Quantitative Magnetresonanztomographie von Skelettmuskelerkrankung

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

Neuromuskuläre Erkrankungen weisen oft ein zeitlich variierenden, räumlich heterogen und vielschichtige Pathologie. Das Ziel des Protokolls ist es, diese Pathologie unter Verwendung von nicht-invasive Magnetresonanzbildgebungsverfahren zu charakterisieren.

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

Quantitative Magnetresonanztomographie (qMRI) beschreibt die Entwicklung und Verwendung von MRI zu quantifizieren physikalischen, chemischen und / oder biologischen Eigenschaften von lebenden Systemen. QMRI erfordert, dass man ein biophysikalischen Modell für das System zu übernehmen, von dem Gewebe von Interesse zusammengesetzt und einer MRI-Impulsfolge. Die Impulsfolge ist so konzipiert, um die Bilder "Signalintensitäten auf den Parameter von Interesse in dem Modell zu sensibilisieren. MRI-Signaleigenschaften (Signalgröße, Frequenz und / oder Phase) werden gemessen und analysiert nach dem Modell. Das Ziel ist, eine unvoreingenommene, quantitative Abschätzung eines physikalischen oder biologischen Parameter zu produzieren kontinuierlich verteilt, physikalische Maßeinheiten mit. Oft sind die Gleichungen, die das System beschreiben, werden auf einer Pixel-für-Pixel-Basis analysiert und eingebaut, Erzeugen eines Bildes, dessen Pixelwerte direkt die Werte der Variablen widerspiegeln. Ein solches Bild wird als ein parametrisches Karte.

Eine gemeinsame Nutzung von qMRI ist die development und Anwendung von Biomarkern. Biomarkers kann eine Krankheit Mechanismus zu untersuchen, stellen Sie eine Diagnose verwendet werden, eine Prognose zu bestimmen, und / oder eine therapeutische Reaktion zu beurteilen. Sie können die Form der Konzentrationen oder Aktivitäten von endogener oder exogener Moleküle, eine histologische Probe, eine physikalische Größe, oder ein internes Bild. Einige allgemeine Anforderungen von Biomarkern sind, dass sie objektiv eine kontinuierlich verteilte Variable unter Verwendung physikalischer Maßeinheiten messen; haben eine klare, gut verstanden Beziehung mit der Pathologie von Interesse; sind empfindlich gegenüber Verbesserung und klinischer Zustand verschlechtert; und können mit geeigneten Genauigkeit und Präzision gemessen werden. Nicht-invasive oder minimal-invasive Biomarker sind besonders wünschenswert, da sie den Komfort des Patienten zu fördern und minimal die Pathologie von Interesse stören.

Ein Ziel für die Entwicklung von bildbasierten Biomarker für Muskelerkrankung ist Muskelerkrankung in einer Weise zu reflektieren, die complementar sindy, spezifischer als mehr räumlich selektiver als, und / oder weniger invasiv als die existierenden Ansätze. Ein besonderer Vorteil der qMRI in dieser Hinsicht ist, dass sie das Potential hat, um mehrere Arten von Informationen zu integrieren und somit potentiell viele Aspekte des Krankheitsprozesses charakterisieren. Diese Fähigkeit ist sehr wichtig bei Muskelerkrankungen, die häufig eine räumlich variable komplexe Pathologie aufweisen, die Entzündung, Nekrose und / oder Atrophie mit Fettersatz, Fibrose, Störung des myofilament Gitter ( "Z-Disk-Streaming") und Membranschädigung beinhaltet . Ein weiterer Vorteil der qMRI Methoden ist, dass qualitative oder semi-quantitative Beschreibungen von Kontrast-basierten MR-Bilder spiegeln nicht nur Pathologie, sondern auch Unterschiede in der Bildaufnahmeparameter, die Hardware und die menschliche Wahrnehmung. Ein Beispiel für diese letzte Ausgabe wurde von Wokke et al., Die zeigten , dass semi-quantitative Bewertung der Fettinfiltration sind sehr variabel und häufig falsch, wHenne im Vergleich zu quantitativen Fett / Wasser - MRI (FWMRI) 1.

Das hier beschriebene Protokoll umfasst Pulssequenzen zum Messen der Längs (T 1) und Querrichtung (T 2) Relaxationszeitkonstanten, quantitative Magnetisierungstransfer (QMT) Parameter, Wasserdiffusionskoeffizienten Diffusionstensors MRI (DT-MRI) verwendet und Muskelstruktur unter Verwendung von Strukturbilder und FWMRI. T 1 wird unter Verwendung einer Inversion - Recovery - Sequenz gemessen wird , in dem der Netto - Magnetisierungsvektor invertiert und seine Größe abgetastet wird, da das System zum Gleichgewicht zurückkehrt. T 2 wird durch wiederholtes Refokussierung transversale Magnetisierung unter Verwendung einer Folge von Refokussierungspulsen wie die Carr-Purcell-Meiboom Gill (CPMG) -Methode, und Abtasten der resultierenden Spin-Echos gemessen. T 1 und T 2 können Daten unter Verwendung von nicht-linearen Kurvenanpassungsverfahren analysiert werden , die entweder eine Anzahl von Expone nehmenntial Komponenten a priori (typischerweise zwischen einem und drei) oder durch eine lineare inverse Ansatz , die die beobachteten Daten zu der Summe aus einer großen Anzahl von abklingenden Exponentialfunktionen passt, in einem Spektrum von Signalamplituden führt. Dieser Ansatz erfordert eine nicht negative kleinsten Quadrate (NNLS) Lösung 3 und umfasst in der Regel zusätzliche Regularisierung stabile Ergebnisse zu erzielen. T 1 und T 2 Messungen wurden umfassend zu untersuchen Muskelerkrankungen und Verletzungen 4-9 verwendet. T 1 - Werte werden in der Regel in fett infiltriert Regionen Muskel verringert und erhöht in entzündeten Bereichen 4-6; T 2 -Werte werden in beiden fett infiltriert und entzündete Regionen erhöht 10.

QMT-MRI charakterisiert das freie Wasser und feststoffartigen hochmolekularen Protonen Pools in Gewebe, indem das Verhältnis von hochmolekularen zu freien Wasserprotonen Schätzung (die Pool-Größe-Verhältnis, PSR); die intrinsische entspannenation Raten dieser Pools; und die Wechselkurse zwischen ihnen. Gemeinsame QMT Ansätze umfassen gepulste Sättigung 11 und selektive Inversion - Recovery 12,13 Methoden. Das Protokoll unten beschreibt die Verwendung des gepulsten Sättigungs Ansatz, der die breite Linienbreite des hochmolekularen Protonensignals, bezogen auf die schmale Linienbreite des Wasserprotonensignals ausnutzt. Durch die Sättigung des hochmolekularen Signal bei Resonanzfrequenzen ausreichend verschieden von dem Wassersignal, wird das Wassersignal als Folge der Magnetisierungstransfer zwischen den festen und freien Wasserprotonen Pools reduziert. Die Daten werden mit Hilfe eines quantitativen biophysikalischen Modells analysiert. QMT wurde bei gesunden Muskeln 14,15, und eine kürzlich abstrakt erschien beschreibt seine Umsetzung in Muskelerkrankung 16 entwickelt und angewendet. QMT wurde verwendet , um kleine Tiermodelle von Muskelentzündung zu untersuchen, wobei es , dass eine Entzündung des PSR gezeigt wurde , 17 verringert. Da MTsowohl makromolekularen und Wassergehalte reflektiert, kann MT - Daten auch 18,19 Fibrose reflektieren.

DT-MRI verwendet, um das anisotrope Diffusionsverhalten von Wassermolekülen in Geweben mit geordneten, länglichen Zellen zu quantifizieren. In DT-MRT, Wasserdiffusion in sechs oder mehr unterschiedlichen Richtungen gemessen; Diese Signale werden dann einem Tensor Modell 20 ausgestattet. Der Diffusions - Tensor - D wird diagonalisiert drei Eigenwerte zu erhalten (das sind die drei Haupt Diffusivitäten) und drei Eigenvektoren (die die Richtungen entsprechend den drei Diffusionskoeffizienten angeben). Diese und andere quantitative Indizes abgeleitet von D liefern Informationen über Gewebestruktur und die Orientierung auf einer mikroskopischen Ebene. Die Diffusionseigenschaften der Muskeln, insbesondere der dritte Eigenwert von D und der Grad der Diffusions Anisotropie reflektieren Muskelentzündung 17 und Muskelschäden aufgrund experimenteller Schädigung 21, Strain Injury 22 und Krankheit 23,24. Andere mögliche Einflüsse auf die Diffusionseigenschaften des Muskels gehören unter anderem Veränderungen in der Zelldurchmesser 25 und Membran - Permeabilität ändert.

Schließlich Muskelatrophie, ohne oder ohne makroskopische Fettinfiltration, ist eine pathologische Komponente vieler Muskelerkrankungen. Muskelschwund kann mit Strukturbilder ausgewertet werden Muskelquerschnittsfläche oder das Volumen und FW-MRI zu messen Fettinfiltration zu bewerten. Fettinfiltration kann qualitativ in T 1 beschrieben - und T 2 -gewichteten Bilder 26, aber Fett und Wasser Signale werden am besten gemessen durch Erzeugen von Bildern, das die verschiedenen Resonanzfrequenzen von Fett und Wasserprotonen 27-29 auszunutzen. Quantitative Fett / Wasser - Bildgebungsverfahren wurden in Muskelerkrankungen wie Muskeldystrophie 1,30,31, angewendet und der Verlust der Gehfähigkeit in diesen 31 Patienten vorhersagen kann.

32 veröffentlicht. Das Protokoll umfasst Standard-Pulssequenzen sowie Radiofrequenz (RF) und Magnetfeldgradienten Objekte speziell auf unseren Systemen programmiert. Die Autoren gehen davon aus, dass das Protokoll in anderen neuromuskulären Erkrankungen, die durch Muskelschwund, Entzündungen gekennzeichnet, anwendbar ist, und Fettinfiltration (wie die Muskeldystrophien).

Subscription Required. Please recommend JoVE to your librarian.

