De fysieke stichting van Magnetische Resonantie Imaging

Magnetische resonantie beeldvorming (MRI) is al lang een hoeksteen van medische diagnostiek, met hoge resolutie, niet-invasieve beelden van zachte weefsels. In de kern, MRI exploiteert de quantum mechanische eigenschap van spin bezet door waterstofkernen (protonen) in water en vet. Wanneer geplaatst in een sterk statische magnetische veld, deze spins uitlijnen en precess op de Larmor frequentie, evenredig met de veldsterkte. Een radiofrequentie (RF) puls afgestemd op die frequentie tips de spin magnetization in het dwarsvlak. Na de puls stopt, spins ontspannen terug naar evenwicht via twee onafhankelijke processen: longitudinale recovery (T1 ontspanning) en dwarsafbraak (T2/T2* ontspanning). Deze ontspanningstijden zijn gevoelig voor de lokale biochemische en structurele omgeving en variëren aanzienlijk over weefsels. Signaal detectie treedt op via ontvanger spoelen, en ruimtelijke codering wordt bereikt door middel van gradiëntvelden, waardoor reconstructie van anatomische beelden mogelijk is.

Ondanks zijn vermogen, conventionele MRI is grotendeels kwalitatief. Het contrast van het beeld hangt af van scanparameters (repetition time TR, echo tijd TE, flip hoek), die worden gekozen om verschillen in T1, T2 of proton dichtheid (PD) te benadrukken. De resulterende beelden bevatten relatieve signaalintensiteiten die niet reproduceerbaar zijn over scanners, sites, of tijd. Een laag T1 signaal in een scan kan hoog in een andere verschijnen als gevolg van verschillen in coil laden, gain instellingen, of volgorde parameters. Deze kwalitatieve aard beperkt de mogelijkheid om longitudinale vergelijkingen, multi-center proeven, of absolute weefsel karakterisatie uit te voeren.

Beperkingen van kwalitatieve MRI

Radiologen vertrouwen op patroonherkenning en subjectieve interpretatie van contrastverschillen. Subtiele veranderingen in ziekte. . zoals oedeem, ontsteking, of vroege fibrose . kan worden gemist als contrast niet wordt geoptimaliseerd . Bovendien , inter-observer variabiliteit is een bekend probleem . Kwantitatieve benaderingen zijn ontwikkeld (T1 mapping , T2 mapping , diffusie tensor beeldvorming), maar de meeste vereisen meerdere afzonderlijke acquisities , verlengen scan tijd en het introduceren van beweging artefacten . Zelfs deze methoden zijn vaak parametrische kaarten van een enkele eigenschap , ontbrekende de rijkdom van multi-parametrische informatie . Magnetische resonantie vingerafdrukken (MRF) werd geïntroduceerd om deze beperkingen te overwinnen door gelijktijdig meten meerdere weefsel eigenschappen in een enkele , snelle verwerving met behulp van een fundamenteel verschillend paradigma geworteld in de natuurkunde .

Wat is Magnetische Resonantie Vingerafdrukken?

Magnetische resonantievingerafdrukken, die voor het eerst beschreven worden door Ma et al. in 2013 (Nature, 2013), herbeelden MRI als patroonherkenningsprobleem in plaats van een beeldvormingsprobleem. In plaats van beelden met vast contrast te produceren, genereert MRF een unieke tijdssignaalontwikkeling die voor elke voxel een vingerafdruk is door een voortdurend wisselende reeks van RF pulsen, fliphoeken en gradiëntmomenten toe te passen. Deze pseudorandom-aanwinst zorgt ervoor dat de magnetisering een complex, weefselafhankelijk traject volgt dat meerdere intrinsieke eigenschappen gelijktijdig codeert (T1, T2, PD, off-resonantie, en soms andere). De gemeten signaalontwikkeling wordt dan vergeleken met een grote vooraf berekende woordenboek van signalen die gegenereerd worden uit een fysiek Bloch vergelijkingsmodel. De beste matching dictionaire ingang geeft de kwantitatieve eigenschappen voor die voxel. Het resultaat is een reeks parametrische kaarten die inherent co-geregistreerd zijn, inherent kwantitatief, en verworven in een fractie van de tijd die nodig is voor conventionele multi-parametrische mapping.

