Con esta técnica, utilizamos PET-MRI para identificar biomarcadores fisiológicos de rotación ósea. Creemos que estos biomarcadores fisiológicos pueden reflejar con mayor precisión la patología articular facetaria que las imágenes estáticas por TC y RESONANCIA magnética. Creemos que esta técnica puede ayudarnos a identificar las articulaciones dolorosas y sintomáticas en la columna lumbar.
También esperamos que esta técnica se pueda aplicar a otras regiones de la columna vertebral, como la columna cervical y torácica para la identificación de las articulaciones facetas sintomáticas, e incluso la enfermedad degenerativa del disco. Para la adquisición simultánea de IMÁN y resonancia magnética o RMN, utilizando una bobina de matriz de imágenes moleculares central de matriz posterior y un 3.0 PET e imágenes MR, centre el campo de visión en ambas modalidades de imagen para cubrir la región inferior de la columna vertebral de T-12 a S-3. Establezca los parámetros adecuados para una adquisición de PET y para una secuencia de RMN clínica para un protocolo de columna lumbar.
Inmediatamente antes de adquirir las secuencias de RMN, inyectar por vía intravenosa un contraste de 0,1 milímetros por kilogramo de gadobutrol en la fosa antecubital del paciente y una dosis radioactiva de 2,96 megabecquerel por kilogramo de fluoruro de sodio F-18. A continuación, utilizando tres fases temporales separadas centradas sobre la columna vertebral inferior, realice una exploración PET dinámica de 60 minutos adquiriendo la primera fase de la exploración con 12 fotogramas de 10 segundos cada una, la segunda fase de cuatro fotogramas de 30 segundos cada una y la última fase de 14 fotogramas de cuatro minutos cada una. A continuación, establezca un campo de visión de 60 centímetros con un límite de filtro de tres milímetros, un filtro de eje Z estándar, ningún filtro 3D cardíaco, 28 subconjuntos y una maximización de expectativa de subconjuntos ordenados de tiempo de vuelo con cuatro iteraciones para reconstruir los datos PET en la consola.
Para el análisis de las imágenes PET y MR adquiridas, transfiera las imágenes a una estación de trabajo dedicada equipada para analizar datos PET dinámicos. Localice las articulaciones facetas bilaterales de la columna lumbar de L-1 a L-2 y L-5 a S-1. Triangula visualmente con las imágenes de MR T-2 del plano sagital y axial y registra el número de rebanada del centro aproximado para identificar el punto central de cada articulación de la faceta lumbar.
Con los datos del paciente abiertos en la pestaña de vista, haga clic en el botón de volumen de interés y seleccione el objeto de esfera. En la ventana emergente predefinida, escriba 7,5 milímetros como radio y haga clic en Crear nuevo volumen de interés. Haga clic izquierdo para colocar un volumen esférico de 7,5 milímetros de interés en el centro de cada articulación de faceta, ajustando la esfera haciendo clic izquierdo y arrastrando hasta que el volumen esté visualmente centrado en la faceta.
Cuando se haya colocado un volumen de interés en cada faceta, coloque un volumen esférico de cinco milímetros de interés en la cresta ilíaca derecha en la cavidad de la médula central para excluir la participación de la corteza como región de referencia. A continuación, coloque el volumen de interés para que los bordes estén dentro de la médula por completo. Haga clic con el botón derecho en la imagen axial y seleccione la inspección de datos para medir el diámetro de la aorta proximal abdominal a su bifurcación.
Para calcular el coeficiente de corrección de volumen parcial, haga clic izquierdo en el lado derecho del muro aórtico y mueva el cursor al lado izquierdo del muro aórtico para registrar la distancia del diámetro de la pared aórtica en la ventana del inspector de datos. A continuación, haga clic con el botón izquierdo del botón de volumen de interés y seleccione la región de círculo de interés para crear una región circular de interés con un radio de la mitad del diámetro aórtico. Haga clic en Crear nuevo volumen de interés y haga clic izquierdo en el centro de la aorta, reposicionando el volumen según sea necesario para asegurarse de que el círculo se aproxima a la posición del muro aórtico.
A continuación, descienda un sector en el plano axial y cree una segunda región circular de interés para crear una región cilíndrica de interés a partir de las dos regiones circulares superpuestas de interés. Para crear una entrada arterial corregida de volumen parcial, utilice los coeficientes de recuperación derivados del fantasma de tomografía computarizada PET para aplicar los coeficientes de recuperación a la medición basada en imágenes sobre la aorta descendente. A continuación, sustituya esta entrada arterial parcial corregida por volumen en el software de análisis de imágenes para su uso en el modelado cinético y la cuantificación precisa de la cinética del trazador.
Aquí, representado de fluoruro de sodio F-18 PET, grasa axial T-2 suprimida, y axial T-1 se pueden ver imágenes DE RM suprimidas por grasa post-contraste a través del nivel de las articulaciones facetas L-3 a L-4. En esta tabla, se han resumido el modelo cinético de Patlak, la media y el máximo del valor de absorción estandarizado y el grado de artropatía por rmN para cada una de las 10 articulaciones facetas muestreadas en un paciente representativo. Cuando las tasas de afluencia del modelo cinético Patlak del paciente se trazaron contra la media de valor de absorción estandarizada y los grados de artropatía facetaria basadas en RMN, la articulación de la faceta con el grado de RMN más alto de artropatía faceta degenerativa tenía el modelo cinético Patlak más alto y valores medios de valor de absorción estandarizados.
Estamos en medio de un ensayo clínico para validar nuestra técnica en pacientes con dolor articular en la faceta lumbar. Esperamos poder publicar estos datos pronto. Hay una curva de aprendizaje pronunciada para entender cómo hacer el análisis con el software PET MR.
Además, puede ser difícil localizar las articulaciones de la faceta para aquellas personas que no están familiarizadas con la anatomía espinal. Como resultado, creemos que una representación visual de los pasos de procesamiento de imágenes mejorará en gran medida la comprensión de nuestro proceso.
