Quantitative Imagerie par résonance magnétique de la maladie du muscle squelettique

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

Les maladies neuromusculaires présentent souvent un variant temporellement, pathologie spatialement hétérogène et multi-facettes. L'objectif de ce protocole est de caractériser cette pathologie en utilisant des méthodes d'imagerie par résonance magnétique non-invasives.

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

imagerie par résonance magnétique quantitative (QMRI) décrit le développement et l'utilisation de l'IRM pour quantifier physiques, chimiques et / ou des propriétés biologiques des systèmes vivants. QMRI exige que l'on adopte un modèle biophysique pour le système constitué par le tissu d'intérêt et une séquence d'impulsions d'IRM. La séquence d'impulsions est conçu pour sensibiliser les intensités de signal des images au paramètre d'intérêt dans le modèle. Propriétés des signaux d'IRM (d'amplitude du signal, la fréquence et / ou phase) sont mesurés et analysés selon le modèle. L'objectif est de produire une estimation non biaisée, quantitative d'un paramètre physique ou biologique ayant distribué en continu, les unités de mesure physiques. Souvent, les équations décrivant le système sont analysés et ajustés sur une base pixel par pixel, en produisant une image dont les valeurs de pixel directement refléter les valeurs de la variable. Une telle image est appelée une carte paramétrique.

Une utilisation courante de QMRI est le développement et l'application de biomarqueurs. Les biomarqueurs peuvent être utilisés pour étudier un mécanisme de la maladie, d'établir un diagnostic, de déterminer un pronostic, et / ou d'évaluer une réponse thérapeutique. Ils peuvent prendre la forme des concentrations ou des activités de molécules endogènes ou exogènes, un spécimen histologique, une quantité physique, ou une image interne. Certaines exigences générales de biomarqueurs sont qu'ils mesurent objectivement une variable distribuée en continu en utilisant des unités de mesure physiques; avoir une relation bien compris claire avec la pathologie de l'intérêt; sont sensibles à l'amélioration de et l'aggravation de l'état clinique; et peut être mesurée avec exactitude et de précision adéquate. biomarqueurs non-invasives ou minimalement invasives sont particulièrement souhaitables, car ils favorisent le confort du patient et peu perturber la pathologie d'intérêt.

Un but de développer des biomarqueurs basés sur l'image pour la maladie du muscle est de refléter la maladie du muscle de façons qui sont complementary à, plus spécifique que, plus spatialement sélectif que, et / ou moins invasive que les approches existantes. Un avantage particulier de QMRI à cet égard est qu'il a le potentiel d'intégrer plusieurs types d'informations et donc de caractériser de nombreux aspects du processus de la maladie potentiellement. Cette capacité est très important dans les maladies musculaires, qui présentent souvent une pathologie complexe variable dans l'espace qui comprend l'inflammation, de la nécrose et / ou l'atrophie de remplacement de matière grasse, la fibrose, la perturbation du réseau de myofilaments ( "Z-disque en continu») et les dommages causés à membrane . Un autre avantage des méthodes QMRI est que des descriptions qualitatives ou semi-quantitatives des images IRM à base de contraste reflètent non seulement la pathologie, mais aussi des différences dans les paramètres d'acquisition d'image, du matériel, et de la perception humaine. Un exemple de cette dernière question a été démontrée par Wokke et al., Qui ont montré que les évaluations semi-quantitatives de l' infiltration de graisse sont très variables et souvent incorrectes, wpoule par rapport quantitative IRM graisse / eau (FWMRI) 1.

Le protocole décrit ici comprend des séquences d'impulsions pour la mesure de la direction longitudinale (T 1) et transversale (T 2) , des constantes de temps de relaxation, le transfert quantitatif de l' aimantation (MTQ) des paramètres, des coefficients de diffusion de l' eau à l' aide du tenseur de diffusion IRM (DT-IRM) et la structure musculaire en utilisant images structurelles et FWMRI. T 1 est mesurée à l'aide d' une séquence de récupération d'inversion, dans lequel le vecteur d'aimantation nette est inversée et son amplitude est prélevé en tant que le système retourne à l' équilibre. T 2 est mesurée par un recentrage à plusieurs reprises aimantation transversale en utilisant un train d'impulsions de recentrage, telles que la méthode Carr-Purcell Meiboom-Gill (CPMG), et l' échantillonnage des spin-échos résultant. T 1 et T 2 données peuvent être analysées en utilisant des méthodes d'ajustement de courbe non-linéaire qui soit supposent un certain nombre de Exponential composants a priori (typiquement entre une et trois) ou en utilisant une approche linéaire inverse qui correspond aux données observées à la somme d'un grand nombre d'exponentielles en décomposition, conduisant à un spectre d'amplitudes de signal. Cette approche exige un carré non négatif moins (NNLS) solution 3, et comprend généralement la régularisation supplémentaire pour produire des résultats stables. T 1 et T 2 mesures ont été largement utilisés pour étudier les maladies musculaires et des blessures 4-9. T 1 valeurs sont généralement diminué dans les régions du muscle gras infiltré et élevés dans les régions enflammées 4-6; T 2 valeurs sont élevées dans les deux régions de graisse infiltrée et enflammées 10.

QMT-IRM caractérise les piscines de protons libres eau et solide comme macromoléculaires dans les tissus en estimant le rapport de macromoléculaire à protons de l'eau libre (le rapport de la taille de la piscine, PSR); intrinsèque détendreles taux de ation de ces piscines; et les taux de change entre eux. Approches QMT communs incluent la saturation pulsée 11 et les méthodes de 12,13 de récupération d'inversion sélectives. Le protocole ci-dessous décrit l'utilisation de l'approche de la saturation pulsée, qui exploite la grande largeur spectrale du signal du proton macromoléculaire, par rapport à la largeur de raie étroite du signal du proton de l'eau. En saturant le signal macromoléculaire à des fréquences de résonance suffisamment différent du signal de l'eau, le signal de l'eau est réduite en raison du transfert de magnétisation entre les pools de protons d'eau libres et solides. Les données sont analysées en utilisant un modèle biophysique quantitatif. QMT a été développée et appliquée dans les muscles sains 14,15, et un résumé récent paru décrivant sa mise en œuvre dans les maladies du muscle 16. BMQ a été utilisé pour étudier des modèles de petits animaux d'inflammation musculaire, dans lequel il a été montré que l' inflammation diminue le PSR 17. Etant donné que MTreflète le contenu à la fois macromoléculaires et de l' eau, les données MT peuvent également refléter la fibrose 18,19.

DT-IRM est utilisé pour quantifier le comportement de diffusion anisotrope de molécules d'eau dans les tissus des ordonnées, des cellules allongées. Dans DT-MRI, la diffusion de l'eau est mesurée en six ou plusieurs directions différentes; Ces signaux sont ensuite montés sur un modèle de 20 tenseur. Tenseur de diffusion, D, est diagonalisée pour obtenir trois valeurs propres (qui sont les trois principaux diffusivités) et trois vecteurs propres (qui indiquent les directions correspondant aux trois coefficients de diffusion). Ceux - ci et d' autres indices quantitatifs dérivés de D fournissent des informations sur la structure et l' orientation du tissu à un niveau microscopique. Les propriétés de diffusion de muscles, en particulier la troisième valeur propre de D et le degré de diffusion anisotropie reflètent l' inflammation du muscle 17 et des lésions musculaires dues à une lésion expérimentale 21, la souche 22 blessures et la maladie 23,24. D' autres influences potentielles sur les propriétés de diffusion du muscle comprennent les changements de diamètre des cellules 25 et l' évolution de la perméabilité de la membrane.

Enfin, l'atrophie musculaire, sans matière grasse ou sans infiltration macroscopique, est une composante pathologique de nombreuses maladies musculaires. L'atrophie musculaire peut être évaluée en utilisant des images structurelles pour mesurer muscle surface en coupe transversale ou du volume et FW-IRM pour évaluer l'infiltration graisseuse. L' infiltration de graisse peut être décrite qualitativement T 1 - T 2 et des images pondérées en 26, mais les signaux de graisse et l' eau sont les mieux en mesure de former des images qui exploitent les différentes fréquences de résonance de protons de graisse et d' eau 27-29. Méthodes de graisse / d'imagerie de l' eau quantitatives ont été appliquées dans les maladies musculaires telles que la dystrophie musculaire 1,30,31, et peuvent prédire la perte de la marche chez ces patients 31.

32. Le protocole comprend des séquences d'impulsions standards ainsi que des radiofréquences (RF) et des objets de gradient de champ magnétique programmés spécifiquement sur nos systèmes. Les auteurs prévoient que le protocole est également applicable dans d'autres troubles neuromusculaires caractérisés par une atrophie musculaire, l'inflammation et l'infiltration de graisse (par exemple la dystrophie musculaire).

Subscription Required. Please recommend JoVE to your librarian.