Protocol

HINWEIS: Der Leser wird darauf hingewiesen, dass alle Forschung am Menschen muß von der lokalen für die Nutzung von Human Subjects in Forschung Institutional Review Board (IRB) genehmigt werden. Forschung Teilnehmer müssen der Zweck, Verfahren, Risiken informiert werden und Nutzen der vorgeschlagenen Forschung; die Verfügbarkeit von alternativen Behandlungen oder Verfahren; die Verfügbarkeit der Vergütung; und ihre Rechte auf Privatsphäre und ihre Zustimmung zu entziehen und beenden ihre Teilnahme. Vor der MRI-Test-Session, ein Ermittler muss eine potenzielle Studienteilnehmer mit einem IRB-genehmigten informierte Zustimmung Dokument (ICD) präsentieren, erklären deren Inhalt, und fragen Sie den potenziellen Forschungsteilnehmer, wenn er / sie an der Studie teilnehmen möchte. Wenn ja, wird der Teilnehmer müssen unterschreiben und datieren die ICD vor hier einer der Schritte des Protokolls zum Abschluss.

1. Maßnahmen vor dem Testtag

  1. Beschränken Lebensgewohnheiten , die die D Confound Könnteata
    1. Weisen Sie den Teilnehmer nicht moderate oder schwere Übung während der 48 Stunden vor dem Test durchzuführen. Weisen Sie den Teilnehmer zu enthalten Over-the-counter Medikamente und Alkoholkonsum während der 24 h vor dem Test. Weisen Sie den Teilnehmer auf, keine Tabakkonsum oder Koffeinkonsum während der 6 Stunden vor dem Test.
    2. Vor der Prüfung bestätigen, dass der Teilnehmer mit diesen Anweisungen konform war.
  2. Bereiten Sie das MRT - System
    1. Sicherstellen , dass die Verfügbarkeit aller notwendigen Geräte, wie sie in der Tabelle der Materialien und Geräte aufgeführt.
    2. Definieren Sie ein MRI-Protokoll; 5 - vorgeschlagenen Parameter sind in den Tabellen 1 gefunden.

2. Testtag: Bereiten Sie sich für MRI Datenerfassung

  1. Conduct Sicherheit Screening
    1. Bildschirm für mögliche Gefahren in der MRT-Umgebung durch eine MRI-Sicherheit-t mitgeregnet Arbeiter die Forschungsteilnehmer mit einem geeigneten MRI-Sicherheit Form, wie sie bei www.mrisafety.com gefunden präsentieren Gesundheitswesen.
    2. Wenn es irgendwelche implantierten magnetischen oder magnetisch empfindlichen Gegenständen, sicherzustellen, dass sie für die MRI-Scan-sicher sind.
  2. Bereiten Sie das MRT - System
    1. Stellen Sie sicher, dass das gesamte Personal entfernt alle magnetischen und magnetisch empfindlichen Objekte vor Betreten des Raumes, die das MRT-System untergebracht ist. Führen Sie jedes Mal, dies zu überprüfen, dass jemand das MRI Raum betritt.
    2. Bereiten Sie die MRI-System durch die Empfangsspule auf der Patientenliege des MRI-Systems setzt. Auch legen Sie eine Matratze mit Laken und Kissen mit Kissenbezug auf dem Bett. Haben Riemen rund um die Oberschenkel und Polstern oder Kissen unter dem Knie zu legen.
    3. Starten Sie die Software-Schnittstelle, geben Sie Patientendaten, und öffnen Sie das Bildgebungsprotokoll.
  3. Positionieren Sie den Forschungsteilnehmer auf dem MRI - Scanner Tabelle <ol>
  4. Beachten Sie die Forschungsteilnehmer, wie er / sie für magnetisch empfindliche Objekte seiner / ihrer Person und Kleidung überprüft. Sichern Sie diese Objekte außerhalb des MRT-Raums in einem verschließbaren Behälter. Geben Sie den MRT-Raum mit dem Forschungsteilnehmer unmittelbar nach Abschluss dieses Schritts.
  5. Positionieren Sie den Teilnehmer auf der Patientenliege in Rücken, Füße-erste Position. Platzieren Sie den Körperteil zu werden, so nahe an der Mittellinie des Tisches als praktisch abgebildet. Platz Kissen oder Kissen unter den Knien zurück Zugentlastung für den unteren zu bieten und ein Kissen unter den Kopf legen. Zur Begrenzung der Bewegung, sanft, aber effektiv sichern Sie die Oberschenkel, Bein und Fuß und sorgen dafür, dass die Teilnehmer bequem ist.
  6. Legen Sie die HF-Empfängerspule um den Teilnehmer Oberschenkel und verbinden Sie es mit dem MRI-System.
  • Weisen Sie den Teilnehmer und die komplette Finale Pre-Prüfschritte
    1. Geben Sie Anweisungen, wie Sie mit den Ermittlern zu kommunizieren. Geben Sie die participant mit Gehörschutz und eine Signaleinrichtung, die verwendet werden können, um darauf aufmerksam zu machen, wenn nötig. Weisen Sie den Teilnehmer von der Notwendigkeit zu bleiben noch während und zwischen allen Bildgebungssequenzen.
    2. Vorzurücken die Patientenliege in den MRI-Scanner, so dass der Körperteil abgebildet werden, um die Mitte des MRI-Scanner ausgerichtet ist.
    3. die MRT-Raum Nach dem Verlassen, bestätigen, dass der Patient Kommunikationssystem arbeitet und sehen, dass die Teilnehmer bequem ist. Während des gesamten Protokoll kommunizieren regelmäßig mit dem Teilnehmer seine / ihre Komfort und die Einhaltung der Anweisungen zu gewährleisten.
  • 3. Tag der Prüfung: Erwerben Sie die MRT-Daten

    1. Vorbereitende Schritte
      1. Da die MRI - System ermittelt die Instrumentaleinstellungen und Kalibrierungen vor jeder Bildgebungssequenz (Mittenfrequenz, Empfängerverstärkungskalibrierung, etc.), diese Prozesse zu überwachen und sicherzustellen , dass jeder Schritt durchgeführt wird correctly.
      2. eine geeignete Software-Schnittstelle, eine Reihe von Lokalisierungsbildern (auch als Pilot oder Scout-Bilder bekannt ist) zu erwerben; Verwendung vorgeschlagenen Parameter in Tabelle 2.
      3. Bestimmen Sie, wo die zentrale Scheibe zu platzieren für qMRI Datenerfassungen durch Bereiche mit Schäden zu identifizieren und / oder durch die Schichtposition in Bezug auf reproduzierbare anatomische Orientierungspunkte zu verweisen.
    2. Sende- und Empfangsspule Kalibrierung Schritte
      1. Für diese Schritte sowie alle nachfolgenden Abbildungsstufen definieren Bereich der Anatomie , in denen die Homogenität des statischen Magnetfelds (B 0) zu optimieren, ein Verfahren , bekannt als "Shim". Siehe Abbildung 1A für die typische Anordnung der Shim - Volumen von Interesse (VOI) in den vorliegenden Studien verwendet.
      2. Wenn der MRI-Scanner ein Multi-Element-Übertragungsspule hat, ein RF-Kalibrierungsdatensatzes zu erwerben.
      3. Wenn der MRI-Scanner ein Multi-Element-Empfangsspule hat, zu erwerbeneine räumliche Empfindlichkeit Karte der Spulen.
    3. Erwerben Strukturelle MRT - Daten
      1. Erwerben Sie hohe Auflösung, Multi-Slice, T 1 -gewichtete Bilder , die eine schnelle Spin-Echo (FSE) Sequenz verwendet wird ; die Abbildungsparameter in den vorliegenden Untersuchungen sind in Tabelle 1 bereitgestellt.
      2. Erwerben Sie hohe Auflösung, Multi-Slice, T 2 -gewichteten Bilder eine FSE - Sequenz verwendet wird ; die Abbildungsparameter in den vorliegenden Untersuchungen sind in Tabelle 2 bereitgestellt.
    4. Erfassung von Daten für die Qualitätskontrolle in Echtzeit und machen Nachbearbeitung Korrekturen
      1. Erwerben dreidimensionalen (3D) mehrere Gradienten-Echo - Daten für die Berechnung des B 0 -Feldes Karten. Die Abbildungsparameter in den vorliegenden Untersuchungen sind in Tabelle 3 bereitgestellt.
      2. Untersuchen Sie die Feldkarten, um sicherzustellen, dass es keine Abweichungen von mehr als ± 60 Hz (ca. 0,5Teile pro Million bei 3 Tesla) über das Bild. Wenn es, nehmen einen alternativen Ansatz zur Shim (verschiedene Verfahren, unterschiedliche Platzierung von VOI, etc.).
      3. Erwerben 3D-Daten für die Berechnung der Nutationswinkel Karten. Die Abbildungsparameter in den vorliegenden Untersuchungen sind in Tabelle 2 bereitgestellt.
      4. Prüfen die Feldkarten, um sicherzustellen, dass es keine Bereiche gibt, die stark von der Nenn Nutationswinkel abweichen. Für die HF-Impulse, die in diesem Protokoll verwendet werden, Abweichungen von mehr als ± 30% der Nenn Nutationswinkel betrachtet übertrieben.
    5. Erwerben Sie die qMRI Daten
      1. Erwerben 3D - Bilder für die Berechnung der T 1, eine Inversion - Recovery - Sequenz verwendet wird . Die Abbildungsparameter in den vorliegenden Untersuchungen sind in Tabelle 3 dargestellt.
      2. Wiederholen Sie den T 1 Messung in Gegenwart von Fettsignalunterdrückung (FS; dieser Parameter abbreviated T 1, FS).
      3. Erwerben Einzelschichtbilder für die Berechnung der T 2, eine Mehrfach - Spin-Echosequenz verwendet wird . Verwenden Sie die Bildparameter , die in Tabelle 3.
      4. Wiederholen Sie den T 2 Messung in Gegenwart von FS (T 2, FS).
      5. Erwerben 3D - Bilder für die Berechnung der Parameter QMT, eine gepulste Sättigungssequenz mit FS und die Abbildungsparameter in Tabelle 4 verwendet wird .
      6. Erwerben Mehrschichtdaten zur Berechnung von Diffusionsparametern tensor, eine Reihe von diffusionsgewichteten Bildern verwenden. Die Abbildungsparameter in dieser Untersuchungen sind in Tabelle 4 angegeben.
      7. Erwerben Sie 3D-Daten für die Berechnung von Fett / Wasser-Bilder, eine Serie von sechs GRE-Bilder verwenden. Die Abbildungsparameter in dieser Untersuchungen sind in Tabelle 5 angegeben.
    6. Nach dem qMRI Protokoll abschließen
      1. Sicher gehen, dassAlle Bilder sind von geeigneter Qualität, indem sie auf potentiell korrigierbaren Artefakte und durch Messen des ausreichenden Signal-zu-Rausch-Verhältnis zu untersuchen.
      2. Für jeden qMRI Datensatz mehrere Regionen von Interesse (ROIs) in der Bildserie definieren und das Signal in Abhängigkeit von dem jeweiligen Parameter prüfen (zum Beispiel für die T 1 -abhängigen erfassten Daten in den Schritten 3.5.1 und 3.5.2, plot des Signals in Abhängigkeit von TI und sicherzustellen, dass die Daten, die die Inversion-Recovery-Funktion unten aufgeführten in Schritt 4.1.2) folgen.
      3. eine persönliche Screening für magnetisch empfindliche Objekte Nach Abschluss geben Sie den MRT-Raum. Entfernen Sie den Teilnehmer aus dem Magneten, entfernen Sie alle Gurte und Polster, und die Teilnehmer unterstützen, die MRI-Scanner austritt und die MRT-Raum.
      4. Übertragen Sie die Daten unter Verwendung von Methoden konform mit den lokalen Gesundheitsdatenschutzgesetze, zu einer lokalen Arbeitsstation für die Verarbeitung; Daten können als Digital Imaging Kommunikation in der Medizin (DICOM-Dateien) oder im Kreditoren exportiert werden'S proprietäres Format (das Verfahren in diesem Protokoll verwendet).

