Kvantitativ Magnetic Resonance Imaging av skelettmuskulatur sjukdom

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

Neuromuskulära sjukdomar uppvisar ofta en tidsmässigt varierande, spatialt heterogen och mångfacetterad patologi. Målet med detta protokoll är att karakterisera denna patologi med användning av icke-invasiva magnetiska resonansavbildningsmetoder.

Cite this Article

Copy Citation | Download Citations | Reprints and Permissions

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

Kvantitativ magnetisk resonanstomografi (qMRI) beskriver utvecklingen och användningen av MRT för att kvantifiera fysikaliska, kemiska och / eller biologiska egenskaper levande system. QMRI kräver att ett anta en biofysisk modell för systemet, som består av vävnaden av intresse och en MRI-pulssekvens. Pulssekvensen är utformad för att sensibilisera bildernas signalintensitet till parametern av intresse i modellen. MRI signal egenskaper (signalstorleks, frekvens och / eller fas) mäts och analyseras enligt modellen. Målet är att ta fram en objektiv, kvantitativ uppskattning av en fysisk eller biologisk parameter har kontinuerligt fördelade, fysiska måttenheter. Ofta de ekvationer som beskriver systemet analyseras och som monterats på en pixel-för-pixel basis, som producerar en bild vars pixelvärden direkt återspeglar de värden av variabeln. en sådan bild refereras till som en parametrisk karta.

Ett vanligt användningsområde qMRI är dtveckling och tillämpning av biomarkörer. Biomarkörer kan användas för att undersöka en mekanism sjukdom, fastställa en diagnos, bestämma en prognos, och / eller bedöma en terapeutisk respons. De kan ta formen av koncentrationerna eller aktiviteter av endogena eller exogena molekyler, ett histologiskt prov, en fysisk kvantitet, eller en inre bild. Några allmänna krav på biomarkörer är att de objektivt mäta en kontinuerligt fördelad variabel med hjälp av fysiska måttenheter; har en tydlig, väl förstått relation med patologin av intresse; är känsliga för förbättring och försämring av kliniska tillstånd; och kan mätas med tillräcklig noggrannhet och precision. Icke-invasiva eller minimalinvasiva biomarkörer är särskilt önskvärda, eftersom de främjar patientkomfort och minimalt störa patologin av intresse.

Ett mål för att utveckla bildbaserade biomarkörer för muskelsjukdom är att spegla muskelsjukdomen på ett sätt som är Complementary till mer specifik än mer rumsligt selektiv än, och / eller mindre invasiv än befintliga metoder. En speciell fördel med qMRI i detta avseende är att den har potential att integrera flera typer av information och således potentiellt karakterisera många aspekter av sjukdomsprocessen. Denna förmåga är mycket viktigt i muskelsjukdomar, som ofta uppvisar en rumsligt varierande, komplex patologi som inkluderar inflammation, nekros och / eller atrofi med fettersättning, fibros, störning av myofilament gitter ( "Z-disk streaming"), och membranskada . En annan fördel med qMRI metoder är att kvalitativa eller semikvantitativa beskrivningar av kontrastbaserade MR-bilder återspeglar inte bara patologi, men också skillnader i bildinsamlingsparametrar, hårdvara, och mänsklig perception. Ett exempel på denna sista frågan demonstrerades genom Wokke et al., Som visade att semi-kvantitativa bedömningar av fettinfiltration är mycket variabla och ofta felaktiga, whöna jämfört med kvantitativa fett / vatten MRI (FWMRI) 1.

Protokollet som beskrivs här innefattar pulssekvenser för mätning av längsgående (T 1) och tvärgående (T2) relaxationstidskonstanter, kvantitativ magnetisering överföring (QMT) parametrar, vatten diffusionskoefficienter använder diffusion tensor MR (DT-MRI), och muskelstruktur med hjälp av strukturella bilder och FWMRI. T 1 mäts genom användning av en inversion-återhämtning-sekvens, där det netto magnetiseringsvektor inverteras och dess storlek samplas som systemet återgår till jämvikt. T2 mäts genom att upprepade gånger inrikta transversella magnetiseringen med hjälp av ett tåg av omfokusering pulser, såsom metoden Carr-Purcell Meiboom-Gill (CPMG), och provtagning de resulterande sido ekon. T 1 och T 2-data kan analyseras med användning av icke-linjära kurvanpassningsmetoder som antingen anta ett antal exponential komponenterna a priori (typiskt mellan ett och tre) eller genom användning av en linjär invers tillvägagångssätt som passar de observerade data med summan av ett stort antal ruttnande exponentialer, vilket resulterar i ett spektrum av signalamplituder. Detta tillvägagångssätt kräver en icke-negativ minsta kvadrat (NNLS) lösning 3, och innefattar typiskt ytterligare reglering för att producera stabila resultat. T 1 och T 2 mätningar har använts i stor utsträckning för att studera muskelsjukdomar och skada 4-9. T 1 värden typiskt minskade fett infiltrerat områden av muskler och förhöjda i inflammerade områden 4-6; T 2 värden är förhöjda i både fett infiltrerade och inflammerade regioner 10.

QMT-MRI karakteriserar det fria vattnet och solid-liknande makromolekylära proton pooler i vävnader genom att uppskatta förhållandet mellan makromolekylära till fria vattenprotoner (poolstorleksförhållandet, PSR); den inneboende kopplaation andelen dessa pooler; och de växelkurser mellan dem. Vanliga QMT metoder inkluderar pulsad mättnad 11 och selektiva inversion återhämtning 12,13 metoder. Protokollet nedan beskriver användning av den pulsade mättnads ​​tillvägagångssätt, som utnyttjar den breda linjebredden hos den makromolekylära protonsignal, i förhållande till den smala linjebredden hos den vattenprotonsignalen. Genom att mätta det makromolekylära signal vid resonansfrekvenser är tillräckligt skiljer sig från vattensignalen, är vattensignalen reduceras till följd av magnetisering överföring mellan de fasta och fria vattenproton pooler. Data analyseras med användning av en kvantitativ biofysikalisk modell. QMT har utvecklats och tillämpats i friska muskler 14,15, och en ny abstrakt dök beskriver dess genomförande i muskelsjukdom 16. QMT har använts för att studera små djurmodeller av muskelinflammation, varvid det har visat sig att inflammation minskar PSR 17. Eftersom MTåterspeglar både makromolekylära och vatteninnehåll, kan MT uppgifter också speglar fibros 18,19.

DT-MRI används för att kvantifiera den anisotropa diffusion beteendet hos vattenmolekyler i vävnader med ordnade, långsträckta celler. I DT-MRI, är vatten diffusion mätt i sex eller fler olika riktningar; dessa signaler sedan till en tensor modell 20. Den diffusion tensor, D, diagonaliseras att erhålla tre egenvärden (som är de tre huvud diffusiviteter) och tre egenvektorer (som indikerar riktningarna motsvarar de tre diffusionskoefficienter). Dessa och andra kvantitativa index härledda från D ger information om vävnadsstruktur och orientering på en mikroskopisk nivå. De diffusionsegenskaper av muskler, särskilt den tredje egenvärde D och graden av diffusion anisotropi, reflektera muskelinflammation 17 och muskelskador på grund av experimentell skada 21, stam skada 22, och sjukdomen 23,24. Andra potentiella påverkan på diffusionsegenskaper av muskler inkluderar förändringar i celldiameter 25 och membranpermeabilitet förändringar.

Slutligen muskelatrofi, utan eller utan makroskopisk fettinfiltration, är en patologisk komponent i många muskelsjukdomar. Muskelatrofi kan utvärderas genom att använda strukturella bilder för att mäta muskeltvärsnittsarea eller volym och FW-MRI för att bedöma fettinfiltration. Fettinfiltration kan kvalitativt beskrivits i T 1 - och T 2-viktade bilder 26, men fett och vatten signaler bäst mäts genom att bilda bilder som utnyttjar de olika resonansfrekvenser av fett och vattenprotoner 27-29. Kvantitativa fett / vatten avbildningsmetoder har använts i muskelsjukdomar som muskeldystrofi 1,30,31, och kan förutsäga förlusten av förflyttningar hos dessa patienter 31.

32 publicerats. Protokollet innehåller standardpulssekvenser samt radiofrekvent (RF) och magnetisk fältgradient objekt specifikt programmerade på våra system. Författarna räknar med att protokollet är också tillämplig i andra neuromuskulära sjukdomar som kännetecknas av muskelatrofi, inflammation, och fettinfiltration (såsom muskeldystrofi).