Protocol

NOTE: Il est rappelé que toutes les recherches impliquant des sujets humains doit être approuvée par le comité local d'examen institutionnel (IRB) pour l'utilisation de sujets humains dans la recherche. participants à la recherche doivent être informés de l'objet, les procédures, les risques et les avantages de la recherche proposée; la disponibilité des traitements ou des procédures alternatives; la disponibilité de la rémunération; et de leurs droits à la vie privée et de retirer leur consentement et cesser leur participation. Avant la séance d'essais IRM, un enquêteur doit présenter un participant potentiel à la recherche d'informer un document de consentement CISR approuvé (ICD), expliquer le contenu, et de demander au participant potentiel à la recherche s'il / elle souhaite participer à l'étude. Si oui, le participant devra signer et dater la CIM avant de remplir l'une des étapes du protocole ici.

1. Les actions Avant la journée d'essais

  1. Restreindre habitudes de vie qui pourraient confondre les Dà
    1. Demander au participant de ne pas effectuer un exercice modéré ou lourd pendant 48 h avant le test. Demander au participant de s'abstenir de over-the-counter médicaments et la consommation d'alcool au cours des 24 h avant le test. Demander au participant de s'abstenir de l'usage du tabac ou la consommation de caféine pendant la 6 h avant le test.
    2. Avant l'essai, confirmer que le participant a été conforme à ces instructions.
  2. Préparation du système IRM
    1. Assurer la disponibilité de tous les équipements nécessaires, comme indiqué dans le tableau des matériaux et équipements.
    2. Définir un protocole d'IRM; paramètres proposés se trouvent dans les tableaux 1 - 5.

2. journée d'essais: Préparer pour l'acquisition de données IRM

  1. Dépistage conduite Sécurité
    1. Écran pour les dangers potentiels dans l'environnement IRM en ayant une IRM sécurité tplu travailleur de la santé présente le participant à la recherche d'une forme de sécurité IRM appropriée, telle que celle trouvée à www.mrisafety.com.
    2. Si des objets magnétiques ou magnétiquement sensibles implantés, veiller à ce qu'ils sont sans danger pour l'IRM.
  2. Préparation du système IRM
    1. Veiller à ce que l'ensemble du personnel ont enlevé tous les objets magnétiques et magnétiquement sensibles avant d'entrer dans la pièce où se trouve le système d'IRM. Effectuer cette vérification à chaque fois que quelqu'un entre dans la salle d'IRM.
    2. Préparer le système d'IRM en plaçant la bobine de réception sur le lit du patient du système IRM. Aussi, placer un matelas avec drap et oreiller avec taie sur le lit. Avoir des sangles disponibles à placer autour des cuisses et des traversins ou oreillers à placer sous les genoux.
    3. Démarrez l'interface du logiciel, entrez les données du patient, et d'ouvrir le protocole d'imagerie.
  3. Positionner la recherche Participant sur le scanner IRM Table <ol>
  4. Observer le participant à la recherche comme il / elle vérifie son / sa personne et des vêtements pour les objets sensibles aux champs magnétiques. Fixez ces objets en dehors de la salle d'IRM dans un récipient verrouillable. Entrez dans la salle IRM avec le participant à la recherche immédiatement après avoir terminé cette étape.
  5. Positionner le participant sur le lit du patient en position couchée, les pieds-premières. Placer la partie du corps à imager au plus près de la ligne médiane de la table comme pratique. La place traversins ou oreillers sous les genoux pour fournir la décharge de traction pour le bas du dos et placer un oreiller sous la tête. Pour limiter le mouvement, doucement mais assurer efficacement la cuisse, la jambe et les pieds et veiller à ce que le participant est confortable.
  6. Placez la bobine réceptrice RF autour des cuisses du participant et de le connecter au système d'IRM.
  • Instruire le participant et complets dernières étapes de pré-test
    1. Donner des instructions sur la façon de communiquer avec les enquêteurs. Fournir le participant avec protection et un dispositif de signalisation qui peut être utilisé pour appeler l'attention si nécessaire auditive. Demander au participant de la nécessité de rester immobile pendant et entre toutes les séquences d'imagerie.
    2. Faire avancer le lit de patient dans l'appareil d'IRM de telle sorte que la partie du corps à imager est aligné sur le centre du scanner IRM.
    3. Après avoir quitté la salle d'IRM, vérifiez que le système de communication du patient fonctionne et voir que le participant est confortable. Tout au long du protocole, de communiquer régulièrement avec le participant pour assurer sa / son confort et le respect des consignes.
  • 3. journée d'essais: Acquérir les données IRM

    1. étapes préparatoires
      1. Comme le système d' IRM détermine les paramètres instrumentaux et étalonnages avant chaque séquence d'imagerie (fréquence centrale, le calibrage de gain récepteur, etc.), superviser ces processus et veiller à ce que chaque étape est effectuée correctly.
      2. L'utilisation d'une interface logicielle appropriée, acquérir un ensemble d'images de radiophare (également connu en tant que pilote ou images scouts); en utilisant les paramètres proposés présentés dans le tableau 2.
      3. Déterminer où placer le centre tranche pour données QMRI acquisitions, en identifiant les zones de dommages et / ou en faisant référence à la position de tranche par rapport à des repères anatomiques reproductibles.
    2. Transmission et réception de bobines d' étalonnage Étapes
      1. Pour ces étapes, ainsi que toutes les étapes d'imagerie ultérieures, définir la région de l' anatomie dans lequel afin d' optimiser l'homogénéité du champ magnétique statique (B 0), un processus connu sous le nom «calant». Voir la figure 1A pour le positionnement typique du volume de calage d'intérêt (VOI) utilisé dans les présentes études.
      2. Si le scanner IRM a une bobine de transmission multi-éléments, d'acquérir un ensemble de données d'étalonnage RF.
      3. Si le scanner IRM a un multi-élément bobine de réception, acquérirune carte de sensibilité spatiale des bobines.
    3. Acquérir structurale IRM de données
      1. Acquérir une haute résolution, multi-coupes, T 1 images pondérées en utilisant un fast spin-écho (FSE) séquence; les paramètres d'imagerie utilisées dans les présentes études sont présentés dans le tableau 1.
      2. Acquérir une haute résolution, multi-coupes, T 2 images pondérées en utilisant une séquence de FSE; les paramètres d'imagerie utilisées dans les présentes études sont présentés dans le tableau 2.
    4. Acquérir des données pour le contrôle de la qualité en temps réel et faire des corrections de post-traitement
      1. Acquérir des données en trois dimensions (3D) de multiples gradient d' écho pour le calcul des cartes B 0 sur le terrain. Les paramètres d'imagerie utilisées dans les présentes études sont présentés dans le tableau 3.
      2. Examinez les cartes sur le terrain pour assurer qu'il n'y a aucun écart de plus de ± 60 Hz (environ 0,5parties par million à 3 Tesla) à travers l'image. S'il y a, d' adopter une approche alternative à calant (méthode différente, le placement différent de VOI, etc.).
      3. Acquérir des données 3D pour le calcul des cartes d'angle nutation. Les paramètres d'imagerie utilisées dans les présentes études sont présentés dans le tableau 2.
      4. Examinez les cartes sur le terrain pour assurer qu'il n'y a pas de zones qui dévient trop sous l'angle de nutation nominal. Pour les impulsions RF qui sont utilisés dans ce protocole, les écarts supérieurs à ± 30% de l'angle de nutation nominal sont considérés comme excessifs.
    5. Acquérir les données QMRI
      1. Acquérir des images 3D pour le calcul du T 1, en utilisant une séquence de récupération d'inversion. Les paramètres d'imagerie utilisées dans les présentes études sont présentés dans le tableau 3.
      2. Répéter la mesure T 1 en présence de la suppression du signal de la graisse (FS; ce paramètre est ABRÉVIAted T 1, FS).
      3. Acquérir des images à une seule tranche pour le calcul du T 2, en utilisant une séquence d'écho de spin multiple. Utilisez les paramètres d'imagerie présentés dans le Tableau 3.
      4. Répéter la mesure T 2 en présence de FS (T 2, FS).
      5. Acquérir des images 3D pour le calcul des paramètres MTQ, en utilisant une séquence d'impulsions de saturation avec les FS et les paramètres d'imagerie donnés dans le tableau 4.
      6. Acquérir des données multi-coupes pour le calcul des paramètres de diffusion-tenseur, en utilisant une série d'images pondérées en diffusion. Les paramètres d'imagerie utilisées dans ces études sont donnés dans le tableau 4.
      7. Acquérir des données 3D pour le calcul des images de graisse / eau, en utilisant une série de six images en écho de gradient. Les paramètres d'imagerie utilisées dans ces études sont donnés dans le tableau 5.
    6. Après achèvement du Protocole QMRI
      1. Veiller à ce quetoutes les images sont d'une qualité appropriée en les examinant des artefacts potentiellement corrigibles et en mesurant le rapport suffisant signal sur bruit.
      2. Pour chaque jeu de données QMRI, définir plusieurs régions d'intérêt (ROI) dans la série d'images et d' examiner le signal en fonction du paramètre concerné (par exemple, pour les T 1 données -dépendantes acquises dans les étapes 3.5.1 et 3.5.2, tracer le signal en fonction de TI et de veiller à ce que les données suivent la fonction inversion-récupération énumérés ci-dessous à l'étape 4.1.2).
      3. Après avoir terminé une projection personnelle pour les objets sensibles aux champs magnétiques, entrer dans la salle d'IRM. Retirez le participant de l'aimant, enlever toutes les bretelles et le rembourrage, et aider le participant à la sortie du scanner IRM et la salle d'IRM.
      4. Transférer les données, en utilisant des méthodes conformes aux lois sur la protection des renseignements personnels de santé locaux, à un poste de travail local pour le traitement; les données peuvent être exportées sous forme d'imagerie numérique de communication en médecine (DICOM) fichiers ou dans le fournisseurformat propriétaire "(la méthode utilisée dans ce protocole).

