JoVE Logo

Sign In

A subscription to JoVE is required to view this content. Sign in or start your free trial.

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • תוצאות
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

פרוטוקול מתואר ליצירת תמונות מבניות ברזולוציה גבוהה של הריאות באמצעות זמן הד אולטרה קצר (UTE) דימות תהודה מגנטית (MRI). פרוטוקול זה מאפשר לקבל תמונות באמצעות רצף דופק MRI פשוט במהלך נשימה חופשית.

Abstract

MRI באיכות גבוהה של הריאות מאותגר על ידי צפיפות רקמות נמוכה, הרפיית אותות MRI מהירה ותנועה נשימתית ולבבית. מסיבות אלה, הדמיה מבנית של הריאות מתבצעת כמעט אך ורק באמצעות טומוגרפיה ממוחשבת (CT). עם זאת, הדמיית CT מספקת קרינה מייננת, ולכן פחות מתאימה לאוכלוסיות פגיעות מסוימות (למשל, רפואת ילדים) או ליישומי מחקר. כחלופה, MRI באמצעות זמני הד אולטרה קצרים (UTE) מושך עניין. טכניקה זו יכולה להתבצע במהלך נשימה חופשית במהלך סריקה ~ 5-10 דקות. מידע על תנועה נשימתית מקודד לצד תמונות; מידע זה יכול לשמש ל"שער עצמי" של תמונות. בכך מבטל העצמי את הדרישה לתכנות מתקדם של רצף דופק MRI או שימוש במפוח נשימתי, מה שמפשט את רכישת התמונה. בפרוטוקול זה מוצגות שיטות רכישה ושחזור פשוטות, חזקות ויעילות מבחינה חישובית לרכישת MRI UTE באיכות גבוהה של הריאות. פרוטוקול זה פותח לשימוש בסורק MRI 3T, אך ניתן ליישם את אותם עקרונות בעוצמת שדה מגנטי נמוכה יותר. הפרוטוקול כולל הגדרות פרמטרים מומלצות לרכישת תמונות UTE רדיאליות תלת-ממדיות, כמו גם הנחיות לשחזור תמונה במגודר עצמי כדי ליצור תמונות בשלבי נשימה נפרדים. באמצעות יישום פרוטוקול זה, משתמשים יכולים ליצור תמונות UTE ברזולוציה גבוהה של הריאות עם חפצי תנועה מינימליים עד מינימליים עד ללא תנועה. תמונות אלה יכולות לשמש להערכת מבנה ריאתי, אשר ניתן ליישם לשימוש מחקרי במגוון מצבים ריאתיים.

Introduction

הדמיה ברזולוציה גבוהה של המבנה הריאתי היא חלק חיוני בבדיקות אבחון למצבים ריאתיים רבים. בדרך כלל, זה מבוצע באמצעות טומוגרפיה ממוחשבת (CT) הדמיה, אשר מתאים באופן אידיאלי כדי ליצור תמונות ברזולוציה גבוהה של הריאות1. עם זאת, הדמיית CT מספקת מנה לא טריוויאלית של קרינה מייננת, מה שהופך אותה ללא מתאימה להדמיה חוזרת רגילה, הדמיה במספר שלבי נשימה שונים, או הדמיה של אוכלוסיות מסוימות (למשל, רפואת ילדים). דימות תהודה מגנטית (MRI) אינו נושא את אותו הסיכון של קרינה מייננת, ולכן הוא מקובל על משימות הדמיה כאלה. עם זאת, מאתגר לדמיין את הריאות באמצעות MRI בשל צפיפות רקמות נמוכה, תנועה נשימתית ולבבית, והרפיית אותות מהירה מאוד 2,3,4.

טכניקת MRI אחת שמסוגלת להקל על אתגרים אלה היא זמן הד קצר במיוחד (UTE) MRI 4,5,6. ב- MRI UTE, אות ה- MRI נדגם מיד לאחר עירור האות, מה שמפחית את ההשפעה של הרפיית אות מהירה. יתר על כן, טכניקה זו דוגמת k-space מהמרכז החוצה, מה שמוביל לדגימת יתר משמעותית במרכז k-space. דגימת יתר זו במרכז מרחב k הופכת את טכניקת ההדמיה הזו לעמידה לתנועה. בנוסף לחוסן האינהרנטי הזה לתנועה, דגימה חוזרת ונשנית של מרכז מרחב k מקודדת מידע על תנועה נשימתית, מה שמאפשר גאט עצמי של תמונות 7,8,9. ניתן להשתמש בגירוי עצמי זה כדי ליצור תמונות במגוון שלבי נשימה. מכיוון שבני אדם מבלים את רוב שלב הנשימה בתפוגה, מקובל ליצור תמונה לתפוגה הסופית, מכיוון שלשלב זה יש את רוב נתוני ההדמיה שנרכשו.

