Multimodale Lungenbildgebung: Verwendung komplementärer Informationen aus CT und hyperpolarisierter 129xe-MRT zur Bewertung der Lungenstruktur-Funktion

Zusammenfassung

CT und ¹²⁹Xe MRT liefern komplementäre Informationen über die Lungenstruktur und -funktion, die für die regionale Analyse mithilfe der Bildregistrierung genutzt werden können. Hier stellen wir ein Protokoll zur Verfügung, das auf der vorhandenen Literatur für die Registrierung von ¹²⁹Xe MR bis CT unter Verwendung von Open-Source-Plattformen aufbaut.

Zusammenfassung

Die hyperpolarisierte ¹²⁹Xe-Gas-MRT ist eine aufstrebende Technik zur Bewertung und Messung der regionalen Lungenfunktion, einschließlich der pulmonalen Gasverteilung und des Gasaustauschs. Die Thorax-Computertomographie (CT) ist nach wie vor der klinische Goldstandard für die Bildgebung der Lunge, was zum Teil auf die schnellen CT-Protokolle zurückzuführen ist, die hochauflösende Bilder in Sekundenschnelle erfassen, und die weit verbreitete Verfügbarkeit von CT-Scannern. Quantitative Ansätze haben die Extraktion von strukturellen Lungenparenchymal-, Atemwegs- und Gefäßmessungen aus Thorax-CT ermöglicht, die in vielen klinischen Forschungsstudien ausgewertet wurden. Zusammen liefern CT und ¹²⁹Xe MRT komplementäre Informationen, die zur Bewertung der regionalen Lungenstruktur und -funktion verwendet werden können, was zu neuen Erkenntnissen über die Gesundheit und Erkrankung der Lunge führt. ¹²⁹Die Xe MR-CT-Bildregistrierung kann durchgeführt werden, um die regionale Lungenstruktur-Funktion zu messen, die Pathophysiologie von Lungenerkrankungen besser zu verstehen und bildgesteuerte Lungeneingriffe durchzuführen. Hier wird eine Methode zur ¹²⁹Xe MRT-CT-Registrierung skizziert, um die Implementierung in Forschung oder klinischem Umfeld zu unterstützen. Registrierungsmethoden und Anwendungen, die bisher in der Literatur eingesetzt wurden, werden ebenfalls zusammengefasst, und es werden Vorschläge für zukünftige Richtungen gegeben, die die technischen Herausforderungen im Zusammenhang mit der ¹²⁹Xe MR-CT-Bildregistrierung weiter überwinden und eine breitere Implementierung der regionalen Lungenstruktur-Funktionsbewertung erleichtern können.

Einleitung

Die hyperpolarisierte Gas-Magnetresonanztomographie (MRT) entwickelte^{sich vor fast} drei Jahrzehnten erstmals als neuartige funktionelle pulmonale Bildgebungsmodalität zur Bewertung der Lungenventilationsverteilung 1. Seitdem haben Forschungsstudien mit hyperpolarisierter Gas-MRT zahlreiche Einblicke in die Art der Lungenfunktion bei Patienten mit chronischen Lungenerkrankungen wie Asthma, chronisch obstruktiver Lungenerkrankung (COPD) und Mukoviszidose 2,3,4,5,6 geliefert. Sowohl hyperpolarisiertes ^3-He- als auch ^129-Xe-Gaswurden in der Vergangenheit verwendet; ¹²⁹Xe ist jedoch aufgrund der begrenzten Verfügbarkeit von 3-He-Gas jetzt das primäre inhalative Mittel. ¹²⁹Xe diffundiert auch frei über die Alveolarmembran und wird von den roten Blutkörperchen in den Lungenkapillaren absorbiert; In dieser sogenannten "gelösten Phase" schwingt ¹²⁹Xe mit einzigartigen Frequenzen, die die Messung des regionalen Gasaustauschs in einem einzigen Atemangehaltenen Scan ermöglichen ^4,7,8. Zur Quantifizierung werden volumenangepasste anatomische 1H-MRT-Bilder in der Regel gleichzeitig für die Co-Registrierung mit ¹²⁹Xe aufgenommen, um die Grenzen der Thoraxhöhle abzugrenzen. Die konventionelle 1-H-MRT liefert jedoch keine weiteren Informationen über die Lungenstruktur. Der Impuls für die klinische Translation der hyperpolarisierten ¹²⁹Xe-MRT hat in den letzten Jahren mit der Zulassung durch den britischen NHS im Jahr 2015 und der Zulassung durch die US-amerikanische FDA Ende 2022 zugenommen ^5,9, doch die fortschrittliche strukturelle Charakterisierung fehlt im Arsenal der Lungen-MRT immer noch größtenteils.