    4. Analyser les données QMRI

    1. Calculer les Cartes paramétriques
      1. Utilisez un programme informatique conçu pour le calcul scientifique et l'analyse d'image. En examinant un histogramme des intensités de signal dans l'image, former un signal à seuil masque d'image qui délimite les zones de signal provenant de zones de bruit. Suivez les étapes ci-dessous pour chaque pixel dans les portions de signal des images.
      2. Analyser le T 1 données en mesurant l' intensité du signal S pour chaque temps d'inversion (TI). Ensuite, ajuster les valeurs de S à une inversion de récupération à une réduction de modèle de pré-retard:

        équation1

        dans laquelle M 0 est l'intensité de signal représentant l'aimantation à l'état d'équilibre, S f est le rapport d'inversion,et TD est le temps de pré-delay. Ensuite, ajuster les données avec FS sur le même modèle, ce qui permet de déterminer le temps de relaxation longitudinale constante avec FS, T 1, FS.
      3. Analyser le T 2 données en mesurant S à chaque TE. Ensuite, ajuster les données à un modèle de décroissance mono-exponentielle:

        équation2

        N est le signal de décalage au niveau de référence. Le lecteur peut également décider d'ajuster les données à un modèle multi-exponentielle, comme celle ci-dessous:

        Equation3

        J est le nombre de composantes exponentielles et f et T 2, j sont la fraction de signal et T 2 valeurs associées à la j - ième composante. Ou, le lecteur peut utiliser une méthode 3 non-négatifs moindres carrés (NNLS). Dans le lcas de Atter, Multi-exponentielle Relaxation Analyse (MERA) boîte à outils 33 est disponible gratuitement; d'autres programmes sont également disponibles. Répétez ces analyses pour les données avec et sans FS.
      4. Pour analyser les données QMT, mesurer S pour chaque puissance d'irradiation et de la fréquence de décalage. Corrigez les puissances d'irradiation nominales (représentés par ω 1 dans l'équation ci - dessous) en utilisant les cartes d'angle de nutation. Corriger les décalages de fréquence (Δ f dans l'équation ci - dessous) en utilisant le B 0 cartes pour régler les fréquences de décalage appliquées. Ensuite, ajuster les données au modèle 34,35 suivante

        Equation4

        où est le taux de la piscine macromoléculaire à la piscine d'eau libre d'échange, est le taux de relaxation longitudinale de la piscine d'eau libre, est le taux de relaxation longitudinale de la piscine macromoléculaire (supposé être de 1 s -1), est le PSR, est T 1CWPE est la puissance moyenne de l'impulsion de saturation. Le taux de la magnétisation longitudinale de la piscine macromoléculaire de saturation, est décrite par un modèle de super-lorentzienne, comme décrit dans le travail par Henkelman et ses collègues 34,35.
      5. Pour analyser les données DTI, utilisez d' abord un algorithme de transformation affine 36 pour enregistrer chaque image pondérée en diffusion à l'image pondérée non-diffusion correspondant. Ensuite, pour chaque pixel, mesurer les valeurs de S dans l'image pondérée non-diffusion et dans chaque direction de diffusion pondérée. Former une matrice composée des directions de codage de diffusion. Utilisation multivariée, pondérée régression des moindres carrés, la régression des données de signal sur la matrice de codage de diffusion et de la forme D. Diagonaliser D et effectuer une magnitude de tri des valeurs propres et leurs vecteurs propres. Calculez ensuite la diffusivité moyenne (MD) en tant que:

        "Equation5"
        où λ 1, λ 2 et λ 3 sont les valeurs propres du tenseur de diffusion. calculer également l'anisotropie fractionnelle (FA) comme:

        Equation6
      6. Analyser les données FWMRI en utilisant une approche quantitative qui sépare les signaux d'eau et de matières grasses sur la base de déplacement chimique (tel que l'algorithme de FattyRiot, disponible en téléchargement gratuit à partir de https://github.com/welcheb/FattyRiot).
    2. Définir régions d'intérêt pour l' analyse
      1. Spécifiez ROIs sur les images anatomiques (en définissant les limites de chaque muscle d'intérêt). Un exemple est représenté sur la figure 1.
      2. Redimensionner les ROIs pour correspondre à la taille de la matrice des images QMRI. Si nécessaire, ajuster l'alignement des ROIs pour correspondre à la carte QMRI (par exemple, si le participant a déménagéentre les acquisitions, une traduction de la position de retour sur investissement peut être nécessaire pour éviter le chevauchement des limites musculaires).
      3. Examinez chaque ROI. Si nécessaire, veiller à ce qu'aucun des pixels sont inclus qui contiennent des artefacts partiels de volume, les tissus non contractile, et des artefacts de flux; s'il vous plaît voir la figure 1 pour des exemples.
      4. Calculer l'écart moyen et standard des valeurs QMRI dans tous les pixels dans les ROIs sélectionnés.

    Subscription Required. Please recommend JoVE to your librarian.

    Representative Results

    La figure 1 montre des images anatomiques représentatives axiales acquises à la mi-cuisse d'un patient souffrant polymyosite. On voit également l'emplacement de la projection dans le plan du volume de la cale. Cartes de paramètres représentatifs pour chaque méthode QMRI, tous obtenus à partir de ce même patient, sont fournis à partir des figures 2 - 7.

    Les figures 2A et 2B représentent les cartes de champ Δ B 0 et de l' angle de nutation, respectivement. Le champ carte B 0 démontre une forte coïncidence spatiale entre sa zone de plus forte homogénéité du champ et le placement de la VOI pour calant, comme indiqué sur la figure 1A. Dans les muscles, les Δ B 0 valeurs variaient de -40 à 52 Hz, avec une moyenne de 9,3 Hz et un écart - type de 11,2 Hz. Dans le plan de l'angle de nutation, les valeurs variaient from 84,7 à 122,3% de l'angle de nutation nominale. En comparant la carte de l' angle de nutation avec les images de structure de la figure 1, on peut constater que les écarts par rapport à l' angle de nutation idéal sont plus graves dans les muscles postérieurs et ne sont pas évidemment corrélées avec la présence de matières grasses dans un voxel.

    Données T 1 relaxométrie exemples sont présentés dans la figure 3. Les images ont été masqués pour exclure les régions de graisse et de bruit sous-cutanées de l'image. La figure 3A montre l' échantillon T données 1 et la figure 3B montre l' échantillon T 1, les données FS. Il est évident sur la figure 3A que le T 1 de matières grasses est nettement inférieure à celle du muscle; par conséquent , les valeurs T 1 pour les muscles mesurés sans utiliser FS sont inférieurs aux T 1, les valeurs FS. En outre, l'utilisation des résultats FS dansperte substantielle de signal provenant de régions de remplacement de graisse ou de graisse sous-cutanée. Par conséquent, il existe des pixels dans les régions d'image qui sont soit dépourvus de paramètres ajustés, qui représentent des signaux résiduels d'eau après FS, ou dans lequel les paramètres sont estimés mal.

    La figure 4A montre une carte paramétrique masquée du T 2, les valeurs FS et la figure 4B montre les T 2 valeurs. Figure 4C montre un échantillon T 2 signal de décroissance dépendant d'un seul pixel et le meilleur ajustement des données à un modèle monoexponentielle. Un écart par rapport à un comportement de relaxation monoexponentielle est noté. La figure 4D montre les résultats d' une analyse NNLS de ces mêmes données de signaux, avec un large pic unique qui comprend les deux composants susceptibles de graisse et d' eau.

    Les figures 5, 6, 7 présentent des données QMT, DTI et FWMRI, respectivement. Pour les données QMT, seul le PSR est affiché. L'application d'un seuil de signal à ces FS-données restreint ajustement de courbe à ces voxels contenant principalement les muscles, ce qui entraîne l'abandon de la carte des paramètres. Hétérogénéité dans les valeurs de muscle pour PSR est également notée. Bien que la méthode estime également l'eau T 2 et le taux de change entre les pools de protons de l' eau macromoléculaires et libres, ceux - ci ne sont pas présentés parce que le T 2 est estimée mieux en utilisant des séquences d'imagerie dédiés et parce que le taux de change est à la fois estimé unreliably et insensible à la pathologie .