קיימות מגוון אסטרטגיות לריפוי עצמי נשימתי ב-MRI ריאתי. ההבחנה הראשונה שיש לעשות היא מבוססת תמונה לעומת gating10 מבוסס מרחב k (איור 1). בחיתוך מבוסס תמונה, קבוצת תמונות ברזולוציה טמפורלית גבוהה נוצרת על-ידי בנייה מחדש של תת-קבוצות זמניות קטנות של נתוני ההדמיה. לאחר מכן, מיקום הסרעפת בתמונות אלה משמש לזיהוי השלב הנשימתי עבור קבוצה נתונה של הקרנות תמונה10,11. ב gating מבוסס k-space, נתונים ממרכז k-space ("k0") נבדקים 8,9,12. עוצמת האות של התמונה מקודדת ב- k0, ולכן עוצמת נקודת k0 משתנה עם הנשימה. כך ניתן לקשור את ההקרנות לשלבי נשימה שונים בהתבסס על העוצמה של k0. הן בחיתוך מבוסס תמונה והן בגטינג מבוסס מרחב k, הקרנות עם שלבים נשימתיים דומים מקובצות לשחזור תמונה. הוצע כי gating מבוסס תמונה מספק נאמנות משופרת בהערכת השלב הנשימתי, ובכך מספק תמונות עם טשטוש מופחת10,13.

figure-introduction-2862
איור 1: טכניקות גאטינג עצמי מבוססות תמונה ו-k-space. (A) בחיתוך מבוסס תמונה, ברזולוציה מרחבית נמוכה, תמונות ברזולוציה טמפורלית גבוהה המציגות את הסרעפת מופקות מתת-קבוצות זמניות של הנתונים הכוללים. באמצעות קו מעל הסרעפת, ניתן להמחיש תנועה נשימתית ולקשור אותה לשחזור תמונה. (B) בגטינג מבוסס מרחב k, הנקודה הראשונה בהיטל k-space במרכז ("k0") משמשת להמחשת תנועה נשימתית. לאחר החלקת k0, הבדלי עוצמת האות המבוססים על מחזור הנשימה נראים בבירור וניתן להשתמש בהם לזיהוי שלבי נשימה שונים. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

ניתן לבצע גם gating מבוסס תמונה וגם gating מבוסס k space באמצעות gating קשיח או gating רך 11,14. בגידור קשה, רק התחזיות המתאימות לשלב הנשימה הרצוי משוחזרות. עם זאת, השלכה זו של הקרנות לא רצויות עלולה להוביל לירידה ביחס אות לרעש (SNR) של התמונה ולהגדלת תוצרי תת-הדגימה. ניתן למתן את ההשפעות הבלתי רצויות הללו באמצעות גידור רך. בגידור רך, כל ההקרנות משמשות לשחזור תמונה, אך הקרנות משלב נשימתי לא רצוי משוקללות כך שהשפעתן על התמונה הסופית פחותה. בכך, ניתן לשחזר תמונות עם מינימום חפצים ו-SNR גבוה תוך דיכוי ההשפעה של תנועת הנשימה.

באמצעות השילוב של רכישת MRI UTE עם גידור עצמי לאחר הרכישה, ניתן ליצור תמונות באיכות גבוהה, שאמנם אינן שוות ערך ל- CT, אך בעלות ניגודיות ורזולוציה המתקרבת לזו של הדמיית CT 6,15,16,17,18,19. כאן, פרוטוקול פשוט מסופק לאיסוף ושחזור תמונות MRI UTE כדי ליצור תמונות באיכות גבוהה של מבנה ריאתי.