Subscription Required. Please recommend JoVE to your librarian.

Protocol

OBS: Läsaren påminns om att all forskning på människor måste godkännas av den lokala Institutional Review Board (IRB) för användning av humanpatienter i forskning. Undersökningsdeltagare måste informeras om syftet, förfaranden, risker och fördelar med den föreslagna forskningen; tillgången till alternativa behandlingar eller förfaranden; tillgången på ersättning; och om sina rättigheter till privatliv och att dra tillbaka sitt samtycke och avbryta sin medverkan. Före MR testsession, en utredare måste utgöra en potentiell forskningsdeltagare med en IRB-godkänd informerat samtycke dokument (ICD), förklara dess innehåll, och be den potentiella forsknings deltagaren om han / hon önskar delta i studien. Om så är fallet, kommer deltagaren måste underteckna och datera ICD innan slutföra något av stegen i protokollet här.

1. Åtgärder Före testdag

  1. Begränsa livsstilsvanor som kan förväxla Data
    1. Instruera deltagaren att inte utföra måttlig eller tung träning under 48 timmar före testning. Instruera deltagaren att avstå från over-the-counter medicinering och alkoholintag under 24 timmar före testning. Instruera deltagaren att avstå från tobaksbruk eller koffein konsumtion under 6 timmar före testning.
    2. Före testning, bekräfta att deltagaren har varit kompatibel med dessa instruktioner.
  2. Förbered MRI System
    1. Säkerställa tillgången till all nödvändig utrustning, som anges i tabellen för material och utrustning.
    2. Definiera en MRI-protokollet; föreslagna parametrar återfinns i tabellerna 1 - 5.

2. Dag Test: Förbered för MRI Data Acquisition

  1. Conduct Säkerhets Screening
    1. Skärm för potentiella faror i MR-miljö genom att ha en MRI säkerhets tregnade sjukvårdspersonal presentera forsknings deltagaren med ett lämpligt MRI säkerhetsformulär, såsom det som finns på www.mrisafety.com.
    2. Om det några implanterade magnetiska eller magnetiskt känsliga föremål, se till att de är säkra för MRI-skanning.
  2. Förbered MRI System
    1. Se till att all personal har tagit bort alla magnetiska och magnetiskt känsliga föremål innan kommer in i rummet som rymmer MRT-systemet. Genomför denna kontroll varje gång någon kommer in i MRI rummet.
    2. Förbereda MRI-system genom att placera mottagningsspole på patientens bädd av MRI-systemet. Dessutom, placera en madrass med blad och kudde med örngott på sängen. Har remmar som att placera runt låren och bolster eller kuddar att placera under knäna.
    3. Starta programvaran gränssnitt anger patientuppgifter och öppna bildprotokoll.
  3. Placera forsknings Deltagare på magnetkamera Tabell <ol>
  4. Observera forskning deltagare som han / hon kontrollerar hans / hennes person och kläder för magnetiskt känsliga föremål. Säkra dessa föremål utanför av MRI rum i en låsbar behållare. Ange MRI rum med forsknings deltagaren omedelbart efter att ha avslutat detta steg.
  5. Placera deltagaren på patientens säng i en liggande, fötter-första läge. Placera den kroppsdel ​​som skall avbildas så nära mittlinjen på bordet som är praktiskt möjligt. Placera bolstrar eller kuddar under knäna för att ge dragavlastning för den nedre delen av ryggen och placera en kudde under huvudet. För att begränsa rörelse, försiktigt men effektivt säkra låret, ben och fötter och se till att deltagaren är bekväm.
  6. Placera RF mottagarspolen runt deltagarens lår och anslut den till MR-systemet.
  • Instruera deltagaren och Komplett slutliga Pre-testning Steps
    1. Ge instruktioner om hur man kommunicerar med utredarna. Tillhandahålla participant med hörselskydd och en signalanordning som kan användas för att ringa uppmärksamhet om det behövs. Instruera deltagaren om behovet av att vara stilla under och mellan alla avbildningssekvenser.
    2. Advance patientsängen i magnetkamera sådan att den kroppsdel ​​som skall avbildas är anpassad till mitten av MRI scanner.
    3. Efter att ha lämnat MRI rum, bekräfta att patienten kommunikationssystemet fungerar och se till att deltagaren är bekväm. I hela protokollet, kommunicera regelbundet med deltagaren att säkerställa hans / hennes komfort och överensstämmelse med instruktioner.
  • 3. testdag: Skaffa MRI Data

    1. förberedande steg
      1. Eftersom MR-systemet bestämmer instrumentella inställningar och kalibreringar före varje bildsekvens (centerfrekvens, mottagare förstärkningskalibrering, etc.), övervaka dessa processer och se till att varje steg utförs correctly.
      2. Med hjälp av en lämplig programvara gränssnitt, förvärva en uppsättning av lokalisering i bilder (även känd som pilot eller spana bilder); med användning av föreslagna parametrar som presenteras i Tabell 2.
      3. Bestäm var du vill placera centrum skiva för qMRI uppgifter förvärv genom att identifiera områden av skador och / eller genom att referera till snittpositionen i förhållande till reproducerbara anatomiska landmärken.
    2. Sända och ta emot Coil kalibreringsstegen
      1. För dessa steg, liksom alla efterföljande avbildningssteg, definiera region anatomi där för att optimera homogeniteten av det statiska magnetfältet (B 0), en process som kallas "mellanlägg". Se figur 1A för den typiska placeringen av mellanlägg volymen av intresse (VOI) som används i föreliggande studier.
      2. Om magnetkamera har flera element överföringsspole, förvärva en RF-kalibrerings dataset.
      3. Om magnetkamera har flera element mottar spole, förvärvaen rumslig känslighet karta över spolarna.
    3. Förvärva Strukturell MRI Data
      1. Förvärva hög upplösning, multi-slice, T 1-viktade bilder med hjälp av en snabb spin-eko (FSE) sekvens; avbildningsparametrar som används i föreliggande studier återfinns i tabell 1.
      2. Förvärva hög upplösning, multi-slice, T2-viktade bilder med hjälp av en FSE sekvens; avbildningsparametrar som används i föreliggande studier ges i tabell 2.
    4. Samla in data för realtid Kvalitetskontroll och Göra efter bearbetning Rättelser
      1. Förvärva tredimensionella (3D) multipla gradient-echo data för beräkning av B 0 fältkartor. Avbildningsparametrar som används i föreliggande studier anges i tabell 3.
      2. Undersök fältkartor för att säkerställa att det inte finns några avvikelser som är större än ± 60 Hz (ca 0,5ppm vid 3 Tesla) över bilden. Om det finns, anta ett alternativt tillvägagångssätt för att mellanlägg (annan metod, olika placering av VOI, osv.).
      3. Förvärva 3D-data för beräkning av nutation vinkel kartor. Avbildningsparametrar som används i föreliggande studier ges i tabell 2.
      4. Undersök fältkartor för att säkerställa att det inte finns några områden som avviker för mycket från den nominella nutation vinkel. För RF-pulser som används i detta protokoll, är avvikelser större än ± 30% av den nominella nickvinkeln vara för stora.
    5. Förvärva qMRI Data
      1. Förvärva 3D-bilder för beräkning av T 1, med användning av en inversion-återhämtning-sekvens. Avbildningsparametrar som används i föreliggande studier presenteras i tabell 3.
      2. Upprepa T en mätning i närvaro av fett signalundertryckning (FS; denna parameter är abbreviaTed T 1, FS).
      3. Förvärva enkelskiktbilder för beräkning av T 2, med användning av en multipel spin-echo sekvens. Använd bildparametrar som presenteras i tabell 3.
      4. Upprepa T 2 mätningen i närvaro av FS (T 2, FS).
      5. Förvärva 3D-bilder för beräkning av QMT parametrar, med användning av en pulsad mättnadssekvens med FS och avbildningsparametrar som anges i tabell 4.
      6. Förvärva multi-slice data för beräkning av diffusion-tensor parametrar, med hjälp av en serie av diffusion-viktade bilder. Avbildningsparametrar som används i dessa studier ges i tabell 4.
      7. Förvärva 3D-data för beräkning av fett / vatten bilder med hjälp av en serie av sex gradient-echo bilder. Avbildningsparametrar som används i dessa studier ges i tabell 5.
    6. Efter avslutad qMRI protokollet
      1. Säkerställa attAlla bilder är av lämplig kvalitet genom att undersöka dem för potentiellt korrigerbara artefakter och genom att mäta tillräcklig signal-brusförhållande.
      2. För varje qMRI dataset, definiera flera områden av intresse (ROI) i bildserie och undersöka signalen som en funktion av den relevanta parametern (till exempel för T 1 -beroende data som samlats in i steg 3.5.1 och 3.5.2, rita signalen som en funktion av TI och se till att uppgifterna följer inversion-recovery-funktion som anges nedan i steg 4.1.2).
      3. Efter att ha avslutat en personlig screening för magnetiskt känsliga föremål, in i MRI rummet. Ta bort deltagare från magneten, ta bort alla remmar och stoppning, och hjälpa deltagaren i programmet avslutas magnetkamera och MR rummet.
      4. Överföra data med hjälp av metoder som överensstämmer med lokala hälsosekretesslagar, till en lokal arbetsstation för bearbetning; data kan exporteras som Digital Imaging kommunikation i medicin (DICOM-filer) eller leverantörenEgenutvecklade format (den metod som används i detta protokoll).