    La figure 6A présente une carte paramétrique de la MD et la figure 6B présente une carte des valeurs FA. Les valeurs MD sont élevés dans les vaisseaux sanguins. En outre, les valeurs FA sont réduites dans les régions correspondant à réduced PSR. Comme avec d'autres quantités, à la fois le rapport de gestion et la FA sont estimés à tort dans des portions de muscle, où FS provoque le signal retombées graisse remplacé. En outre, la FA est élevée en dehors du volume de la cale. Enfin, une carte de fraction lipidique, calculée à partir des données FWMRI, est représenté sur la figure 7. Ces données quantifient les motifs d'infiltration graisseuse observée qualitativement notées sur la figure 1. La carte fraction d'eau correspondante est simplement égale à (1 - graisses) et est pas représenté.

    Figure 1
    Figure 1: Anatomical Images échantillon d'un patient avec polymyosite. Toutes les données présentées dans les figures 2-7 ont été acquises à ce poste de tranche de ce participant. R. T 1 'image weighted, avec la projection dans le plan du volume des cales superposées comme le rectangle semi-transparente de couleur cyan. T 2 image weighted. Superposée sur l'image en vert est un échantillon ROI pour le muscle vaste médial. Grâce à la ROI semi-transparent, les zones de signal élevé, correspondant au remplacement des graisses, sont notés. La flèche jaune indique un tendon intramusculaire, et la flèche magenta indique la région du faisceau neurovasculaire de la cuisse. Les images doivent être inspectés pour des artefacts de flux qui peuvent se produire le long de la dimension de codage de phase et en ligne avec l'artère. Les tissus conjonctifs tels que la graisse et les tendons sont recommandation d'exclusion de ROIs; aussi, si des artefacts de flux existent, ils doivent être exclus. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

    Figure 2
    Figure 2: Δ B 0et nutation Cartes Angle, du même patient Représenté sur la figure 1. A. Δ B 0 carte, avec l'échelle de couleur indiquant l'écart du champ B 0 de la fréquence centrale en Hz. B. Nutation carte d'angle, à l'échelle de couleur indiquant le pourcentage de l'angle de nutation nominal. Les images ont été masqués pour exclure les valeurs des régions de bruit de l'image. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

    Figure 3
    Figure 3: Exemple d' une donnée T, provenant du même patient représenté sur la figure 1. A. Carte des valeurs de T 1, estimée en ajustant les données au repos après inversion à une réduction de modèle de pré-retard. L'échelle de couleurindique la valeur T 1 s. B. Plan du T 1, les valeurs FS, estimée en ajustant les données de FS sur le même modèle. L'échelle de couleur indique la valeur T 1 s. Les images ont été masqués pour exclure des valeurs de la graisse sous-cutanée, la jambe controlatérale, et les régions de bruit de l'image. Notez que les valeurs T 1 sont augmentées en cas de suppression du signal de matières grasses est utilisé. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

    Figure 4
    Figure 4: Exemple T 2 données, provenant du même patient Représenté sur la figure 1. A. Carte des T 2 valeurs, estimée en ajustant les données à la désintégration monoexponentielle avec le modèle à long terme de bruit. L'échelle de couleurindique la valeur T 2 en ms. B. Carte de T 2, les valeurs FS, estimée en ajustant les données sur le même modèle. Dans A et B, les images ont été masqués pour exclure des valeurs de la graisse sous - cutanée, la jambe controlatérale, et les régions de bruit de l'image. C. Exemple T décroissance du signal 2 d'un pixel dans le panneau C et de la ligne de meilleur ajustement du modèle monoexponentielle (mais notez la déviation du signal à partir du modèle, ce qui indique un T non-monoexponentielle 2). Abréviation pas noté précédemment: UA, unités arbitraires. D. Non-négative des moindres carrés analyse des mêmes données de décroissance de signal brutes représentées dans C. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.


    Figure 5: BMQ échantillon de données, provenant du même patient représenté sur la figure 1. L'échelle de couleur indique que le PSR, une quantité sans dimension reflétant le rapport entre macromoléculaire à protons de l' eau libre. L'utilisation de méthodes FS résultats en perte de signal substantielle de ces régions de muscles qui ont été remplacées par de la graisse. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

    Figure 6
    Figure 6: Exemple de diffusion de données, provenant du même patient représenté sur la figure 1. Le panneau A montre la diffusivité moyenne, à l'échelle de couleur indiquant la diffusivité avec des unités de 10 -3 mm 2 / s. Le panneau B montre l'anisotropie fractionnelle, which est une grandeur sans dimension qui indique la déviation du système de diffusion d'une diffusion purement isotrope. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

    Figure 7
    Figure 7: Exemple de données FWMRI, du même patient Représenté sur la figure 1. L'échelle de couleur indique la fraction de matières grasses; la carte de fraction d'eau correspondant est simplement (1 - Fat) et n'est pas représenté. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

    Paramètre Localiseurs Pondération T 1 T 2 Pondéré
    Général Type de séquence 2D, multi-coupes, écho de gradient 2D, multi-coupes, rapide spin-écho 2D, multi-coupes, rapide spin-écho
    phases de préparation le gain de l'émetteur, le gain récepteur, la fréquence centrale, auto-shim gain de récepteur, la fréquence centrale, VOI shim gain de récepteur, la fréquence centrale, VOI shim
    Recevoir bobine Cardiaque Cardiaque Cardiaque
    Nombre d'excitations 1 1 1
    durée d'analyse totale (min: sec) 01h23 01h40 00h54
    Géométrie plan anatomique (s) Axial, coronal et sagittal Axial Axial
    Nombre de tranches / plan 20 11 11
    épaisseur tranche (mm) dix 7 7
    écart inter-tranche (mm) 0 0 0
    Slice ordre d'acquisition Interleaved Interleaved Interleaved
    matrice acquise 150 x 150 340 x 335 256 x 256
    matrice Reconstructed 512 x 512 512 x 512 512 x 512
    Champ de vision (mm) 450 x 450 256 x 256 256 x 256
    taille de voxel Reconstructed (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
    Contraste temps de répétition (ms) 9 530 3000
    ec efficaceho (ms) 7 6.2 100
    espacement Echo (ms) N / A 6.2 11.8
    angle Excitation flip (°) 20 90 90
    angle Recentrage flip (°) N / A 110 120
    RF shimming Statique Adaptatif Adaptatif
    L' acquisition du signal type Readout cartésien cartésien cartésien
    imagerie parallèle Non SENSE (g = 1.4) SENSE (g = 2.0)
    Bande passante / pixel (Hz / pixel) 1237,8 377,1 286,6

    Tableau 1: Paramètres utilisés pour Localizer Imaging et Structural Imaging. Toutes les séquences utilisent la bobine du corps en quadrature pour la transmission des champs RF. Des paramètres tels que TR, TE, l' espacement d' écho, et le nombre d'échos peuvent être ajustés légèrement en fonction des besoins expérimentaux , tout en conservant T 1 - T 2 et - la pondération. Abréviation pas noté précédemment: g, parallèle facteur d'accélération de l' imagerie. Grand champ de vision des images sont recommandés, car ils peuvent être utilisés pour localiser la pathologie et identifier les emplacements pour les séquences QMRI. Les acquisitions sagittal et coronal sont particulièrement utiles à cet égard.

    Paramètre Séquence d'images
    B 0 -Cartographie Retourner Angle-Mapping
    Général Type de séquence 3D, R multipleF-gâtés écho de gradient rappelé 3D, rapide gradient-écho, double TR
    phases de préparation gain de récepteur, la fréquence centrale, VOI shim gain de récepteur, la fréquence centrale, VOI shim
    Recevoir bobine Quadrature corps Cardiaque
    Nombre d'excitations 1 1
    durée d'analyse totale (min: sec) 01h26 04h33
    Géométrie plan anatomique (s) Axial Axial
    Nombre de tranches 11 55
    épaisseur tranche (mm) 7 7
    écart inter-tranche (mm) 0 0
    matrice acquise 64 x 64 x 6 64 x 64 x 27
    matrice Reconstructed 128 x 128 x 11 128 x 128 x 55
    Champ de vision (mm) 256 x 256 x 77 256 x 256 x 385
    taille de voxel Reconstructed (mm) 2,00 x 2,00 x 7,00 2,00 x 2,00 x 7,00
    Contraste temps de répétition (ms) 150 30,0, 130,0
    temps Echo (ms) {4,6, 6,9} 2.2
    angle Excitation flip (°) 25 60
    RF shimming Adaptatif Adaptatif
    L' acquisition du signal type Readout cartésien cartésien
    Bande passante / pixel (Hz / pixel) 302,5 499,4

    Tableau 2: Paramètres used pour Δ B 0 et Nutation Angle Mapping. Les deux séquences utilisent la bobine en quadrature du corps pour transmettre le champ RF; ni séquence utilise l'imagerie parallèle.