פרוטוקול זה נכתב בעיקר עבור סורקי MRI 3T; 3T הוא חוזק השדה הנפוץ ביותר המשמש למחקר MRI. עוצמות שדה מגנטי נמוכות יותר, כגון 1.5T או 0.55 T20 שהיו זמינות לאחרונה, יכולות לספק איכות תמונה משופרת ועוצמת אות בריאות משופרות, מכיוון שהרפיית האותות בריאות איטית יותר בעוצמות שדה אלה.

בעוד שנעשה כל ניסיון לספק בהירות ופשטות בפרוטוקול זה ובקוד שחזור התמונה שסופק, סביר להניח שהפרוטוקול ידרוש פיזיקאי MRI ייעודי (או מומחה MRI דומה) כדי לקבוע רצף MRI UTE מתאים בסורק MRI. רצף ה-MRI צריך ליישם אסטרטגיית קידוד תלת-ממדית לא קרטזית עם מסלולי מרחב k של מרכז. דוגמאות לכך כוללות רצפי הדמיה רדיאליים תלת-ממדיים או תלת-ממדיים (לדוגמה, "FLORET")21,22. חשוב לציין, סדר ההטלות צריך להיות בעל יציבות טמפורלית טובה: על פני כל תת-קבוצה נתונה של זמן, התחזיות צריכות לכסות את הטווח המלא של מרחב k23. דוגמאות לאסטרטגיות הזמנת הקרנה עם יציבות טמפורלית טובה הן אמצעי זהב או ספירלה ארכימדית אקראית של הלטון. אם נעשה שימוש בהזמנה של היטל עם יציבות טמפורלית ירודה, הגאטינג העצמי שלאחר הרכישה ישמיט אזורים גדולים של מרחב k, מה שיוביל לתוצרי תמונה. לבסוף, הרצף צריך להיות מסוגל להשיג זמן הד (TE) של <100 μs. זמן ההרפיה של T2* בריאות ב-3T הוא <1ms24, כך ששימוש ב-TE קצר מאוד חיוני ליצירת תמונות באיכות גבוהה.

Protocol

כל הדמיות הנבדקים האנושיים בוצעו באישור KUMC IRB. התקבלה הסכמה מדעת בכתב מכל המשתתפים. התמונות במחקר זה התקבלו תחת פרוטוקול פיתוח טכני גנרי, וקריטריוני ההכללה/אי-הכללה היו רחבים בכוונה. קריטריונים להכללה: גיל ≥ 18. קריטריוני אי-הכללה: MRI התווית נגד על סמך תשובות לשאלון בדיקת MRI, והריון. האביזרים והציוד ששימשו למחקר זה מפורטים בטבלת החומרים.