    4. Analysieren Sie den qMRI Daten

    1. Berechnen Sie die Parametric Karten
      1. Verwenden Sie ein Computerprogramm für das wissenschaftliche Rechnen und Bildanalyse. Durch die Untersuchung eines Histogramms der Signalintensitäten in dem Bild, bilden einen Signalschwellenbasierten Bildmaske, die Bereiche des Signals von Bereichen Rausch abgrenzt. Führen Sie die folgenden Schritte für jedes Pixel in den Signalanteile der Bilder.
      2. Analysieren Sie den T - 1 - Daten durch die Signalintensität S für jede Inversionszeit (TI) zu messen. Dann passen Sie die Werte für S zu einer Inversion-Recovery mit reduzierter Pre-Delay - Modell:

        Equation1

        wobei M 0 eine Signalintensität , die die Magnetisierung in dem Gleichgewichtszustand ist, ist S f das Inversionsverhältnis,und TD ist die Pre-Delay - Zeit. Dann passen die Daten mit FS auf dem gleichen Modell, so dass die Bestimmung der longitudinalen Relaxationszeit mit FS, T 1, FS.
      3. Analysieren Sie den T - 2 - Daten von S an jedem TE zu messen. Dann passen die Daten an einen monoexponentiellen Zerfall Modell:

        Equation2

        wobei N das Signal an der Basislinie versetzt sind . Der Leser kann auch entscheiden, die Daten an einen multiexponentiellen Modells, wie es unten zu passen:

        Equation3

        wobei J die Anzahl der exponentiellen Komponenten und f und T 2, j sind die Signalanteil und T & sub2 ; -Werte , die mit der j - ten Komponente ist. Oder kann das Lesegerät verwenden , um einen nichtnegativen kleinsten Quadrate (NNLS) Methode 3. In der lAtter Fall der Multi-exponentielle Relaxation Analysis (MERA) Toolbox 33 ist frei verfügbar; andere Programme sind ebenfalls verfügbar. Wiederholen Sie diese Analysen für die Daten mit und ohne FS.
      4. Um die QMT Daten zu analysieren, messen S für jede Bestrahlungsleistung und Frequenz - Offset. Korrigieren Sie die nominellen Bestrahlungsleistungen (dargestellt durch ω 1 in der Gleichung unten) mit den Nutationswinkels Karten. Korrektur der Frequenz - Offsets (Δ f in der Gleichung unten) durch den B - 0 Karten unter Verwendung der aufgebrachten Offset - Frequenzen einzustellen. Dann passen die Daten an das folgende Modell 34,35

        Equation4

        wo aus dem hochmolekularen Pool zur freien Wasserpool der Wechselkurs, der Längsrelaxation Rate des freien Wasserpool ist, ist die Längsrelaxation Rate des hochmolekularen Pool (angenommen 1 s -1) ist das PSR wird die T 1CWPE ist die mittlere Leistung des Sättigungsimpulses. Die Sättigungsrate der longitudinalen Magnetisierung des hochmolekularen Pool wird von einem Super-Lorentz - Modell beschrieben, wie 34,35 in der Arbeit von Henkelman und Kollegen beschrieben.
      5. Auf die entsprechenden nicht-diffusionsgewichtete Bild Um die DTI - Daten zu analysieren, verwenden Sie zuerst eine affine Transformationsalgorithmus 36 , um jedes diffusionsgewichtete Bild zu registrieren. Dann wird für jedes Pixel messen , um die Werte für S in dem nicht-diffusionsgewichtete Bild und in jeder diffusionsgewichtete Richtung. Bilden eine Matrix der Diffusionskodierung Richtungen zusammen. Mit multivariaten, gewichtet Regression der kleinsten Quadrate, regredieren die Signaldaten auf der Diffusionskodierung Matrix und Form D. Diagonalisieren D und einer Größe Sortierung der Eigenwerte durchführen und ihre Eigenvektoren. Berechnen Sie dann den Mittelwert Diffusität (MD) als:

        "Equation5"
        wobei λ 1, λ 2 und λ 3 die Eigenwerte des Diffusionstensors. Auch die Berechnung der fraktionierte Anisotropie (FA) als:

        Equation6
      6. Analysieren Sie die FWMRI Daten einen quantitativen Ansatz, der Signale von Wasser und Fett auf Basis der chemischen Verschiebung trennt (wie der FattyRiot Algorithmus, zum kostenlosen Download von https://github.com/welcheb/FattyRiot).
    2. Definieren Sie Regions of Interest für Analyse
      1. Geben Sie ROIs auf die anatomischen Bilder (durch die Grenzen der einzelnen Muskeln von Interesse definiert wurden). Ein Beispiel ist in Abbildung 1 dargestellt.
      2. Ändern Sie die Größe der ROIs der Matrixgröße der qMRI Bilder anzupassen. Bei Bedarf stellen Sie die Ausrichtung der ROIs die qMRI Karte passen (zum Beispiel, wenn der Teilnehmer bewegtzwischen Akquisitionen, könnte eine Übersetzung der ROI Position, um die Muskel Grenzen überlappend) zu vermeiden, erforderlich.
      3. Untersuchen Sie jeden ROI. Falls notwendig, sicherzustellen, dass keine Pixel enthalten sind, die Teilvolumenartefakte enthalten, nicht-Kontraktions Gewebe und Flussartefakte; bitte Abbildung 1 für Beispiele.
      4. Berechne den Mittelwert und die Standardabweichung der Werte in qMRI alle Pixel innerhalb der ausgewählten ROIs.

    Subscription Required. Please recommend JoVE to your librarian.

    Representative Results

    Abbildung 1 zeigt repräsentative axiale anatomische Bilder an der Mitte des Oberschenkels eines Patienten mit Polymyositis erworben. Ebenfalls gezeigt ist die Lage des in-plane Vorsprung des Shimvolumen. Repräsentative Parameterkarten für jede qMRI Methode, die alle aus dem gleichen Patienten erhalten werden , werden aus den Figuren bereitgestellt 2 - 7.

    Die 2A und 2B zeigen die Δ B 0 und Nutationswinkels Feldkarten sind. Das B 0 Feld Karte zeigt eine starke räumliche Übereinstimmung zwischen ihrem Bereich höchster Feldhomogenität und die Platzierung des VOI für Shim, wie in 1A angegeben. In den Muskeln, reichten die Δ B 0 Werte von -40 bis 52 Hz, mit einem Mittelwert von 9,3 Hz und einer Standardabweichung von 11,2 Hz. Im Nutationswinkels Karte lagen die Werte from von 84,7 bis 122,3% des Nenn Nutationswinkel. Durch den Vergleich der Nutationswinkel Karte mit den Strukturbilder in Abbildung 1 kann gesehen werden , dass die Abweichungen von der idealen Nutationswinkel sind strenger in der hinteren Muskeln und sind offensichtlich nicht auf die Anwesenheit von Fett in einem Voxel korreliert.

    Probe T 1 Relaxometrie Daten sind in Abbildung 3 dargestellt. Die Bilder wurden maskiert, um das subkutane Fett und Rausch Regionen des Bildes auszuschließen. 3A zeigt Probe T - 1 - Daten und 3B zeigt Probe T 1, FS - Daten. Es ist offensichtlich , die in 3A , dass die T 1 des Fettes wesentlich niedriger ist als die von Muskel; daher die T - 1 - Werte für Muskel gemessen ohne FS mit niedriger sind als die T 1, FS - Werte. Auch die Verwendung von FS Ergebnisse inerheblichen Signalverlust von Bereichen Fettersatz oder subkutanes Fett. Folglich gibt es Bildpunkte in dieser Bildbereiche sind, die entweder frei von angepaßten Parameter sind, die Restwassersignale folgende FS darstellen oder in denen die Parameter sind schlecht geschätzt.

    4A zeigt eine maskierte parametrischer Karte des T 2, FS - Werte und 4B zeigt die T 2 -Werte. Figur 4C zeigt eine T 2 -abhängigen Signalabfall Probe von einem einzelnen Bildpunkt und die beste Anpassung der Daten an einen monoexponentiellen Modells. Eine Abweichung von monoexpotentielles Relaxationsverhalten wird zur Kenntnis genommen. 4D zeigt die Ergebnisse der NNLS Analyse dieser gleichen Signaldaten, mit einem einzigen breiten Peak , die sowohl Fett und Wasser Komponenten wahrscheinlich enthält.