    Paramètre Séquence d'images
    T 1 -Cartographie T 2 -Cartographie
    Général Type de séquence 3D, Inversion de récupération avec un gradient-gâté, lecture d'écho de gradient rappelé 2D, seule tranche, plusieurs spin-écho
    phases de préparation gain de récepteur, la fréquence centrale, VOI shim gain de récepteur, la fréquence centrale, VOI shim
    Nombre d'excitations 1 2 durée d'analyse totale (min: sec) 01h44 12h04
    Géométrie plan anatomique (s) Axial Axial
    Nombre de tranches 11 1
    épaisseur tranche (mm) 7 7
    écart inter-tranche (mm) 0 0
    matrice acquise 128 x 128 x 6 128 x 128
    matrice Reconstructed 128 x 128 x 11 128 x 128
    Champ de vision (mm) 256 x 256 x 77 256 x 256
    taille de voxel Reconstructed (mm) 2,00 x 2,00 x 7,00 2,00 x 2,00 x 7,00
    Contraste temps de répétition (ms) Varié 4000
    impulsion d'inversion 180 °, 1 ms, la forme: bloc N / A
    temps de récupération d'inversion (ms) 50, 100, 200, 500, 1000, 2000, 6000 N / A
    Temps de pré-retard (ms) 1500 N / A
    suppression du signal Fat (lorsqu'il est utilisé) 1331 binomiale excitation sélective de l'eau SPAIR (puissance: 2 uT, inversion retard 202 ms, le décalage de fréquence de 250 Hz);
    Sinc-Gauss pré-impulsion (90 °, durée: 18 ms, décalage de fréquence: 100 Hz)
    angle Excitation flip (°) dix 90
    impulsion de refocalisation N / A Version-S
    temps Echo (ms) N / A {14, 28, 42 ... 280}
    Nombre d'échos / espacement d'écho (ms) N / A N / A
    RF shimming Adaptatif Adaptive
    L' acquisition du signal type Readout cartésien cartésien
    imagerie parallèle SENSE (g = 1.5) SENSE (g = 1.5)
    Bande passante / pixel (Hz / pixel) 383 335,1

    Tableau 3: Paramètres utilisés pour T 1 et T 2 Mapping. T 1 et T 2 données sont acquises avec et sans FS. Les deux séquences utilisent la bobine du corps en quadrature pour la transmission des champs RF et une bobine cardiaque six éléments pour la réception du signal. Le temps de répétition varie pour la séquence d'-Cartographie T 1 parce qu'il utilise un temps de pré-retard fixe avec une inversion de variable teme.

    Paramètre Séquence d'images
    QMT DTI
    Général Type de séquence 3D, MT-pondéré écho de gradient rappelé 2D, multi tranche, single shot spin-écho EPI
    phases de préparation gain de récepteur, la fréquence centrale, VOI shim gain de récepteur, la fréquence centrale, VOI shim
    Nombre d'excitations 2 6
    durée d'analyse totale (min: sec) 10h41 06h28
    Géométrie plan anatomique (s) Axial Axial
    Nombre de tranches 11 11
    épaisseur tranche (mm) 7 7
    écart inter-tranche (mm) 0 0
    matrice acquise 128 x 128 x 6 64 x 64
    matrice Reconstructed 128 x 128 x 1 128 x 128
    Champ de vision (mm) 256 x 256 x 77 256 x 256
    taille de voxel Reconstructed (mm) 2,00 x 2,00 x 7,00 2,00 x 2,00 x 7,00
    Contraste temps de répétition (ms) 50 4000
    MT impulsion angles de bascule nominaux: 360 °, 820 °;
    Largeur d'impulsion: 20ms;
    décalages de fréquence: 1, 2, 5, 10, 20, 50, 100 kHz
    N / A
    Diffusion pondération (b) (s • mm -2) N / A b = 450;
    15 directions + un b= 0 image
    suppression du signal Fat (lorsqu'il est utilisé) 1331 binomiale excitation sélective de l'eau inversion de gradient;
    Sinc-Gauss pré-impulsion (90 °, durée: 18 ms, décalage de fréquence: 100 Hz)
    temps Echo (ms) 3.9 48
    Nombre d'échos / espacement d'écho (ms) N / A N / A
    angle Excitation flip (°) 6 90
    RF shimming Adaptatif Adaptatif
    L' acquisition du signal type Readout cartésien cartésien
    imagerie parallèle SENSE (g = 1.5) SENSE (g = 1.5)
    Bande passante / pixel (Hz / pixel) 383 42.1

    Tmesure 4: Paramètres utilisés pour QMT et DTI. Les deux séquences utilisent la bobine en quadrature du corps pour transmettre le champ RF et une bobine cardiaque six éléments pour la réception du signal. Abréviation pas noté précédemment: EPI, imagerie écho-planaire.

    acquisition "3" Signal
    Paramètre Séquence d'images
    FW-IRM
    Général Type de séquence 3D gradient-écho rappelé
    phases de préparation gain de récepteur, la fréquence centrale, VOI shim
    bobine de transmission RF Quandrature-corps
    Recevoir bobine Cardiaque
    Nombre d'excitations 1
    durée d'analyse totale (min: sec) 00h18
    plan anatomique (s) Axial
    Nombre de tranches 11
    épaisseur tranche (mm) 7,0 mm
    écart inter-tranche (mm) 0 mm
    matrice acquise 128 x 128 x 4
    matrice Reconstructed 128 x 128 x 7
    Champ de vision (mm) 256 x 256 x 77
    taille de voxel Reconstructed (mm) 2,00 x 2,00 x 7,00
    Contraste temps de répétition (ms) 75
    angle Excitation flip (°) 22
    Echo fois (ms) {1,34, 2,87, 4,40, 5,93 ... 8,99}
    angle Excitation flip (°) 6
    RF shimming Adaptatif
    type Readout cartésien
    imagerie parallèle SENSE (g = 1.3)
    Bande passante / pixel (Hz / pixel) 1395,1

    Tableau 5: Paramètres utilisés pour FW-IRM.

    Subscription Required. Please recommend JoVE to your librarian.

    Discussion

    les maladies musculaires telles que les dystrophies musculaires et myopathies inflammatoires idiopathiques constituent des groupes de maladies qui sont hétérogènes dans l'étiologie et, en tant qu'entités individuelles, rares dans leur incidence. Par exemple, la myopathie de Duchenne - la forme la plus courante de dystrophie musculaire - a une incidence de 1 à 3500 naissances masculines vivantes 37,38; dermatomyosite, à laquelle ce protocole a été appliqué, a une incidence de 1 sur 100.000 39. L'incidence collective plus élevée de ces maladies, cependant, et leur chevauchement souvent des signes pathologiques - atrophie, inflammation, infiltration de graisse, les dommages de la membrane, et la fibrose - soutenir le développement et l'application d'un ensemble commun de méthodes pour caractériser quantitativement ces maladies.

    QMRI est capable de caractériser un grand nombre de ces modifications physiopathologiques non invasive. Comme toute méthode scientifique, les études QMRI doivent être mises en œuvre dans une voituremanière eful. Une question fondamentale est la sécurité. En outre, chaque méthode QMRI décrit ici a associé les sources d'erreur; et pour des raisons évidentes, il est important de comprendre et de reconnaître ces erreurs. Enfin, un grand nombre de mesures ont une interprétation complexe. Ces questions sont abordées ici. En présentant la discussion, nous notons que le protocole présenté ici décrit ce que nous pensons être la meilleure approche expérimentale pour nos besoins. Nous reconnaissons que d'autres peuvent avoir des opinions divergentes, des connaissances supplémentaires, ou peuvent choisir de peser les résultats potentiels d'optimisation de protocole différemment que nous avons. En outre, le système d'IRM du lecteur ne peut pas avoir toutes les options décrites dans le protocole disponible; ou le lecteur peut avoir des options supplémentaires qui ne sont pas disponibles sur notre système. Nous avons noté que les aspects de notre protocole ont été personnalisés programmés sur notre système. Le lecteur est invité à examiner toute la littérature complètement, d'examiner toutes les options pertinentes sur sa / son système, etprendre des décisions qui se traduisent par le meilleur protocole possible pour son / ses objectifs expérimentaux.

    Problèmes de sécurité IRM
    L'IRM utilise plusieurs types de champs magnétiques. Le B 0 champ de force du système utilisé dans les études décrites ici est de 3,0 Tesla, soit environ 15.000 fois domaine de ~ 0,2 mT de la Terre. Pulsed RF champs magnétiques (B 1) sont utilisés pour introduire l' énergie dans le système de spin et de créer le phénomène de résonance. les champs magnétiques de gradient sont activés et désactivés durant la séquence d'imagerie et sont utilisés à diverses fins. Ils sont utilisés pour créer une relation linéaire entre la fréquence de RMN et de position dans l'espace dans le but de codage spatial et sont également utilisés pour éliminer les sources indésirables des signaux.