1. רכישת תמונות UTE

  1. הכנת רצף הדמיה. הכינו את רצף ההדמיה פעם אחת והשתמשו באותו רצף עבור כל המשתתפים.
    1. קביעת פרמטרים לפי טבלה 1.
    2. הניחו פנטום MRI במרכז ה-MRI והריצו את רצף ההדמיה.
      הערה: מכיוון שרצף זה דורש ביצועי שיפוע מהירים ופעימות RF רבות, חשוב לוודא שניתן להפעיל את הגדרת הפרוטוקול לפני בדיקה באדם.
  2. הכינו את המשתתף ל-MRI. השתמש בבדיקת בטיחות מוסדית סטנדרטית של MRI כדי להבטיח שהמשתתף יוכל להיכנס בבטחה ל- MRI.
  3. הניחו את המשתתף על מיטת ה-MRI והניחו סליל חזה מעל פלג גופו העליון של המשתתף. מקמו את הסליל קרוב לסנטר המשתתף על מנת להבטיח כיסוי מלא של אפיקי הריאה.
  4. העבירו את המשתתף לסורק MRI. מקם את ציון הדרך במיקום ממש מתחת לעצם החזה של המשתתף.
  5. אסוף סריקה לוקלייזר כדי לוודא שהריאות של המשתתף נמצאות בשדה הראייה של סריקת UTE. אל תזיז את הגיאומטריה של סריקת UTE. אם ריאותיו של המשתתף אינן בתוך שדה הראייה, הזיזו את המשתתף ואספו סריקות לוקלייזר נוספות עד שהריאות יהיו לגמרי בתוך שדה הראייה.
  6. הפעל את רצף UTE. במהלך רצף זה, המשתתף יכול לנשום כרגיל.
  7. יצא את הנתונים הגולמיים מהסורק. בהתאם לרצף ההדמיה שבו נעשה שימוש, הסורק עשוי לשחזר או לא לשחזר תמונות בסורק. עבור שחזור ה-gating הרטרוספקטיבי המוצע, נדרשים נתוני הדמיה גולמיים כדי לקבוע אם תמונות נוצרות בסורק או לא. הערה הנתונים הגולמיים יהיו גדולים (>10 GB).
  8. ייצוא או חישוב של מסלולי k-space (כלומר, המיקום במרחב k של כל נקודת נתונים גולמית).
    הערה: עבור רצפי הדמיה מסוימים, מסלולי מרחב k עשויים להיות מאוחסנים לצד נתונים גולמיים בסורק MRI וניתן לייצא אותם ישירות. עבור רצפי הדמיה אחרים, יהיה צורך לחשב את מסלולי מרחב k בהתבסס על פרמטרים של הדמיה.
פרמטרהגדרות כלליות מומלצותהגדרות המיושמות במסמך זה
רצף הדמיהתלת-ממד לא קרטזי עם מסלולי k-space במרכזרדיאל תלת ממדי עם הזמנת הקרנה של אמצעי זהב
שדה ראייה400 x 400 x 400 מ"מ3400 x 400 x 400 מ"מ3
גודל מטריצהכרצונך לרזולוציית היעד320 x 320 x 320 (רזולוציה איזוטרופית של 1.25 מ"מ)
רוחב פסלפי הצורך למשך הקריאה < 1.0 אלפיות השנייה888 הרץ/פיקסל
טה< 0.1 מטר/שניה0.07 מטר/שניה
ת"רמינימום (יעד 3 – 4 אלפיות השנייה)3.5 מטר/שניה
זווית היפוךכ-5°4.8°
מספר תחזיותמינימום 100,0001,35,386
משך התמונהמינימום 5 דקות7 דקות, 54 שניות

טבלה 1: הגדרות מומלצות עבור הדמיית UTE. הגדרות כלליות מומלצות מסופקות שניתן להשתמש בהן כדי להנחות את הגדרת הפרוטוקול. הגדרות מומלצות ספציפיות ששימשו עבור הנתונים מסופקות גם כן, כפי שמוצג כתוצאות מייצגות. מפרטי הפרמטרים הם כלליים בין ספקים, למעט רוחב פס. חלק מספקי ה-MRI הגדולים מציינים רוחב פס כ-Hz/Pixel. ספקי MRI גדולים אחרים מציינים רוחב פס מוחלט. רוחב הפס המומלץ (888 הרץ/פיקסל) מתאים לרוחב פס מוחלט של 284,160 הרץ.

2. שחזור תמונה UTE באמצעות Respiratory soft-gating מבוסס תמונה

הערה: קוד MATLAB להשלמת השלבים הבאים מסופק בשלב https://github.com/pniedbalski3/UTE_Reconstruction.