    4. Analysera qMRI Data

    1. Beräkna Maps Parametrisk
      1. Använda ett datorprogram avsett för vetenskapliga beräkningar och bildanalys. Genom att undersöka ett histogram av signalintensitet i bilden, bildar en signaltröskelbaserad bild mask som avgränsar områden av signal från områden med buller. Utför stegen nedan för varje pixel i signal delar av bilderna.
      2. Analysera T 1-data genom att mäta signalstyrkan S för varje inversion tid (TI). Sedan passar värdena för S till en inversion-återhämtning med minskad pre-fördröjning modell:

        Equation1

        där M 0 är en signalintensitet som representerar den magnetisering vid jämviktstillståndet, är S f inversionsförhållande,och TD är pre-fördröjningstiden. Sedan passar data med FS samma modell, så att fastställandet av den longitudinella relaxationstidskonstant med FS, T 1, FS.
      3. Analysera T 2-data genom att mäta S vid varje TE. Sedan passar data till en mono-exponentiellt avtagande modell:

        Equation2

        där N är signalen offset vid baslinjen. Läsaren kan också besluta att passa data till en multiexponentiell modell, såsom det som nedan:

        Equation3

        där J är antalet exponentiella komponenter och f och T 2, j är signalen fraktionen och T 2 värden associerade med j: te komponenten. Eller, kan läsaren använda en icke-negativa minsta kvadrat (NNLS) metod 3. I Latter fall multiexponentiell Avkoppling Analysis (MERA) verktygslåda 33 är fritt tillgänglig, andra program finns också. Upprepa dessa analyser för data med och utan FS.
      4. Att analysera QMT data mäta S för varje strålnings makt och frekvensförskjutning. Korrigera nominella strålnings befogenheter (som representeras av ω 1 i ekvationen nedan) med hjälp av nickvinkel kartor. Korrigera de frekvensförskjutningar (Δ f i ekvationen nedan) genom att använda B 0 kartor för att justera de applicerade förskjutningsfrekvenser. Sedan passar data till följande modell 34,35

        Equation4

        där växelkursen från makromolekylära poolen till fritt vatten poolen, är den longitudinella relaxationshastighet av fritt vatten poolen, är den longitudinella relaxationshastighet av den makromolekylära poolen (antas vara 1 s -1), är PSR är T 1CWPE är medeleffekten av mättnadspuls. Mättnadshastigheten för den longitudinella magnetiseringen av den makromolekylära poolen, beskrivs av en super-Lorentz modell, såsom beskrivits i arbetet av Henkelman och kollegor 34,35.
      5. Att analysera DTI data använder först en relaterad transformation algoritm 36 för att registrera varje diffusion vägda bilden till motsvarande icke-spridning viktade bilden. Då, för varje pixel, mäta värdena för S i den vägda icke-spridning bild och i varje diffusion vägda riktning. Bilda en matris bestående av diffusion kodnings riktningar. Med hjälp av multivariat, vägd minsta kvadrat regression, tillbakasignaldata på diffusion kodningsmatrisen och bildar D. Diagonaliserar D och utföra en magnitud-sortering av egenvärden och deras egenvektorer. Sedan beräkna medelvärdet diffusivitet (MD) som:

        "Equation5"
        där λ 1, λ 2, och λ 3 är egenvärdena för diffusion tensor. Också beräkna bråk anisotropi (FA) som:

        Equation6
      6. Analysera FWMRI data med hjälp av en kvantitativ metod som separerar vatten och fett signaler baserade på kemiska skift (t.ex. FattyRiot algoritm, tillgänglig för gratis nedladdning från https://github.com/welcheb/FattyRiot).
    2. Definiera områden av intresse för analys
      1. Ange ROI på anatomiska bilder (genom att definiera gränserna för varje muskel av intresse). Ett exempel visas i figur 1.
      2. Ändra storlek på ROI för att matcha matris storlek qMRI bilderna. Vid behov, justera inriktningen av ROI för att matcha qMRI kartan (till exempel om deltagaren flyttasmellan förvärv, kan det krävas en översättning av ROI position för att undvika överlappande muskelgränser).
      3. Undersök varje ROI. Om det är nödvändigt, se till att inga pixlar ingår som innehåller partiella volym artefakter, icke-kontraktil vävnad, och flödes artefakter; se figur 1 för exempel.
      4. Beräkna medelvärdet och standardavvikelsen för qMRI värden i alla pixlar inom de valda ROI.

    Subscription Required. Please recommend JoVE to your librarian.

    Representative Results

    Figur 1 visar representativa axiella anatomiska bilder som förvärvats vid mitten av låret hos en patient med polymyosit. Vidare visas läget av i planet projektion av mellanlägget volymen. Representativa parameter kartor för varje qMRI metod, allt som erhållits från samma patient tillhandahålls från figurerna 2 - 7.

    Figurerna 2A och 2B visar Δ B 0 och nick vinkel fältkartor de respektive. B 0 fältkartan visar en stark rumslig överensstämmelse mellan sitt område av högsta fält homogenitet och placeringen av VOI för mellanlägg, som visas i figur 1A. I musklerna, de Δ B 0 värdena varierade från -40 till 52 Hz, med ett medelvärde på 9,3 Hz och en standardavvikelse på 11,2 Hz. I nutation vinkel kartan värdena varierade tillbakam 84,7-122,3% av den nominella nutation vinkel. Genom att jämföra nutation kartan vinkel med de strukturella bilder i fig 1, kan det ses att avvikelserna från ideala nutation vinkel är allvarligare i de bakre musklerna och är inte uppenbarligen korrelerad till närvaron av fett i en voxel.

    Prov T 1 relaxometry data presenteras i figur 3. Bilderna har maskerats för att utesluta underhudsfettet och buller regioner i bilden. Figur 3A visar prov T 1-data och Figur 3B visar prov T 1, FS-data. Det är uppenbart i figur 3A att T 1 av fett är avsevärt lägre än den för muskeln; därför T 1 värden för muskel mätt utan att använda FS är lägre än T 1, FS-värden. Också användningen av FS resulterar iväsentlig förlust av signal från regioner av fettersättnings eller underhudsfett. Det finns således pixlar i dessa bildområden som antingen saknar inbyggda parametrar, som representerar restvatten signaler efter FS, eller i vilken parametrarna är dåligt uppskattas.

    Figur 4A visar en maskerad parametrisk karta av T 2, FS-värden och figur 4B visar de T 2 värden. Figur 4C visar ett exempel på T2 -beroende signal förfall från en enda pixel och den bästa passningen av data till en monoexponentiellt modell. En avvikelse från monoexponentiellt avkoppling beteende noteras. Figur 4D visar resultaten av NNLS analys av dessa samma signaldata, med en enda bred topp som sannolikt innefattar både fett och vattenkomponenterna.

    Figurerna 5, 6, 7 nuvarande exempel på QMT, DTI och FWMRI data, respektive. För QMT data endast PSR visas. Applicering av ett signaltröskel till dessa FS-data som begränsar kurvanpassning till de voxlar som huvudsakligen innehåller muskler, vilket resulterar i dropout från parameter kartan. Heterogenitet i muskelvärdena för PSR noteras också. Även om metoden uppskattar också vatten T2 och växelkursen mellan de makromolekylära och fria vattenproton pooler, är dessa inte presenteras på grund av T2 är bättre uppskattas med hjälp av dedicerade avbildningssekvenser och eftersom växelkursen är både otillförlitligt uppskattas och okänslig för patologi .