    Figuren 5, 6, 7 zeigen Beispiele von QMT, DTI und FWMRI Daten sind. Für die QMT Daten wird nur das PSR gezeigt. Die Anwendung einer Signalschwelle auf diese FS-Daten beschränkt Kurvenanpassung auf diese Voxel in erster Linie Muskel enthält, was zu einer Dropout aus der Parameterkarte. Die Heterogenität in den Muskelwerte für PSR wird auch zur Kenntnis genommen. Obwohl das Verfahren auch das Wasser T 2 und den Wechselkurs zwischen den makromolekularen und freien Wasserprotonen Pools schätzt, präsentiert diese nicht , weil die T 2 besser dedizierte Bildgebungssequenzen geschätzt verwendet , und weil der Wechselkurs sowohl unzuverlässig geschätzt und unempfindlich gegen Pathologie .

    6A stellt eine parametrisch Karte der MD, und 6B zeigt eine Karte der FA - Werte. MD-Werte werden in den Blutgefäßen erhöht. Auch sind FA Werte reduziert in den Regionen zu redu entsprechendenced PSR. Wie bei anderen Mengen, beide sind die MD und die FA in fett ersetzt Teile des Muskels ungenau geschätzt, in dem FS-Signal Fallout verursacht. Auch wird FA außerhalb des Shimvolumen erhöht. Schließlich wird eine Fettfraktion Karte, aus den Daten berechnet FWMRI wird in 7 gezeigt. Diese Daten quantifizieren die qualitativ beobachtet Fettinfiltration Muster festgestellt , in Abbildung 1. Die entsprechende Wasserfraktion Karte ist einfach gleich (1 - Fett) und ist nicht dargestellt.

    Abbildung 1
    Abbildung 1: Beispiel für anatomische Bilder von einem Patienten mit Polymyositis. Alle der in den Figuren gezeigten Daten 2-7 wurden bei dieser Schichtposition von diesem Teilnehmer erworben. A. T 1 -gewichteten Bild, die mit dem in-plane Vorsprung des als cyanfarbige, semi-transparentes Rechteck überlagert Shimvolumen. T 2 -gewichteten Bild. Überlagerte auf das Bild in grün ist ein Beispiel ROI für den M. vastus medialis. Durch den halbtransparenten ROI, Bereiche mit hohem Signal, um den Fettersatz entsprechen, werden notiert. Der gelbe Pfeil zeigt eine intramuskuläre Sehne und der Magenta-Pfeil zeigt die Region der neurovaskuläre Bündel des Oberschenkels. Die Bilder sollten für Flussartefakte untersucht werden, die entlang der Phasencodierungs Dimension auftreten kann, und in Übereinstimmung mit der Arterie. Connective Gewebe wie Fett und Sehnen sind Empfehlung für den Ausschluss von ROIs; wenn Flussartefakte auch existieren, sollten sie ausgeschlossen werden. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen.

    Figur 2
    Abbildung 2: Δ B 0und Nutationswinkel Karten vom gleichen Patienten , dargestellt in Abbildung 1. A. Δ B 0 Karte, mit der Farbskala , welche die Abweichung des B 0 -Feldes von der Mittenfrequenz in Hz. B. Nutationswinkel Karte, mit der Farbskala zeigt den Prozentsatz des nominellen Nutationswinkel. Bilder wurden maskiert, um die Werte von den Rauschbereichen des Bildes auszuschließen. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen.

    Figur 3
    Abbildung 3: Beispiel T 1 Daten, von demselben Patienten Abgebildet in Abbildung 1. A. Karte der T 1 Werte geschätzt , indem die Daten auf die Inversion - Recovery mit reduzierter Pre-Delay - Modell passt. Die Farbskalagibt die T 1 -Wert in s. B. Karte der T 1, FS - Werte, geschätzt durch FS - Daten auf das gleiche Modell passt. Die Farbskala zeigt die T 1 -Wert in s. Die Bilder wurden maskierten Werte aus dem subkutanen Fett auszuschließen, das kontralaterale Bein und den Rauschbereichen des Bildes. Beachten Sie, dass die T - 1 - Werte erhöht werden , wenn Fettsignalunterdrückung verwendet wird. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen.

    Abbildung 4
    Abbildung 4: Probe T 2 Daten aus dem gleichen Patienten Abgebildet in Abbildung 1. A. Karte der T 2 -Werte, geschätzt durch die Daten an den monoexpotentielles Zerfall mit Rauschterm - Modell passt. Die Farbskalagibt die T 2 -Wert in ms. B. Karte des T 2, FS - Werte geschätzt , indem die Daten auf das gleiche Modell passt. In A und B haben die Bilder maskiert worden Werte aus dem subkutanen Fett auszuschließen, das kontralaterale Bein und den Rauschbereichen des Bildes. C. Probe T 2 Signalabfall von einem Pixel in Feld C und Linie bester Anpassung an die monoexpotentielles Modell (aber beachten Sie die Abweichung des Signals von dem Modell, das eine nicht-monoexpotentielles T 2 bezeichnet). Abkürzung nicht vorher bemerkt: AU, willkürliche Einheiten. D. Nicht-negative Least-Squares - Analyse der gleichen Daten Rohsignal Zerfall in C dargestellt. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen.


    Abbildung 5: Beispiel QMT Daten, vom gleichen Patienten Abgebildet in Abbildung 1. Die Farbskala zeigt die PSR, eine dimensionslose Größe , das Verhältnis von hochmolekularen zu freien Wasserprotonen widerspiegelt. Die Verwendung von FS Verfahren führt zu erheblichen Signalausfall von denjenigen Bereichen des Muskels, die durch Fett ersetzt wurden. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen.

    Figur 6
    Abbildung 6: Beispieldiffusionsdaten von dem gleichen Patienten in 1 dargestellt. Panel A zeigt die mittlere Diffusionsvermögen, mit der Farbskala , welche die Diffusivität mit Einheiten von 10 -3 mm 2 / s. Tafel B zeigt die fraktionierte Anisotropie, which ist eine dimensionslose Größe, die die Abweichung des Diffusionssystems von rein isotropen Diffusion anzeigt. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen.

    7
    Abbildung 7: FWMRI Datenprobe aus dem gleichen Patienten Abgebildet in Abbildung 1. Die Farbskala der Fettanteil angibt; die entsprechende Wasserfraktion Karte ist einfach (1 - Fett) und ist nicht gezeigt. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen.

    Parameter localizers T 1 -gewichteten T 2 -gewichteten
    General Sequenztyp 2D, Multi-Slice, Gradient-Echo 2D, Multi-Slice, Fast-Spin-Echo 2D, Multi-Slice, Fast-Spin-Echo
    Vorbereitungsphasen Senderverstärkung, Empfängerverstärkung, Mittenfrequenz, Auto-Shim Empfänger Verstärkung, Mittenfrequenz, VOI Shim Empfänger Verstärkung, Mittenfrequenz, VOI Shim
    Empfangsspule Herz- Herz- Herz-
    Zahl der Anregungen 1 1 1
    Gesamtscandauer (min: sek) 1.23 01.40 0.54
    Geometrie Anatomische Ebene (n) Axial, koronalen und sagittalen Axial Axial
    Anzahl der Scheiben / Flugzeug 20 11 11
    Scheibendicke (mm) 10 7 7
    Inter-Scheibe Spalt (mm) 0 0 0
    Scheibe Erwerb bestellen verschachtelte verschachtelte verschachtelte
    Erworbene Matrix 150 x 150 340 x 335 256 x 256
    rekonstruierte Matrix 512 x 512 512 x 512 512 x 512
    Sichtfeld (mm) 450 x 450 256 x 256 256 x 256
    Rekonstruierte Voxelgröße (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 Wiederholungszeit (ms) 9 530 3000
    Effektive echo Zeit (ms) 7 6.2 100
    Echoabstand (ms) N / A 6.2 11.8
    Anregungsflipwinkel (°) 20 90 90
    Refokussierungsflipwinkel (°) N / A 110 120
    RF Shim Statisch adaptiv adaptiv
    Signalerfassungs Anzeige Typ kartesisch kartesisch kartesisch
    parallel Imaging Nein SENSE (g = 1.4) SENSE (g = 2.0)
    Bandbreite / Pixel (Hz / Pixel) 1.237,8 377,1 286,6

    Tabelle 1: Verwendete Parameter für Localizer Imaging und Structural Imaging. Alle Sequenzen verwenden, um die Quadratur-Körperspule für HF-Felder übertragen. Parameter wie TR, TE, Echoabstand und die Anzahl der Echos kann entsprechend experimentellen Anforderungen leicht angepasst werden kann , während immer noch die Aufrechterhaltung T 1 - und T 2 - Gewichtung. Abkürzung nicht vorher bemerkt: g, parallele Bildgebung Beschleunigungsfaktor. Großes Sichtfeld Bilder sind empfehlenswert, da sie verwendet werden können Pathologie zu lokalisieren und zu identifizieren, Standorte für qMRI Sequenzen. Die sagittalen und koronalen Akquisitionen sind besonders hilfreich in dieser Hinsicht.

    Parameter Bildsequenz
    B 0 -Mapping Flip - Winkel-Mapping
    General Sequenztyp 3D, mehrere RF-verdorbene Gradienten-Echo erinnert 3D, schnelle Gradienten-Echo, Dual TR
    Vorbereitungsphasen Empfänger Verstärkung, Mittenfrequenz, VOI Shim Empfänger Verstärkung, Mittenfrequenz, VOI Shim
    Empfangsspule Quadrature-Körper Herz-
    Zahl der Anregungen 1 1
    Gesamtscandauer (min: sek) 1.26 4.33
    Geometrie Anatomische Ebene (n) Axial Axial
    Anzahl der Scheiben 11 55
    Scheibendicke (mm) 7 7
    Inter-Scheibe Spalt (mm) 0 0
    Erworbene Matrix 64 x 64 x 6 64 x 64 x 27
    rekonstruierte Matrix 128 x 128 x 11 128 x 128 x 55
    Sichtfeld (mm) 256 x 256 x 77 256 x 256 x 385
    Rekonstruierte Voxelgröße (mm) 2,00 x 2,00 x 7,00 2,00 x 2,00 x 7,00
    Kontrast Wiederholungszeit (ms) 150 30.0, 130.0
    Echozeit (ms) {4,6, 6,9} 2.2
    Anregungsflipwinkel (°) 25 60
    RF Shim adaptiv adaptiv
    Signalerfassungs Anzeige Typ kartesisch kartesisch
    Bandbreite / Pixel (Hz / Pixel) 302,5 499,4

    Tabelle 2: Parameter used für Δ B 0 und Nutationswinkels Mapping. Beide Sequenzen verwenden, um die Quadratur-Körperspule für das HF-Feld zu übertragen; weder Sequenz verwendet die parallele Bildgebung.