  1. ייבאו נתונים ומסלולי k-space ל-MATLAB. קוד לייבוא נתוני MRI גולמיים זמין עבור כל ספקי ה- MRI הגדולים.
  2. מחק את 1000 התחזיות הראשונות כדי להבטיח שהנתונים נמצאים במגנטיזציה במצב יציב.
    הערה: אם רצף ההדמיה שבו נעשה שימוש כולל סריקות דמה לפני איסוף הנתונים, ניתן לדלג על שלב זה.
  3. בנה מחדש תמונה ברזולוציה נמוכה באמצעות תת-ערכה קטנה מאוד של נתונים.
    1. בנה מחדש את התמונה באמצעות המרת פורייה מהירה לא אחידה לגודל מטריצה של 96 x 96 x 96.
    2. השתמש בכ- 200 תחזיות, המקבילות לנתונים בשווי 0.6 שניות עד 0.8 שניות.
    3. בנה מחדש ואחסן תמונות מכל רכיבי הסליל וכן תמונה סופית משולבת סליל.
  4. בתמונה המשולבת סליל שנוצרה, בחרו פרוסת קורונל המציגה בבירור את הסרעפת.
    הערה: הקוד שסופק יבקש מהמשתמש לבחור פרוסה המכילה את הסרעפת.
  5. לאחר בחירת פרוסה זו, צפו בתמונות הסליל הבודדות של פרוסה זו ובחרו רכיב סליל אחד או שניים המציגים בצורה הטובה ביותר את הסרעפת (איור 2).
    הערה: הקוד שסופק יבקש מהמשתמש לבחור רכיבי סליל.
  6. בנו מחדש תמונות באמצעות חלון הזזה כדי ליצור תמונות ברזולוציה טמפורלית של ~0.5 שניות (איור 2).
    1. בנה מחדש רק את הנתונים מרכיבי הסליל שנבחרו בשלב 2.4.
      הערה: בעוד שכל רכיבי הסליל ניתנים לשחזור, רק האלמנטים הקרובים ביותר לסרעפת נדרשים כדי לדמיין את הסרעפת למטרות גידור עצמי נשימתי. על ידי שחזור רק של רכיבי הסליל הקרובים ביותר לדיאגרמה, זמן השחזור והעומס החישובי מופחתים באופן דרסטי.
    2. השתמשו ב-200 ההקרנות הראשונות כדי לבנות מחדש תמונה באמצעות התמרת פורייה מהירה לא אחידה (איור 2). אחסנו רק את הפרוסה המציגה את הסרעפת (כפי שנמצא בשלב 2.4).
      הערה: בסופו של דבר, ייווצרו עד 1500 תמונות; רק פרוסה דו-ממדית נדרשת כדי להמחיש את מיקום הסרעפת, ואחסון תמונות תלת-ממדיות עבור כל אחד משלבי חלון ההזזה יהיה אסור.
    3. הזזה ב- 100 הקרנות (כלומר, התמונה הראשונה משוחזרת באמצעות הקרנות 1-200. השני משוחזר באמצעות הקרנות 101 - 300) ולבנות מחדש תמונה נוספת, תוך אחסון הפרוסה שנבחרה בשלב 2.4.
    4. המשך עד שכל ההקרנות ישמשו ליצירת תמונות.
  7. בחרו קו מעל הסרעפת בתמונה הראשונה של חלון ההזזה. ודא כי הקו ארוך מספיק כדי להאריך לתוך הריאות על ידי 5-10 voxels לתוך הסרעפת על ידי 5-10 voxels.
  8. דמיינו את תנועת הנשימה על ידי צפייה בנווט נשימתי זה עבור כל ההקרנות.
  9. קבע את מיקום הסרעפת עבור כל נווטי הנשימה. ישנן מגוון דרכים לעשות זאת, אך שיטה פשוטה היא להשתמש בשיטה25 של אוטסו כדי להפריד את הצד הכהה יותר (ריאה) מהצד הבהיר יותר (הסרעפת).
  10. השתמש במיקום הסרעפת כדי לתייג הקרנות כשייכות לפח נשימה נתון. אם נווט נשימתי נתון מראה את הסרעפת ב"מיקום 1", אז 200 ההקרנות המשמשות ליצירת התמונה עבור אותו נווט יהיו שייכות ל"סל 1".
    הערה: מאחר שתמונות נוצרו באמצעות חלון הזזה עם חפיפה של 100 הקרנות, חלק מההקרנות עשויות להיות מסומנות כשייכות לסלים מרובים. הרזולוציה המרחבית הגסה של תמונות חלון הזזה מובילה לסך של ~4-6 פחים המכסים את כל טווח ההשראה עד התפוגה.
  11. בחר את הסל לשחזור על-ידי קביעה לאיזה סל יש את מספר התחזיות הגדול ביותר, שאמור להתאים לתפוגת הסיום.
    1. לחלופין, לשחזר תמונות עבור השלבים הנשימתיים הרצויים על בסיס בדיקה חזותית של נווט הנשימה.
  12. צור משקולות עבור soft-gating14.
    1. השתמש במסנן מעריכי כדי לספק משקל של 1 להקרנות בתוך הסל הראשי ומשקל מופחת בחדות להקרנות בתוך פחי נשימה שונים.
  13. השתמש בארגז הכלים לשחזור מתקדם של Berkely (BART; https://mrirecon.github.io/bart/)26,27 כדי לשחזר תמונה ברזולוציה גבוהה בפח הנשימה הרצוי.
    הערה: BART הוא ארגז כלים זמין בחינם לשחזור תמונות MRI.
    1. חשב משקלי פיצוי צפיפות באמצעות שילוב צפיפות איטרטיבי.
    2. שנה את משקלי פיצוי הצפיפות לפי המשקולות הרכות.
    3. שינוי קנה מידה של נתונים בהתבסס על פיצוי צפיפות ומשקולות רכות
    4. בצע התמרת פורייה מהירה בסיסית לא אחידה (NUFFT) כדי להקל על שילוב סלילים.
    5. המירו את תמונת NUFFT למרחב k מרושת לשימוש בשילוב סלילים.
    6. צור מטריצה משולבת סלילים והשתמש בה כדי לשלב סלילים הן עבור הנתונים הגולמיים והן עבור מרחב k ברשת.
    7. הערכת רגישויות סליל.
    8. בצע שחזור חושים דחוסים בהדמיה מקבילה באמצעות פיצוי צפיפות משוקלל, נתונים משולבים של סליל ומפות רגישות סליל.
  14. שמור את התמונה הסופית. פורמט NIFTI מיושם בקלות. אם יש להעלות את התמונה למערכת PAC, ייתכן שיהיה צורך בתבנית DICOM.