    Figur 6A visar en parametrisk karta över MD, och figur 6B visar en karta över FA-värden. MD-värden är förhöjda i blodkärlen. Dessutom är FA-värden minskas i de regioner som motsvarar reduced PSR. I likhet med andra kvantiteter, både MD och FA felaktigt beräknade i fett ersatt delar av muskler, där FS orsakar signal nedfall. Dessutom är FA förhöjda utanför mellanlägget volymen. Slutligen en fettfraktion karta, beräknades från FWMRI data visas i figur 7. Dessa data kvantifiera kvalitativt observerade fettinfiltration mönster noteras i figur 1. Den motsvarande vattenfraktionen karta är helt enkelt lika med (1 - fett) och visas inte.

    Figur 1
    Figur 1: Exempel på anatomiska bilder från en patient med Polymyosit. Alla data som visas i Figurerna 2-7 förvärvades vid denna skiva position från denna deltagare. A. T 1-viktade bilden med i planet projektion av shim volym överlagras som cyan-färgad, semi-transparent rektangel. T2 viktade bilden. Överlagrade på bilden i grönt är en prov ROI för vastus medi muskeln. Genom den halvgenomskinliga ROI, områden med hög signal, svarande mot fettersättning, noteras. Den gula pilen indikerar en intramuskulär senan, och den magentafärgade pil indikerar den region av neurovaskulära bunt av låret. Bilderna bör inspekteras för flödes artefakter som kan uppstå längs fas-kodning dimension och i linje med artären. Bindväv såsom fett och senor är rekommendation för uteslutning från ROI; även om flödes artefakter existerar, de bör uteslutas. Klicka här för att se en större version av denna siffra.

    figur 2
    Figur 2: Δ B 0Kartor nutation Vinkel, från samma patient som avbildas i Figur 1. A. Δ B 0 kartlägga, med färgskalan som anger avvikelsen av B 0 fältet från mittfrekvensen i Hz. B. nutation vinkel karta, med färgskalan som anger procent av det nominella nutation vinkel. Bilder har maskerats för att utesluta värdena från buller områdena i bilden. Klicka här för att se en större version av denna siffra.

    Figur 3
    Figur 3: Exempel på T 1 Data från samma patient som visas i Figur 1. A. Karta över T 1 värden beräknas genom anpassning av data till inversionsåtervinning med minskad pre-fördröjningsmodell. Färgskalanindikerar T ett värde i s. B. Karta över T 1, FS-värden, beräknas genom att anpassa FS data till samma modell. Färgskalan visar T ett värde i s. Bilderna har maskerats för att utesluta värden från underhudsfett, den kontralaterala och brus områdena i bilden. Observera att T 1 värdena ökar när fett signalundertryckning används. Klicka här för att se en större version av denna siffra.

    figur 4
    Figur 4: Exempel på T2 Data från samma patient som visas i Figur 1. A. Karta över T 2 värden, beräknas genom anpassning av data till monoexponentiellt förfall med brusterm modell. Färgskalananger värdet T2 i ms. B. Karta över T 2, FS värden beräknas genom anpassning av data till samma modell. I A och B, har bilderna maskerats för att utesluta värden från subkutant fett, det kontralaterala benet, och brus områdena i bilden. C. Prov T2 signal förfall från en pixel i panel C och linje som passar bäst till monoexponentiellt modellen (men observera avvikelsen av signalen från modellen, vilket tyder på en icke-monoexponentiellt T2). Förkortning inte tidigare noterats: AU, godtyckliga enheter. D. Icke-negativa minsta kvadratanalys av samma råsignalsönderfallsuppgifter som avbildas i C. Klicka här för att se en större version av denna siffra.


    Figur 5: Exempel på QMT Data från samma patient som visas i Figur 1. Färgskalan visar PSR, en dimensionslös storhet som återspeglar förhållandet mellan makromolekylära till fria vattenprotoner. Användningen av FS metoder resulterar i avsevärd signalbortfall från de områden av muskler som har ersatts av fett. Klicka här för att se en större version av denna siffra.

    figur 6
    Figur 6: Sample Diffusion Data, från samma patient som avbildas i figur 1. Panel A visar medel diffusivitet, med färgskalan som anger diffusiviteten med enheter av 10 -3 mm 2 / s. Panel B visar bråk anisotropi, which är en dimensionslös storhet som anger avvikelsen av diffusion systemet från rent isotrop spridning. Klicka här för att se en större version av denna siffra.

    figur 7
    Figur 7: Exempel på FWMRI data från samma patient som visas i Figur 1. Färgskalan visar fettfraktionen; motsvarande vattenfraktionen karta är helt enkelt (1 - Fat) och visas inte. Klicka här för att se en större version av denna siffra.

    Parameter lokaliserare T 1 -viktade T 2 -viktade
    Allmän sekvenstyp 2D, multi-slice, gradient-eko 2D, multi-slice, snabb spin-eko 2D, multi-slice, snabb spin-eko
    Preparation faser Sändare vinst, mottagarens förstärkning, centerfrekvens, auto-shim Mottagarens förstärkning, centerfrekvens, VOI shim Mottagarens förstärkning, centerfrekvens, VOI shim
    motta spole Hjärt Hjärt Hjärt
    Antal excitationer 1 1 1
    Totalt scan längd (min: sek) 01:23 01:40 00:54
    Geometri Anatomiska plan (er) Axial, koronalt och sagittal Axial Axial
    Antal skivor / plan 20 11 11
    Slice tjocklek (mm) 10 7 7
    Inter-slice gap (mm) 0 0 0
    Slice förvärvs ordning interfolierat interfolierat interfolierat
    förvärvade matris 150 x 150 340 x 335 256 x 256
    rekonstruerade matris 512 x 512 512 x 512 512 x 512
    Synfält (mm) 450 x 450 256 x 256 256 x 256
    Rekonstruerade voxel Storlek (mm) 0,88 x 0,88 x 10,00 0,50 x 0,50 x 7,00 0,50 x 0,50 x 7,00
    Kontrast Repetitionstiden (ms) 9 530 3000
    effektiv echo tid (ms) 7 6,2 100
    Echo avstånd (ms) N / A 6,2 11,8
    Excitation flip-vinkel (°) 20 90 90
    Omfokusering flip-vinkel (°) N / A 110 120
    RF-mellanlägg Statisk adaptiv adaptiv
    signal~~POS=TRUNC förvärv avläsning typ kartesiansk kartesiansk kartesiansk
    parallellt imaging Nej SENSE (g = 1,4) SENSE (g = 2,0)
    Bandbredd / pixel (Hz / pixel) 1237,8 377,1 286,6

    Tabell 1: Parametrar som används för Localizer Imaging och Structural Imaging. Alla sekvenser använder kvadratur kroppen pole för sändning av RF-fält. Parametrar såsom TR, TE, echo avstånd och antal ekon kan justeras något beroende på experimentella behov samtidigt bibehålla T 1 - och T 2 - viktning. Förkortning inte tidigare noterats: g, parallella imaging accelerationsfaktor. Stort synfält bilder rekommenderas, eftersom de kan användas för att lokalisera patologi och identifiera platser för qMRI sekvenser. De sagittala och koronala förvärv är särskilt användbara i detta avseende.

    Parameter bild~~POS=TRUNC
    B 0 -Mapping Flip-vinkel-Mapping
    Allmän sekvenstyp 3D, flera RF-bortskämda gradient-erinrade eko 3D, snabb gradient-eko, dubbel TR
    Preparation faser Mottagarens förstärkning, centerfrekvens, VOI shim Mottagarens förstärkning, centerfrekvens, VOI shim
    motta spole Kvadratur-kropp Hjärt
    Antal excitationer 1 1
    Totalt scan längd (min: sek) 01:26 04:33
    Geometri Anatomiska plan (er) Axial Axial
    Antalet snitt 11 55
    Slice tjocklek (mm) 7 7
    Inter-slice gap (mm) 0 0
    förvärvade matris 64 x 64 x 6 64 x 64 x 27
    rekonstruerade matris 128 x 128 x 11 128 x 128 x 55
    Synfält (mm) 256 x 256 x 77 256 x 256 x 385
    Rekonstruerade voxel Storlek (mm) 2,00 x 2,00 x 7,00 2,00 x 2,00 x 7,00
    Kontrast Repetitionstiden (ms) 150 30,0, 130,0
    Ekotid (ms) {4,6, 6,9} 2,2
    Excitation flip-vinkel (°) 25 60
    RF-mellanlägg adaptiv adaptiv
    signal~~POS=TRUNC förvärv avläsning typ kartesiansk kartesiansk
    Bandbredd / pixel (Hz / pixel) 302,5 499,4

    Tabell 2: Parametrar uSED för Δ B 0 och nick Angle Mapping. Båda sekvenserna använder kvadratur-kroppen pole för sändning av RF-fält; varken sekvens använder parallell avbildning.