    Parameter Bildsequenz
    T 1 -Mapping T 2 -Mapping
    General Sequenztyp 3D, Inversion-Recovery mit Gradienten-verdorben, gradienten-wieder Echoauslesung 2D, einzelne Scheibe, Multiple-Spin-Echo
    Vorbereitungsphasen Empfänger Verstärkung, Mittenfrequenz, VOI Shim Empfänger Verstärkung, Mittenfrequenz, VOI Shim
    Zahl der Anregungen 1 2 Gesamtscandauer (min: sek) 1.44 00.04
    Geometrie Anatomische Ebene (n) Axial Axial
    Anzahl der Scheiben 11 1
    Scheibendicke (mm) 7 7
    Inter-Scheibe Spalt (mm) 0 0
    Erworbene Matrix 128 x 128 x 6 128 x 128
    rekonstruierte Matrix 128 x 128 x 11 128 x 128
    Sichtfeld (mm) 256 x 256 x 77 256 x 256
    Rekonstruierte Voxelgröße (mm) 2,00 x 2,00 x 7,00 2,00 x 2,00 x 7,00
    Kontrast Wiederholungszeit (ms) abwechslungsreich 4000
    Inversionsimpuls 180 °, 1 ms, Form: Block N / A
    Inversion Recovery-Zeiten (ms) 50, 100, 200, 500, 1000, 2000, 6000 N / A
    Pre-Verzögerungszeit (ms) 1500 N / A
    Fat Signalunterdrückung (falls verwendet) 1331 binomischen Wasser selektive Anregung SPAIR (Leistung: 2 & mgr; T, Inversion Verzögerung 202 ms, Offset-Frequenz 250 Hz);
    Sinc-Gauss Vorimpuls (90 °, Dauer: 18 ms, Frequenz-Offset: 100 Hz)
    Anregungsflipwinkel (°) 10 90
    Refokussierungspuls N / A Version-S
    Echozeit (ms) N / A {14, 28, 42 ... 280}
    Anzahl der Echos / Echoabstand (ms) N / A N / A
    RF Shim adaptiv Adaptive
    Signalerfassungs Anzeige Typ kartesisch kartesisch
    parallel Imaging SENSE (g = 1,5) SENSE (g = 1,5)
    Bandbreite / Pixel (Hz / Pixel) 383 335,1

    Tabelle 3: Verwendete Parameter für T 1 und T 2 Mapping. T 1 und T 2 -Daten werden mit und ohne FS erfasst. Beide Sequenzen verwenden, um die Quadratur-Körperspule für HF-Felder zu übertragen und ein Sechs-Element Herzspule für den Signalempfang. Die Wiederholungszeit variiert für die T 1 -Mapping Sequenz , weil es eine feste vorgeVerzögerungsZeit mit variabler Inversion tim verwendete.

    Parameter Bildsequenz
    QMT DTI
    General Sequenztyp 3D, MT-gewichteten Gradienten-Echo erinnert 2D, multi Scheibe, Single-Shot-Spin-Echo-EPI
    Vorbereitungsphasen Empfänger Verstärkung, Mittenfrequenz, VOI Shim Empfänger Verstärkung, Mittenfrequenz, VOI Shim
    Zahl der Anregungen 2 6
    Gesamtscandauer (min: sek) 10.41 6.28
    Geometrie Anatomische Ebene (n) Axial Axial
    Anzahl der Scheiben 11 11
    Scheibendicke (mm) 7 7
    Inter-Scheibe Spalt (mm) 0 0
    Erworbene Matrix 128 x 128 x 6 64 x 64
    rekonstruierte Matrix 128 x 128 x1 128 x 128
    Sichtfeld (mm) 256 x 256 x 77 256 x 256
    Rekonstruierte Voxelgröße (mm) 2,00 x 2,00 x 7,00 2,00 x 2,00 x 7,00
    Kontrast Wiederholungszeit (ms) 50 4000
    MT Puls Nominal Flipwinkeln: 360 °, 820 °;
    Impulsbreite: 20 ms;
    Frequenzversätze: 1, 2, 5, 10, 20, 50, 100 kHz
    N / A
    Diffusionsgewichtung (b) (s • mm -2) N / A b = 450;
    15 Richtungen + ein b= 0 Bild
    Fat Signalunterdrückung (falls verwendet) 1331 binomischen Wasser selektive Anregung Gradientenumkehrung;
    Sinc-Gauss Vorimpuls (90 °, Dauer: 18 ms, Frequenz-Offset: 100 Hz)
    Echozeit (ms) 3.9 48
    Anzahl der Echos / Echoabstand (ms) N / A N / A
    Anregungsflipwinkel (°) 6 90
    RF Shim adaptiv adaptiv
    Signalerfassungs Anzeige Typ kartesisch kartesisch
    parallel Imaging SENSE (g = 1,5) SENSE (g = 1,5)
    Bandbreite / Pixel (Hz / Pixel) 383 42.1

    T4 Lage: Parameter für QMT und DTI verwendet. Beide Sequenzen verwenden, um die Quadratur-Körperspule für das HF-Feld zu übertragen und ein Sechs-Element Herzspule für den Signalempfang. Abkürzung nicht vorher bemerkt: EPI, Echo-Planar-Bildgebung.

    Signalerfassung
    Parameter Bildsequenz
    FW-MRT
    General Sequenztyp 3D-Gradienten-Echo erinnert
    Vorbereitungsphasen Empfänger Verstärkung, Mittenfrequenz, VOI Shim
    HF-Sendespule Quandrature-Körper
    Empfangsspule Herz-
    Zahl der Anregungen 1
    Gesamtscandauer (min: sek) 0.18
    Anatomische Ebene (n) Axial
    Anzahl der Scheiben 11
    Scheibendicke (mm) 7,0 mm
    Inter-Scheibe Spalt (mm) 0 mm
    Erworbene Matrix 128 x 128 x 4
    rekonstruierte Matrix 128 x 128 x 7
    Sichtfeld (mm) 256 x 256 x 77
    Rekonstruierte Voxelgröße (mm) 2,00 x 2,00 x 7,00
    Kontrast Wiederholungszeit (ms) 75
    Anregungsflipwinkel (°) 22
    Echo-mal (ms) {1,34, 2,87, 4,40, 5,93 ... 8,99}
    Anregungsflipwinkel (°) 6
    RF Shim adaptiv
    Anzeige Typ kartesisch
    parallel Imaging SENSE (g = 1.3)
    Bandbreite / Pixel (Hz / Pixel) 1.395,1

    Tabelle 5: Parameter für die FW-MRT eingesetzt.

    Subscription Required. Please recommend JoVE to your librarian.

    Discussion

    Muskelerkrankungen wie die Muskeldystrophien und idiopathische entzündliche Myopathien bilden der Gruppe von Krankheiten, die in Ätiologie und als individuelle Einheiten, selten in ihrer Häufigkeit heterogen sind. Zum Beispiel, Muskeldystrophie Duchenne - die häufigste Form der Muskeldystrophie - hat eine Inzidenz von 1 zu 3'500 bei männlichen Neugeborenen 37,38; Dermatomyositis, zu dem dieses Protokoll angewendet wurde, hat eine Inzidenz von 1 in 100.000 39. Je höher kollektive Auftreten dieser Krankheiten, aber, und ihre oft überlappende pathologische Anzeichen - Atrophie, Entzündungen, Fettinfiltration, Membranschäden und Fibrose - unterstützen die Entwicklung und Anwendung eines gemeinsamen Satzes von Methoden zur quantitativen diese Krankheiten zu charakterisieren.

    QMRI der Lage ist, viele dieser pathophysiologischen Veränderungen nicht-invasiv zu charakterisieren. Wie bei jeder wissenschaftlichen Methode muss qMRI Studien in einem Auto durchgeführt werdeneful Weise. Ein grundsätzliches Problem ist die Sicherheit. Auch ist jede qMRI hier beschriebene Verfahren hat sich Fehlerquellen zugeordnet sind; und aus offensichtlichen Gründen ist es wichtig, diese Fehler zu verstehen und zu erkennen. Schließlich haben viele der Messungen eine komplexe Interpretation. Diese Fragen werden hier diskutiert. In der Diskussion präsentieren, stellen wir fest, dass das Protokoll hier vorgestellten beschreibt wir fühlen, was ist die beste experimentelle Ansatz für unsere Zwecke. Wir erkennen, dass andere haben unterschiedliche Ansichten, zusätzliches Wissen, oder können die möglichen Ergebnisse der Protokolloptimierung zu wiegen anders als wir. Außerdem haben die Leser-MRT-System kann nicht alle Optionen in dem beschriebenen Protokoll zur Verfügung; oder kann der Leser zusätzliche Optionen, die auf unserem System nicht verfügbar sind. Wir haben festgestellt, welche Aspekte unseres Protokolls wurden auf unser System individuell programmiert. Der Leser wird darauf hingewiesen vollständig alle der Literatur zu prüfen, untersuchen alle relevanten Optionen auf seinem / ihrem System, undEntscheidungen zu treffen, die für seine / ihre experimentellen Ziele in der bestmöglichen Protokoll führen.

    MRI - Sicherheitsfragen
    MRT nutzt verschiedene Arten von Magnetfeldern. Die B 0 Feldstärke des Systems in den Studien verwendet hier beschriebene 3,0 Tesla oder ungefähr 15.000 mal das Erdfeld von ~ 0,2 mT. Gepulster RF Magnetfelder (B 1) verwendet werden , Energie in das Spinsystem einzuführen und den Resonanzphänomen erzeugen. Gradientenmagnetfelder werden ein- und ausgeschaltet, während der Abbildungssequenz und werden für verschiedene Zwecke verwendet. Sie sind eine lineare Beziehung zwischen der NMR-Frequenz und räumlichen Position für den Zweck der Ortskodierung zu erstellen und werden auch unerwünschte Quellen von Signalen zu eliminieren.