    Chacun de ces types de champs magnétiques présente des problèmes de sécurité associés. Une préoccupation majeure de sécurité associée au champ B 0 est l'uncceleration d'objets magnétiques vers l'aimant. Le champ B 0 est toujours présent. Étant donné que la force d'un champ magnétique varie en fonction de 1 / d 3,d est la distance de la source du champ, le champ B 0 augmente rapidement à mesure que l' on se rapproche du système d' IRM. objets ferromagnétiques peuvent être accélérés vers le système d'IRM avec peu ou pas d'avertissement et peuvent causer des blessures graves ou la mort. Par conséquent, ils doivent être retirés et fixés à l'extérieur de la salle d'IRM. Autres dangers associés au champ B 0 sont le placement des couples anormaux sur des objets magnétiques implantés et l' effacement ou d' autres dommages à des dispositifs sensibles aux champs magnétiques. B 1 champs peuvent chauffer les tissus, et cet effet peut être amélioré dans les zones autour des objets métalliques implantés. champs de gradient peuvent induire des courants électriques dans les objets conducteurs (tels que les nerfs et les dispositifs médicaux implantés). La commutation du gradientchamps génère également le bruit acoustique potentiellement bruyant et désagréable. les organismes de réglementation gouvernementaux ont imposé des limites strictes sur les niveaux et les durées d'exposition à ces différents types de champs magnétiques, et des systèmes d'imagerie humains ont des contrôles de logiciels intrinsèques qui assurent le respect de ces directives.

    Le lecteur doit savoir que cette présentation est un peu sommaire. Il incombe à l'ensemble du personnel associés aux tests IRM soient pleinement conscients de toutes les questions de sécurité pertinentes et la façon de prévenir les accidents. En outre, l'ensemble du personnel associés aux tests IRM devraient être examinés pour potentiellement dangereux métaux implantés ou des dispositifs médicaux.

    Pré-test Restrictions de mode de vie
    Exercer autant de contrôle expérimental sur les habitudes de vie pré-test que possible est une composante importante de ce protocole. Le cas de T 2 mesures est fournie à titre d'exemple des raisons pour lesquelles ce contrôleest nécessaire. T 2 est considéré comme l' un des principaux biomarqueurs IRM de la maladie neuromusculaire 40. Cependant, le proton de l' eau du muscle T 2 peut être élevé pour plusieurs raisons. Dans les études QMRI pour les maladies neuromusculaires, le T 2 mesurée en présence de FS est généralement présumé refléter un état d'inflammation chronique liée à la gravité de la maladie, tandis que le non-FS T 2 peut également refléter l' infiltration graisseuse. Cependant, T 2 peut également subir des élévations à moyen terme en raison de l' exercice excentrique 41, ce qui peut affecter les patients et les sujets sains différemment 42. Pour cette raison, les auteurs recommandent de restreindre l'exercice modéré ou lourd pendant 48 heures avant le test. T 2 peut également subir des élévations plus courte durée de vie à la suite d'épisodes aigus d'exercice 43,44. Pour un patient avec une perte musculaire sévère, la marche pourrait constituer l' exercice suffisant pour élever T intense

    Acquisition et analyse des données: questions générales
    Un point important est que le test pilote prudent, d'abord chez les personnes en bonne santé et chez les personnes atteintes de la maladie d'intérêt, est essentiel. De nombreuses options expérimentales sont très spécifiques au système IRM (y compris mais sans s'y limiter B 0 champ de force, calant stratégies, des options de bobine RF, la force maximale de gradient de champ magnétique, et la disponibilité des options avancées telles que la forme d'impulsions RF). objectifs de test pilote spécifique à la séquence sont décrites ci-dessous. D'autres problèmes qui affectent la qualité des données sont de nature biologique, par exemple le type de maladie et aux types attendus de la pathologie, l'âge de la population de patients, et même la partie du corps à imager. Tous ces facteurs doivent être considérés au cours pilote tintéres-.

    Lors de l'acquisition de données elle-même, un problème fréquemment rencontré est le mouvement. La partie d'imagerie du protocole présenté ici peut nécessiter jusqu'à une heure. Certaines des séquences (telles que l'imagerie écho-planaire) sont insensibles au mouvement en vrac; mais d'autres séquences sont longues, exigent un alignement d'image exacte pour l'estimation des paramètres précis, et / ou avoir des signaux qui sont intrinsèquement sensibles au mouvement. Comme il est indiqué dans le protocole, en prenant des mesures pour instruire le participant et la promotion de son / sa confort est un moyen important pour empêcher les mouvements à la fois volontaires et involontaires. Une autre stratégie consiste à limiter le mouvement avec un rembourrage et doucement, mais efficacement, placé des sangles qui se fixent au lit du patient. techniques d'enregistrement d'image sont disponibles pour le post-traitement; parce que les muscles sont facilement organes déformables, les techniques d'enregistrement non-rigides sont souvent nécessaires. l'enregistrement non-rigide sera toujours nécessaire pour les méthodes d'imagerie de diffusion reposant sur l'imagerie écho-planaire.Malgré l'utilité générale des techniques d'enregistrement d'image, toute méthode pour empêcher le mouvement ou la réduction des artefacts sera supérieure à des solutions qui nécessitent une vaste post-traitement. Définir la meilleure stratégie disponible mouvement de réduction de la population de sujet d'intérêt devrait être un objectif pour des essais pilotes.

    Bonne reproductibilité exige de la cohérence de la mise en place de la tranche. Dans les étapes du protocole, nous décrirons en référence à la position de tranche de repères anatomiques reproductibles. Une stratégie efficace à cet effet dans la cuisse est d'obtenir des images coronales de l'ensemble de la cuisse, ce qui permet la visualisation de l'ensemble du fémur. Les outils d'analyse de l'image sur le système d'IRM comprennent généralement une fonction de la règle numérique. Cela peut être utilisé pour mesurer un point spécifique (comme le point médian) de la tête du fémur et les condyles fémoraux, et placer la position centrale de la pile de tranche là. Cette procédure est illustrée dans la vidéo.

    inhomogène <em> B 0 et B 1 champs sont des problèmes inévitables dans l' IRM, mais les stratégies existent pour réduire les niveaux de inhomogénéité. Une stratégie fondamentale consiste à localiser la partie du corps à imager à ou près du centre de l'aimant. Le protocole présenté ici comprend les B 0 routines dsépaisseur que, dans l'expérience des auteurs, sont les plus efficaces pour ces conditions expérimentales. Étant donné que le participant peut se déplacer au cours du protocole, B 0 shimming est répété dans le cadre des étapes d'étalonnage pour chaque séquence. En outre, un grand nombre des acquisitions utilisent des techniques d'imagerie parallèle afin d' accélérer l' acquisition du signal et ainsi réduire les différences Δ B 0 de -dépendantes dans l' évolution des phases qui provoquent des distorsions de l' image. Étant donné que la bobine d'émission radiofréquence utilisés dans ces études contiennent deux éléments hélicoïdaux, B 1 méthodes de calage peuvent être utilisées et sont décrites dans le protocole. En outre, le protocole comprend &# 916; B 0 et angle de nutation séquences de cartographie sur le terrain pour le contrôle de la qualité en temps réel. Le protocole décrit ci - dessus comprend les tolérances de Δ B 0 et l' angle de nutation qui sont acceptables pour les conditions expérimentales, RF formes d'impulsion, et des systèmes de gradient gâcher décrites ici. Ceux-ci ont été déterminées dans des essais pilotes et re-souligner la valeur du développement de protocole prudent.

    Dans la pratique, il peut y avoir un nombre limité de stratégies disponibles en temps réel à affecter les inhomogénéités des B 0 et B 1 champs, tout en maintenant la cohérence méthodologique qui est nécessaire pour une bonne conception expérimentale. Les utilisateurs sont donc invités à enquêter sur toutes les options disponibles pour eux avec un essai pilote complet, en fin de compte arriver à des stratégies efficaces et généralement applicables pour la population de sujet d'intérêt. B 0 des options de calage comprennent des méthodes itératives minimize un paramètre tel que la ligne de largeur du pic de l' eau à mi-hauteur maximale et les méthodes qui permettent de calculer les paramètres de canal de shim optimale en utilisant une carte Δ B 0 pic. Les anciennes méthodes peuvent être basées sur un système d'acquisition non localisée ou, comme dans le protocole décrit ici, l'acquisition du signal à partir d'un volume localisé. Les objectifs de l' essai pilote de B 0 Options de calage comprennent la meilleure stratégie générale (image à base vs itérative), ainsi que les détails de la meilleure façon de définir la région d'intérêt pour les calant. Le lecteur voudra peut-être tenir compte de facteurs tels que la taille et l'orientation du volume d'intérêt, les quantités relatives de muscle et la graisse à inclure dans le volume calant, et comment au-delà de la pile de tranche à shim. Il vaut la peine d'examiner la projection du volume de cale dans chaque tranche dans les tranches à imager.

