01 研究背景
隨著影像技術的發展👼🏿,磁共振成像技術已經具有檢查諸如肺結節、肺部栓塞🪢、肺炎等肺部疾病的能力。與計算機斷層掃描(CT)技術相比👨🏻🍳🤌🏻,肺部磁共振成像可以在無電離輻射的情況下提供良好的軟組織對比度和肺部解剖結構信息🙍🏽,更加適用於兒童和其他需要長期隨訪檢查的患者。
傳統肺部磁共振成像技術借助呼吸門控進行數據采集,掃描效率低,且只能獲得單一呼吸狀態的靜態圖像🧯。相較於此,動態肺部磁共振成像掃描無需屏氣、患者依從性高,同時借助動態圖像可以評估肺部通氣功能。然而,肺部質子密度低、信號衰減快(T2*短)、呼吸過程中肺實質信號強度改變等綜合因素🪪,對肺部動態MRI帶來較大挑戰🎇。
02 研究突破
本研究開發了基於超短回波(UTE)采集與運動補償重建肺部四維動態MRI技術,包括交錯螺旋葉序型三維徑向UTE采集、采集導航信號的呼吸狀態監測、基於壓縮感知的運動分解重建和運動信息估計🗒,以及一種新型動態MRI重建算法:運動狀態加權的運動補償重建(MostMoCo),該算法的主要優點是利用運動補償來增加動態圖像序列中圖像間的時間相關性,減少重建偽影;並應用運動狀態加權方法來適應肺實質信號強度隨時間變化的先驗信息,提高重建質量。在獲得肺部動態圖像後☝️,采用基於雅各比行列式的方法預測肺部通氣功能圖像。研究團隊招募健康誌願者在聯影醫療高端科研型 uMR790 3.0T平臺上對該技術的性能進行了評估驗證😩。
研究團隊對比了使用不同算法進行肺部動態圖像重建的效果,如圖2所示, MostMoCo重建結果中肺部結構和膈肌區域比XD-UTE的更清晰,如綠色箭頭👩🦰;此外MostMoCo重建結果中肺實質的對比度更高,位於紅圈區域內的一些肺實質微小結構更清晰🔶。
圖1. 肺部四維動態磁共振成像流程👃。(a)帶SI導航功能的UTE序列采集方式;(b)從SI導航信號中提取出的呼吸曲線;(c)基於運動分解重建的結果,估計運動信息🙍🏻;(d)MostMoCo重建算法框圖🚵🏿♂️。
圖2. 不同算法肺部動態圖像重建結果對比。
圖3、4中展示了本研究中肺部四維動態磁共振成像技術在10分鐘自由呼吸掃描下獲得的肺部動態圖像(圖3及圖4左), 以及利用動態圖像估計出的肺部動態通氣功能圖像(圖4右), 圖3從左到右、圖4從上到下依次為冠狀面🥳、橫斷面及矢狀面。
圖3. 肺部四維動態磁共振結構成像🤵🏼♀️。
圖4. 肺部四維動態磁共振結構成像(左)與通氣功能成像(右)結果展示🪜。
03 研究展望
本研究開發的新型肺部四維動態磁共振成像技術🔀,提升了肺部磁共振結構圖像的質量,同時利用所得的肺部動態圖像實現了肺部通氣功能的評估🫚🧥,有望開啟臨床肺部磁共振成像新局面。
參考文獻🐴:
[1] Yang SY, Zhang YF, Shen J, et al. Clinical Potential of UTE-MRI for Assessing COVID-19: Patient-and Lesion-Based Comparative Analysis. J Magn Reson Imaging. 2020;52:397-406.
[2] Feng L, Delacoste J, Smith D, et al. Simultaneous Evaluation of Lung Anatomy and Ventilation Using 4D Respiratory-Motion-Resolved Ultrashort Echo Time Sparse MRI. J Magn Reson Imaging. 2019;49:411-422.[3] Zhu XC, Chan M, Lustig M, Johnson KM, Larson PEZ. Iterative motion-compensation reconstruction ultra-short TE (iMoCo UTE) for high-resolution free-breathing pulmonary MRI. Magn Reson Med. 2020;83:1208-1221.[4] Ding Z, Cheng Z, She H, Liu B, Yin Y, Du YP. Dynamic pulmonary MRI using motion-state weighted motion-compensation (MostMoCo) reconstruction with ultrashort TE: A structural and functional study. Magn Reson Med. 2022;88(1):224-238.