    Jede dieser Arten von Magnetfeldern hat Sicherheitsbedenken mit sich. Ein großer Sicherheitsbedenken mit dem B 0 Feld zugeordnet ist eincceleration von magnetischen Gegenstände in Richtung des Magneten. Das B 0 Feld ist immer vorhanden. Da die Stärke eines Magnetfeldes als Funktion von 1 / d 3 variiert, wobei d der Abstand von der Quelle des Feldes ist, nähert sich die B 0 -Feldes schnell zunimmt als das MRI - System. Ferromagnetischer Objekte können mit wenig oder gar keine Warnung in Richtung des MRI-Systems beschleunigt werden und zu schweren Verletzungen oder zum Tod führen kann. Daher müssen sie außerhalb des MRI-Raumes entfernt und befestigt werden. Andere Gefahren im Zusammenhang mit der B 0 Feld sind die Platzierung von abnormen Drehmomente auf implantierten magnetischen Gegenstände und Löschung oder eine andere Beschädigung magnetisch empfindlichen Geräten. B 1 Felder können Gewebe erwärmen, und dieser Effekt kann in den Bereichen um implantierte Metallgegenstände verbessert werden. Gradient Felder können elektrische Ströme in leitenden Gegenständen induzieren (wie Nerven und implantierten medizinischen Geräten). Das Schalten von GradientenFelder erzeugt auch potentiell laute und unangenehme akustische Geräusche. Staatlichen Aufsichtsbehörden haben strenge Grenzen für die Höhe und die Dauer der Exposition gegenüber diesen verschiedenen Arten von Magnetfeldern platziert und menschliche Bildgebungssysteme besitzen eine intrinsische Software-Steuerelemente, die die Einhaltung dieser Richtlinien zu gewährleisten.

    Der Leser sollte wissen, dass diese Darstellung etwas oberflächlicher ist. Es obliegt das gesamte Personal mit MRI-Tests verbunden sind voll aller relevanten Sicherheitsfragen bewusst zu sein und wie Unfälle zu vermeiden. Auch das gesamte Personal mit MRI-Tests verbunden sind, sollten für potenziell gefährliche implantierten Metalle oder medizinische Geräte zu sehen sein.

    Pre-Tests Lifestyle Einschränkungen
    Das Ausüben so viel experimentelle Kontrolle über Vortest Lebensstil Verhalten wie möglich ist ein wichtiger Bestandteil dieses Protokolls. Der Fall von T 2 Messungen wird als ein Beispiel dafür , warum dieser Steuerung vorgesehenwird gebraucht. T 2 ist ein führender MRI - Biomarkers von neuromuskulären Erkrankungen 40 betrachtet. Jedoch kann die Muskel Wasser proton T 2 aus mehreren Gründen erhöht werden. In qMRI Untersuchungen für neuromuskuläre Erkrankungen, 2 die T in Gegenwart von FS gemessen wird im Allgemeinen eine chronische Entzündung im Zusammenhang mit der Schwere der Erkrankung widerspiegeln vermutet, während die nicht-FS T 2 auch Fettinfiltration reflektieren kann. Allerdings 2 T kann auch mittelfristige Erhebungen wegen exzentrische Übung 41, unterzogen werden, die 42 Patienten und gesunden Probanden unterschiedlich beeinflussen können. Aus diesem Grund empfehlen die Autoren 48 Stunden moderate oder schwere Übung Einschränkung vor der Prüfung. T 2 kann auch durchlaufen kurzlebiger Erhöhungen infolge von akuten Anfällen von Übungs 43,44. Für einen Patienten mit schwerer Muskelverlust, könnte Gehtraining intensiv genug darstellen T zu erhöhen

    Datenerfassung und Analyse: Allgemeine Probleme
    Ein wichtiger Punkt ist, dass eine sorgfältige Erprobung, zuerst bei gesunden Personen und dann in Personen mit der Krankheit von Interesse, von wesentlicher Bedeutung ist. Viele experimentelle Optionen sind sehr spezifisch für das MRT - System (einschließlich , aber nicht auf B 0 Feldstärke begrenzt, Shim - Strategien, HF - Spulen Optionen, maximale Magnetfeldgradientenstärke, und die Verfügbarkeit von erweiterten Optionen wie RF - Pulsform). Sequenzspezifische Pilottestziele werden im Folgenden beschrieben. Andere Probleme, die Datenqualität beeinflussen, sind biologischer Natur, wie beispielsweise der Art der Erkrankung und der zu erwartenden Arten von Pathologie, Alter der Patientengruppe, und auch der Körperteil abgebildet wird. All diese Faktoren sollten während der Pilot t berücksichtigt werdenesting.

    Während der Datenerfassung selbst ist ein häufig auftretendes Problem Bewegung. Der Abbildungsteil des hier vorgestellten Protokoll kann so viel wie 1 Stunde erforderlich. Einige der Sequenzen (wie Echo-Planar-Bildgebung) sind unempfindlich gegen bulk Bewegung; aber andere Sequenzen sind lang, erfordern eine genaue Bildausrichtung für eine genaue Parameterschätzung und / oder haben Signale, die intrinsisch bewegungsempfindlich sind. Wie im Protokoll vermerkt, Schritte unternommen, den Teilnehmer und fördern ihren / seinen Komfort ist ein wichtiger Weg zu instruieren, sowohl freiwillige und unfreiwillige Bewegungen zu verhindern. Eine andere Strategie ist die Bewegung mit Polsterung zu begrenzen und sanft, aber effektiv, platziert Riemen, die an den Patienten Bett befestigen. Bildregistrierungstechniken stehen zur Verfügung für die Nachbearbeitung; denn Muskeln sind leicht verformbaren Organe, nicht starren Registrierungstechniken sind oft erforderlich. Nicht-starre Registrierung wird immer für Methoden der Diffusionsbildgebung auf Echo-Planar-Bildgebung auf Basis erforderlich.Trotz der allgemeinen Nützlichkeit von Techniken Registrierung Bild, jede Methode für Bewegung zu verhindern oder Artefakte reduziert werden, um Lösungen überlegen sein, die umfangreiche Nachbearbeitung erfordern. Definition der besten verfügbaren bewegungsBekämpfungsStrategie in der unterworfenen Bevölkerung von Interesse sollte ein Ziel für Pilottests sein.

    Gute Reproduzierbarkeit erfordert Konsistenz der Scheibe Platzierung. In den Protokollschritte beschreiben verweisen wir die Schnittposition, um reproduzierbare anatomische Orientierungspunkte. Eine wirksame Strategie für diese in den Oberschenkel ist koronalen Bilder des gesamten Oberschenkel zu erhalten, ermöglicht die Visualisierung der gesamten Oberschenkels. Die Bildanalyse-Tools auf dem MRI-System enthalten in der Regel eine digitale Lineal-Funktion. Dies kann dazu verwendet werden, um einen bestimmten Punkt (wie der Mittelpunkt) des Kopfes des Oberschenkelknochens zu messen und den Femurkondylen und legen Sie die Mittelposition des Schichtstapels dort. Dieses Verfahren wird in dem Video dargestellt.

    inhomogene <em> B 0 und B 1 Felder sind unvermeidbar Probleme in der MRT, aber Strategien gibt es für die Ebenen der Inhomogenität zu verringern. Eine grundlegende Strategie ist es, den Körperteil zu lokalisieren an oder in der Nähe des Magneten Zentrum abgebildet werden. Das Protokoll hier vorgestellten umfasst die Shim - Routinen B 0, die in der Erfahrung der Autoren, sind am effektivsten für diesen experimentellen Bedingungen. Da die Teilnehmer während des Protokolls bewegen kann, wird B 0 Shim für jede Folge als Teil der Kalibrierungsschritte wiederholt. Auch viele der Akquisitionen verwenden parallele Bildgebungstechniken Signalerfassung zu beschleunigen und dadurch die Δ B 0 -abhängigen Unterschiede in Phasenentwicklung , die Verzerrungen verursachen Bild reduzieren. Weil die HF - Sendespule in diesen Studien verwendeten zwei Spulenelemente enthalten, B 1 Shim - Verfahren können verwendet werden und werden in dem Protokoll beschrieben. Darüber hinaus enthält das Protokoll und# 916; B 0 und Nutationswinkels Feldzuordnung Sequenzen für die Echtzeit - Qualitätskontrolle. Die oben beschriebenen Protokoll umfasst die Toleranzen in Δ B 0 und Nutationswinkel , die für den Versuchsbedingungen RF - Pulsformen akzeptabel sind, und Gradienten verderben hier beschriebenen Schemata. Diese wurden in Pilottests ermittelt und nochmals zu betonen den Wert der sorgfältigen Protokollentwicklung.

    In der Praxis kann es nur eine begrenzte Anzahl von Strategien in Echtzeit sein , um die Inhomogenitäten 'B 0 und B 1 Felder beeinflussen, während die methodische Konsistenz beibehalten , die für gute experimentelle Design erforderlich ist. Nutzer werden daher zu ihnen zu untersuchen, geraten alle verfügbaren Optionen mit gründlichen Pilotierung, letztlich auf effektive und allgemein anwendbare Strategien für die unterworfene Bevölkerung von Interesse ankommen. B 0 Shim Optionen gehören iterative Methoden , die minimize einen Parameter wie die Linienbreite der Wasserspitze bei Halb maximale Spitzenhöhe und Methoden , die die optimalen Shim Kanaleinstellungen mit Hilfe eines Δ B 0 Karte berechnen. Die bisherigen Methoden, die auf einem nicht lokalisierten Erwerb basieren können oder, wie im Protokoll hier beschrieben, ist der Erwerb des Signals von einem örtlich begrenzten Volumen. Die Ziele für Pilottests von B 0 Shim Optionen sind die beste allgemeine Strategie (iterative vs. bildbasierten) sowie die Einzelheiten , wie am besten in der Region von Interesse für Shim zu definieren. Der Leser möge Faktoren zu berücksichtigen, wie die Größe und Ausrichtung des interessierenden Volumen, wobei die relativen Mengen von Muskeln und Fett in der Shim-Volumen aufzunehmen und wie darüber hinaus die Schichtstapel Shim. Es lohnt sich, die innerhalb Schicht-Projektion des Shimvolumen in jeder Scheibe zu untersuchen, das abgebildet werden soll.

