La tecnología QSM permite medir la susceptibilidad magnética de los tejidos biológicos con alta precisión. A diferencia de la RM convencional, que depende principalmente de la magnitud de la señal, QSM explota la información de fase de la señal de RM para cuantificar cómo los tejidos responden a un campo magnético externo. Esta capacidad proporciona una visión única de la composición de imágenes espaciales, especialmente la biometría de mi cerebro

Los Principios Básicos de la QSM

En su núcleo, QSM se basa en la física de la susceptibilidad magnética, una cantidad indisoluble que describe el grado en que un material se magnetiza en la presencia de un campo magnético externo. Todas las sustancias exhiben alguna forma de comportamiento magnético, clasificado como diamagnetico (repelado por campos magnéticos), paramagnetic (atraído), o ferrognetic (traída intensamente).

Cómo funciona QSM: Procesamiento paso a paso

La generación de una imagen QSM implica un oleoducto multi-paso que transforma los datos de fase de RM en mapas de susceptibilidad interpretables. Cada etapa aborda retos físicos y computacionales específicos:

Imágenes y adquisición de fase

QSM comienza con una secuencia de resonancias gradiente-echo (GRE) que captura imágenes de magnitud y fase. La imagen de fase contiene las perturbaciones de campo causadas por diferencias de susceptibilidad locales, pero también está contaminada por fase de la bobina receptora, corrientes de eddy y campos de fondo de gran escala. Para maximizar la sensibilidad, las adquisiciones típicas de QSM utilizan múltiples tiempos de eco (TE) y una resolución espacial relativamente alta (oftenosistropic

Fase de desintegración

Los datos de fase cruda se envuelven inherentemente en el intervalo (−π, π) debido a la naturaleza periódica del ángulo medido. Este envoltorio crea saltos abruptos que deben ser eliminados para recuperar la verdadera evolución de la fase. Existen varios algoritmos para desviar fase, incluyendo métodos de seguimiento de ruta (por ejemplo, PRELUDE), enfoques basados en la placa, y técnicas de aprendizaje profundo.

Eliminación de la base de datos

La fase no rota contiene contribuciones de susceptibilidad de tejido local y fuentes distantes como el aire en los pulmones, las principales inhomogeneidades de campo magnético y las imperfecciones de eshim. Estos campos de fondo lentamente variables deben ser eliminados preservando las variaciones de campo local de alta frecuencia que codifican susceptibilidad de tejido.

  • Filtro de alta velocidad: Substrae una versión filtrada de baja velocidad de la fase. Simple pero puede sesgar los valores de susceptibilidad final.
  • Projeción sobre campos de dipolo (PDF): Fita el campo de fondo al campo de dipolo de fuentes fuera de una región de interés (ROI). Eficaz pero asume que el ROI es es esférico o manualmente definido.
  • Reducción de artefactos armónicos sofisticados para datos de fase (SHARP): Usa un filtro de valor medio esférico para eliminar componentes armónicos del campo.
  • V-PE y RESHARP: Variantes que combinan la regularización para mejorar la estabilidad en los bordes del tejido.

El resultado es un mapa de campo local (δB) que refleja sólo las fuentes de susceptibilidad dentro de los voxels de interés.

Inversión de la Susceptibilidad

El paso final y más matemáticamente desafiante es la inversión del campo local para recuperar la distribución de susceptibilidad. La relación entre la perturbación del campo local (δB) y la susceptibilidad subyacente (χ) es dada por el modelo de avance:

δB(k) = (1/3 − k z2/k2) · B0 · χ(k)

en el espacio Fourier, donde k es el vector de frecuencia espacial. Este núcleo de la convolución (el núcleo del polo) tiene valores cero en la superficie cónica donde 1/3 − k z2/k2 = 0, haciendo la inversión mal poseída. División directa en el espacio de Fourier es inestable, por lo que los enfoques regularizados son necesarios:

  • División de espacio k-espacial (TKD): Un método simple que limita el núcleo dipole para evitar la división por valores cercanos a cero. Rápido pero introduce artefactos de estrangulación.
  • Inversión de dipolo habilitado para la morfología (MEDI): Combina los datos de fase con información de borde derivada de imágenes de magnitud para limitar la inversión. Esto reduce la amplificación del ruido y mejora la fidelidad geométrica.
  • Regularización alternativa (l1- o l2-norm): Usando las limitaciones totales de variación (TV) o de esparsidad basadas en ondas para estabilizar la inversión preservando los bordes.
  • Se aproximan a aprender: Las redes neuronales recientes (CNN) formadas en datos simulados o experimentales pueden realizar la inversión directamente desde el campo local, ofreciendo rápida computación con artefactos reducidos.