Die Thorax-Computertomographie (CT) ist nach wie vor die tragende Säule der klinischen Bildgebung der Lunge und liefert dreidimensionale, hochauflösende Bilder der Lungenstruktur unter Verwendung konventioneller Bildgebungsprotokolle. Quantitative Ansätze haben eine schnelle und wiederholbare Messung der parenchymalen Integrität ermöglicht, wie z. B. Emphysem und interstitielle Lungenanomalien, die Morphologie der großen Atemwege und der Lungengefäße sowie die regionale anatomische Charakterisierung durch Identifizierung und Segmentierung von Lungenlappen^10,11. In der Forschung wurde die quantitative CT in großem Umfang eingesetzt, um strukturelle Veränderungen und ihre Beziehungen zu den Patientenergebnissen bei Asthma und COPD in großen Beobachtungsstudien wie dem Severe Asthma Research Program (SARP)¹², der genetischen Epidemiologie der COPD (COPDGene)¹³, der Subpopulations and Intermediate Outcomes in COPD Study (SPIROMICS)¹⁴ und der Evaluation of COPD longitudinally to identify predictive surrogate end-points (ECLIPSE)¹⁵ zu verstehenund die kanadische Kohorte der obstruktiven Lungenerkrankung (CanCOLD)¹⁶. Alternative CT-Verfahren wie die exspiratorische Bildgebung^{17, 18} oder Computermodelle¹⁹ können funktionelle Informationen ableiten, aber diese Verfahren sind indirekt, und die konventionelle CT bietet ansonsten nicht viel für die funktionelle Charakterisierung der Lunge.

Zusammengenommen liefern CT und ¹²⁹Xe MRT komplementäre Informationen über die Lungenstruktur und -funktion, die für die regionale Analyse mittels Bildregistrierung genutzt werden können. Lungenlappen, die im CT identifiziert wurden, ermöglichten eine lappenförmige Charakterisierung der MRT-Beatmungsmuster bei Asthma 20,21,22, COPD ^23,24, Bronchiektasen²⁵ und Lungenkrebs^26,27. MRT-Beatmungsanomalien bei Asthma wurden auch direkt räumlich mit abnormal umgebauten großen Atemwegen^abgeglichen 28,29,30,31 und Lufteinschlüssen, die auf eine Dysfunktion der kleinen Atemwege ^{hinweisen 20,32}, gemessen im CT, und um regionale Behandlungsreaktionen nach einer bronchialen Thermoplastie der gesamten Lunge^{zu untersuchen 33}. Bei COPD wurden MRT-Beatmungsanomalien mit einer Dysfunktion der kleinen Atemwege bei leichteren Erkrankungen und einem Emphysem bei schwereren Erkrankungen in Verbindung gebracht 34,35,36. Neben der Beatmungsbildgebung bei obstruktiven Lungenerkrankungen wurden auch bei idiopathischer Lungenfibrose heterogene räumliche Beziehungen zwischen interstitiellen CT-Lungenanomalien und ¹²⁹Xe-MRT-Gasaustauschmustern nachgewiesen³⁷. Solche Studien haben ein tieferes Verständnis der regionalen Lungenstruktur und -funktion bei einer Reihe von Lungenerkrankungen ermöglicht, das als Grundlage für zukünftige bildgesteuerte Interventionen verwendet werden kann.