    In dem Fall des B 1 -Feld, die Art der HF - Spulen für die Übertragung verwendetund den Empfang und die Arten von HF-Impulse verwendet werden, sind wichtige Determinanten für die Feldhomogenität. Die Protokolle, die in den Tabellen beschrieben, sind die Puls RF Parameter, die wir für unsere experimentellen Bedingungen optimal gefunden. separate Lautstärkeübertragung In Bezug auf Spule Auswahl, kombiniert das hier beschriebene Protokoll und nur für den Empfang Volumenspulen. Die Sendespule ist die Quadratur-Körperspule , die in das System eingebaut wird, und erzeugt ein relativ homogenes B 1 -Feld über eine große anatomische Region. In Abhängigkeit von der anatomischen Region untersucht werden, kann es eine Vielzahl von Spulen sein Optionen empfangen; in unserem Fall Pilottests zeigte das sechslinsige, Phased-Array-Herz-Spule die beste verfügbare Lösung. Weitere Optionen umfassen Oberflächenspulen und Kombination Sende- / Volumen Empfangsspulen. Oberflächenspulen sind in der Eindringtiefe des B 1 -Feldes begrenzt und wir im allgemeinen nicht ihre Verwendung für Abbildungsanwendungen empfohlen. combinatIonen Transmissions / Empfangsvolumenspulen besseres Signal-zu-Rausch - Verhältnis (SNR) Leistung und B 1 Homogenität als ein Einbau-Quadratur-Körperspule bieten kann, sind aber für alle anatomischen Regionen verfügbar. Eine letzte Bemerkung ist, dass, wenn Phased-Array-Spulen zur Verfügung stehen, sie die Verwendung von parallelen Bildgebungstechniken erlauben die Akquisition beschleunigen und räumlichen Verzerrungen in Techniken wie Echo-Planar-Bildgebung zu reduzieren. Diese Gewinne sind mit einem SNR Strafe, aber, und so Pilottests sollten in Richtung der Suche nach der Lösung gerichtet werden, die insgesamt beste Bildqualität.

    Aber weil diese Strategien nicht kompensieren vollständig für inhomogene B 0 und B 1 Felder, eine weitere Verwendung von Δ B 0 und Nutationswinkels Feldkarten ist in der Nachbearbeitung. Diese Karten können verwendet werden, um die Berechnung einiger quantitative Parameter zu verbessern oder um Bildverzerrungen zu korrigieren. Aber einige Δ B 0 </ em> - und B 1 -related Probleme möglicherweise nicht vollständig oder auch nur teilweise korrigierbar in der Nachbearbeitung. Einige Beispiele hierfür sind die Wirksamkeit von FS Methoden reduziert, grobe Bildverzerrungen in Techniken wie Echo-Planar - Bildgebung, Low - Signal, schlechte Refokussierung Effizienz bei T 2 Messungen oder FSE Methoden und schlechte Inversionseffizienz in T 1 - Messungen. Auch hier sind strenge Pilottests und Echtzeit-Qualitätskontrolle Schritte notwendig.

    Viele der Sequenzen verwenden fettSignalUnterdrückung oder wasserselektive Anregung als Mechanismus für durch Fett Muskel Signalkontamination zu vermeiden und / oder für das Vorliegen von Artefakten durch die unterschiedlichen Resonanzfrequenzen von Wasser und Lipid Protonen verursacht wird. Wenn FS verwendet wird, ist eine Kombination von bis zu drei Methoden eingesetzt. Die aliphatischen Signale werden reduziert oder mit einem spektral selektive adiabatische Inversion-Recovery (SPAIR) Impuls eliminiert, die diese Signale selektiv invertiert.Da das Signal von einem Signalwert von 0 -M Richtung + M 0 gewinnt, gibt es eine Zeit , bei der das Nettosignal gleich Null ist. Die Bilddaten werden in diesem Signal nulling Punkt erworben. Es ist zu beachten, dass dieser Zeitpunkt auf Parameter wie die Wiederholungszeit und die Anzahl der Scheiben abhängt, und so muss für jede Sequenz in der Pilottestprozess optimiert werden. Auch sollte die Bandbreite des SPAIR Impuls nur breit genug sein, Fett Signale zu eliminieren, so dass die Verringerung der Wassersignalamplitude auf einem Minimum gehalten wird. Unter den Schritten B 0 Gleichmäßigkeit zu maximieren wird in dieser Hinsicht hilfreich sein. Viele der Sequenzen auch einen Sättigungsimpuls an der olefinischen Protonenresonanz - 45 verwenden; Dieser Impuls wird unmittelbar vor der Bildgebungssequenz angewendet wird. Wo es möglich ist, wird ein Gradient Umkehrtechnik verwendet. In diesem Verfahren wird das Vorzeichen des Schichtselektionsgradienten zwischen den Schichtselektionsgradienten und Refokussierungspulse umgekehrt; diese CAUses Signale weit außerhalb der Resonanz von Wasser nicht neu ausgerichtet werden. Ein weiterer Vorteil dieses Ansatzes besteht darin, dass im Gegensatz zu RF-basierten Methoden, nicht Gradientenumkehrung nicht fett Signale durch Längsrelaxation während des HF-Impulsfolge zu erholen kann. Zusätzliche Strategien wie Dixon-basierten Methoden 46, sind ebenfalls verfügbar.

    Ein häufiges Problem bei der Datenanalyse ist, ob meine Analysen ROI Signal zu verwenden (bei dem die Signale in einem ROI werden gemittelt und dann zu einem Modell vorhanden) oder pixelbasierte Analysen (in dem die Modellanpassung auf einer Pixel-für-Pixel auftritt Basis und Statistiken werden dann für den angepassten Parametern berechnet). Der Vorteil des ersteren Verfahrens ist, daß die Signalmittelung das effektive SNR verbessert. Wenn die intrinsische SNR niedrig ist, dann kann diese Strategie dazu beitragen, die Parameter vorspannenden Wirkung des Grundrauschens zu vermeiden. Der Vorteil der letzteren Methode ist, dass die räumliche Heterogenität ein gemeinsames pathologisches Merkmal von neuromuskulären Erkrankungen ist. Durch anliegendes Ter Werte auf einer Pixel-für-Pixel-Basis, diese Heterogenität geschätzt und verwendet werden können, zusätzliche Aspekte der Krankheits-Phänotyp zu charakterisieren. Wenn die SNR erlaubt diese Art der Analyse wirksam vorgenommen werden, empfehlen die Autoren diesen Ansatz. Neuere Arbeiten von Willcocks und Kollegen zeigt den Wert dieses Ansatzes bei der Überwachung der Krankheitsprogression 47.

    Datenerfassung und Analyse: Imaging sequenzspezifische Probleme
    Das Protokoll verwendet Inversion - Recovery - Verfahren für eine robuste Messung von T 1. Eine praktische Einschränkung vieler Implementierungen der Inversion-Recovery-Sequenz ist eine lange Gesamtzykluszeit. Die Reihenfolge, in diesem Protokoll verwendet wird, verwendet eine dreidimensionale, Fast, Low-Angle Shot (FLASH) Anzeige, eine bescheidene Menge paralleler Bildgebung Beschleunigung und eine reduzierte Präsequenz Verzögerung die Gesamtzykluszeit von weniger als zwei Minuten zu verringern. Sieben Inversionszeiten abgetastet, beabstandet in einer ungefährenly geometrischer Progression von 50 bis 6000 ms. Diese Strategie tastet die Inversion-Recovery-Signalkurve am häufigsten während jener Teile der Signalrückgewinnung, wenn die zeitliche Ableitung des Signals am höchsten ist. Die Sequenz wird mit und ohne FS wiederholt , weil die Entzündung und Fettinfiltration haben verwirrende Auswirkungen auf das Gesamt Proton T 1: Entzündung erhöht die Wasser T 1, während Fett eine niedrigere T 1 als Wasser hat. Somit beide T 1 und T Mess 1, FS hilft bei der Interpretation der Daten , weil es eine zwischen diesen entgegengesetzten Einflüsse Fettinfiltration und Entzündung auf T 1 zu lösen erlaubt. Parameterschätzung wird durch die Verwendung nichtlinear, der kleinsten Quadrate Regressionsverfahren in einer wissenschaftlichen Computing-Software-Paket erreicht.

    Die T 2 Messungen werden unter FS durchgeführt und nicht-FS Bedingungen als auch eined für einen analogen Grund: Entzündung und Fett jeder kann die T 2 erhöhen. Zusätzlich zu Entzündungen, pathologische Prozesse , wie beispielsweise Z-disc streaming und Verluste Integrität Membran auch das Wasser T 2 -Werte würde erwartet , zu beeinflussen. Obwohl die Messung von sowohl T 2 und T 2 können FS nicht unter allen diesen Quellen der Pathologie unterscheiden, hat diese Praxis durch Auflösen zwischen allgemeinen und Muskelgewebe spezifische Pathologie auf die Daten erhöht Interpretierbarkeit leisten. Eine alternative Strategie , um eine Wasser-only T 2 - Wert zu messen , ist 1 H MR Spektroskopie getrennte Wasser aus Lipiden auf die chemischen Verschiebungsachse des Spektrums zu verwenden. Obwohl dieser Ansatz deutlich geringere räumliche Auflösung als Bildgebung hat und kann während der Datenerfassung auf Benutzer Diskretion und Subjektivität in Bezug auf Volumen Platzierung unterliegen, bietet es eine eindeutige Art und Weise Wasser zu trennen undLipid-Signale.