    Dans le cas du champ B 1, le type de bobines RF utilisé pour la transmissionet la réception et les types d'impulsions RF utilisés sont des déterminants importants de champ homogénéité. Les protocoles décrits dans les tableaux contiennent les paramètres d'impulsion RF que nous avons trouvé optimal pour les conditions expérimentales. En ce qui concerne la sélection de la bobine, le protocole décrit ici combine la transmission de volume séparé et recevoir uniquement des bobines de volume. La bobine de transmission est la bobine en quadrature du corps qui est intégré dans le système, et crée un relativement homogène B 1 champ à travers une grande région anatomique. En fonction de la région anatomique devant être étudié, il peut y avoir une variété de recevoir des options de bobine; dans notre cas, l'essai pilote a montré les six éléments, la bobine cardiaque réseau phasé pour être la meilleure solution disponible. Autres options disponibles incluent des bobines de surface et la transmission de combinaison / recevoir des bobines de volume. Bobines de surface sont limitées dans la profondeur de pénétration du champ B 1 et nous ne recommandons généralement pas leur utilisation pour des applications d'imagerie. Combinattransmission d' ions / recevoir des bobines de volume peuvent offrir un meilleur rapport signal sur bruit (SNR) performance et B 1 homogénéité d'une bobine en quadrature corps intégré, mais ne sont pas disponibles pour toutes les régions anatomiques. Un dernier commentaire est que lorsque les bobines multiéléments sont disponibles, ils permettent l'utilisation de techniques d'imagerie parallèle qui accélèrent l'acquisition et de réduire les distorsions spatiales dans des techniques telles que l'imagerie écho-planaire. Ces gains sont équipées d'une peine de SNR, cependant, et donc des essais pilotes doivent être adressées en vue de trouver la solution qui offre la meilleure qualité d'image globale.

    Mais parce que ces stratégies ne compensent pas complètement B inhomogène 0 et B 1 champs, une autre utilisation de Δ B 0 et des cartes de terrain d'angle de nutation est en post-traitement. Ces cartes peuvent être utilisées pour améliorer le calcul de certains paramètres quantitatifs ou de corriger les distorsions d'image. Mais certains Δ B 0 </ em> - et B 1 problèmes concernant la PI peuvent ne pas être totalement ou même partiellement corrigible en post-traitement. Quelques exemples incluent l' efficacité des méthodes de FS réduites, les distorsions d'image brutes dans des techniques telles que l' imagerie écho-planaire, signal faible, faible efficacité de recentrage en T 2 mesures ou méthodes FSE, et une faible efficacité d'inversion dans T 1 mesures. Encore une fois, des essais pilotes rigoureux et en temps réel des mesures de contrôle de qualité sont essentiels.

    Un grand nombre des séquences utilisent suppression de la graisse ou de signaux d'excitation sélective de l'eau en tant que mécanisme permettant d'éviter la contamination du signal musculaire en matières grasses et / ou pour réduire la présence d'artefacts provoqués par les différentes fréquences de résonance des protons de l'eau et des lipides. Quand FS est utilisé, une combinaison de jusqu'à trois méthodes est utilisée. Les signaux aliphatiques sont réduits ou éliminés à l'aide d'une récupération d'inversion adiabatique (SPAIR) impulsion spectralement sélective, qui inverse sélectivement ces signaux.Comme le signal se rétablit d'une valeur de signal de 0 -M + M vers 0, il y a un moment où le signal net est égal à zéro. Les données d'imagerie sont acquises à ce stade signal d'annulation. Il convient de noter que ce point de temps dépend de paramètres tels que le temps de répétition et le nombre de tranches, et doit donc être optimisé pour chaque séquence séparément au cours du processus de test pilote. En outre, la largeur de bande de l'impulsion SPAIR doit être juste assez large pour éliminer les signaux de graisse, de sorte que la réduction de l'amplitude du signal de l'eau est maintenue à un minimum. Prendre des mesures pour maximiser B 0 uniformité sera utile à cet égard. La plupart des séquences utilisent également une impulsion de saturation sur la résonance du proton oléfinique 45; cette impulsion est appliqué immédiatement avant la séquence d'imagerie. Lorsque cela est possible, une technique d'inversion de gradient est utilisé. Dans cette méthode, le signe du gradient de sélection de tranche est inversée entre la sélection de tranche et de recentrage des impulsions; ce cauSES signaux loin résonance de l'eau ne doit pas être recentré. Un autre avantage de cette approche est que, contrairement aux méthodes basées sur la radiofréquence, l'inversion de gradient ne permet pas de récupérer les signaux de graisse par la relaxation longitudinale pendant le train d'impulsions RF. D' autres stratégies, telles que les méthodes 46 à base de Dixon, sont également disponibles.

    Un problème commun dans l'analyse des données est de savoir si l'utilisation moyenne des analyses de signaux de retour sur investissement (dans lequel les signaux à un retour sur investissement sont en moyenne puis monté sur un modèle) ou des analyses à base de pixels (dans lequel l'ajustement du modèle se produit sur un pixel par pixel base, et les statistiques sont ensuite calculées pour les paramètres ajustés). L'avantage de la première méthode est que la moyenne des signaux permet d'améliorer le SNR effectif. Si le SNR intrinsèque est faible, cette stratégie peut aider à éviter les effets des paramètres de polarisation du plancher de bruit. L'avantage de cette dernière approche est que l'hétérogénéité spatiale est une caractéristique pathologique commune des troubles neuromusculaires. Par raccord til évalue sur une base pixel par pixel, cette hétérogénéité peut être appréciée et utilisée pour caractériser d'autres aspects du phénotype de la maladie. Si les permis de SNR ce type d'analyse à effectuer valablement, les auteurs recommandent cette approche. Les travaux récents de Willcocks et ses collègues illustre la valeur de cette approche dans le suivi de la progression de la maladie 47.

    Acquisition et analyse des données: Problèmes spécifiques de la séquence d' imagerie
    Le protocole utilise des méthodes de récupération d'inversion pour une mesure robuste de T 1. Une limitation pratique de nombreuses implémentations de la séquence de récupération d'inversion est une longue durée d'analyse totale. La séquence utilisée dans ce protocole utilise un, rapide, Prise de vue en faible angle (FLASH) lecture en trois dimensions, une quantité modeste de l'accélération de l'imagerie parallèle, et un retard de pré-séquence réduite pour diminuer le temps de balayage total à moins de deux minutes. Sept fois d'inversion sont prélevés, espacés dans une approximativeprogression géométrique ly de 50 à 6000 ms. Cette stratégie échantillonne la courbe du signal d'inversion-récupération le plus fréquemment pendant les parties de la récupération du signal lorsque la dérivée temporelle du signal est la plus élevée. La séquence est répétée avec et sans FS parce que l' inflammation et l' infiltration de graisse ont des effets de confusion sur le proton globale T 1: inflammation augmente l'eau T 1, tandis que la graisse a un T inférieur 1 que de l' eau. Ainsi mesurer à la fois T 1 et T 1, FS aides dans l'interprétation des données , car elle permet de résoudre entre ces influences opposées de l' infiltration de graisse et de l' inflammation sur T 1. L'estimation des paramètres est réalisée à l'aide non-linéaire, des méthodes de régression des moindres carrés dans un logiciel de calcul scientifique.

    Les T 2 mesures sont menées sous FS et les conditions de non-FS ainsi, und pour une raison analogue: l' inflammation et la graisse chacun peut augmenter le T 2. En plus de l' inflammation, processus pathologiques tels que le streaming et les pertes à la membrane intégrité Z-disque seraient également censés influencer l'eau T 2 valeurs. Bien que la mesure des deux T 2 et T 2, FS ne peut pas distinguer entre toutes ces sources de pathologie, cette pratique ne se permettre accrue interprétabilité aux données en résolvant entre la pathologie générale et musculaire spécifique du tissu. Une stratégie alternative pour la mesure d' une valeur T-2 que de l' eau consiste à utiliser une spectroscopie RMN résonance magnétique pour séparer l' eau à partir de lipides sur l'axe de décalage chimique du spectre. Bien que cette approche a une résolution spatiale nettement plus faible que l'imagerie et peut être soumis à la discrétion de l'utilisateur et de la subjectivité concernant le placement de volume lors de l'acquisition de données, il fournit un moyen sans ambiguïté pour séparer l'eau etles signaux lipidiques.