Die direkte Registrierung der anatomischen CT und der funktionellen hyperpolarisierten Gas-MRT ist jedoch eine Herausforderung, da sich die Bildgebung zwischen den beiden Methoden grundlegend unterscheidet, kein hyperpolarisiertes Gassignal in Regionen mit Beatmungsanomalien vorhanden ist und möglicherweise unterschiedliche Lungenvolumina vorhanden sind. Abbildung 1 zeigt vier Beispiele für ¹²⁹Xe und gepaarte ^{anatomische 1}H MRT und CT bei einem gesunden Probanden (Abbildung 1A) und drei Teilnehmern mit chronisch obstruktiver Lungenerkrankung (COPD; Abbildung 1B-D), die heterogene ¹²⁹Xe-Beatmungsmuster und unterschiedliche fehlende Lungengrenzen in den COPD-Fällen hervorhebt. Der Schlüssel zur Überwindung dieser Herausforderungen lag in der Verwendung der anatomischen 1-H-MRT, die gleichzeitig mit der hyperpolarisierten Gas-MRT als Zwischenschritt erworben wurde, um die hyperpolarisierte Gas-MRT indirekt in die CT aufzunehmen^34,38. Frühe Arbeiten befassten sich mit dem visuellen Vergleich und der manuellen Segmentierung von CT-Strukturen, wie z. B. Lungenlappen, im MRT-Raum²⁰. Fortschritte bei Rechenressourcen und Open-Source-Bildverarbeitungstools haben die dreidimensionale Registrierung von CT und hyperpolarisierter Gas-MRT ermöglicht, z. B. unter Verwendung des modality independent neighborhood descriptor (MIND)23,30,34,39,40,41 oder des Advanced Normalization Toolkit (ANTs) 21,22,27^,31,32,37,38,42,43, die beide in einer Lungenbildregistrierungs-Challenge ⁴⁴ am besten abschnitten. Eine neuartige Methode koppelte die beiden Registrierungen, anstatt sie unabhängig voneinander zu behandeln⁴⁵, was in einer vollständigen Lungenbildanalyse-Pipeline implementiert wurde, die für die Phänotypisierung von Lungenerkrankungen entwickelt wurde⁴⁶. Insgesamt wurde die Registrierungsgenauigkeit der hyperpolarisierten Gas-MRT zur CT unter Verwendung des ^{intermediären}1-H-Schritts³⁸ und unter Verwendung deformierbarer Ansätze gegenüber rein affinen Ansätzen verbessert^38,45.

Das Ziel hier ist es, auf der vorhandenen Literatur aufzubauen und ein Protokoll für die Registrierung von ¹²⁹Xe MR-zu-CT-Bildern unter Verwendung von Open-Source-Plattformen^{bereitzustellen} 47,48,49. Das Protokoll wird mit ANTsPy implementiert und registriert in Übereinstimmung mit der vorherigen Arbeit³⁸ eine Einzelmarkierungs-Lungenmaske aus der 1-Stunden-MRT auf die Einzelmarkierungs-Lungenmaske aus der CT; Die resultierende Transformation wird anschließend auf das ¹²⁹Xe-Bild angewendet, um es dem CT-Bildraum zuzuordnen. Das skizzierte Protokoll soll gegebenenfalls für Forschungs- oder klinische Umgebungen geeignet sein, und es steht eine hyperpolarisierte ¹²⁹Xe-MRT zur Verfügung.

Für den Kontext wurden die Bildaufnahme und die Analyse für die hier bereitgestellten Beispiele wie folgt durchgeführt. Die Thorax-CT wurde bei voller Inspiration (Gesamtlungenkapazität, TLC) gemäß einem etablierten Niedrigdosis-Forschungsprotokoll⁵⁰ mit Parametern aufgenommen: 64 x 0,625 Kollimation, 120 Spitzenkilospannung, Röhrenstrom 100 mA, 0,5 s Umdrehungszeit, Spiralabstand 1,0, 1,25 mm Schichtdicke, 0,80 mm Schichtabstand, Standard-Rekonstruktionskern, Anzeigefeld begrenzt auf die seitlichsten Ausdehnungen der Lunge (zur Maximierung der räumlichen Auflösung). Die CT-Segmentierung und -Analyse wurde mit kommerzieller Software durchgeführt (siehe Materialtabelle).