De naam "vingerafdrukken" weerspiegelt het idee dat de signaal evolutie is zo uniek als een menselijke vingerafdruk verschillende weefsels (bijv., grijze materie, witte materie, cerebrospinale vloeistof) produceren verschillende temporale patronen die kunnen worden herkend en geclassificeerd.

Fysica-Driven pulse sequentie ontwerp

Het hart van MRF ligt in de natuurkunde van spindynamica. De overname maakt gebruik van een reeks van verschillende RF pulsen (fliphoeken van bijna nul tot 180 graden) met wisselende herhalingstijden (TRs) en gradiëntcodering orders. Deze opzettelijke onregelmatigheid zorgt ervoor dat de magnetisering nooit steady state bereikt, waardoor de signaalevolutie niet-lineair afhankelijk is van de onderliggende weefselparameters. Bijvoorbeeld, in de oorspronkelijke MRF implementatie, werd een spiraal k-ruimte traject gebruikt met een patroon van 500 of meer tijdpunten, elk met een andere fliphoek en TR. De specifieke sequentie is ontworpen om de gevoeligheid van het signaal voor variaties in T1, T2 en off-resonantie, terwijl ook robuust zijn aan systeemonzekerheiden zoals B0 en B1 inhomogenen.

De Bloch vergelijkingen .De fundamentele differentiaalvergelijkingen beschrijven nucleaire magnetisering in een magnetisch veld . worden gebruikt om de signaal evolutie te simuleren voor elke mogelijke combinatie van parameters . Dit woordenboek kan miljoenen ingangen bevatten . Het fysieke model bevat effecten zoals RF pulsvormen , ontspanning , diffusie , en zelfs bloeddoorstroming als perfusie is gewenst . Door ervoor te zorgen dat de verwerving en simulatie delen dezelfde tijd stappen , het woordenboek kan het exacte signaal dat zou worden waargenomen voor een bepaalde voxel onder ideale omstandigheden . Het matching proces kan worden uitgevoerd met behulp van sjabloon matching (crosss-correlation) of meer geavanceerde methoden zoals single value decompositie (SVD) te verminderen woordenboek grootte . Fysica zorgt ervoor dat de werkelijkheid nauwkeurig vertegenwoordigt , waardoor MRF een echt kwantitatieve methode .

Gelijktijdige multi-parametercodering

Omdat de vingerafdruk T1, T2 en PD in één enkele evolutie integreert, kan MRF alle drie kaarten van één overname uitvoeren. Dit is een groot voordeel boven conventionele kwantitatieve mapping, die meestal aparte sequenties vereist voor elke parameter (bijv. inversie-recovery voor T1, multi-echo spin echo voor T2). Aanvullende parameters zoals B0 veldkaart, B1+ transmit veld, en zelfs perfusie of diffusie kan worden opgenomen door het uitbreiden van de pulssequentie en woordenboek dimensie. Dit vermogen om meerdere kwantitatieve kaarten tegelijkertijd te verkrijgen zonder extra scantijd is een belangrijk voordeel.

Hoe MRF weefseleigenschappen quantificeert

Na de aankoop worden de ruwe k-ruimtegegevens gereconstrueerd tot een tijdelijke reeks beelden met behulp van een schuifvenster of gecomprimeerde sensorreconstructie (door onderbelichte gegevens).Elke voxel heeft nu een tijdreeks signaalwaarden, typisch 100 .1000 tijdpunten. Dit gemeten signaal wordt genormaliseerd en vergeleken met elke vermelding in het woordenboek. De match wordt meestal geëvalueerd door het puntproduct of correlatiecoëfficiënt. De woordenboekvermelding met de hoogste correlatie levert de kwantitatieve T1, T2 en PD waarden voor die voxel. Optioneel kan een woordenboekvermelding ook off-resonantiefrequentie (in verband met B0 inhomogeniteit) en B1 schaalfactor omvatten.