    Parameter bild~~POS=TRUNC
    T 1 -Mapping T 2 -Mapping
    Allmän sekvenstyp 3D, Inversion-återhämtning med gradient-bortskämd, lutning-påminde eko avläsning 2D, enda skiva, flera spin-eko
    Preparation faser Mottagarens förstärkning, centerfrekvens, VOI shim Mottagarens förstärkning, centerfrekvens, VOI shim
    Antal excitationer 1 2 Totalt scan längd (min: sek) 01:44 00:04
    Geometri Anatomiska plan (er) Axial Axial
    Antalet snitt 11 1
    Slice tjocklek (mm) 7 7
    Inter-slice gap (mm) 0 0
    förvärvade matris 128 x 128 x 6 128 x 128
    rekonstruerade matris 128 x 128 x 11 128 x 128
    Synfält (mm) 256 x 256 x 77 256 x 256
    Rekonstruerade voxel Storlek (mm) 2,00 x 2,00 x 7,00 2,00 x 2,00 x 7,00
    Kontrast Repetitionstiden (ms) Varierande 4000
    inversionspuls 180 °, 1 ms, form: block N / A
    Inversion återhämtningstider (ms) 50, 100, 200, 500, 1000, 2000, 6000 N / A
    Pre-fördröjningstid (ms) 1500 N / A
    Fett signal dämpning (när den används) 1331 binomial vatten-selektiva excite SPAIR (effekt: 2 pT, inversion fördröjning 202 ms, frekvens offset 250 Hz);
    Sinc-Gauss före pulsen (90 °, längd: 18 ms, frekvens offset: 100 Hz)
    Excitation flip-vinkel (°) 10 90
    omfokusering puls N / A Version-S
    Ekotid (ms) N / A {14, 28, 42 ... 280}
    Antal ekon / eko avstånd (ms) N / A N / A
    RF-mellanlägg adaptiv ADAPtiv
    signal~~POS=TRUNC förvärv avläsning typ kartesiansk kartesiansk
    parallellt imaging SENSE (g = 1,5) SENSE (g = 1,5)
    Bandbredd / pixel (Hz / pixel) 383 335,1

    Tabell 3: Parametrar som används för T 1 och T 2 Mapping. T 1 och T 2-data förvärvas med och utan FS. Båda sekvenserna använder kvadratur kropp pole för sändning av RF-fält och en sex element hjärt spole för signalmottagning. Repetitionstiden varierar för T 1 -mapping sekvens eftersom den använder en fast pre-fördröjningstiden med variabel inversion time.

    Parameter bild~~POS=TRUNC
    QMT DTI
    Allmän sekvenstyp 3D, MT-viktade gradient-erinrade eko 2D, multi slice, enkelskott spin-eko EPI
    Preparation faser Mottagarens förstärkning, centerfrekvens, VOI shim Mottagarens förstärkning, centerfrekvens, VOI shim
    Antal excitationer 2 6
    Totalt scan längd (min: sek) 10:41 06:28
    Geometri Anatomiska plan (er) Axial Axial
    Antalet snitt 11 11
    Slice tjocklek (mm) 7 7
    Inter-slice gap (mm) 0 0
    förvärvade matris 128 x 128 x 6 64 x 64
    rekonstruerade matris 128 x 128 x1 128 x 128
    Synfält (mm) 256 x 256 x 77 256 x 256
    Rekonstruerade voxel Storlek (mm) 2,00 x 2,00 x 7,00 2,00 x 2,00 x 7,00
    Kontrast Repetitionstiden (ms) 50 4000
    MT puls Nominella flip vinklar: 360 °, 820 °;
    Pulsbredd: 20ms;
    Frekvensförskjutningar: 1, 2, 5, 10, 20, 50, 100 kHz
    N / A
    Diffusion viktning (b) (s • mm -2) N / A b = 450;
    15 riktningar + en b= 0 bild
    Fett signal dämpning (när den används) 1331 binomial vatten-selektiva excite Gradient omkastning;
    Sinc-Gauss före pulsen (90 °, längd: 18 ms, frekvens offset: 100 Hz)
    Ekotid (ms) 3,9 48
    Antal ekon / eko avstånd (ms) N / A N / A
    Excitation flip-vinkel (°) 6 90
    RF-mellanlägg adaptiv adaptiv
    signal~~POS=TRUNC förvärv avläsning typ kartesiansk kartesiansk
    parallellt imaging SENSE (g = 1,5) SENSE (g = 1,5)
    Bandbredd / pixel (Hz / pixel) 383 42,1

    Tkunna 4: Parametrar som används för QMT och DTI. Båda sekvenserna använder kvadratur-kropp pole för sändning av RF-fältet och en sex element hjärt spole för signalmottagning. Förkortning inte tidigare noterats: EPI, echo-planar imaging.

    Signal förvärv
    Parameter bild~~POS=TRUNC
    FW-MRI
    Allmän sekvenstyp 3D gradient-erinrade eko
    Preparation faser Mottagarens förstärkning, centerfrekvens, VOI shim
    RF-överföring spole Quandrature kroppen
    motta spole Hjärt
    Antal excitationer 1
    Totalt scan längd (min: sek) 00:18
    Anatomiska plan (er) Axial
    Antalet snitt 11
    Slice tjocklek (mm) 7,0 mm
    Inter-slice gap (mm) 0 mm
    förvärvade matris 128 x 128 x 4
    rekonstruerade matris 128 x 128 x 7
    Synfält (mm) 256 x 256 x 77
    Rekonstruerade voxel Storlek (mm) 2,00 x 2,00 x 7,00
    Kontrast Repetitionstiden (ms) 75
    Excitation flip-vinkel (°) 22
    Echo times (ms) {1,34, 2,87, 4,40, 5,93 ... 8,99}
    Excitation flip-vinkel (°) 6
    RF-mellanlägg adaptiv
    avläsning typ kartesiansk
    parallellt imaging SENSE (g = 1,3)
    Bandbredd / pixel (Hz / pixel) 1395,1

    Tabell 5: Parametrar som används för FW-MRI.

    Subscription Required. Please recommend JoVE to your librarian.

    Discussion

    Muskelsjukdomar såsom muskeldystrofi och idiopatisk inflammatoriska myopatier utgör av en grupp av sjukdomar som är heterogena i etiologi och som enskilda enheter, sällsynta i deras förekomst. Till exempel, Duchennes muskeldystrofi - den vanligaste formen av muskeldystrofi - har en incidens på 1 på 3500 levande födda pojkar 37,38; dermatomyosit, till vilken detta protokoll har tillämpats, har en incidens av en i 100.000 39. Den högre kollektiva förekomsten av dessa sjukdomar, dock, och deras ofta överlappande patologiska tecken - atrofi, inflammation, fettinfiltration, membranskada och fibros - stödja utvecklingen och tillämpningen av en gemensam uppsättning metoder för att kvantitativt karakterisera dessa sjukdomar.

    QMRI är i stånd att karakterisera många av dessa patofysiologiska förändringar icke-invasivt. Som med alla vetenskapliga metoden måste qMRI studier genomföras i en bileful sätt. En grundläggande fråga är säkerheten. Dessutom har varje qMRI metoden som beskrivs här i samband felkällor; och av uppenbara skäl är det viktigt att förstå och känna igen dessa fel. Slutligen har många av mätningarna har en komplex tolkning. Dessa frågor diskuteras här. Genom att lägga fram diskussionen kan vi konstatera att protokollet presenteras här beskriver vad vi tycker är det bästa experimentella tillvägagångssättet för våra ändamål. Vi inser att andra kan ha olika uppfattningar, ytterligare kunskap, eller kan välja att väga de potentiella resultaten av protokolloptimering annorlunda än vi har. Dessutom kan läsarens MRI-systemet inte har alla de alternativ som beskrivs i protokollet tillgängliga; eller läsaren kan ha ytterligare alternativ som inte är tillgängliga i vårt system. Vi har noterat vilka aspekter av våra protokoll har special programmeras på vårt system. Läsaren uppmanas att överväga alla litteraturen helt undersöka alla relevanta alternativ på hans / hennes system, ochfatta beslut som leder till bästa möjliga protokoll för hans / hennes experimentella syften.