figure-protocol-8614
איור 2: גידור עצמי מבוסס תמונה. (1) באמצעות תמונה ברזולוציה נמוכה המשוחזרת ממספר קטן של הקרנות (ליעילות חישובית), זהה פרוסת עטרה המציגה בבירור את הסרעפת. (2) על ידי בחינת תמונות מרכיבי סליל בודדים, בחר את רכיבי הסליל הקרובים ביותר לסרעפת. (3) ביצוע שחזור חלון הזזה רק של רכיבי הסליל הקרובים ביותר לסרעפת (ליעילות חישובית). ניתן להפיק תמונות מתת-קבוצות של 200 הקרנות (המקבילות ל~0.8 שניות); על ידי תחזיות חופפות, ניתן להשיג רזולוציה פסאודו-טמפורלית של ~0.5 שניות בתמונות. (4) זיהוי קו המאונך לסרעפת שישמש לנווט נשימתי. (5) הדמיה של נתוני התמונה בקו זה מראה תנועה נשימתית, אשר ניתן להשתמש בה כדי לסלק תמונות. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

3. שחזור תמונה UTE באמצעות k-space מבוסס נשימה רכה gating

  1. בצע את שלבים 2.1-2.4 כך שניתן יהיה לזהות את אלמנט הסליל הקרוב ביותר לסרעפת.
  2. צור מעקב אחר סדרת זמן k0 באמצעות הערך המוחלט של הנקודה הראשונה בהקרנה עבור כל התחזיות של רכיב הסליל שנבחר. זה יספק הדמיה של צורת גל נשימתי.
  3. בשלבים של 5000 תחזיות, נרמלו את k0 בעוצמת האות הממוצעת של אותן k0 נקודות28. זה מקטין את עוצמת האות לסחוף לאורך זמן ומספק יכולת משופרת לסלק תחזיות כמותיות.
  4. תייגכל k 0 נקודה כמתרחשת במהלך השראה או תפוגה.
    1. החלק את סדרת הזמן k0 וקח את הנגזרת כדי להעריך את השיפוע עבור כל נקודה על עקבות gating.
    2. תייגו נקודות השראה על סמך סימן המדרון. שיפוע חיובי מתאים לפקיעה, בעוד ששיפוע שלילי מתאים להשראה.
  5. הקרנות סל המבוססות על עוצמת האות. מכיוון שעומק הנשימה יכול להיות משתנה, הקרנות סל מבוססות על משרעת אות ולא על מיקום בשלב הנשימה.
    הערה: שיטה פשוטה ומהירה להשגת מטרה זו היא ליישם k-פירושו clustering כדי לזהות רמות שונות של עוצמת אות.
  6. עבור פחים המתווכים בין השראת הקצה לתפוגת הסיום, זהה תחזיות כמתרחשות במהלך השראה ותפוגה בהתבסס על שלב 3.4.
  7. שחזור תמונה מלא בהתאם לשלבים המתוארים בשלב 2.10 עד שלב 2.13.
  8. אם תרצה, שחזר תמונות עבור כל פחי הנשימה ולא רק בסוף התפוגה.