Omdat het woordenboek wordt gegenereerd uit natuurkundige simulaties, zijn de waarden absoluut en reproduceerbaar. Bijvoorbeeld, T1 van gezonde witte stof bij 3T is ongeveer 1000

De kwantitatieve aard van MRF ondersteunt objectieve weefsel karakterisering. Studies hebben aangetoond dat MRF kan onderscheid maken tussen normaal hersenweefsel en laesies in multiple sclerose, tussen tumorkwaliteiten in gliomas, en tussen gezond en fibrotisch myocardiaal in cardiale beeldvorming. Omdat de waarden zijn absoluut, kunnen ze worden vergeleken over patiënten en tijd, het faciliteren van ziekte monitoring en behandeling respons beoordeling.

Voorbeeld van vingerafdruk Matching

Overweeg een voxel die pure cerebrospinale vloeistof (CSF) bevat. CSF heeft een zeer lange T1 (~3000

Klinische toepassingen en voordelen

Hersenafbeelding

MRF is uitgebreid bestudeerd in neuroimaging. Het kan T1, T2 en PD kaarten van de hele hersenen genereren in minder dan een minuut, met sub-millimeter resolutie. Toepassingen omvatten:

  • Multiple Sclerose: De lekken vertonen verhoogde T1 en T2 waarden in vergelijking met normale witte materie. MRF kan de laesielast kwantificeren en de actieve van chronische laesies onderscheiden.
  • Brain Tumors: Glioblastoma multiforme toont vaak langdurige T1 en T2, terwijl laaggradige gliomas verschillende handtekeningen kunnen hebben. MRF helpt bij het sorteren en het onderscheiden van tumor recidief van straling necrose.
  • Neurodegeneratieve ziekten: Veranderingen in T1 en T2 in diepe grijze materiekernen kunnen correleren met cognitieve afname van de ziekte van Alzheimer.

Hartbeeldvorming

In het hart zijn myocardiale T1 en T2 markers van fibrose, oedeem en ijzerstapeling. Conventionele hartMRI vereist lange adem-holds en meerdere acquisities. MRF kan het myocard in kaart brengen in een enkele adem-hold (ongeveer 15

Buik- en Pelvic Imaging

Lever MRF kan T1 en T2 te meten om fibrose en steatose te beoordelen. Prostaat kanker detectie kan profiteren van MRF textuur kaarten die tumor onderscheiden van goedaardig weefsel. MRF is toegepast op 3T en 1.5T, en inspanningen zijn gaande om protocollen te standaardiseren tussen leveranciers.

Het belangrijkste voordeel van MRF voor alle toepassingen is reproduceerbaarheid. Omdat de sequentie-output onafhankelijk is van de instellingen van de operator en de dagelijkse variatie van de scanner, maakt MRF echte multicenter klinische proeven en longitudinale patiëntmonitoring mogelijk. Het vermindert ook de scantijd .. een typische brein MRF-aanwinst is 30.060 seconden in vergelijking met 10.015 minuten voor meerdere conventionele parametrische sequenties.

Uitdagingen en beperkingen

Ondanks de belofte, wordt MRF geconfronteerd met verschillende hindernissen. Het woordenboek kan enorm worden wanneer meerdere parameters (bijv., T1, T2, PD, B0, B1). Een naïef 5D woordenboek met 100 waarden elk zou bevatten 10^10 vermeldingen, die computationeel intraceerbaar is. Praktische implementaties verminderen dimensionaliteit met behulp van sparsity (bijv. alleen een subgroep van combinaties is fysiologisch aannemelijk) of het gebruik van lage-rank benaderingen zoals de SVD. Compressed sensing reconstructie en parallelle beeldvorming verder versnellen overname. Motion is een andere uitdaging: patiënt beweging tijdens de lange overname (hoewel kort in vergelijking met andere protocollen) kan corrupt de vingerafdruk. Methodes zoals lage-rank plus schaarse afbraak of retrospectieve beweging correctie worden ontwikkeld.