    MRI säkerhetsfrågor
    MRI använder flera typer av magnetiska fält. B 0 fältstyrka av det system som används i de studier som beskrivs här är 3,0 Tesla, eller ungefär 15.000 gånger jordens fält på ~ 0,2 mT. Pulsad RF-magnetfält (B 1) används för att införa energi i spinnsystemet och skapa resonansfenomenet. Gradient magnetfält slås på och av under bildsekvensen och används för flera ändamål. De används för att skapa ett linjärt samband mellan NMR frekvens och rumsliga läge för att rumslig kodning och används också för att eliminera oönskade källor signaler.

    Var och en av dessa typer av magnetiska fält har oro för säkerheten i samband med det. Ett stort säkerhetsproblem i samband med B 0 fältet är encceleration av magnetiska föremål mot magneten. B 0 fältet är alltid närvarande. Eftersom styrkan i ett magnetiskt fält varierar som en funktion av 1 / d 3, där d är avståndet från källan till fältet, B 0 fältet ökar snabbt då man närmar sig MRI-system. Ferromagnetiska föremål kan accelereras mot MR-system med liten eller ingen varning och kan orsaka allvarlig skada eller dödsfall. Därför måste de tas bort och säkras utanför MRI rummet. Andra risker som är förknippade med B 0 område är placeringen av onormala vridmoment på implanterade magnetiska föremål och radering eller annan skada på magnetiskt känsliga enheter. B 1 fält kan värma vävnad, och denna effekt kan förstärkas i områdena kring implanterade metallföremål. Gradientfält kan inducera elektriska strömmar i ledande föremål (t.ex. nerver och implanterade medicintekniska produkter). Omkopplingen av lutningfält genererar också potentiellt högt och obehagligt akustiskt brus. Statliga tillsynsmyndigheter har placerat strikta gränser på nivåerna och varaktig för exponering för dessa olika typer av magnetiska fält, och mänskliga bildsystem har inneboende programvara kontroller som säkerställer att dessa riktlinjer.

    Läsaren bör veta att denna presentation är något flyktig. Det åligger all personal i samband med MRI testning vara fullt medveten om alla relevanta säkerhetsfrågor och hur man förebygger olyckor. Dessutom bör all personal i samband med MRI testning screenas för potentiellt farliga implanterade metaller eller medicinsk utrustning.

    Pre-testning Livsstil Begränsningar
    Utöva så mycket experimentell kontroll över pre-testning livsstiluppföranden som möjligt är en viktig del av detta protokoll. Fallet med T 2 mätningar tillhandahålls som ett exempel på varför denna kontrollbehövs. T2 anses vara en ledande MR biomarkör av neuromuskulär sjukdom 40. Däremot kan muskeln vattenproton T2 höjas av flera skäl. I qMRI studier för neuromuskulära sjukdomar, är T2 mätt i närvaro av FS i allmänhet antas spegla ett tillstånd av kronisk inflammation i samband med sjukdomens svårighetsgrad, medan den icke-FS T2 kan också spegla fettinfiltration. Men T2 kan också genomgå medellång sikt höjder på grund av excentrisk träning 41, som kan påverka patienter och friska försökspersoner på olika sätt 42. Av denna anledning, författarna rekommenderar att begränsa måttlig eller tung träning under 48 timmar före testning. T 2 kan också genomgå kortare livade höjder som ett resultat av akuta anfall av motion 43,44. För en patient med svår muskelförlust, kunde gå utgöra motion intensiv nog för att höja T

    Datainsamling och analys: Allmänna frågor
    En viktig punkt är att noggrann pilottestning, först hos friska personer och sedan hos personer med sjukdomen av intresse, är viktigt. Många experimentella alternativ är mycket specifika för MRI-systemet (inklusive men inte begränsat till B 0 fältstyrka, mellanlägg strategier, RF-spole alternativ, maximal magnetfältsgradienten styrka, och tillgången på avancerade alternativ såsom RF pulsform). Sekvensspecifika pilotprovnings mål beskrivs nedan. Andra frågor som påverkar datakvalitet är biologiska till sin natur, såsom typ av sjukdom och de förväntade typerna av patologi, ålder av patientpopulationen, och även den kroppsdel ​​som skall avbildas. Alla dessa faktorer bör övervägas vid pilot ttressanta.

    Under datainsamling själv, är en ofta förekommande problem rörelse. Avbildningsdelen av protokollet presenteras här kan kräva så mycket som en timme. Några av sekvenserna (såsom eko-plan avbildning) är okänsliga för bulk rörelse; men andra sekvenser är långa, kräver exakt bildjustering för noggrann parameteruppskattning, och / eller har signaler som är inneboende rörelsekänslig. Som nämnts i protokollet, vidta åtgärder för att instruera deltagaren och främja hans / hennes komfort är ett viktigt sätt att förhindra både frivilliga och ofrivilliga rörelser. En annan strategi är att begränsa rörelse med stoppning och försiktigt, men effektivt, placerade band som fäster till patientens säng. Bildregistrerings tekniker finns tillgängliga för efterbearbetning; eftersom muskler är lätt deformerbara organ, är icke-stela registreringstekniker krävs ofta. Icke styva registrering kommer alltid att krävas för diffusion avbildningsmetoder baserade på eko-plan avbildning.Trots den allmänna användbarheten av bildregistreringstekniker kommer varje metod för att förhindra rörelse eller reducera artefakter vara överlägsna lösningar som kräver omfattande efterbehandling. Definiera bästa tillgängliga strategin rörelse minskning i ämnet populationen av intresse bör vara ett mål för pilottester.

    God reproducerbarhet kräver konsistens av slice placering. I protokollet steg beskriver vi refererar till snittpositionen till reproducerbara anatomiska landmärken. En effektiv strategi för detta i låret är att få koronalt bilder av hela låret, medger visualisering av hela lårbenet. Bild analysverktyg på MRI-systemet inkluderar typiskt en digital linjal funktion. Detta kan användas för att mäta en specifik punkt (t.ex. mittpunkt) av huvudet av lårbenet och lårbens kondyler och placera mittläget för den del stapeln där. Detta förfarande illustreras i videon.

    inhomogena <em> B 0 och B 1 fält är oundvikliga problem i MRI, men strategier finns för att minska nivåerna av inhomogenitet. En grundläggande strategi är att lokalisera den kroppsdel ​​som skall avbildas vid eller nära magnetens centrum. Protokollet presenteras här innehåller B 0 mellanlägg rutiner som i författarnas erfarenhet, är mest effektiva för dessa experimentella betingelser. Eftersom deltagaren kan röra sig under protokollet, är B 0 mellanlägg upprepas som en del av kalibreringsstegen för varje sekvens. Även många av förvärven använder parallella avbildningstekniker för att påskynda signal förvärv och därmed minska de Δ B 0 -beroende skillnader i fas utveckling som orsakar bild snedvridningar. Eftersom RF sändnings spolen som används i dessa studier innehåller två spiralelement, kan B 1 mellanlägg metoder användas och beskrivs i protokollet. Dessutom innehåller protokollet &# 916; B 0 och nickvinkelfältkartläggningssekvenser för realtids kvalitetskontroll. Protokollet som beskrivs ovan inkluderar toleranserna i Δ B 0 och nick vinkel som är acceptabla för de experimentella förhållanden, RF puls former och lutning förstöra system som beskrivs här. Dessa bestämdes i pilottester och återigen betona värdet av noggrann protokoll utveckling.

    I praktiken kan det finnas ett begränsat antal strategier som finns tillgängliga i realtid för att påverka B 0 och B 1 fält 'homogeneities, samtidigt som den metodologiska konsistens som är nödvändig för god experimentell design. Användare uppmanas därför att undersöka alla alternativ för dem med noggrann pilotförsök i slutändan anländer till effektiva och allmängiltiga strategier för ämnet populationen av intresse. B 0 mellanlägg inkluderar iterativa metoder som Minimize en parameter såsom vatten topp linje bredd vid halv-maximal topphöjd och metoder som beräknar de optimala shim kanalinställningarna med hjälp av en Δ B 0 karta. De tidigare metoder kan baseras på en icke-lokaliserad förvärv eller, som i det protokoll som beskrivs här, förvärvet av signalen från en lokaliserad volym. Målen för pilottester av B 0 mellanlägg inkluderar den bästa övergripande strategi (iterativ vs. bildbaserad) samt uppgifter om hur man bäst för att definiera regionen av intresse för mellanlägg. Läsaren kanske vill överväga faktorer såsom storlek och orientering av volymen av intresse, att de relativa mängderna av muskler och fett ingå i mellanlägg volym, och hur utanför slits stapeln shimsa. Det är värt att undersöka projektionen av mellanlägget volymen i varje skiva inom-slice som skall avbildas.