¹²⁹Xe- und ^{volumenangepasste}1-H-MRT wurden gemäß den veröffentlichten Leitlinien^{durchgeführt 9}. Für vollständige Details und das Protokoll der MRT-Erfassung werden die Leser auf einen anderen Artikel in dieser Sammlung verwiesen⁵¹. Die MRT-Segmentierung und -Registrierung wurde unter Verwendung einer halbautomatischen benutzerdefinierten Pipeline unter Verwendung von k-Means-Clustering für ^{die 129}Xe-Segmentierung, Seeding-Region-Wachstum für ^{die 1-H-Segmentierung}und landmark-basierter affiner Registrierung durchgeführt, um das 1-H-Bild auf das ¹²⁹Xe-Bild⁵² abzubilden. Die affine Registrierung ist in der Regel für ^die1 ^H-129Xe MR-Registrierung ausreichend, um die meisten Unterschiede in der Lungeninflation oder der Patientenposition zwischen den Akquisitionen zu berücksichtigen. Eine verformbare Registrierung ist in der Regel nicht erforderlich. Der ^{1 H-129}Xe-Registrierungsschritt kann mit gleichzeitig erworbener ¹²⁹Xe und ¹H MRT bei demselben Atemanhalten^{eliminiert werden 53,54}.

Protokoll

Die hier gezeigten bildgebenden Fälle wurden vom Providence Health Care Research Ethics Board der University of British Columbia genehmigt (REB# H21-01237, H21-02149, H22-01264). Die Teilnehmer gaben vor Abschluss der Bildgebung eine schriftliche Einverständniserklärung ab. Die gesamte Pipeline von der Bildaufnahme bis zur Registrierung ist in Abbildung 2 dargestellt, und die Protokolldetails hier konzentrieren sich nur auf die MR-CT-Bildregistrierung. Die Bildaufnahme und -segmentierung hängt von verfügbarer oder bevorzugter Bildgebungshardware, Bildgebungsprotokollen und Bildanalyse-Softwaretools ab und bleibt daher den Vorlieben der Leser überlassen. Das Protokoll ist so konzipiert, dass es agnostisch zu den vorherigen Schritten ist, bei denen Einzeletikettenmasken der Lunge nach der Bildsegmentierung verwendet werden.

1. Software-Einrichtung

1. Laden Sie ANTsPy herunter und installieren Sie es (siehe Materialtabelle), den Python-Wrapper für die Bildverarbeitungsbibliothek Advanced Normalization Tools 47,48,49. Tutorials sind unter dem Link unter der Registerkarte "Tutorials" verfügbar. ANTsPy ist auf Wunsch auch für die Docker-Installation verfügbar.
   HINWEIS: ANTsPy erfordert ein Linux-basiertes Betriebssystem oder eine Linux-basierte Umgebung. Für die Beispiele hier wurde ANTsPy in einer virtuellen High-Performance-Computing-Umgebung auf einer lokalen Workstation installiert und verwendet. Das Protokoll hat nach Erfahrung der Autoren tendenziell besser mit einer virtuellen Computerumgebung funktioniert.
2. Laden Sie die Segmentierungs- und/oder Visualisierungssoftware Ihrer Wahl herunter und installieren Sie sie.
   HINWEIS: Für die vorliegende Studie wurde ITK-SNAP zur Visualisierung verwendet (siehe Materialtabelle).
3. Laden Sie das reg.py Skript herunter und speichern Sie es (Ergänzungsdatei 1).