Física detrás de la Susceptibilidad

Modelo de Dipole Magnético

Cada vóxel que contiene tejido con una χ de susceptibilidad se puede considerar como una dipola magnética. La perturbación de campo en un r localización debido a un pequeño elemento de volumen dv es:

δB(r) = μ0 / (4π) · ∫ (3(r·m)r − r2m) / r5 · dv

donde m es la magnetización de la fuente, proporcional a la χ y B0. El núcleo de la convolución en el espacio Fourier surge del patrón de campo dipolo. En el tejido, el campo neto en cualquier punto es la suma de las contribuciones de todos los dipoles circundantes — un efecto global en lugar de local. QSM resuelve este problema inverso al desconvolverar el núcleo dipole, eliminando efectivamente las contribuciones de campo no local para revelar la verdadera fuente.

Diferencias diamagneticas vs. paramagnetic Diferencias

El contraste biológico en QSM se impulsa por las propiedades magnéticas distintas de los componentes del tejido común:

  • Irón:] Almacenado en ferritina y hemosiderina, el hierro es paramagnético (χ ♥ +0.3 ppm por mg Tejido Fe/g). El hierro cerebral elevado está vinculado a la esclerosis múltiple de Parkinson, Alzheimer y Parkinson. QSM puede cuantificar la concentración de hierro con buena linearidad hasta ~200 μg.
  • Calcium: Los compuestos basados en calcio (por ejemplo, hidroxiapatita en hueso, calcificaciones en tumores) son diamagneticos (χ ♥ ♥ ♥ −1 a −3 ppm). Esto permite que QSM distinguya las lesiones calcificadas de contraste hemorrágico, que aparecen hiperintensos en la RM tradicional pero opuesto a QSM.
  • Myelin y Lipid: Mielin es diamagnetico debido a su colesterol y contenido fosfolípido (χ ♥ ♥ ♥ −0.2 ppm). La pérdida de mielina, como en los trastornos demienalantes, reduce esta contribución negativa, haciendo que las lesiones parezcan más positivas en el QSM.
  • Deoxyhemoglobin: Paramagnetic (χ ♥ ♥ +0.1 ppm por g/dL deoxyhemoglobin). QSM es sensible a la saturación de oxígeno venoso y puede mapear la oxigenación de sangre sin invasivamente.

Consideraciones de fuerza de campo magnético

El SNR de datos de fase y la magnitud de los cambios de campo inducidos por susceptibilidad escala linealmente con B0. Por lo tanto, las fortalezas de campo más altas (por ejemplo, 7T) ofrecen mayor sensibilidad para QSM, permitiendo una detección más fina de cambios sutiles de hierro. Sin embargo, el campo aumentado también amplifica los artefactos de gradientes de susceptibilidad (especialmente en los límites de aire-isue) y empeora el campo RFSM.

Técnicas y desafíos avanzados de QSM

Multi-Echo vs. Adquisición de un solo Eco

QSM de un solo eco es simple pero sufre de baja SNR y optimización de TE ambiguo. Las adquisiciones multiecho combinan la fase de varios ecos, ya sea mediante un promedio ponderado (para aumentar la SNR) o ajustando la evolución de la fase con el tiempo (para reducir errores del cambio químico y el flujo).El enfoque multiecho también permite estimar la relatividad de R2*, que es complementario a la susceptibilidad

Dependencia de Orientación

Uno de los retos fundamentales en el QSM es que el campo medido depende no sólo de la susceptibilidad del tejido sino también de la orientación de las estructuras de tejido relativas a B0. Por ejemplo, los tratados de materia blanca presentan susceptibilidad anisotrópica (orientación de la centinela), haciendo que el campo local cambie con la posición de la cabeza. Los métodos avanzados de reconstrucción QSM incorporan modelos de tensor (imagenización de sensibilidad) para tener en cuenta para tener en este proceso de la obtención de la anisotropía, aunque requiere varios tiempos.

Rendimiento del parámetro de regularización

Todos los métodos de inversión requieren una selección cuidadosa de parámetros de regularización (por ejemplo, λ en MEDI, peso de TV). La muy poca regularización produce mapas ruidosos; demasiado suaviza las características reales. Típicamente, los parámetros son elegidos basados en análisis de curvas L, validación cruzada o al igualar fantasmas simulados. Métodos de aprendizaje profundo, sin embargo, aprenden la regularización implícitamente de los datos de entrenamiento, ofreciendo un rendimiento más automatizado y a menudo superior.