    I fallet av B ett fält, typen av RF-spolar används för sändningoch mottagning och vilka typer av RF-pulser som används är viktiga faktorer för fält homogenitet. De protokoll som beskrivs i tabellerna innefattar pulsparametrarna RF som vi har hittat optimal för våra experimentella betingelser. Beträffande spole val, det protokoll som beskrivs här kombinerar separat volym överföring och enbart ta emot volym spolar. Sändningsspole är kvadratur-body spole som är inbyggd i systemet, och skapar en relativt homogen B ett fält över en stor anatomisk region. Beroende på den anatomiska region som skall studeras, kan det finnas en mängd olika emot coil alternativ; i vårt fall, pilotförsök visade sex element, infasade hjärt spole att vara det bästa tillgängliga lösning. Andra alternativ inkluderar ytspolar och kombinations Överföring / mottagning volym spolar. Surface spolar är begränsade på djupet av penetration av B ett fält och vi i allmänhet inte rekommendera deras användning för bildprogram. Combinatjon överföring / mottagning volymspolar kan erbjuda bättre signal-brusförhållande (SNR) prestanda och B en homogenitet än en inbyggd kvadratur kroppen spole, men är inte tillgängliga för alla anatomiska regioner. En sista kommentar är att när fasstyrda spolar finns, medger de användning av parallella avbildningstekniker som snabbar upp förvärv och minska rumsliga snedvridningar i tekniker såsom eko-plan avbildning. Dessa vinster kommer med ett SNR straff, dock, och så pilotförsök bör riktas mot att hitta den lösning som ger bäst övergripande bildkvaliteten.

    Men eftersom dessa strategier inte helt kompensera för inhomogen B 0 och B 1 fält, är en annan användning av Δ B 0 och nickvinkelfältkartor i efterbearbetning. Dessa kartor kan användas för att förbättra beräkningen av vissa kvantitativa parametrar eller för att korrigera bild snedvridningar. Men några Δ B 0 </ em> - och B 1 -relaterade problem kan inte vara helt eller delvis korrigeras i efterbearbetning. Några exempel är minskad effekt av FS metoder, bruttobild snedvridning av tekniker såsom eko-plan avbildning, låg signal, dålig omfokusering effektivitet i T 2 mätningar eller FSE metoder, och dålig inversion effektivitet i T 1 mätningar. Återigen, är viktiga rigorösa pilottester och realtidskvalitetskontrollsteg.

    Många av de sekvenser använda fett-signalundertryckning eller vattenselektiv excitation som en mekanism för att undvika muskelförorening signalen med fett och / eller för att reducera förekomsten av artefakter som orsakas av de olika resonansfrekvenser om vatten och lipid protoner. När FS används, är en kombination av upp till tre metoder som används. De alifatiska signaler minskas eller elimineras med hjälp av en spektralt selektiv adiabatisk inversion återhämtning (SPAIR) puls, som selektivt inverterar dessa signaler.Eftersom signalen återhämtar sig från ett signalvärde på -M 0 mot + M 0, det är en tid där nettosignalen är lika med noll. Bilddata förvärvas på denna signal nollningspunkt. Det bör noteras att denna tidpunkt beror på parametrar såsom repetitionstiden och antalet skivor, och så måste optimeras separat för varje sekvens under pilottestprocessen. Dessutom bör bandbredd SPAIR pulsen endast tillräckligt bred för att eliminera fett signaler, så att minskningen av vattensignalen amplitud hålls till ett minimum. Vidta åtgärder för att maximera B 0 enhetlighet kommer att vara till hjälp i detta avseende. Många av sekvenserna använder också en mättnads puls på olefinproton resonans 45; denna puls appliceras omedelbart före avbildningssekvensen. Där det är möjligt, är en gradient återföring teknik som används. I denna metod, är ett tecken på den del val gradient omvänd mellan skiva urvals- och omfokusering pulser; denna cauSES signalerar långt utanför resonans från vatten inte få en ny inriktning. En ytterligare fördel med denna metod är att till skillnad från RF-baserade metoder, inte gradient återföring inte låta fett signaler att återhämta sig genom längsgående avkoppling under RF pulståget. Ytterligare strategier, såsom Dixon-baserade metoder 46, finns också.

    Ett vanligt problem i dataanalys är om du vill använda detta ROI signalanalyser (där signalerna i en ROI beräknas i medeltal och sedan monteras på en modell) eller pixelbaserade analyser (där modellen montering sker på en pixel-för-pixel basis, och statistik beräknas sedan för de monterade parametrar). Fördelen med den förstnämnda metoden är att signalmedelvärdes förbättrar den effektiva SNR. Om den inneboende SNR är låg, då denna strategi kan bidra till att undvika de parameter förspänning effekterna av brusgolvet. Fördelen med det senare tillvägagångssättet är att rumslig heterogenitet är ett vanligt patologiskt särdrag hos neuromuskulära sjukdomar. Genom skuren Than värderar på en pixel-för-pixel basis, kan denna heterogenitet att uppskattas och användas för att karakterisera ytterligare aspekter av sjukdomsfenotyp. Om SNR tillåter denna typ av analys som skall utföras giltigt, författarna rekommenderar detta tillvägagångssätt. Senaste arbete av Willcocks och kollegor visar värdet av denna strategi att övervaka sjukdomsprogression 47.

    Datainsamling och analys: Imaging Sekvensspecifika frågor
    Protokollet använder inversion återvinningsmetoder för en robust mätning av T 1. En praktisk begränsning av många implementeringar av inversion återhämtning sekvensen är en lång total genomsökning tid. Sekvensen som används i detta protokoll använder en tredimensionell, Fast, låg vinkel sköt (FLASH) avläsning, en viss mängd parallella imaging acceleration och minskad försekvens fördröjning för att minska den totala söktiden till mindre än två minuter. Sju inversion gånger samplas, placerade i en ungefärligly geometrisk progression från 50 till 6000 ms. Denna strategi samplar signalen curve inversion-återhämtning oftast vid de delar av signalåtervinnings när tidsderivatan av signalen är störst. Sekvensen upprepas med och utan FS eftersom inflammation och fettinfiltration har störande effekter på den totala proton T 1: inflammation ökar vatten T 1, medan fett har en lägre T 1 än vatten. I tolkningen av data därmed mäta både T 1 och T 1, FS stöd eftersom det tillåter en att lösa mellan dessa motsatta influenser av fettinfiltration och inflammation på T 1. Parameter uppskattning åstadkoms genom användning av icke-linjär, minsta kvadratregressionsmetoder i beräkningsvetenskap programpaket.

    T 2 mätningar genomförs under FS och icke-FS villkor samt end för en analog skäl: inflammation och fett varje kan öka T2. I tillägg till inflammation, skulle patologiska processer såsom Z-skiva streaming och förluster till membranintegritet också förväntas påverka vatten T 2 värden. Även mätningen av både T2 och T2 kan FS inte skilja mellan alla dessa källor till patologi, gör denna praxis råd ökad tolkningsbarhet till data genom att lösa mellan allmänhet och muskelvävnad specifik patologi. En alternativ strategi för att mäta ett värde vatten endast T 2 är att använda en H MR-spektroskopi för att separera vatten från lipider på kemiska skiftaxeln av spektrumet. Även om detta tillvägagångssätt har betydligt lägre spatial upplösning än bildbehandling och kan bli föremål för användaren diskretion och subjektivitet när det gäller volym placering under datainsamling, ger det ett entydigt sätt att skilja vatten ochlipid signaler.