    Das Protokoll für T 2 -Messung hier vorgestellten beschäftigt mehrere Methoden einige gemeinsame Fehlerquellen in T 2 Messungen zu verringern, nämlich B 1 Inhomogenität und Echobildung aus unvollkommener Refokussierungspulse stimuliert. Stimulierten Echos werden durch eine beliebige Kombination aus drei nicht-180 ° -Pulse gebildet. Da ein gewisses Maß an B 1 Inhomogenität immer vorhanden ist , und dass die Multi-Echo - Züge werden verwendet , um den Zerfall T 2 -abhängigen Signalabtastung, stimulierte Echos eine potentiell signifikante Fehlerquelle bei T 2 Messungen sind. Die Strategien hier verwendet , um beseitigen Echobildung die Verwendung eines einzelnen Schichtaufnahmen, eine optimierte Folge von Spoilergradienten vor und nach den Refokussierungspulse 48, lineare Echoabstand 49 und die Verwendung des B 1 -insensitive "Version-S enthalten stimuliert "KompoWebsite Refokussierungspuls 50, die signifikant die Artefakte , die durch unvollkommene Refokussierung und während noch die Bereitstellung einer ausreichenden Bandbreite für die Refokussierung sowohl Wasser als auch Lipidsignale verursacht reduziert. In Pilottests beobachteten wir, dass die optimierte Verderb-System und die Version-S Puls signifikant das Auftreten von stimulierter Echos reduziert. Wir stellen fest, dass diese beiden Objekte speziell auf unserem System programmiert wurden. Die Version-S-Puls die spezifische Absorptionsrate (SAR) von HF-Energie zu erhöhen; somit eine lange TR und größere interEchoAbstand erforderlich sind innerhalb der Sicherheitsgrenzen für SAR bleiben. Allerdings ist der Autoren Erfahrung, dass gut trainierte, komfortabel Patienten ausreichend noch während der ~ 12 min bleiben kann. Gesamtzykluszeit. Auch die Zwischenechoabstandswert von 14 ms ist ausreichend, um multi-exponentiellen Relaxation zu erfassen, wenn es existiert. Ein alternativer Ansatz, hier nicht verwendet wird, ist die Pulseffizienz umfassen Refokussierung und stimulierte Echos in den fitting 38,28, die eine B 1 Karte bieten und Multi-Slice - Akquisitionen 39 ermöglichen. Der Leser wird auch auf mehrere neuere Arbeiten bezeichnet die Durchführung und Interpretation von T 2 Messungen in Muskelerkrankung beschreiben, die eine ähnliche und einige andere Empfehlungen bieten diese Methoden in Bezug auf 40,51.

    Das Protokoll hier vorgestellten verwendet die gepulste Sättigungsverfahren für QMT Bildgebung. Obwohl es fünf Einbau Parameter sind, die erzeugt werden, wird nur das PSR berichtet. Dies liegt daran , die anderen vier Parameter sind entweder besser abgeschätzt durch andere Methoden (zB die T 2 des freien Wasserpool) oder das Fehlen von pathologischen Empfindlichkeit (wie der Wechselkurs zwischen Pools 52,53). Verglichen mit anderen Methoden QMT können 3D-Abdeckung innerhalb einer klinisch durchführbar Zeit für die Pulssättigungsverfahren erreicht werden. Ein weiterer Vorteil dieser QMT Ansatz ist seine comKompatibilität mit den räumlich-spektraler binomischen Pulsverfahren für Wasser selektive Anregung, die> 95% Fett Signale im gesamten Bild zu unterdrücken, wurde gefunden. Sowohl die wasserselektiven Anregungsimpuls und die Off-Resonanz-Sättigungsimpulse wurden auf unserem System angepasst. Zurück numerische Simulationen 54 haben gezeigt , dass eine zusätzliche Fettkomponente auf das Signal kann Bias QMT Parameterschätzungen; so FS ist immer für QMT Bildgebung in der Skelettmuskulatur empfohlen. Wie oben erläutert, als auch übermäßige B 1 Inhomogenität und Bewegungsartefakte können Bias QMT Parameterschätzungen.

    Das DT-MRT - Protokoll wird mit viel Liebe zum räumlichen Verzerrungen in Echo-Planar - Bildgebung, SNR, und b -Wertes umgesetzt. Dabei werden räumliche Verzerrungen reduziert durch parallele Bildgebung und korrigiert in der Nachbearbeitung durch eine affine Registrierung verwenden. Wie bereits in früheren Arbeiten erwähnt, -WERT das SNR und b interaktive Effekte auf die estimation von D 55-57, mit niedrigen SNR - Werte in besonders fehlerhafte Schätzung von λ 1 resultierenden, λ 3, v 1 und FA 55,57-59. Im Muskel sind die SNR Anforderungen für eine genaue Tensor Schätzung niedrigsten im Bereich b = 435-725 s / mm 2 55-57,60. Obwohl andere Autoren 61,62 positive Ergebnisse berichtet von denoising für Muskel DT-MRT - Ansätze, die großen in diesem Protokoll analysiert ROIs haben Lungs ausreichendes Signal , um nicht diese zusätzlichen Schritte erfordern. Der Leser wird 56,63 auf mehrere Bewertungen über das Thema der optimalen Umsetzung der DT-MRT Methoden bezeichnet.

    Schließlich muss mit einigen Einschränkungen und mögliche Fehlerquellen FWMRI auf quantitative werden zur Kenntnis genommen. Zunächst nahm der FattyRiot Anpassungsalgorithmus übernimmt hier ein spezifisches Fettspektrum mit neun Spitzen an festen Standorten und relativen Amplituden 64. Die angenommene Fett Spectrum ist nicht eine perfekte Ergänzung zu den wahren In - vivo - Spektrum, das je nach Patient variieren; jedoch für eine beliebige Fettspektrum der Lösung ist nicht praktikabel, mit einer kleinen Anzahl von Echos. Zweitens passt der Algorithmus für einen einzelnen R 2 Faktor * Zerfall von beiden Wasser- und Fett Signale geteilt. Es ist bekannt , dass vollständig ignorieren R 2 * confounds quantitative Messungen Bruchfettsignal, und das Fitting für einen einzelnen R 2 * Zerfalls ausreichend 65. Allerdings variiert die genaue R 2 * der Wasser- und einzelnen Fettspitzen. Drittens FWMRI Trennung Algorithmen komplexe Bilder sind anfällig für schwere B 0 Feld Inhomogenität , die falsche Klassifizierung von Fett und Wasser Signale verursachen können. Neben der robusten räumlich eingeschränkten Algorithmen, ein kleinerer Echoabstand erfassen Variationen größer B 0 Feld ermöglicht. Algorithmen Magnitudenbilder sind robuster im Presence von B 0 Feld Inhomogenität, aber sie leiden SNR Strafen. Algorithmen mit komplexen Bildern können auch durch Wirbelströme oder andere zeitveränderliche Phaseneffekt verwechselt werden. Solche verwirrenden Phaseneffekte sind in der Regel für das erste Echo in einem Mehr Echoauslesung Zug schlechteste und kann durch einfaches ignorieren solche Echos gemildert werden. Alternativ kann auch eine gemischte Größe und komplexe Signalmodell 66 angenommen werden. Benutzer von FWMRI Algorithmen, die komplexe Bilder als Eingabe sollten andere Quellen möglicher Störung der komplexen Bilder vermeiden, wie bei der Bildrekonstruktion Pipeline auf viele kommerzielle MRI-Scanner angewandt Korrekturen. Eine solche Phasenkorrekturen sollte deaktiviert werden, oder sollte der Anwender die Bilder direkt von der ursprünglichen Rohdaten rekonstruieren. Schließlich wird jede Schätzung der Fettfraktion FWMRI ist eigentlich eine Abschätzung der Fettsignalanteil und damit um einen beliebigen Faktor beeinflusst wird, dass das Fett oder Wasser Signale unterschiedlich skaliert werden kann. Die T 1 T 1 Wichtung ist eine Funktion von T 1, TR und Anregungs Nutationswinkel. T 1 Bias in Fett Schätzungen Signalanteil ist für Voxel mit einem nahezu gleichen Mischung aus Wasser und Fett Schlimmste. Eine Erhöhung der TR oder die Nutationswinkels reduzieren kann die Vorspannung zu minimieren. T 1 Bias kann auch nachträglich mit angenommen T 1 Werte für Wasser und Fett korrigiert werden, wie wir es hier tun (1,4 s und 0,3 s für Wasser und Fett, beziehungsweise) oder Werte gemessen.

    Protokoll Bildung / Sequenzauswahl
    Wie oben erläutert, ist der Muskel pathologische Landschaft komplex. FWMRI ist einzigartig unter den Messungen in diesem Protokoll, dass es eine eindeutige Interpretation hat. Wie bereits erwähnt, gemessen viele der anderen qMRI Biomarkern haben hier eine nicht-spezifische pathologische Basis, die oft includes Ödem aber kann auch Fettinfiltration, Fibrose, Membranschäden und sarcomeric Störung. Es wird betont, dass einige dieser Empfindlichkeiten gerade noch existieren die Hypothese zu. Es gibt eine beträchtliche Menge an Arbeit, die getan werden muss, um zu demonstrieren, quantitativ, die relative Bedeutung dieser und anderer pathologischer Prozesse oder Zustände zu jedem qMRI Biomarker. Mit einer solchen Verständnis beschriebene multiparametrischen Ansatz hier erlauben kann, durch die Kombination von Variablen, spezifischeren Beschreibungen einzelner Pathologien.

    Alternativ kann das Lesegerät wählt dieses Protokoll anzupassen, indem eine Teilmenge der hier vorgestellten Messungen auszuwählen. Zum Beispiel ist der Mehrwert von FS und nicht-FS Messungen wahrscheinlich gering Bedingungen nicht durch Fettersatz von Muskel gekennzeichnet. Diese für reduzierte Aufnahmezeit für den Patienten ermöglichen könnte, zusätzliche Messungen gemacht (wie zB MR - Spektroskopie werden, MRI Perfusionsbildgebung usw. < / Em>) oder zusätzliche Körperteile abgebildet werden. Da viele Muskelerkrankungen, die in einer von proximal nach distal Mode, das hier beschriebene Protokoll wird in den Oberschenkeln implementiert, wie Krankheit in dieser Region ein früher Marker der Krankheit Beteiligung bereitstellen kann. Jedoch kann Pathologie in beiden proximalen und distalen Messregionen verbesserte Maßnahmen der Krankheitsprogression zu ermöglichen.

    Schlussfolgerungen
    Zusammenfassend ermöglicht diese qMRI Protokoll die quantitative Bewertung von Ödemen, Fettinfiltration und Atrophie, die drei wichtigsten pathologischen Komponenten von neuromuskulären Störungen sind. Durch die Integration einer breiten Sammlung von Messungen (T 1, T 2, Diffusion, QMT, FWMRI), die Interpretierbarkeit der Daten ist sowohl erweitert und vertieft. Wenn sorgfältig auf mögliche Fehlerquellen bezahlt wird, kann dieser Ansatz genau und präzise mehrere wichtige Komponenten von neuromuskulären Erkrankungen zu charakterisieren.

    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