Precisión cuantitativa y calibración

Los valores de susceptibilidad de QSM son relativos a una referencia (normalmente CSF o materia blanca) y pueden verse afectados por campos de fondo residuales, errores de fase y efectos de volumen parcial. Estudios de fantasmas con susceptibilidad conocida (por ejemplo, utilizando soluciones de cloruro de agarosa o manganeso) son esenciales para la calibración.

Aplicaciones clínicas e de investigación de QSM

Enfermedades neurodegenerativas

QSM se ha convertido en una herramienta líder para el mapeo de hierro cerebral in vivo. En la enfermedad de Parkinson, el hierro se acumula en el nigra substancial, y QSM puede cuantificar esta deposición antes que la RM convencional y con correlación más fuerte a los síntomas del motor.En la enfermedad de Alzheimer, el hierro en las regiones hipocampo y cortical puede indicar la carga de placa amicoides y las referencias neurofibrilares.

Hemorrágico Stroke y Microbleeds

El QSM proporciona una detección y cuantificación superiores de microsangre cerebral en comparación con la imagen gradiente-echo T2* ponderada. Su naturaleza cuantitativa permite diferenciar entre las etapas agudas (deoxihemoglobina, paramagnética) y crónica (hemosiderina, paramagnética) de hemorragia.

Tumor Caracterización

El QSM puede diferenciar la hemorragia de la calcificación en tumores cerebrales, ayudando a la planificación quirúrgica. Por ejemplo, en glioblastoma, los foci hemorrágicos aparecen hiperintensos en T2* pero pueden ser positivos o negativos en el QSM dependiendo de la presencia de calcio o hierro. El QSM también mide el hierro asociado al tumor (por ejemplo, en los gliomas de bajo grado) que pueden correlatar la radioativa de la detección de la detección.

Imágenes venosas y de Oxigenación

Debido a que la deoxihemoglobina es paramagnética, el QSM refleja directamente la oxigenación venosa de sangre. Mediante la medición del cambio de susceptibilidad entre venas y tejido circundante, se puede calcular la fracción de extracción de oxígeno (OEF) — un marcador de la demanda metabólica. Esto se ha aplicado en el trazo cerebral (penumbra isquémica), tumores cerebrales y enfermedades neurodegenerativas.

Estudios de desarrollo y envejecimiento

QSM ha elucidado la acumulación normal de hierro relacionado con la edad en estructuras de materia gris profunda (globus pallidus, putamen, caudate). En las poblaciones pediátricas, rastrea la mielación (diamagnetic) y la incorporación de hierro, ofreciendo ideas sobre la maduración cerebral.

Futuros orientaciones en la Física y Tecnología QSM

Campo ultra-alto y super-resolución

A 7T y más arriba, la resolución QSM se acerca a la isotrópica de 0.5 mm, permitiendo imágenes específicas de capa de mielina y hierro cortical. Combinado con transmisión paralela para mitigar la inhomogeneidad B1, el campo ultra-alto QSM puede mapear rápidamente la organización columnar de la corteza. Además, la reconstrucción de super-resolución utilizando múltiples adquisiciones de piojos o volúmenes corregidos por movimiento promete nuevas mejoras.

Aprendizaje profundo para el QSM final a fin

Todo el oleoducto QSM, desde la fase de desvío a la inversión, puede ser reemplazado ahora por redes neuronales entrenadas. Estos métodos reducen el tiempo de reconstrucción de minutos a segundos y a menudo mejoran la precisión mediante el modelado implícito de ruido y artefactos. Un importante esfuerzo continuo es la creación de bases de datos de formación de código abierto con susceptibilidad a la tierra de la histología o los fantasmas.

Integración multiparamétrica

Combinando QSM con otras métricas de resonancia magnética cuantitativa (R2*, T1, transferencia de magnetización, difusión) produce una visión multiparamétrica del tejido. Por ejemplo, la combinación QSM+R2* puede separar los efectos del contenido de hierro y agua en la imagen de mielina. Análisis avanzado como correlación de susceptibilidad magnética (MSC) puede provocar microarquitectura de tejido más allá del límite de resolución.

Conclusión

La tecnología Qantitative Susceptibility Mapping representa una técnica madura pero en rápida evolución arraigada en la física fundamental de resonancia magnética. Su capacidad para medir la susceptibilidad magnética del tejido proporciona una lectura directa de hierro, calcio, mielina y oxigenación: propiedades que son centrales para la fisiopatología de numerosos trastornos neurológicos.