2. Bild-Vorverarbeitung

1. Klicken Sie hier, um Bilder und Masken in der gewünschten Bildvisualisierungssoftware zu öffnen und zu überprüfen, ob die Bild- und Maskenausrichtung für alle CT-, ¹H- und ¹²⁹Xe-Dateien übereinstimmt. Abhängig von der verwendeten Segmentierungsmethode und/oder Software muss die Ausrichtung einiger Bilder oder Masken möglicherweise angepasst werden. Bei Bedarf empfehlen wir, ^{1 H-}und ¹²⁹Xe-Bilder und die Maskenausrichtung an die des nativen CT-Bildes anzupassen.
2. Speichern Sie die Bild-DICOMs und Einzeletikettenmasken (wie in Schritt 2.1 nach Bedarf angepasst) als Neuroimaging Informatics Technology Initiative-Dateien (NIfTI, *.nii; insgesamt sechs Dateien) mit dem bevorzugten Software-Tool im selben Ordner wie reg.py, auf den der Speicherort zugreifen kann, an dem ANTsPy installiert ist und ausgeführt wird. Befolgen Sie die unten genannten Namenskonventionen.
   1. ¹H MRT: Proton.nii; ¹H MRT-Maske: Proton_mask.nii.
      HINWEIS: Verwenden Sie das 1-H-Bild und die 1-H-Maske nach der Registrierung bei ¹²⁹Xe.
   2. ¹²⁹Xe-MRT: Ventilation.nii; ¹²⁹Xe MRT-Maske: Ventilation_mask.nii
   3. CT: CT.nii; CT-Maske: CT_mask.nii.
      HINWEIS: Die Dateinamen sind im Registrierungsskript fest codiert und müssen daher dem genannten Format folgen oder im Skript überarbeitet werden, um der gewünschten Namenskonvention zu entsprechen. Diese Schritte können zusammen mit einem der empfohlenen Softwaretools ausgeführt werden, die in Schritt 1.2 aufgeführt sind. In Bezug auf diese Software-Tools schreiben einige die erforderlichen Header-Informationen automatisch beim Speichern von .nii-Dateien, während andere zusätzliche Schritte zum Kopieren und Schreiben der Header-Informationen erfordern.

3. CT-XeMRT-Registrierung

1. Öffnen Sie die reg.py Datei in der gewünschten Python-Computing-Umgebung, die in Schritt 1.1 eingerichtet wurde.
   HINWEIS: Script reg.py basiert auf den integrierten ANTs-Registrierungstools. Zusätzliche Dokumentation ist verfügbar⁵⁵.
2. Wenn Sie eine virtuelle Umgebung verwenden, legen Sie die Anzahl der CPUs (Central Processing Units), die Anzahl der Threads und den RAM wie gewünscht oder in der Computerumgebung verfügbar fest. Für die hierin vorliegenden Beispiele wurde eine virtuelle Computerumgebung mit 16 CPUs, 1 Thread pro CPU und 186 GB verfügbarem RAM verwendet.
3. Legen Sie die gewünschte Transformation und Interpolation fest. Hier wurde die SyNAggro-Transformation mit linearer Interpolation für Bilder und generischer Label-Interpolation für Einzellabel-Masken verwendet, die im bereitgestellten reg.py-Skript Standard sind.
   HINWEIS: SyNAggro ist eine symmetrische Normalisierungstransformation, die eine affine + verformbare Transformation sowie eine aggressivere Registrierung durch feinskalige Anpassung und mehr Verformung (im Vergleich zu einfachem SyN) umfasst. Alternative Transformations- und Interpolationsalgorithmen sind im Link zur ANTs-Registrierungsdokumentation in Schritt 3.1⁵⁵ aufgeführt.
4. Legen Sie das fixe und das bewegte Bild fest. Hier wurde das CT (Single-Label-Maske) als Fixbild und das 1-H-MRT (Single-Label-Maske) als Bewegtbild eingestellt.
5. Führen Sie reg.py in der Python-Computing-Umgebung aus. Die vollständige Registrierung kann 5-10 Minuten (unter Verwendung unserer Parameter) oder länger dauern, abhängig von den verwendeten oder verfügbaren Computerressourcen. Wenn der Vorgang abgeschlossen ist, werden verzerrte Dateien automatisch im selben Verzeichnis wie die ursprünglichen Bilddateien mit den folgenden Dateinamen gespeichert: Proton_warped.nii.gz; Ventilation_warped.nii.gz; Ventilation_label_warped.nii.gz.
   HINWEIS: NIfTI *.nii.gz-Dateien sind nur gezippte Versionen von *.nii-Dateien und können wie gewünscht entpackt oder geöffnet werden. Die reg.py des Skripts kann beliebig geändert werden, z. B. durch die Verwendung verschiedener Transformations- oder Interpolationsmethoden oder durch das Mapping auf oder das Erstellen von Dateiverzeichnissen.