    Protokollet för T2 mätning presenteras här använder flera metoder för att mildra några vanliga felkällor i T 2 mätningar, nämligen B en inhomogenitet och stimulerade eko bildning från ofullkomliga omfokusering pulser. Stimulerade ekon bildas genom vilken kombination som helst av tre icke-180 ° pulser. Med tanke på att en viss nivå av B en homogen alltid existerar, och att fler eko tåg används för att ta prov på T2 -beroende signal förfall, stimulerade ekon är en potentiellt viktig källa till fel i T 2 mätningar. De strategier som används här för att eliminera stimulerat eko bildning inkluderar användning av en enda skiva förvärv, en optimerad sekvens av spoiler gradienter före och efter de omfokusering pulserna 48, linjär eko avstånd 49, och användningen av B 1 -insensitive "Version-S "composite omfokusering puls 50, vilket avsevärt minskar de artefakter som orsakas av ofullständig omfokusering och samtidigt som det ger en tillräcklig bandbredd för att rikta om både vatten och lipid-signaler. I pilotförsök, observerade vi att den optimerade förstöra systemet och Version-S puls minskade signifikant förekomsten av stimulerade ekon. Vi noterar att båda av dessa objekt har programmerats specifikt på vårt system. Version-S puls ökar Specific Absorption Rate (SAR) av RF-energi; alltså en lång TR och större inter eko avstånd krävs för att hålla sig inom gränsvärdena för SAR. Dock är författarnas erfarenheter som väl tränade, bekväma patienter kan förbli tillräckligt stilla under ~ 12 min. total söktiden. Dessutom är tillräckligt för att detektera multiexponentiell avkoppling, när den finns inter-eko avstånd värde på 14 ms. Ett alternativt tillvägagångssätt, som inte är anställd här, är att inkludera inrikta puls effektivitet och stimulerade ekon i fitting 38,28, vilket kommer att ge en B en karta och tillåta multi-slice förvärv 39. Läsaren hänvisas också till flera nya papper som beskriver tillämpningen och tolkningen av T 2 mätningar i muskelsjukdom, som ger något liknande och några olika rekommendationer om dessa metoder 40,51.

    Protokollet presenteras här använder pulsade mättnadsmetoden för QMT avbildning. Även om det finns fem monterade parametrar som genereras, endast PSR rapporteras. Detta beror på att de övriga fyra parametrarna är antingen bättre uppskattas med hjälp av andra metoder (t.ex. T2 av det fria vattnet poolen) eller saknar patologisk känslighet (t.ex. växelkursen mellan pooler 52,53). Jämfört med andra QMT metoder, kan 3D-täckning uppnås inom en kliniskt möjlig tid för pulsmättnadsmetoden. En annan fördel med detta QMT strategi är dess comförenlighet med de rumsliga-spektrala binomial puls metoder för vatten-selektiv excitation, som konstaterades för att undertrycka> 95% fett signaler hela bilden. Både vatten selektiv exciteringspuls och off-resonansmättnadspulser har anpassats på vårt system. Tidigare numeriska simuleringar 54 har visat att en ytterligare fettkomponenten till signalen kan förspänningen QMT parameterskattningar; således FS är alltid rekommenderas för QMT avbildning i skelettmuskulaturen. Som diskuterats ovan, överdrivna B en inhomogenitet och rörelseartefakter kan partiskhet QMT parameterskattningar samt.

    DT-MRI-protokollet genomförs med hänsyn till rumsliga snedvridningar i eko-plan avbildning, SNR, och b -värde. Här är rumsliga snedvridningar minskas genom användning av parallella imaging, och korrigeras i efterbehandlingen med hjälp av en affin registrering. Som nämnts i tidigare verk, -värdet SNR och B har interaktiva effekter på estimation D 55-57, med låga SNR-värden resulterar i särskilt felaktig uppskattning av λ 1, λ 3, v 1, och FA 55,57-59. I muskler, SNR krav på korrekt tensor uppskattning är lägst i området b = 435-725 s / mm2 55-57,60. Även om andra författare 61,62 har rapporterat positiva resultat från att använda denoising metoder för muskel DT-MRI, de stora ROI analyseras i detta protokoll har tillräcklig signalmedelvärdes att inte kräva att dessa ytterligare steg. Läsaren hänvisas till flera recensioner av ämnet optimalt genomförande av DT-MRI metoder 56,63.

    Slutligen är några varningar och möjliga felkällor i samband med kvantitativa FWMRI noteras. För det första FattyRiot passande algoritm antas här förutsätter en viss fett spektrum med nio toppar vid fasta platser och relativa amplituder 64. Den antagna fett spectrum är inte en perfekt match till den verkliga in vivo-spektrum, som kommer att variera patient till patient; emellertid lösa ut ett godtyckligt fett spektrum är inte praktiskt med ett litet antal ekon. För det andra, passar algoritmen för en enda R2 * förfall faktor delas av både vatten och fett signaler. Det är känt att helt ignorera R 2 * confounds kvantitativa fett signalfraktionsmätningar, och att passande för en enda R 2 * sönderfallet är tillräcklig 65. Men den exakta R2 * av vatten och individuell fett toppar varierar. Tredje, FWMRI separationsalgoritmer som använder komplexa bilder är utsatta för svår B 0 fält homogen som kan orsaka felklassificering av fett och vatten signaler. Förutom att använda robusta spatialt begränsad algoritmer, tillåter en mindre eko avstånd fånga större B 0 fältvariationer. Algoritmer använder storleks bilder är mer robust i presence B 0 fält homogen, men de lider SNR påföljder. Algoritmer som använder komplexa bilder kan också förväxlas med virvelströmmar eller någon annan tidsvarierande fas effekt. Sådana störande fas effekter är typiskt värsta för det första ekot i en multipel eko avläsning tåg och kan mildras genom att helt enkelt ignorera sådana ekon. Alternativt kan en blandad storlek och komplex signal modell antas 66. Användare av FWMRI algoritmer som tar komplexa bilder som indata bör undvika andra källor till potentiell störning av de komplexa bilder såsom korrektioner som tillämpats i bildrekonstruktion rörledning på många kommersiella MRI-scannrar. Sådana korrigeringar fas bör avaktiveras, eller användaren ska rekonstruera bilder direkt från den ursprungliga rådata. Slutligen är någon uppskattning av fettfraktion med hjälp av FWMRI faktiskt en uppskattning av fett signalfraktionen, och därmed påverkas av någon faktor som differentiellt skalar fett eller vatten signaler. T 1 T 1 -weighting är en funktion av T 1, TR, och exciterings nutation vinkel. T en partiskhet i fett signal fraktions uppskattningar är värst för voxlar med en nästan lika stor blandning av vatten och fett. Ökning av TR eller minska nickvinkeln kan minimera bias. T en partiskhet kan också korrigeras i efterhand med hjälp av övertagna T 1 värden för vatten och fett, som vi gör här (1,4 s och 0,3 s för vatten och fett, respektive), eller uppmätta värden.

    Protokoll Formation / Sekvens Val
    Såsom diskuterats ovan, är muskeln patologisk landskapet en komplex en. FWMRI är unik bland mätningarna i detta protokoll genom att den har en entydig tolkning. Såsom noterats, många av de andra qMRI biomarkers uppmätta här har en icke-specifik patologisk bas som ofta incLudes ödem men kan också innefatta fettinfiltration, fibros, membranskada, och sarcomeric störningar. Det betonas att vissa av dessa känsligheter är fortfarande bara en hypotes att existera. Det finns en avsevärd mängd arbete som behöver göras för att demonstrera, kvantitativt, den relativa betydelsen av dessa och andra patologiska processer eller stater att varje qMRI biomarkör. Med en sådan förståelse beskrev flera parametriska metoden här får, genom en kombination av variabler, mer specifika beskrivningar av enskilda sjukdomar.

    Alternativt kan läsaren välja att anpassa detta protokoll genom att välja en undergrupp av de mätningar som presenteras här. Till exempel är det mervärde FS och icke-FS mätningar troligen låg under villkor som inte kännetecknas av fettersättnings av muskler. Detta kan möjliggöra för minskad imaging tid för patienten, ytterligare mätningar göras (t.ex. MR-spektroskopi, MRI perfusion imaging, etc. < / Em>), eller ytterligare kroppsdelar som skall avbildas. Så många muskelsjukdomar som föreligger i en proximal-till-distal riktning, är det protokoll som beskrivs här implementeras i låren, eftersom sjukdomen i denna region kan ge en tidig markör för sjukdomsrelaterad. Emellertid kan mäta patologi i både proximala och distala regioner tillåter förbättrade åtgärder för sjukdomsprogression.

    slutsatser
    Sammanfattningsvis ger detta qMRI protokoll kvantitativ bedömning av ödem, fettinfiltration, och atrofi, som är tre viktiga patologiska komponenter i neuromuskulära sjukdomar. Genom att införliva en bred samling av mätningar (T 1, T 2, diffusion, QMT, FWMRI) är tolkningsbarhet av data både breddas och fördjupas. När noggrann uppmärksamhet ägnas åt potentiella felkällor, kan detta tillvägagångssätt noggrant och precist karaktärisera flera viktiga komponenter i neuromuskulär sjukdom.

    ss "> p.p1 {margin: 0.0px 0.0px 0.0px 0.0px; font: 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