תוצאות

תוצאות מייצגות (איור 3) נוצרו באמצעות ההגדרות המוצגות בטבלה 1. משך ההדמיה המשמש מספק תמונות באיכות גבוהה שהן נסבלות על ידי רוב המשתתפים.

figure-results-314
איור 3

Discussion

בעת ביצוע הדמיה UTE של הריאות, וריאציות רבות של רכישה ושחזור ניתן להשתמש כדי ליצור תמונות של הריאות. פרוטוקול זה מתמקד בקלות היישום וביעילות חישובית. הדמיה באמצעות UTE רדיאלי תלת ממדי היא פשוטה יחסית, עם רצפי הדמיה הזמינים בדרך כלל מספקי ה- MRI הגדולים. כלים מבוססי MATLAB מסופקים...

Disclosures

פיטר נידבלסקי מקבל מימון מחקר מהקרן הלאומית לסקלרודרמה (National Scleroderma Foundation), איגוד הלב האמריקאי (American Heart Association) וה-NIH. הוא יועץ עבור Polarean Imaging Plc., חברה המפתחת טכנולוגיית MRI 129Xe היפרפולרית.

Acknowledgements

הפיתוח של פרוטוקול זה והתמונות המוצגות כתוצאות מייצגות נתמכו על ידי הקרן הלאומית לסקלרודרמה (National Scleroderma Foundation).

Materials

NameCompanyCatalog NumberComments
Chest MRI CoilSiemens, GE, Philips,, Other Clinical MRI Imaging Coil VendorN/AA 26 - 32 channel Chest coil should be used
High Performance WorkstationHP, Apple, or other Computer Hardware companyN/AA computer with a minimum of 64 GB of Memory is needed for image reconstruction
MatlabMathworksR2016A or newerA Matlab license is needed to run the provided computer code
MRI PhantomSiemens, GE, Philips, or Other MRI Phantom VendorN/AAny Phantom can be used to test the MRI sequence prior to its use in human subjects.
MRI ScannerSiemens, GE, Philips, or Other Clinical MRI Scanner VendorN/AThe protocol was developed on a 3T scanner, but 1.5T or 0.55T would also work with minimal adaptation