    Le protocole T 2 mesure présentée ici utilise plusieurs méthodes pour atténuer certaines sources d'erreurs dans T 2 mesures, à savoir B 1 inhomogénéité et stimulé la formation d' écho d'impulsions de refocalisation imparfaites. les échos stimulés sont formés par une combinaison quelconque de trois non-impulsions à 180 °. Étant donné qu'un certain niveau de B 1 inhomogénéité existe toujours, et que les trains multi-écho sont utilisés pour échantillonner le T 2 dépendant décroissance du signal, stimulée échos sont une source potentiellement importante d'erreur dans T 2 mesures. Les stratégies utilisées ici pour éliminer stimulé la formation d' écho comprennent l'utilisation d'une acquisition d' une tranche unique, une séquence optimisée des gradients de spoiler avant et après les impulsions de refocalisation 48, écho linéaire espacement 49, et l'utilisation de la B 1 -insensitive "Version-S "CompoSite impulsion de refocalisation 50, ce qui réduit considérablement les artefacts causés par un recentrage imparfait et tout en fournissant une bande passante suffisante pour recentrer les deux signaux d'eau et de lipides. Dans l'essai pilote, nous avons observé que le régime d'altération optimisé et l'impulsion Version-S réduit de façon significative l'apparition d'échos stimulés. Nous notons que ces deux objets ont été programmés spécifiquement sur notre système. L'impulsion Version-S fait augmenter le taux d'absorption spécifique (SAR) de l'énergie RF; ainsi une longue TR et de l'espacement inter-écho plus important sont tenus de rester dans les limites de sécurité pour SAR. Cependant, l'expérience des auteurs est que bien entraînés, les patients confortables peuvent rester suffisamment encore pendant la ~ 12 min. le temps de cycle total. En outre, la valeur de l'espacement inter-écho de 14 ms est suffisant pour détecter une détente multi-exponentielle, quand elle existe. Une autre approche, pas employé ici, est d'inclure le recentrage de l'efficacité d'impulsion et stimulé échos dans le fitting 38,28, qui fournira une carte B 1 et permettre des acquisitions multi-tranche 39. Le lecteur est également fait référence à plusieurs articles récents décrivant la mise en œuvre et l' interprétation des T 2 mesures dans les maladies musculaires, qui fournissent quelques similaires et quelques différentes recommandations concernant ces méthodes 40,51.

    Le protocole présenté ici utilise la méthode de saturation pulsée pour l'imagerie QMT. Bien qu'il y ait cinq paramètres ajustés qui sont générés, seul le PSR est rapporté. En effet , les quatre autres paramètres sont soit mieux estimées en utilisant d' autres méthodes (telles que le T 2 de la piscine d'eau libre) ou manquent de sensibilité pathologique (comme le taux de change entre les pools 52,53). Par rapport aux autres méthodes BMQ, la couverture 3D peut être atteint dans un temps cliniquement réalisable pour le procédé de saturation d'impulsions. Un autre avantage de cette approche est sa QMT comcompatibilité avec les méthodes d'impulsions binomiale spatio-spectrales pour l'excitation sélective de l'eau, qui a été trouvé pour supprimer> 95% des signaux de graisse sur toute l'image. Aussi bien l'impulsion d'excitation sélective de l'eau et les impulsions de saturation hors résonance ont été personnalisés sur notre système. Simulations numériques précédents 54 ont indiqué qu'un composant de graisse supplémentaire pour le signal peut estimations des paramètres biais QMT; ainsi FS est toujours recommandé pour l'imagerie QMT dans les muscles squelettiques. Tel que discuté ci - dessus, B 1 inhomogénéité et de mouvement artefacts excessifs peuvent estimations des paramètres biais QMT ainsi.

    Le protocole DT-MRI est mis en œuvre avec une attention aux distorsions spatiales en imagerie écho-planaire, SNR, et b -value. Ici, les distorsions spatiales sont réduites en utilisant l'imagerie parallèle, et corrigées en post-traitement à l'aide d'un enregistrement affine. Comme il est indiqué dans les travaux précédents, le SNR et b -VALEUR ont des effets interactifs sur le estimation de D 55-57, avec de faibles valeurs de SNR résultant en particulier l' estimation erronée de λ 1, λ 3, v 1, et FA 55,57-59. Dans le muscle, les exigences SNR pour l' estimation du tenseur précis sont les plus bas dans la gamme b = 435-725 s / mm 2 55-57,60. Bien que d' autres auteurs 61,62 ont rapporté des résultats favorables de l' utilisation de débruitage approches pour le muscle DT-MRI, les grandes ROIs analysées dans le présent protocole ont moyenne de signal suffisante pour ne pas exiger que ces étapes supplémentaires. Le lecteur est renvoyé à plusieurs commentaires sur le thème de la mise en œuvre optimale des méthodes DT-MRI 56,63.

    Enfin, certaines mises en garde et les sources possibles d'erreurs liées à quantitatives FWMRI sont notées. Tout d' abord, l'algorithme d' ajustement FattyRiot adopté ici suppose un spectre de graisse spécifique avec neuf pics à des emplacements fixes et amplitudes relatives 64. La Spectru graisse supposéem est pas un match parfait pour le vrai dans le spectre in vivo, qui variera sujet à; Toutefois, la résolution d'un spectre de graisse arbitraire est pas pratique avec un petit nombre d'échos. Deuxièmement, l'algorithme convient pour un seul R 2 facteur de décroissance * partagée par les deux signaux d'eau et de graisse. Il est connu que complètement ignorant R 2 * déconcerte mesures quantitatives de la fraction de signal de graisse, et que approprié pour un seul R 2 * décroissance est adéquat 65. Cependant, l'exacte R 2 * des pics d' eau et de graisse individuelle varie. Troisièmement, FWMRI algorithmes de séparation utilisant des images complexes sont vulnérables à de graves B 0 champ inhomogénéité qui peut causer des erreurs de classification des signaux de graisse et d' eau. En plus d'utiliser des algorithmes robustes contraintes dans l' espace, un espacement plus petit écho permet de capturer de plus grandes B 0 variations de champ. Algorithmes en utilisant des images de grandeur sont plus robustes dans le presence de B 0 champ inhomogénéité, mais ils souffrent des sanctions SNR. Algorithmes utilisant des images complexes peuvent également être confondus par les courants de Foucault ou tout autre effet de phase variable dans le temps. De tels effets de phase de confusion sont généralement pire pour le premier écho dans un écho multiple de train de lecture et peuvent être atténués en ignorant simplement tels échos. Alternativement, une grandeur mixte et le modèle de signal complexe peuvent être adoptées 66. Les utilisateurs des algorithmes FWMRI qui prennent des images complexes en entrée doivent éviter d'autres sources de perturbation potentielle des images complexes telles que les corrections appliquées dans le pipeline de reconstruction d'image sur de nombreux appareils d'IRM commerciaux. Ces corrections de phase doivent être désactivés, ou l'utilisateur doit reconstruire des images directement à partir des données brutes d'origine. Enfin, toute estimation de la fraction de graisse en utilisant FWMRI est en fait une estimation de la fraction de signal de graisse, et est donc influencée par un facteur qui évolue de façon différentielle les signaux de graisse ou de l'eau. Le T 1 T 1 -weighting est une fonction de T 1, TR, et l' angle d' excitation de la nutation. T 1 biais dans les estimations de la fraction de signal de graisse est pire pour voxels avec un mélange à peu près égales d'eau et de graisse. L'augmentation du TR ou de réduire l'angle de nutation peut minimiser le biais. T 1 biais peut également être corrigé de manière rétrospective en utilisant supposées valeurs de T 1 pour l' eau et la graisse, comme nous le faisons ici (1,4 s et 0,3 s pour l' eau et la graisse, respectivement), ou les valeurs mesurées.

    / Sélection de séquence Protocole Formation
    Comme indiqué plus haut, le paysage histopathologique musculaire est un processus complexe. FWMRI est unique parmi les mesures dans ce protocole en ce qu'elle a une interprétation univoque. Comme il est indiqué, la plupart des autres biomarqueurs QMRI mesurées ici ont une base non pathologique spécifique inc souventludes oedème, mais peut aussi inclure l'infiltration graisseuse, la fibrose, les dommages de la membrane, et la perturbation sarcomère. Il est souligné que certaines de ces sensibilités sont encore juste émis l'hypothèse d'exister. Il y a une quantité considérable de travail qui doit être fait afin de démontrer, quantitativement, l'importance relative de ces et d'autres processus pathologiques ou des états à chaque biomarqueur QMRI. Avec une telle compréhension, l'approche multi-paramétrique décrite ici peut permettre, grâce à la combinaison de variables, des descriptions plus spécifiques de pathologies individuelles.

    Alternativement, le lecteur peut choisir d'adapter ce protocole en sélectionnant un sous-ensemble des mesures présentées ici. Par exemple, la valeur ajoutée des FS et des mesures non-FS est probablement faible dans des conditions non caractérisés par le remplacement des graisses de muscle. Cela pourrait permettre de réduire le temps d'imagerie pour le patient, des mesures supplémentaires doivent être faits (telles que la spectroscopie MR, IRM imagerie de perfusion, etc. < / Em>), ou parties de corps supplémentaires à imager. Comme de nombreuses maladies musculaires présentes de manière proximale à distale, le protocole décrit ici est mise en oeuvre dans les cuisses, comme la maladie dans cette région peut constituer un marqueur précoce de l'implication de la maladie. Cependant, la mesure de la pathologie dans les deux régions proximale et distale peuvent permettre des mesures améliorées de la progression de la maladie.

    Conclusions
    En conclusion, ce protocole QMRI permet l'évaluation quantitative de l'œdème, l'infiltration de graisse, et l'atrophie, qui sont trois principales composantes pathologiques des troubles neuromusculaires. En incorporant une large collection de mesures (T 1, T 2, diffusion, QMT, FWMRI), l'interprétation des données est à la fois élargi et approfondi. Quand une attention particulière est accordée aux sources potentielles d'erreurs, cette approche peut précisément et caractériser précisément plusieurs composantes majeures de la maladie neuromusculaire.

    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