Een andere beperking is de noodzaak van nauwkeurige fysieke modellen. Als het woordenboek geen rekening houdt met systeemnon-idealiteiten (bijvoorbeeld wervelstroom, gradiëntnon-lineairheden, RF puls imperfecties), kan de matching bevooroordeelde schattingen opleveren. Leverancierspecifieke kalibraties en sequentieoptimalisatie zijn noodzakelijk. Bovendien is het matching algoritme gevoelig voor lawaai; bij zeer lage signaal-ruisverhouding (SNR), worden vingerafdrukken dubbelzinnig. Onderzoek naar diepe leergebaseerde vingerafdruk-inversie () bijvoorbeeld, MRF met neurale netwerken) belooft om geluid robuustheid en snelheid aan te pakken.

Standaardisatie blijft een actief gebied. Hoewel MRF inherent kwantitatief is, kunnen de verkregen exacte waarden variëren met de sequentieontwerp (bijv. aantal tijdpunten, fliphoekpatronen). Inter-vendor verschillen bestaan, maar consensus initiatieven zoals de Kwantitatieve Imaging Biomarkers Alliance (QIBA) werken aan het standaardiseren van MRF protocollen. Ten slotte, terugbetaling en goedkeuring van nieuwe kwantitatieve beeldvorming biomarkers nog steeds achter klinische onderzoek.

Toekomstige aanwijzingen

MRF is geen statische technologie; het blijft snel evolueren. Diep leren is begonnen met het vervangen van het woordenboek bijpassende stap door een neuraal netwerk dat weefsel eigenschappen direct van de signaal evolutie voorspelt. Dit reduceert de berekeningstijd van minuten tot milliseconden en kan eerdere kennis opnemen. Een andere richting is "gecomprimeerd het detecteren MRF," waar ondersampling factoren van 20

Multiparametrische extensies worden onderzocht: MRF met diffusiecodering (D-MRF) kan tegelijkertijd T1, T2 en schijnbare diffusiecoëfficiënt (ADC) in kaart brengen. Chemische uitwisselingsverzadigingsoverdracht (CEST) kan worden geïntegreerd om pH- of metabolietconcentraties te meten. MRF voor kwantitatieve gevoeligheidskartering (QSM) wordt ook onderzocht. Deze geavanceerde benaderingen beloven weefsels op moleculair niveau te karakteriseren, waardoor de rol van de natuurkunde in MRI verder wordt vergroot.

Op hardwareniveau biedt ultrahoge veld 7T MRI een hogere SNR en resolutie, maar ook een ernstiger B1 inhomogeneiteit. MRF. inherente robuustheid van B1 inhomogeneiteit (door parameterschatting) maakt het een ideale kandidaat voor 7T toepassingen. Geheel lichaam MRF (Feiweier et al., 2020) toont de haalbaarheid voor multi-orgel screening in één sessie.

Conclusie

Magnetische resonantievingerafdrukken vertegenwoordigt een paradigmaverschuiving van kwalitatieve contrastgebaseerde beeldvorming naar kwantitatieve, natuurkundige weefselkarakterisatie. Door gebruik te maken van de principes van magnetische resonantiefysica om unieke signaalafdrukken te maken, levert MRF gelijktijdige T1, T2 en PD kaarten in een korte, enkelvoudige overname. De techniek vermindert subjectiviteit, verbetert reproduceerbaarheid, en maakt nieuwe klinische inzichten in neurologie, cardiologie, oncologie en daarbuiten mogelijk. Hoewel uitdagingen blijven in woordenboekgrootte, beweging en standaardisatie, blijven de voortdurende vooruitgang in reconstructiealgoritmen, machine learning en pulse sequence design belofte om MRF een standaardinstrument in het arsenaal van de radioloog te maken. Voor degenen die geïnteresseerd zijn in de technische details, het originele papier door Ma et al. (2013) en latere beoordelingen bieden diep inzicht in de natuurkunde en engineering van MRF (Panda et al., Radiologie 2021]]). MRF geeft aan hoe een terugkeer naar de eerste principes van medische beeldvorming in een meer accurate, efficiënte en kwantitatieve discipline.