4. Auswertung der Anmeldeergebnisse

1. Öffnen Sie das CT.nii-Bild als Basisbild in der gewünschten Visualisierungssoftware.
2. Öffnen Sie Ventilation_warped.nii.gz oder Ventilation_label_warped.nii.gz als anderes Bild und überlagern Sie das CT-Bild mit der gewünschten Farbkarte.
3. Überprüfen Sie die Überlappung des ¹²⁹Xe-Bildes oder der 129 Xe-Maske mit dem CT-Bild in allen Bildebenen (koronal, axial, sagittal) und bewerten Sie die visuelle Ausrichtung von Orientierungspunkten wie der Carina- und Lungengrenze (sofern im ¹²⁹Xe-Bild verfügbar).
4. Überprüfen Sie die Ergebnisse. Wenn Sie mit den Ergebnissen zufrieden sind, ist die Registrierung abgeschlossen.
   HINWEIS: Das registrierte 129 Xe-Bild/die registrierte ¹²⁹Xe-Maske kann mit der CT-Maske multipliziert werden, um die Luftröhre und die Hauptatemwege zu entfernen (falls nicht vor der MRT-Segmentierung entfernt) und alle Signale zu entfernen, die nach der Registrierung außerhalb der CT-Lungengrenzen liegen. Weitere Quantifizierungen für regionale Struktur-Funktions-Messungen können nach Belieben durchgeführt werden.
5. Wenn Sie mit den Ergebnissen nicht zufrieden sind, bewerten und optimieren Sie alternative Transformationstypen und die zugehörigen Parameter nach Bedarf.

Ergebnisse

In dieser Studie wurden prospektiv gepaarte CT und ¹²⁹Xe-MRT in einem Forschungsumfeld zur regionalen Charakterisierung der Lungenstruktur-Funktion und zur bildgesteuerten Bronchoskopie bei einer Reihe von Lungenerkrankungen und -zuständen durchgeführt. Abbildung 3 zeigt ¹²⁹registrierte Xe-MRT-Beatmung und CT in koronaler und sagittaler Ebene für vier repräsentative Teilnehmer mit einer Reihe von MRT-Beatmungsmustern (für dieselben...

Diskussion

CT und ¹²⁹Xe-MRT liefern komplementäre Informationen zur Beurteilung der regionalen Lungenstruktur und -funktion, die am besten durch Bildregistrierung erleichtert wird. Die Implementierung einer multimodalen Bildregistrierung kann nicht trivial sein, und daher soll das hier bereitgestellte Protokoll die Werkzeuge für Lesegeräte bereitstellen, um ¹²⁹Xe MRT in CT zu registrieren. Das bereitgestellte Protokoll verwendet ANTsPy für eine einfachere Implementierung f...

Materialien

Name	Company	Catalog Number	Comments
3D Slicer	Brigham and Women's Hospital (BWH)	https://www.slicer.org/	Image analysis/visualization software; open source
ANTsPy	NA	https://github.com/ANTsX/ANTsPy	Coding infrastructure; open source
ITK-SNAP	NA	http://www.itksnap.org/pmwiki/pmwiki.php	Image analysis/visualization software; open source
MAGNETOM Vida 3.0T MRI	Siemens Healthineers	NA	Can be any 1.5 T or 3.0 T scanner with broadband imaging capability
MATLAB	Mathworks	https://www.mathworks.com/products/matlab.html	General software, good for image analysis; available by subscription
reg.py	NA	NA	Registration script (Supplementary File 1)
Revolution HD CT scanner	GE Healthcare	NA	Can be any CT scanner with ≥64 detectors
VIDA Insights	VIDA Diagnostics Inc.	NA	CT analysis software; can be any to generate masks