References

  1. Raju, S., Ghosh, S., Mehta, A. C. Chest ct signs in pulmonary disease: A pictorial review. Chest. 151 (6), 1356-1374 (2017).
  2. Biederer, J., et al. MRI of the lung (2/3). Why, when, how. Insights Imaging. 3 (4), 355-371 (2012).
  3. Biederer, J., et al. MRI of the lung (3/3)-current applications and future perspectives. Insights Imaging. 3 (4), 373-386 (2012).
  4. Johnson, K. M., Fain, S. B., Schiebler, M. L., Nagle, S. Optimized 3D ultrashort echo time pulmonary MRI. Magn Reson Med. 70 (5), 1241-1250 (2013).
  5. Ma, W., et al. Ultra-short echo-time pulmonary MRI: Evaluation and reproducibility in COPD subjects with and without bronchiectasis. J Magn Reson Imaging. 41 (5), 1465-1474 (2015).
  6. Roach, D. J., et al. Ultrashort echo-time magnetic resonance imaging is a sensitive method for the evaluation of early cystic fibrosis lung disease. Ann Am Thorac Soc. 13 (11), 1923-1931 (2016).
  7. Tibiletti, M., et al. Multistage three-dimensional UTE lung imaging by image-based self-gating. Magn Reson Med. 75 (3), 1324-1332 (2016).
  8. Weick, S., et al. Dc-gated high-resolution three-dimensional lung imaging during free-breathing. J Magn Reson Imaging. 37 (3), 727-732 (2013).
  9. Fischer, A., et al. Self-gated non-contrast-enhanced functional lung imaging (SENCEFUL) using a quasi-random fast low-angle shot (FLASH) sequence and proton MRI. NMR Biomed. 27 (8), 907-917 (2014).
  10. Tibiletti, M., et al. Respiratory self-gated 3D UTE for lung imaging in small animal MRI. Magn Reson Med. 78 (2), 739-745 (2017).
  11. Jiang, W., et al. Motion robust high resolution 3D free-breathing pulmonary MRI using dynamic 3D image self-navigator. Magn Reson Med. 79 (6), 2954-2967 (2018).
  12. Higano, N. S., et al. Retrospective respiratory self-gating and removal of bulk motion in pulmonary UTE MRI of neonates and adults. Magn Reson Med. 77 (3), 1284-1295 (2016).
  13. Metze, P., et al. Non-uniform self-gating in 2D lung imaging. Front Phys. 10, (2022).
  14. Gandhi, D. B., et al. Comparison of weighting algorithms to mitigate respiratory motion in free-breathing neonatal pulmonary radial UTE-MRI. Biomed Phys Eng Express. 10 (3), 035030 (2024).
  15. Fauveau, V., et al. Performance of spiral UTE-MRI of the lung in post-covid patients. Magn Reson Imaging. 96, 135-143 (2023).
  16. Metz, C., et al. Comparison of diagnostic quality of 3D ultrashort-echo-time techniques for pulmonary magnetic resonance imaging in free-breathing. Acta Radiologica. 64 (5), 1851-1858 (2023).
  17. Periaswamy, G., et al. Comparison of ultrashort TE lung MRI and HRCT lungs for detection of pulmonary nodules in oncology patients. Indian J Radiol Imaging. 32 (04), 497-504 (2022).
  18. Darçot, E., et al. Comparison between magnetic resonance imaging and computed tomography in the detection and volumetric assessment of lung nodules: A prospective study. Frontiers in Medicine. 9, 858731 (2022).
  19. Dournes, G., et al. 3D ultrashort echo time MRI of the lung using stack-of-spirals and spherical k-space coverages: Evaluation in healthy volunteers and parenchymal diseases. J Magn Reson Imaging. 48 (6), 1489-1497 (2018).
  20. Campbell-Washburn, A. E. 2019 American Thoracic Society Bear Cage winning proposal: Lung imaging using high-performance low-field magnetic resonance imaging. Am J Respir Crit Care Med. 201 (11), 1333-1336 (2020).
  21. Robison, R. K., Anderson, A. G., Pipe, J. G. Three-dimensional ultrashort echo-time imaging using a FLORET trajectory. Magn Reson Med. 78 (3), 1038-1049 (2017).
  22. Willmering, M. M., Robison, R. K., Wang, H., Pipe, J. G., Woods, J. C. Implementation of the FLORET sequence for lung imaging. Magn Reson Med. 82 (3), 1091-1100 (2019).
  23. Chan, R. W., Ramsay, E. A., Cunningham, C. H., Plewes, D. B. Temporal stability of adaptive 3D radial MRI using multidimensional golden means. Magn Reson Med. 61 (2), 354-363 (2009).
  24. Yu, J., Xue, Y., Song, H. K. Comparison of lung T2* during free-breathing at 1.5 T and 3.0 T with ultrashort echo time imaging. Magn Reson Med. 66 (1), 248-254 (2011).
  25. Otsu, N. A threshold selection method from gray-level histograms. IEEE Trans Syst Man Cybern. 9 (1), 62-66 (1979).
  26. Martin Uecker, F. O., et al. Berkely advanced reconstruction toolbox. Proc Intl Soc Magn Reson Med. 23, 2486 (2015).
  27. . . Bart Toolbox for Computational Magnetic Resonance Imaging. , (2024).
  28. Munidasa, S. . Treatment monitoring of pediatric cystic fibrosis lung disease using free breathing lung MRI. , (2024).
  29. Zhu, X., Chan, M., Lustig, M., Johnson, K. M., Larson, P. E. Z. Iterative motion-compensation reconstruction ultra-short TE (IMOCO UTE) for high-resolution free-breathing pulmonary MRI. Magn Reson Med. 83 (4), 1208-1221 (2020).
  30. Tan, F., et al. Motion-compensated low-rank reconstruction for simultaneous structural and functional UTE lung MRI. Magn Reson Med. 90 (3), 1101-1113 (2023).
  31. Bhattacharya, I., et al. Oxygen-enhanced functional lung imaging using a contemporary 0.55 T MRI system. NMR Biomed. 34 (8), e4562 (2021).
  32. Kim, M., et al. Feasibility of dynamic T2*-based oxygen-enhanced lung MRI at 3T. Magn Reson Med. 91 (3), 972-986 (2024).
  33. Klimeš, F., et al. 3D phase-resolved functional lung ventilation MR imaging in healthy volunteers and patients with chronic pulmonary disease. Magn Reson Med. 85 (2), 912-925 (2021).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

MRIUTEMRIMRI 3T

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Research

Education

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved