiza correctly.
      2. El uso de una interfaz de software adecuado, adquirir un conjunto de imágenes del localizador (también conocida como piloto o imágenes exploradoras); utilizando parámetros sugeridos presentados en la Tabla 2.
      3. Determinar dónde colocar la rodaja centro para las adquisiciones de datos qMRI, mediante la identificación de áreas de daño y / o haciendo referencia a la posición de la rebanada en relación con puntos de referencia anatómicos reproducibles.
    2. Transmisión y recepción de la bobina de calibración Pasos
      1. Para estos pasos, así como todos los pasos de formación de imágenes subsiguientes, definir región de la anatomía en la que para optimizar la homogeneidad del campo magnético estático (B 0), un proceso conocido como "cuñas". Ver la Figura 1A para la colocación típica del volumen cuñas de interés (VOI) usado en los presentes estudios.
      2. Si el escáner de resonancia magnética tiene una bobina de transmisión de múltiples elementos, adquirir un conjunto de datos de calibración RF.
      3. Si el escáner de resonancia magnética tiene un multi-elemento de bobina de recepción, adquirirun mapa de sensibilidad espacial de las bobinas.
    3. Adquirir estructural MRI Datos
      1. Adquirir alta resolución, multicorte, T1 ponderadas imágenes utilizando una secuencia (FSE) eco de espín rápido; los parámetros de las imágenes utilizadas en el presente estudio se proporcionan en la Tabla 1.
      2. Adquirir alta resolución, multicorte, T2 y las imágenes usando una secuencia FSE; los parámetros de las imágenes utilizadas en el presente estudio se proporcionan en la Tabla 2.
    4. Adquirir datos para control de calidad en tiempo real y hacer correcciones de post-procesamiento
      1. Adquirir múltiples datos de eco de gradiente (3D) en tres dimensiones para el cálculo de los mapas de campo B0. Los parámetros de las imágenes utilizadas en el presente estudio se proporcionan en la Tabla 3.
      2. Examinar los mapas de campo para asegurar que no existen desviaciones de más de ± 60 Hz (aproximadamente 0,5partes por millón a 3 Tesla) a través de la imagen. Si los hay, adoptar un enfoque alternativo para el calce (método diferente, distinta colocación de VOI, etc.).
      3. Adquirir datos 3D para el cálculo de los mapas ángulo de nutación. Los parámetros de las imágenes utilizadas en el presente estudio se proporcionan en la Tabla 2.
      4. Examinar los mapas de campo para asegurarse de que no hay áreas que se desvían excesivamente desde el ángulo de nutación nominal. Para los pulsos de RF que se utilizan en este protocolo, desviaciones superiores a ± 30% del ángulo de nutación nominal se consideran excesivos.
    5. Adquirir los datos qMRI
      1. Adquirir imágenes en 3D para el cálculo de la T 1, utilizando una secuencia de recuperación de inversión. Los parámetros de formación de imágenes utilizados en los presentes estudios se presentan en la Tabla 3.
      2. Repita la medición T1 en presencia de supresión de la señal de grasa (FS; este parámetro es sigla delTed T 1, FS).
      3. Adquirir imágenes de un segmento para el cálculo de la T 2, utilizando una secuencia de múltiples spin-eco. Utilice los parámetros de las imágenes que se presentan en la Tabla 3.
      4. Repita la medición de T 2 en presencia de FS (T 2, FS).
      5. Adquirir imágenes en 3D para el cálculo de los parámetros Qmt, utilizando una secuencia de saturación pulsado con FS y los parámetros de las imágenes dadas en la Tabla 4.
      6. Adquirir datos rebanada de múltiples parámetros para el cálculo del tensor de difusión, utilizando una serie de imágenes potenciadas en difusión. Los parámetros de formación de imágenes utilizados en estos estudios se dan en la Tabla 4.
      7. Adquirir datos 3D para el cálculo de las imágenes de grasa / agua, usando una serie de seis imágenes de eco de gradiente. Los parámetros de formación de imágenes utilizados en estos estudios se dan en la Tabla 5.
    6. Después de completar el protocolo qMRI
      1. Asegurarse de queTodas las imágenes son de calidad adecuada mediante el examen de los artefactos potencialmente corregibles y midiendo la suficiente relación señal-ruido.
      2. Para cada conjunto de datos qMRI, definir varias regiones de interés (ROI) en la serie de imágenes y examinar la señal como una función del parámetro relevante (por ejemplo, para los datos dependientes de T 1 adquiridas en los pasos 3.5.1 y 3.5.2, trazar la señal como una función de TI y asegurar que los datos se ajustan a la función de inversión-recuperación se enumeran a continuación en el paso 4.1.2).
      3. Después de completar una proyección personal para objetos sensibles a campos magnéticos, entrar en la sala de resonancia magnética. Retire el participante del imán, eliminar todas las correas y las almohadillas, y ayudar al participante a salir del escáner de resonancia magnética y la sala de resonancia magnética.
      4. La transferencia de los datos, utilizando métodos que cumplen con las leyes de privacidad de salud locales, a una estación de trabajo local para su procesamiento; los datos pueden ser exportados como comunicaciones de imágenes digitales en archivos de Medicina (DICOM) o en el proveedor'S formato propietario (el método utilizado en este protocolo).

    4. Analizar los datos qMRI

    1. Calcular los mapas paramétricos
      1. Utilice un programa informático diseñado para la computación científica y análisis de imágenes. Mediante el examen de un histograma de la intensidad de señal en la imagen, formar una máscara de imagen basado en la señal de umbral que delinea áreas de señal de las zonas de ruido. Complete los pasos siguientes para cada píxel de las partes de la señal de las imágenes.
      2. Analizar el T 1 de datos mediante la medición de la señal de intensidad S para cada tiempo de inversión (TI). A continuación, coloque los valores de S a una inversión-recuperación con un modelo de pre-retardo reducida:

        ecuación1

        donde M 0 es una señal que representa la intensidad de la magnetización en el estado de equilibrio, S f es la relación de la inversión,y TD es el tiempo de pre-retardo. A continuación, ajustar los datos con FS al mismo modelo, lo que permite la determinación de la constante con FS, T 1, FS tiempo de relajación longitudinal.
      3. Analizar la T 2 S datos midiendo en cada TE. A continuación, ajustar los datos a un modelo de decaimiento exponencial mono-:

        Equation2

        donde N es la señal de compensación en la línea base. El lector también podrá decidir ajustar los datos a un modelo multi-exponencial, como el que a continuación:

        Equation3

        donde J es el número de componentes exponenciales y j f y T 2, son la fracción de la señal y T 2 valores asociados a la j-ésima componente. O bien, el lector puede utilizar un método no negativos mínimos cuadrados (NNLS) 3. En el latter caso, el Multi-exponencial Relajación Análisis (MERA) caja de herramientas 33 está disponible gratuitamente; otros programas están disponibles también. Repita estos análisis de los datos con y sin FS.
      4. Para analizar los datos Qmt, medir S para cada fuente de irradiación y desplazamiento de frecuencia. Corregir las potencias nominales de irradiación (representados por ω 1 en la siguiente ecuación) utilizando los mapas ángulo de nutación. Corregir los desplazamientos de frecuencia (Δ f en la ecuación a continuación) mediante el uso de la B 0 mapas para ajustar las frecuencias de desplazamiento aplicado. A continuación, ajustar los datos con el siguiente modelo 34,35

        Equation4

        donde está el tipo de cambio de la piscina macromolecular a la piscina de agua libre, es la velocidad de relajación longitudinal de la piscina de agua libre, es la velocidad de relajación longitudinal de la piscina macromolecular (se supone que 1 s -1), es el PSR, se la T 1CWPE es la potencia media del pulso de saturación. La tasa de saturación de la magnetización longitudinal de la piscina macromolecular, se describe mediante un modelo de super-Lorentz, como se describe en el trabajo de Henkelman y colegas 34,35.
      5. Para analizar los datos DTI, primero utilice un algoritmo de transformación afín 36 para registrar cada imagen ponderada en difusión de la imagen ponderada no difusión correspondiente. Entonces, para cada pixel, medir los valores de S en la imagen ponderada no difusión y en cada dirección de difusión ponderada. Formar una matriz compuesta de las direcciones de difusión de codificación. Usando multivariante de regresión por mínimos cuadrados ponderados, una regresión a los datos de la señal en la matriz de difusión de codificación y la forma D. Diagonalizan D y realizar una magnitud-clasificación de los valores propios y los vectores propios sus. A continuación, calcular la difusividad media (DM) como:

        "Equation5"
        donde λ 1, λ 2, 3 y λ son los valores propios del tensor de difusión. También calcular la anisotropía fraccional (FA) como:

        Equation6
      6. Analizar los datos FWMRI utilizando un enfoque cuantitativo que separa las señales de agua y grasa basado en el desplazamiento químico (tal como el algoritmo FattyRiot, disponible para su descarga gratuita desde https://github.com/welcheb/FattyRiot).
    2. Definir regiones de interés para el análisis
      1. Especificar regiones de interés en las imágenes anatómicas (mediante la definición de los límites de cada músculo de interés). Un ejemplo se muestra en la Figura 1.
      2. Cambiar el tamaño de las regiones de interés para que coincida con el tamaño de la matriz de las imágenes qMRI. Según sea necesario, ajustar la alineación de las regiones de interés para que coincida con el mapa qMRI (por ejemplo, si el participante se trasladóentre las adquisiciones, una traducción de la posición de retorno de la inversión puede ser necesaria para evitar la superposición de los límites del músculo).
      3. Examine cada ROI. Si es necesario, asegurar que no se incluyen píxeles que contienen artefactos parciales de volumen, el tejido no contráctil, y artefactos de flujo; Por favor, vea la Figura 1 para los ejemplos.
      4. Calcula la media y la desviación estándar de los valores qMRI en todos los píxeles dentro de las regiones de interés seleccionadas.

    Subscription Required. Please recommend JoVE to your librarian.

    Representative Results

    La Figura 1 muestra imágenes anatómicas axiales representativos adquiridos a la mitad del muslo de un paciente con polimiositis. También se muestra la localización de la proyección en el plano del volumen cuña. Mapas de parámetros representativos para cada método qMRI, todo obtenido de este mismo paciente, se proporcionan en las Figuras 2 - 7.

    Las figuras 2A y 2B muestran los mapas de campo Δ B 0 y el ángulo de nutación, respectivamente. El B 0 campo del mapa demuestra una fuerte coincidencia espacial entre su zona de mayor homogeneidad del campo y la colocación de la VOI para cuñas, como se indica en la Figura 1A. Dentro de los músculos, los Δ B 0 valores de rango -40 a 52 Hz, con una media de 9,3 Hz y una desviación estándar de 11,2 Hz. En el mapa ángulo de nutación, los valores oscilaron lado a otrom 84,7 a 122,3% del ángulo de nutación nominal. Al comparar el mapa ángulo de nutación con las imágenes estructurales en la figura 1, puede verse que las desviaciones de ángulo de nutación ideales son más severos en los músculos posteriores y no son obviamente correlacionados con la presencia de grasa en un voxel.

    Datos T 1 relaxometría de ejemplo se presentan en la Figura 3. Las imágenes se han enmascarado para excluir las regiones de grasa y de ruido subcutáneas de la imagen. La figura 3A muestra la muestra T1 de datos y la Figura 3B muestra muestra T 1, datos de cierre. Es evidente en la figura 3A que el T 1 de la grasa es considerablemente menor que la del músculo; Por lo tanto, los valores de T1 para el músculo medidos sin utilizar FS son más bajos que los valores de T 1, FS. Además, el uso de los resultados del SF enpérdida sustancial de la señal de las regiones de sustitución de la grasa o de grasa subcutánea. En consecuencia, hay píxeles en estas áreas de imagen que son o bien desprovista de parámetros de ajuste, que representan las señales de agua residual siguientes FS, o en el que los parámetros se estimaron mal.

    La Figura 4A muestra un mapa paramétrico enmascarado de la T 2, los valores de FS y la Figura 4B muestra los valores de T 2. Figura 4C muestra una caída de la señal dependiente de la muestra T 2 de un solo píxel y el mejor ajuste de los datos a un modelo monoexponencial. Se observa una desviación del comportamiento de relajación monoexponencial. La figura 4D muestra los resultados del análisis NNLS de estos mismos datos de la señal, con un único pico amplio, que probablemente incluye tanto componentes de grasa y de agua.

    Las figuras 5, 6, 7 presentan ejemplos de datos Qmt, DTI y FWMRI, respectivamente. Para los datos Qmt, sólo se muestra el PSR. La aplicación de un umbral de señal para estos FS-datos restringe de ajuste de curvas a los voxels que contienen principalmente el músculo, lo que resulta en la deserción de la asignación de parámetros. También se observa heterogeneidad en los valores musculares para PSR. Aunque el método también estima el agua T2 y el tipo de cambio entre las piscinas de protones del agua macromoleculares y libres, éstos no se presentan porque el T 2 es mejor estimado usando secuencias de imágenes dedicados y debido a que el tipo de cambio es tanto poco fiable estima e insensible a la patología .

    La Figura 6A presenta un mapa paramétrico de la MD, y la Figura 6B presenta un mapa de los valores de FA. MD valores son elevados en los vasos sanguíneos. Además, valores de FA se reducen en las regiones correspondientes a reduced PSR. Al igual que con otras cantidades, tanto en la MD como la FA se estiman de forma inexacta en porciones reemplazado en grasa de los músculos, donde FS provoca consecuencias señal. También, FA se eleva fuera del volumen cuña. Por último, un mapa de fracción grasa, calculado a partir de los datos FWMRI, se muestra en la Figura 7. Estos datos cuantifican los patrones de infiltración de la grasa cualitativamente observados indicados en la Figura 1. El correspondiente mapa fracción de agua es simplemente igual a (1 - Fat) y no se muestra.

    Figura 1
    Figura 1: Las imágenes anatómicas muestra de un paciente con polimiositis. Todos los datos que se muestran en las Figuras 2-7 se adquirieron en esta posición rebanada de este participante. A. T1-ponderada imagen, con la proyección en el plano de la cuña volumen superpuesto como, rectángulo semitransparente de color cian. T2-ponderada imagen. Superpuesto sobre la imagen en verde es un retorno de la inversión de la muestra para el músculo vasto medial. A través de la ROI semi-transparente, las áreas de señal alta, que corresponde a la sustitución de la grasa, se observan. La flecha amarilla indica un tendón intramuscular, y la flecha magenta indica la región del haz neurovascular del muslo. Las imágenes deben ser inspeccionados en busca de artefactos de flujo que pueden producirse a lo largo de la dimensión de codificación de fase y en línea con la arteria. Los tejidos conectivos, como la grasa y el tendón son recomendación para la exclusión de regiones de interés; También, si existen artefactos de flujo, deben ser excluidos. Haga clic aquí para ver una versión más grande de esta figura.

    Figura 2
    Figura 2: Δ B 0y nutación Mapas de ángulo, de la misma paciente representado en la Figura 1. A. Δ B 0 mapa, con la escala de color que indica la desviación del campo B0 de la frecuencia central en Hz. B. Nutación mapa ángulo, con la escala de color que indica el porcentaje del ángulo de nutación nominal. Imágenes se han enmascarado para excluir los valores de las regiones de ruido de la imagen. Haga clic aquí para ver una versión más grande de esta figura.

    figura 3
    Figura 3: Muestra T1 de datos, del mismo paciente descrito en la Figura 1. A. Mapa de los valores de T1, estima ajustando los datos a la recuperación de la inversión con el modelo de pre-retardo reducida. La escala de coloresindica el valor de T 1 en s. B. Mapa de la T 1, los valores de FS, estima ajustando datos de cierre en el mismo modelo. La escala de colores indica el valor de T 1 en s. Las imágenes se han enmascarado para excluir los valores de la grasa subcutánea, la pierna contralateral, y las regiones de ruido de la imagen. Tenga en cuenta que los valores de T1 se incrementan cuando se utiliza supresión de la señal de grasa. Haga clic aquí para ver una versión más grande de esta figura.

    Figura 4
    Figura 4: Ejemplo de T 2 de datos, del mismo paciente representado en la Figura 1. A. Mapa de los valores de T 2, calcula ajustando los datos a la decadencia monoexponencial con el modelo término de ruido. La escala de coloresindica el valor de T 2 en ms. B. Mapa de la T 2, los valores de FS, que se estima mediante el ajuste de los datos para el mismo modelo. En A y B, las imágenes se han enmascarado para excluir los valores de la grasa subcutánea, la pierna contralateral, y las regiones de ruido de la imagen. C. Muestra T2 señal de la decadencia de un píxel en el panel C y la línea de mejor ajuste al modelo monoexponencial (pero tenga en cuenta la desviación de la señal a partir del modelo, lo que indica una T no monoexponencial 2). Abreviatura no había tomado nota de: AU, unidades arbitrarias. D. No negativa análisis de mínimos cuadrados de los mismos datos de la desintegración de señales sin procesar representados en C. Haga clic aquí para ver una versión más grande de esta figura.


    Figura 5: Muestra Qmt de datos, del mismo paciente representado en la Figura 1. La escala de color indica el PSR, una cantidad adimensional que refleja la relación de macromolecular a los protones de agua libre. El uso de FS métodos da como resultado la pérdida de señal sustancial de las regiones del músculo que han sido reemplazados por la grasa. Haga clic aquí para ver una versión más grande de esta figura.

    Figura 6
    Figura 6: Ejemplo de difusión de datos, del mismo paciente representado en la Figura 1. El panel A muestra la difusividad media, con la escala de color que indica la difusividad con unidades de 10 -3 mm 2 / s. El panel B muestra la anisotropía fraccional, which es una cantidad adimensional que indica la desviación del sistema de difusión de la difusión puramente isotrópico. Haga clic aquí para ver una versión más grande de esta figura.

    Figura 7
    Figura 7: Ejemplo de datos FWMRI, del mismo paciente descrito en la Figura 1. La escala de colores indica la fracción grasa; el correspondiente mapa fracción de agua es simplemente (1 - Fat) y no se muestra. Haga clic aquí para ver una versión más grande de esta figura.

    Parámetro localizadores T1-ponderada T2 y
    General tipo de secuencia 2D, multicorte, ecogradiente 2D, multicorte, rápido eco de espín 2D, multicorte, rápido eco de espín
    fases de preparación la ganancia del transmisor, la ganancia del receptor, frecuencia central, auto-shim la ganancia del receptor, la frecuencia central cuña VOI la ganancia del receptor, la frecuencia central cuña VOI
    bobina de recepción Cardíaco Cardíaco Cardíaco
    Número de excitaciones 1 1 1
    la duración del análisis total (min: seg) una y veintitrés 01:40 doce y cincuenta y cuatro
    Geometría plano anatómico (s) Axial, coronal, sagital y Axial Axial
    Número de cortes / avión 20 11 11
    grosor de corte (mm) 10 7 7
    brecha entre cortes (mm) 0 0 0
    Para la adquisición de la rebanada intercalado intercalado intercalado
    matriz adquirida 150 x 150 340 x 335 256 x 256
    matriz reconstruida 512 x 512 512 x 512 512 x 512
    Campo de visión (mm) 450 x 450 256 x 256 256 x 256
    tamaño de vóxel reconstruido (mm) 0,88 x 0,88 x 10,00 De 0.50 x 0.50 x 7.00 De 0.50 x 0.50 x 7.00
    Contraste tiempo de repetición (ms) 9 530 3000
    ec efectivaho el tiempo (ms) 7 6.2 100
    espaciamiento de eco (ms) N / A 6.2 11.8
    ángulo de excitación flip (°) 20 90 90
    ángulo de reorientación flip (°) N / A 110 120
    cuñas de RF Estático Adaptado Adaptado
    adquisición de la señal tipo de lectura cartesiano cartesiano cartesiano
    imágenes paralelas No SENTIDO (g = 1,4) SENTIDO (g = 2,0)
    Ancho de banda / pixel (Hz / pixel) 1237.8 377,1 286,6

    Tabla 1: Parámetros utilizados para Localizador de imagen y pctural Imaging. Todas las secuencias utilizan el cuerpo de bobina de cuadratura para la transmisión de los campos de RF. Parámetros tales como TR, TE, el espaciamiento de eco, y el número de ecos pueden ajustarse ligeramente en función de las necesidades experimentales, manteniendo T 1 - T y 2 - ponderación. Abreviatura no había tomado nota de: g, factor de aceleración de imágenes en paralelo. Se recomienda el gran campo de visión de imágenes, ya que se pueden utilizar para localizar la patología e identificar ubicaciones para secuencias qMRI. Las adquisiciones sagital y coronal son particularmente útiles en este sentido.

    Parámetro Secuencia de imágenes
    B 0 -Mapping Flip-ángulo Mapping
    General tipo de secuencia 3D, R múltipleF-echado a perder eco de gradiente-retirado del mercado 3D, rápido eco de gradiente, de doble TR
    fases de preparación la ganancia del receptor, la frecuencia central cuña VOI la ganancia del receptor, la frecuencia central cuña VOI
    bobina de recepción Cuadratura-cuerpo Cardíaco
    Número de excitaciones 1 1
    la duración del análisis total (min: seg) 1:26 04:33
    Geometría plano anatómico (s) Axial Axial
    Número de rebanadas 11 55
    grosor de corte (mm) 7 7
    brecha entre cortes (mm) 0 0
    matriz adquirida 64 x 64 x 6 64 x 64 x 27
    matriz reconstruida 128 x 128 x 11 128 x 128 x 55
    Campo de visión (mm) 256 x 256 x 77 256 x 256 x 385
    tamaño de vóxel reconstruido (mm) 2.00 x 2.00 x 7.00 2.00 x 2.00 x 7.00
    Contraste tiempo de repetición (ms) 150 30.0, 130.0
    tiempo de eco (ms) {4,6, 6,9} 2.2
    ángulo de excitación flip (°) 25 60
    cuñas de RF Adaptado Adaptado
    adquisición de la señal tipo de lectura cartesiano cartesiano
    Ancho de banda / pixel (Hz / pixel) 302.5 499,4

    Tabla 2: Parámetros USed para su Δ B 0 y Cartografía ángulo de nutación. Ambas secuencias utilizan la bobina de cuadratura-cuerpo para transmitir el campo de RF; ni secuencia utiliza imágenes paralelas.

    Parámetro Secuencia de imágenes
    T1 -Mapping T 2 -Mapping
    General tipo de secuencia 3D, inversión-recuperación de gradiente-echado a perder, lectura de eco de gradiente recordado 2D, sola rebanada, múltiples spin-eco
    fases de preparación la ganancia del receptor, la frecuencia central cuña VOI la ganancia del receptor, la frecuencia central cuña VOI
    Número de excitaciones 1 2 la duración del análisis total (min: seg) una y cuarenta y cuatro minutos 12:04
    Geometría plano anatómico (s) Axial Axial
    Número de rebanadas 11 1
    grosor de corte (mm) 7 7
    brecha entre cortes (mm) 0 0
    matriz adquirida 128 x 128 x 6 128 x 128
    matriz reconstruida 128 x 128 x 11 128 x 128
    Campo de visión (mm) 256 x 256 x 77 256 x 256
    tamaño de vóxel reconstruido (mm) 2.00 x 2.00 x 7.00 2.00 x 2.00 x 7.00
    Contraste tiempo de repetición (ms) Variado 4000
    impulso de inversión 180 °, 1 ms, forma: bloque N / A
    los tiempos de recuperación de inversión (ms) 50, 100, 200, 500, 1000, 2000, 6000 N / A
    Tiempo de pre-retardo (ms) 1500 N / A
    Supresión de la señal de grasa (si se utiliza) 1331 binomial excitación selectiva de agua De SPAIR (potencia: 2 mT, retardo inversión de 202 ms, desplazamiento de frecuencia de 250 Hz);
    Sinc-Gauss pre-pulso (90 °, duración: 18 ms, el desplazamiento de frecuencia: 100 Hz)
    ángulo de excitación flip (°) 10 90
    reorientación de impulsos N / A Versión-S
    tiempo de eco (ms) N / A {14, 28, 42 ... 280}
    Número de ecos / espaciamiento de eco (ms) N / A N / A
    cuñas de RF Adaptado Adaptiva
    adquisición de la señal tipo de lectura cartesiano cartesiano
    imágenes paralelas SENTIDO (g = 1,5) SENTIDO (g = 1,5)
    Ancho de banda / pixel (Hz / pixel) 383 335.1

    Tabla 3: Parámetros utilizados para la T 1 y T 2 Mapping. T 1 y T 2 se adquieren datos con y sin FS. Ambas secuencias utilizan el cuerpo de la bobina de cuadratura para la transmisión de los campos de RF y una bobina cardíaca de seis elementos de recepción de la señal. El tiempo de repetición varía de la secuencia de -mapping T 1, ya que utiliza un tiempo de pre-retardo fijo con inversión variable de timmi.

    Parámetro Secuencia de imágenes
    Qmt DTI
    General tipo de secuencia 3D, MT ponderados por eco de gradiente-recordado 2D, rebanada múltiples, de un solo tiro de espín-eco EPI
    fases de preparación la ganancia del receptor, la frecuencia central cuña VOI la ganancia del receptor, la frecuencia central cuña VOI
    Número de excitaciones 2 6
    la duración del análisis total (min: seg) 10:41 06:28
    Geometría plano anatómico (s) Axial Axial
    Número de rebanadas 11 11
    grosor de corte (mm) 7 7
    brecha entre cortes (mm) 0 0
    matriz adquirida 128 x 128 x 6 64 x 64
    matriz reconstruida 128 x 128 x 1 128 x 128
    Campo de visión (mm) 256 x 256 x 77 256 x 256
    tamaño de vóxel reconstruido (mm) 2.00 x 2.00 x 7.00 2.00 x 2.00 x 7.00
    Contraste tiempo de repetición (ms) 50 4.000
    pulso MT flip ángulos nominales: 360 °, 820 °;
    ancho de pulso: 20ms;
    desplazamientos de frecuencia: 1, 2, 5, 10, 20, 50, 100 kHz
    N / A
    La difusión de ponderación (b) (s • mm -2) N / A b = 450;
    15 direcciones + un b= 0 imagen
    Supresión de la señal de grasa (si se utiliza) 1331 binomial excitación selectiva de agua reversión del gradiente;
    Sinc-Gauss pre-pulso (90 °, duración: 18 ms, el desplazamiento de frecuencia: 100 Hz)
    tiempo de eco (ms) 3.9 48
    Número de ecos / espaciamiento de eco (ms) N / A N / A
    ángulo de excitación flip (°) 6 90
    cuñas de RF Adaptado Adaptado
    adquisición de la señal tipo de lectura cartesiano cartesiano
    imágenes paralelas SENTIDO (g = 1,5) SENTIDO (g = 1,5)
    Ancho de banda / pixel (Hz / pixel) 383 42.1

    Tcapaces 4: Parámetros utilizados para la Qmt y DTI. Ambas secuencias utilizan la bobina de cuadratura-cuerpo para transmitir el campo de RF y una bobina cardíaca de seis elementos de recepción de la señal. Abreviatura no había tomado nota: EPI, las imágenes de eco-planar.

    adquisición "3" Señal
    Parámetro Secuencia de imágenes
    FW-RM
    General tipo de secuencia 3D gradiente-eco recordado
    fases de preparación la ganancia del receptor, la frecuencia central cuña VOI
    bobina de transmisión RF Quandrature-cuerpo
    bobina de recepción Cardíaco
    Número de excitaciones 1
    la duración del análisis total (min: seg) doce y dieciocho
    plano anatómico (s) Axial
    Número de rebanadas 11
    grosor de corte (mm) 7,0 mm
    brecha entre cortes (mm) 0 mm
    matriz adquirida 128 x 128 x 4
    matriz reconstruida 128 x 128 x 7
    Campo de visión (mm) 256 x 256 x 77
    tamaño de vóxel reconstruido (mm) 2.00 x 2.00 x 7.00
    Contraste tiempo de repetición (ms) 75
    ángulo de excitación flip (°) 22
    tiempos de eco (ms) {1,34, 2,87, 4,40, 5,93 ... 8,99}
    ángulo de excitación flip (°) 6
    cuñas de RF Adaptado
    tipo de lectura cartesiano
    imágenes paralelas SENTIDO (g = 1,3)
    Ancho de banda / pixel (Hz / pixel) 1395.1

    Tabla 5: Parámetros utilizados para FW-RM.

    Subscription Required. Please recommend JoVE to your librarian.

    Discussion

    enfermedades musculares como las distrofias musculares y las miopatías inflamatorias idiopáticas constituyen del grupo de enfermedades que son heterogéneos en la etiología y, como entidades individuales, rara en su incidencia. Por ejemplo, la distrofia muscular de Duchenne - la forma más común de distrofia muscular - tiene una incidencia de 1 de cada 3.500 varones nacidos vivos 37,38; dermatomiositis, a la que se ha aplicado este protocolo, tiene una incidencia de 1 en 100.000 39. La mayor incidencia colectiva de estas enfermedades, sin embargo, y su a menudo se superponen signos patológicos - atrofia, inflamación, infiltración grasa, daño de la membrana, y la fibrosis - apoyar el desarrollo y la aplicación de un conjunto común de métodos para caracterizar cuantitativamente estas enfermedades.

    QMRI es capaz de caracterizar muchos de estos cambios fisiopatológicos de forma no invasiva. Al igual que con cualquier método científico, los estudios qMRI deben ser implementadas en un cocheeful manera. Una cuestión fundamental es la seguridad. Además, cada método qMRI descrito aquí ha asociado fuentes de error; y por razones obvias, es importante entender y reconocer estos errores. Por último, muchos de las mediciones tienen una interpretación compleja. Estos temas se discuten aquí. En la presentación de la discusión, observamos que el protocolo presentado aquí describe lo que creemos que es el mejor enfoque experimental para nuestros propósitos. Reconocemos que otros pueden tener diferentes puntos de vista, conocimientos adicionales, o pueden optar por sopesar los posibles resultados de la optimización del protocolo de manera diferente de lo que tenemos. Además, el sistema de resonancia magnética del lector puede no tener todas las opciones descritas en el protocolo disponible; o el lector puede tener opciones adicionales que no están disponibles en nuestro sistema. Hemos tomado nota de cuáles son los aspectos de nuestro protocolo han sido programadas por encargo en nuestro sistema. Se aconseja al lector a considerar toda la literatura por completo, examinar todas las opciones pertinentes sobre su / su sistema, ytomar decisiones que resultan en el mejor protocolo posible para el / ella objetivos de la experimentación.

    Temas de Seguridad RM
    MRI utiliza varios tipos de campos magnéticos. El B 0 intensidad de campo del sistema utilizado en los estudios descritos aquí es de 3,0 Tesla, o aproximadamente 15.000 veces ámbito de ~ 0,2 mT de la Tierra. Campos magnéticos pulsados de RF (B 1) se utilizan para introducir energía en el sistema de centrifugado y crear el fenómeno de resonancia. Los campos magnéticos de gradiente se enciende y se apaga durante la secuencia de imágenes y se utilizan para diversos fines. Se utilizan para crear una relación lineal entre la frecuencia de RMN y posición espacial para el propósito de la codificación espacial y también se utilizan para eliminar las fuentes no deseadas de las señales.

    Cada uno de estos tipos de campos magnéticos tiene problemas de seguridad asociados con ella. Uno de los principales problemas de seguridad asociados con el campo B 0 es la de unacceleration de objetos magnéticos hacia el imán. El campo B 0 está siempre presente. Debido a la fuerza de un campo magnético varía como una función de 1 / d 3, donde d es la distancia desde la fuente del campo, los B 0 campo aumenta rápidamente a medida que uno se acerca al sistema de MRI. objetos ferromagnéticos pueden ser acelerados hacia el sistema de resonancia magnética con poco o ningún aviso y pueden causar lesiones graves o la muerte. Por lo tanto, deben ser removidos y fijados fuera de la sala de resonancia magnética. Otros riesgos relacionados con el campo B0 son la colocación de pares anormales en objetos magnéticos implantados y borrado u otros daños a los dispositivos sensibles al magnetismo. B 1 campos pueden calentar los tejidos, y este efecto puede ser mejorado en las áreas alrededor de los objetos metálicos implantados. campos de gradiente pueden inducir corrientes eléctricas en los objetos conductores (como los nervios y los dispositivos médicos implantados). La conmutación del gradientecampos también genera ruido acústico potencialmente fuerte y desagradable. agencias reguladoras gubernamentales han puesto límites estrictos sobre los niveles y duración de la exposición a estos diversos tipos de campos magnéticos y sistemas de imagen humanos tienen controles de software intrínsecas que aseguren el cumplimiento de estas directrices.

    El lector debe saber que esta presentación es un tanto superficial. Incumbe a todo el personal asociado con las pruebas de resonancia magnética para ser plenamente conscientes de todas las cuestiones de seguridad pertinentes y la forma de prevenir accidentes. Además, todo el personal asociado con las pruebas de resonancia magnética deben ser examinados para metales o dispositivos médicos implantados potencialmente peligrosa.

    Las restricciones previas al análisis, el estilo de vida
    Ejercer el mayor control experimental sobre los hábitos de vida pre-prueba como sea posible es un componente importante de este protocolo. El caso de T 2 mediciones se proporciona como un ejemplo de por qué este controlse necesita. T 2 se considera un marcador biológico que conduce resonancia magnética de 40 enfermedades neuromusculares. Sin embargo, el protón del agua músculo T 2 puede ser elevada por varias razones. En estudios qMRI para las enfermedades neuromusculares, la T 2 medida en presencia de FS se presume generalmente para reflejar un estado de inflamación crónica relacionada con gravedad de la enfermedad, mientras que la no-FS T 2 también puede reflejar la infiltración de grasa. Sin embargo, T 2 también puede someterse a elevaciones de mediano plazo debido a ejercicio excéntrico 41, lo que puede afectar a los pacientes y sujetos sanos de forma diferente 42. Por esta razón, los autores recomiendan restringir el ejercicio moderado o fuerte durante 48 horas antes del ensayo. T 2 también puede someterse a elevaciones de vida más corta como resultado de ataques agudos de ejercicio 43,44. Para un paciente con pérdida de masa muscular severa, caminar podría constituir el ejercicio suficiente para elevar la T intensa

    Adquisición y análisis de datos: Cuestiones generales
    Un punto importante es que la prueba piloto de cuidado, por primera vez en personas sanas y en personas con la enfermedad de interés, es esencial. Muchas opciones experimentales son altamente específicos para el sistema de MRI (incluyendo pero no limitado a B 0 intensidad de campo, cuñas estrategias, opciones de bobina de RF, la fuerza máxima gradiente de campo magnético, y la disponibilidad de opciones avanzadas tales como forma del pulso RF). objetivos de prueba piloto específicos de secuencia se describen a continuación. Otras cuestiones que afectan a la calidad de los datos son de naturaleza biológica, tales como el tipo de enfermedad y los tipos esperados de la patología, la edad de la población de pacientes, e incluso la parte del cuerpo a explorar. Todos estos factores deben ser considerados durante piloto tsante.

    Durante la adquisición de datos en sí, un problema que se encuentra frecuentemente es el movimiento. La porción de formación de imágenes del protocolo presentado aquí puede requerir tanto como una hora. Algunas de las secuencias (tales como formación de imágenes de eco-planar) son insensibles al movimiento a granel; pero otras secuencias son largos, requieren alineación de la imagen exacta para la estimación de parámetros precisa, y / o tienen señales que son intrínsecamente sensible al movimiento. Como se ha indicado en el protocolo, la adopción de medidas para instruir a los participantes y promocionar su / su comodidad es una manera importante de prevenir movimientos tanto voluntarios e involuntarios. Otra estrategia consiste en limitar el movimiento con el acolchado y con suavidad, pero con eficacia, coloca las correas que sujetan a la cama del paciente. técnicas de registro de imágenes están disponibles para el procesamiento posterior; porque los músculos son fácilmente deformables órganos, a menudo se requieren técnicas de registro no rígido. siempre será necesario el registro no rígido para los métodos de difusión de imágenes basadas en imágenes de eco-planar.A pesar de la utilidad general de las técnicas de registro de imagen, cualquier método para prevenir o reducir los artefactos de movimiento será superior a las soluciones que requieren un extenso post-procesamiento. La definición de la mejor estrategia de reducción de movimiento disponible en la población objeto de interés debe ser una meta para la prueba piloto.

    Buena reproducibilidad requiere coherencia de la colocación de la rebanada. En los pasos del protocolo, se describe haciendo referencia a la posición de la rebanada de puntos de referencia anatómicos reproducibles. Una estrategia eficaz para esto en el muslo es la obtención de imágenes coronales de todo el muslo, permitiendo la visualización de todo el fémur. Las herramientas de análisis de imágenes de resonancia magnética en el sistema típicamente incluyen una función de regla digital. Esto se puede utilizar para medir un punto específico (tal como el punto medio) de la cabeza del fémur y los cóndilos femorales, y el lugar de la posición central de la pila rebanada allí. Este procedimiento se ilustra en el vídeo.

    no homogénea <em> B 0 y B 1 campos son inevitables problemas de resonancia magnética, pero existen estrategias para reducir los niveles de falta de homogeneidad. Una estrategia fundamental es la de localizar la parte del cuerpo a ser fotografiado en o cerca del centro del imán. El protocolo que aquí se presenta incluye las rutinas de engrosamiento B 0 que, según la experiencia de los autores, son más eficaces para estas condiciones experimentales. Debido a que el participante puede mover durante el protocolo, B 0 cuñas se repite como parte de los pasos de calibración para cada secuencia. Además, muchas de las adquisiciones utilizan técnicas de imagen en paralelo para acelerar la adquisición de la señal y por lo tanto reducir los Δ B 0 diferencias dependientes de la evolución de fase que causan distorsiones de imagen. Debido a que la bobina de transmisión RF empleada en estos estudios contiene dos elementos de bobina, B 1 métodos de engrosamiento se pueden utilizar y se describen en el protocolo. Además, el protocolo incluye y# 916; B 0 y ángulo de nutación secuencias de mapeo de campo para el control de calidad en tiempo real. El protocolo descrito anteriormente incluye las tolerancias en Δ B 0 y el ángulo de nutación que son aceptables para las condiciones experimentales, formas de pulso de RF, y los sistemas de gradiente estropear descritos aquí. Estos fueron determinados en las pruebas piloto y re-enfatizan el valor del desarrollo del protocolo cuidado.

    En la práctica, puede haber un número limitado de estrategias disponibles en tiempo real para afectar a las homogeneidades B 0 y B 1 Fields, mientras se mantiene la consistencia metodológica que es necesario para un buen diseño experimental. Por lo tanto, se aconseja a los usuarios para investigar todas las opciones disponibles para ellos con las pruebas piloto a fondo, en última instancia, llegar a estrategias efectivas y de aplicación general para la población sujeto de interés. B 0 opciones de engrosamiento incluyen métodos iterativos que Meducirán al mínimo un parámetro tal como la línea de la anchura del pico de agua a la altura y los métodos que calculan los ajustes óptimos de canal shim utilizando un mapa Δ B 0 pico media-máxima. Los métodos anteriores se pueden basar en una adquisición no localizada o, como en el protocolo descrito aquí, la adquisición de señal de un volumen localizado. Los objetivos de la prueba piloto de B 0 Opciones de engrosamiento incluyen la mejor estrategia general (vs. iterativo basado en la imagen a), así como las particularidades de la mejor manera de definir la región de interés para el calce. El lector puede tener en cuenta factores tales como el tamaño y la orientación del volumen de interés, las cantidades relativas de músculo y grasa que se incluyen en el volumen calzas, y cómo más allá de la pila rebanada de cuña. Vale la pena examinar la proyección dentro de la rebanada del volumen cuña en cada división para formar una imagen.

    En el caso del campo B 1, el tipo de bobinas de RF utilizado para la transmisión dey la recepción y el tipo de pulsos de RF utilizados son determinantes importantes de la homogeneidad del campo. Los protocolos descritos en las tablas incluyen los parámetros del pulso de RF que hemos encontrado óptimo para las condiciones experimentales. En cuanto a la selección de la bobina, el protocolo descrito aquí combina la transmisión volumen separado y recibir sólo de bobinas de volumen. La bobina de transmisión es la bobina en cuadratura de cuerpo que está integrado en el sistema, y crea un campo relativamente homogéneo B 1 a través de una gran región anatómica. Dependiendo de la región anatómica a estudiar, puede haber una variedad de opciones de recibir la bobina; en nuestro caso, las pruebas piloto demostró la de seis elementos, la bobina cardíaca red en fase de ser la mejor solución disponible. Otras opciones disponibles incluyen bobinas de superficie y la transmisión / recepción combinación bobinas de volumen. Bobinas de superficie están limitados en profundidad de penetración del campo B1 y que por lo general no recomiendan su uso para aplicaciones de imagen. combinattransmisión de iones / recibir bobinas de volumen pueden ofrecer una mejor relación señal-ruido de rendimiento (SNR) y B 1 homogeneidad de una bobina de cuadratura-cuerpo incorporado, pero no están disponibles para todas las regiones anatómicas. Un comentario final es que cuando bobinas phased-array están disponibles, que permiten el uso de técnicas de imagen paralelas que aceleran la adquisición y reducir las distorsiones espaciales en las técnicas como las imágenes de eco-planar. Estas ganancias se producen con una pena de SNR, sin embargo, y por lo tanto las pruebas piloto deben ser dirigidas hacia la búsqueda de la solución que proporciona la mejor calidad de imagen en general.

    Pero debido a que estas estrategias no compensar completamente homogénea B 0 y 1 B campos, otro uso de Δ B 0 y mapas de campo ángulo de nutación está en post-procesamiento. Estos mapas se pueden usar para mejorar el cálculo de algunos parámetros cuantitativos o para corregir las distorsiones de imagen. Sin embargo, algunos Δ B 0 </ em> - y B 1 problemas relacionados con la PI puede no ser total o parcialmente, incluso corregible en el post-procesamiento. Algunos ejemplos incluyen la eficacia de los métodos FS reducidos, distorsiones de imagen brutos en técnicas tales como imágenes ecoplanar, señal baja, baja eficiencia reenfoque en T 2 medidas o métodos de FSE, y la pobre eficiencia de la inversión en las mediciones de T1. Una vez más, rigurosas pruebas piloto y medidas de control de calidad en tiempo real son esenciales.

    Muchas de las secuencias de uso supresión de señales de grasa o de excitación selectiva de agua como un mecanismo para evitar la contaminación de la señal muscular por la grasa y / o para reducir la existencia de artefactos causados ​​por las diferentes frecuencias de resonancia de protones del agua y de lípidos. Cuando se utiliza FS, se emplea una combinación de hasta tres métodos. Las señales alifáticos se reducen o eliminan utilizando un pulso espectralmente selectiva de recuperación de inversión adiabática (de SPAIR), que invierte selectivamente estas señales.Como la señal se recupera de un valor de señal de 0 -M hacia + M 0, hay un momento en que la señal neta igual a cero. Los datos de imágenes se adquieren en este punto de la señal de anulación. Cabe señalar que este punto de tiempo depende de parámetros tales como el tiempo de repetición y el número de cortes, por lo que se debe optimizar por separado para cada secuencia durante el proceso de prueba piloto. Además, el ancho de banda del pulso de SPAIR debe ser sólo lo suficientemente ancho para eliminar las señales de grasa, de modo que la reducción de la amplitud de la señal de agua se mantiene a un mínimo. La adopción de medidas para maximizar la uniformidad B 0 será útil en este sentido. Muchas de las secuencias también utilizar un pulso de saturación en la resonancia de protones olefínicos 45; este pulso se aplica inmediatamente antes de la secuencia de imágenes. Cuando sea posible, se utiliza una técnica de inversión de gradiente. En este método, el signo del gradiente de selección de rebanada se invierte entre las selección de sector y la reorientación de los impulsos; este causes señala lejos fuera de resonancia del agua no debe ser reorientado. Una ventaja adicional de este enfoque es que a diferencia de los métodos basados ​​en RF, la inversión del gradiente no permite señales de grasa para recuperarse por la relajación longitudinal durante el tren de impulsos de RF. Estrategias adicionales, tales como los métodos basados en Dixon 46, están también disponibles.

    Un problema común en el análisis de datos es si utilizar análisis de señal ROI análisis basadas en píxeles significa (en el que las señales en una ROI se promedian y se ajusta entonces a un modelo) o (en el que el ajuste del modelo se produce en un pixel por pixel básicos, y las estadísticas se calculan entonces para los parámetros de ajuste). La ventaja del primer método es que promedio de la señal mejora la SNR eficaz. Si la SNR intrínseca es baja, entonces esta estrategia puede ayudar a evitar los efectos de los parámetros de polarización de la base de ruido. La ventaja de este último enfoque es que la heterogeneidad espacial es una característica patológica común de los trastornos neuromusculares. Por t apropiadovalora sobre una base de pixel por pixel, esta heterogeneidad puede ser apreciado y se utiliza para caracterizar aspectos adicionales de fenotipo de la enfermedad. Si los permisos de SNR este tipo de análisis a realizar válidamente, los autores recomiendan este enfoque. Un trabajo reciente de Willcocks y colegas ilustra el valor de este enfoque en el control de progresión de la enfermedad 47.

    Adquisición y análisis de datos de imagen Problemas específicos de secuencia
    El protocolo utiliza métodos de recuperación de la inversión para una robusta medición de la T1. Una limitación práctica de muchas implementaciones de la secuencia de recuperación de la inversión es mucho tiempo total de exploración. La secuencia utilizada en este protocolo utiliza una, Toma de bajo ángulo de lectura en tres dimensiones, Fast (FLASH), una modesta cantidad de aceleración de imágenes en paralelo, y un retardo de pre-secuencia reducida para disminuir el tiempo de ciclo total a menos de dos minutos. Siete veces se toman muestras de inversión, espaciados en un aproximadaLy progresión geométrica de 50 a 6.000 ms. Esta estrategia muestras de la curva de la señal de inversión-recuperación con mayor frecuencia durante las porciones de la recuperación de la señal cuando la derivada temporal de la señal es más alto. La secuencia se repite con y sin FS porque la inflamación y la infiltración grasa tienen efectos de confusión en el protón T en general 1: inflamación aumenta el agua T 1, mientras que la grasa tiene un T inferior 1 que el agua. Por lo tanto medir tanto T 1 y T 1, FS ayuda en la interpretación de los datos, ya que permite una a resolver entre estas influencias opuestas de la infiltración de grasa y la inflamación en T 1. La estimación de parámetros se lleva a cabo mediante el uso de la no-lineal, regresión de mínimos cuadrados métodos en un paquete de software de computación científica.

    Las mediciones de T 2 se llevan a cabo bajo condiciones FS y FS no, así, unad por una razón análoga: la inflamación y la grasa cada uno puede aumentar la T2. Además de la inflamación, también se espera que los procesos patológicos tales como streaming y pérdidas a una membrana de integridad Z-disco para influir en el agua T 2 valores. Aunque la medición de tanto T 2 y T 2, FS no puede distinguir entre todas estas fuentes de patología, esta práctica no permitirse una mayor interpretabilidad a los datos mediante la resolución de entre la patología general y muscular específica de tejido. Una estrategia alternativa a la medición de un valor T sólo agua-2 es el uso de la espectroscopia 1 H MR para separar el agua a partir de lípidos en el eje de desplazamiento químico del espectro. Aunque este enfoque tiene una resolución espacial significativamente menor que las imágenes y puede estar sujeto a la discreción del usuario y la subjetividad respecto a la colocación de volumen durante la adquisición de datos, que proporciona una forma no ambigua para separar el agua yseñales de lípidos.

    El protocolo para la medición de T 2 se presenta aquí emplea varios métodos para mitigar algunas fuentes comunes de error en las mediciones de T 2, a saber, la falta de homogeneidad B 1 y estimularon la formación de eco de impulsos reorientación imperfectos. ecos estimulados están formados por cualquier combinación de tres-180 no ° pulsos. Teniendo en cuenta que un cierto nivel de homogeneidad B1 siempre existe, y que los trenes multi-eco se utilizan para probar la caída de la señal dependiente de T 2, estimulada ecos son una fuente potencialmente significativa de error en las mediciones de T 2. Las estrategias utilizadas aquí para eliminar estimulan la formación de eco incluye el uso de una sola adquisición rebanada, una secuencia optimizada de gradientes alerón antes y después de la reorientación de los pulsos 48, eco lineal espaciado de 49 años, y el uso de la B 1 -insensible "Versión-S "compositio pulso reorientación 50, lo que reduce significativamente los artefactos causados por la reorientación imperfecta y mientras que todavía proporciona un ancho de banda suficiente para la reorientación de las dos señales de agua y de lípidos. En la prueba piloto, se observó que el esquema de inutilización optimizado y el pulso Versión-S redujeron significativamente la aparición de los ecos estimulados. Observamos que estos dos objetos han sido programados específicamente en nuestro sistema. El pulso Versión-S hace aumentar la tasa de absorción específica (SAR) de energía de RF; por tanto, un TR largo y más grande espaciamiento entre ecos están obligados a permanecer dentro de los límites de seguridad de SAR. Sin embargo, la experiencia de los autores es que bien entrenado, cómodos los pacientes pueden permanecer suficientemente quieto durante el ~ 12 min. tiempo total de exploración. Además, el valor de espaciamiento inter-eco de 14 ms es suficiente para detectar la relajación multi-exponencial, cuando existe. Un enfoque alternativo, que no trabajen aquí, es incluir la reorientación de eficacia del impulso y estimulado ecos en el FITTing 38,28, lo que proporcionará un mapa B1 y permitir adquisiciones rebanada de múltiples 39. El lector también se hace referencia a varios artículos recientes que describen la aplicación e interpretación de las mediciones de T 2 en la enfermedad del músculo, que proporcionan algunos similares y algunas recomendaciones relativas a diferentes estos métodos 40,51.

    El protocolo presentado aquí utiliza el método de saturación de impulsos para obtener imágenes Qmt. Aunque hay cinco parámetros de ajuste que se generan, sólo se informa el PSR. Esto es porque los otros cuatro parámetros son ya sea mejor estimaron mediante el uso de otros métodos (tales como la T 2 de la piscina de agua libre) o carecen de sensibilidad patológica (como el tipo de cambio entre las piscinas 52,53). En comparación con otros métodos Qmt, la cobertura en 3D se puede lograr en un plazo clínicamente factible para el método de saturación de pulso. Otra ventaja de este enfoque es su Qmt comcompatibilidad con los métodos de pulso binomio espacio-espectrales para la excitación selectiva del agua, que se encontró para suprimir> 95% de grasa señales en toda la imagen. Tanto el impulso de excitación selectiva de agua y los pulsos de saturación fuera de resonancia se han personalizado en nuestro sistema. Simulaciones numéricas anteriores 54 han indicado que un componente de grasa adicional a la señal puede estimaciones de los parámetros de polarización Qmt; por lo tanto se recomienda siempre FS para Qmt de imágenes en los músculos esqueléticos. Como se discutió anteriormente, artefactos excesivos B1 falta de homogeneidad y de movimiento puede estimaciones de los parámetros de polarización Qmt también.

    El protocolo DT-MRI se implementa con la atención a las distorsiones espaciales en la imagen ecoplanar, SNR y b-valor. Aquí, las distorsiones espaciales se reducen mediante el uso de imágenes paralelas, y se corrigen en el post-procesamiento mediante el uso de un registro afín. Como se ha señalado en trabajos anteriores, la SNR y b-valor tienen efectos interactivos en la estimation de D 55-57, con bajos valores de SNR que resulta en particular de estimación errónea de λ 1, λ 3, v 1, y FA 55,57-59. En el músculo, los requisitos para la estimación de SNR tensor de precisión son los más bajos en el rango de 435 a 725 b = s / mm 2 55-57,60. Aunque otros autores 61,62 han reportado resultados favorables del uso de eliminación de ruido se acerca para el músculo DT-MRI, las grandes regiones de interés analizados en este protocolo tienen suficiente promedio de la señal para que no se requieren los siguientes pasos adicionales. Se remite al lector a varias revisiones del tema de la aplicación óptima de los métodos DT-MRI 56,63.

    Por último, se observaron algunas advertencias y las posibles fuentes de error relacionados con FWMRI cuantitativos. En primer lugar, el algoritmo de ajuste FattyRiot adoptada aquí asume un espectro de grasa específica con nueve picos en ubicaciones fijas y amplitudes relativas 64. La grasa asumido Spectrum no es una combinación perfecta para el verdadero espectro en vivo, que variará en un sujeto a otro; sin embargo, la solución para un espectro de grasa arbitraria no es práctico con un pequeño número de ecos. En segundo lugar, el algoritmo se adapta para un solo factor de decaimiento * R 2 compartida por las dos señales de agua y grasa. Se sabe que * confunde mediciones fracción completamente haciendo caso omiso de R 2 cuantitativos de señal de grasa, y que apropiado para un único R 2 * desintegración es adecuada 65. Sin embargo, la exacta R2 * de los picos individuales de agua y grasa varía. En tercer lugar, los algoritmos de separación FWMRI utilizando imágenes complejas son vulnerables a la severa falta de homogeneidad de campo B 0 que pueden causar errores de clasificación de señales de grasa y agua. Además de utilizar algoritmos robustos espacialmente restringida, un espaciamiento menor eco permite la captura de grandes B 0 variaciones del campo. Algoritmos que utilizan imágenes de magnitud son más robustos en el presence del campo B 0 falta de homogeneidad, pero sufren penas de SNR. Algoritmos que utilizan imágenes complejas también pueden ser confundidos por las corrientes de Foucault o cualquier otro efecto de fase variable en el tiempo. Tales efectos de fase de confusión son generalmente peores para el primer eco en un tren de lectura eco múltiple y pueden ser mitigados por hacer caso omiso de tales ecos. Alternativamente, una magnitud mixta y el modelo de señales complejas se pueden adoptar 66. Los usuarios de los algoritmos FWMRI que toman imágenes complejas como entrada deben evitar otras fuentes de potencial perturbación de las imágenes complejas, tales como correcciones aplicadas en la tubería de reconstrucción de imágenes en muchos escáneres de resonancia magnética comerciales. Tales correcciones de fase deben ser desactivados, o el usuario debe reconstruir imágenes directamente de los datos prima original. Por último, cualquier estimación de la fracción grasa usando FWMRI es en realidad una estimación de la fracción grasa de la señal, y por lo tanto se ve influida por cualquier factor que escala diferencialmente las señales de grasa o agua. El T 1 T 1 materia de ponderación es una función de T 1, TR, y el ángulo de excitación nutación. T1 sesgo en las estimaciones de la fracción grasa de la señal es peor para los voxels con una mezcla casi igual de agua y grasa. El aumento de la TR o reducir el ángulo de nutación puede minimizar el sesgo. T1 sesgo también se puede corregir a posteriori utilizando los valores asumidos T 1 para el agua y la grasa, como lo hacemos aquí (1,4 s y 0,3 s para el agua y grasa, respectivamente), o los valores medidos.

    Protocolo Formación / Selección Secuencia
    Como se discutió anteriormente, el músculo paisaje patológica es complejo. FWMRI es único entre las mediciones en este protocolo, ya que tiene una interpretación inequívoca. Como se ha señalado, muchos de los otros biomarcadores qMRI medidos aquí tienen una base patológica no específica que a menudo incLudes edema, pero también mediante la infiltración de grasa, fibrosis, lesión de la membrana, y la interrupción del sarcómero. Se hace hincapié en que algunas de estas sensibilidades están siendo sólo la hipótesis de existir. Hay una considerable cantidad de trabajo que hay que hacer con el fin de demostrar, cuantitativamente, la importancia relativa de estos y otros procesos patológicos o estados para cada biomarcador qMRI. Con esta comprensión, el enfoque multi-paramétrico descrito aquí puede permitir, a través de la combinación de variables, las descripciones más específicas de patologías individuales.

    Como alternativa, el lector puede elegir para adaptar este protocolo mediante la selección de un subconjunto de las medidas que aquí se presentan. Por ejemplo, el valor añadido de FS y FS mediciones no es probablemente baja en condiciones que no se caracterizan por sustitución de la grasa del músculo. Esto podría permitir el tiempo de proyección de imagen reducida para el paciente, mediciones adicionales que se hagan (como la espectroscopia por RM, las imágenes de perfusión resonancia magnética, etc. < / Em>), o de otras partes del cuerpo que se va a examinar. Como muchas enfermedades musculares presentes de manera proximal a distal, el protocolo descrito aquí se aplica en los muslos, como la enfermedad en esta región puede proporcionar un marcador precoz de afectación de la enfermedad. Sin embargo, la medición de la patología en ambas regiones proximal y distal puede permitir la mejora de las medidas de progresión de la enfermedad.

    conclusiones
    En conclusión, este protocolo qMRI permite la evaluación cuantitativa de edema, infiltración grasa y atrofia, que son los tres principales componentes patológicos de trastornos neuromusculares. Mediante la incorporación de una amplia colección de mediciones (T1, T2, difusión, Qmt, FWMRI), la interpretación de los datos es a la vez más amplio y profundo. Cuando se presta la debida atención a las posibles fuentes de error, este enfoque con exactitud y precisión se puede caracterizar varios componentes principales de enfermedad neuromuscular.

    ss "> p.p1 {margin: 0.0px 0.0px 0.0px 0.0px; fuente: 14.0px Helvetica; color: # 3a3a3a} span.s1 {font: 11.0px Helvetica}

    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