합성 MRI
Synthetic MRI합성 MRI는 자기공명영상(MRI)의 시뮬레이션 방식으로 조직 특성 측정에 따른 조영 가중 영상을 생성한다. 합성(시뮬레이션) 영상은 MR 스터디 후 조직 속성의 파라메트릭 맵에서 생성된다. 따라서 동일한 획득에서 여러 가지 대조도 가중치를 생성할 수 있다. 이는 조직에서 획득한 신호가 영상을 직접 생성하기 위해 사용되는 기존 MRI와는 다르며, 종종 획득당 하나의 대조도 가중치만 생성한다. 합성 이미지는 MRI 스캐너로 정상적으로 획득한 것과 외관이 유사하다.
파라메트릭 맵은 정량화라고 알려진 조직 파라미터를 측정하도록 설계된 특정 MRI 획득에서 계산할 수 있다. 각 복셀에 대해 측정된 파라미터를 포함하는 맵을 사용하여 기존 스캔에 사용된 파라미터에 해당하는 가상 스캐너 설정이 제공된다. 이러한 설정은 스핀에코(SE) 시퀀스의 경우 에코 시간(TE) 및 반복 시간(TR)이 될 수 있으며, 뒤집기 복구(IR, FLAIR, STR, PSIR, PSE-IR, TREN) 시퀀스의 경우 TE, TR 및 역전 시간(TI)이 될 수 있다. 다른 유형의 MR 획득에 대한 신호 방정식을 사용하여 기존 이미지가 어떻게 보이는지 계산할 수 있다. 지도와 스캐너 설정을 기반으로 영상을 계산하는 것을 영상 합성이라고 한다.
합성 MRI의 역사
합성 MRI는 밥만 외 연구원에 의해 1984년 비엘케 외 [1]연구진 및 1985년에 제안되었다.[2]
과학적으로 흥미롭기는 하지만 그 방법은 임상적으로 사용하기에는 번거로웠다. 획득 기간은 환자가 가만히 누워 있기에는 너무 길었고, 정량화에 필요한 계산은 당시의 표준 상용 컴퓨터에 비해 너무 까다로웠다.
컴퓨터의 경우 16비트가 넘는 전체 연산 속도와 처리 수치에 문제가 있었다. 리 외는 합성을 수행하기 위해 약 600ms 안에 영상을 합성할 수 있는 목적에 맞게 제작된 컴퓨터를 제안했다. 그것은 계산을 저장하고 28비트까지의 숫자 크기를 처리할 수 있는 조회 표를 사용할 것이다.[3] 그러나 이 장치는 정량화에 대한 계산 필요성이나 긴 획득 시간을 해결하지 못했다.
합성 자기 공명 이미지를 만드는 소프트웨어인 MR Image Expert는 1980년대 후반에 도입되었다. 그것은 교육 및 연구 목적을 위한 것이었는데, 그 중에서도 조영제 적용이 그것이다. 1989년 이후 이 소프트웨어의 라이센스는 12,000개 이상 배포되었다.[4][5]
2004년에 파라메트릭 지도를 만들기 위한 최초의 빠른 획득과 정량화 방법이 발명되었다. 이 새로운 획득 방법은 4개의 서로 다른 흥분 지연에서 8개의 획득을 수행하며 각 이미징된 복셀에 대해 T1, T2, PD 및 M0을 추정하는 8개의 값을 제공한다.[6][7][8]
연구 중인 파라메트릭 맵을 만드는 다른 방법들도 있다. 가장 주목할 만한 것은 자기공명 지문이다. 이 방법은 복셀의 T1-T2-PD 값에 따라 고유한 응답을 생성하는 무작위 수집을 사용한다. 그런 다음 이 고유한 응답은 가능한 모든 T1-T2-PD 조합의 응답 데이터베이스와 비교된다.[9][10]
합성 MRI의 특징
합성 대비 가중치 영상 생성은 매우 빠르고 스캐너 설정 파라미터를 대화형으로 변경할 수 있다. 이는 다른 설정으로 새 영상을 얻는 데 몇 분 정도 걸릴 수 있는 펄스 시퀀스로 MRI 스캐너에서 영상을 직접 획득하는 것과는 다르다. 합성 MRI는 또한 스캔이 완료되고 환자가 퇴원한 후에 새로운 영상 대비 가중치를 만들 수 있게 해준다. 일반 신경 영상촬영 모집단에서 합성 MRI의 기존 MRI에 비해 전체 영상 화질에 대한 다중 판독기, 다중 사례, 다중 중앙 임상실험을 통해 합성 MRI가 기존 영상촬영에 비해 비효율적이라는 결과가 나왔다. [11]
파라메트릭 맵
합성 MRI는 파라메트릭 맵을 기반으로 한다. 이러한 지도는 MR 스캐너를 사용하여 이미지를 획득하는 것이 아니라 조직의 자성을 측정하기 위해 생성된다.[8]
예를 들어 파라메트릭 맵은 종적(T1) 및 횡단(T2) 이완 시간뿐만 아니라 양성자 밀도(PD) 또는 외관 평형 자기화(M0)가 될 수 있다. 시뮬레이션할 획득 순서에 따라 다른 파라미터를 사용할 수 있지만, 스핀 에코와 반전 복구 획득에는 충분하다.
합성 MRI 관리 방정식
합성 영상은 합성된 영상 유형의 신호 방정식을 사용하여 계산한다. 신호 방정식은 영상 픽셀의 신호 강도, 즉 숫자 값을 계산하는 공식이다. 픽셀의 신호 강도 S는 해당 복셀의 조직 속성 T1, T2 및 PD와 에코 시간 TE 및 반복 시간 TR에 따라 달라진다. [12]
빠른 스핀-에코(FSE) 이미지를 합성하는 방정식은 다음과 같다.[13]
여기서 ETL은 에코 열차의 길이, ESP는 에코 열차의 에코 간격이다. If the acquisition simulated has the echo in the middle of ETL used for central k-space then . The scanner parameters TE and TR are the same over the entire slice/volume that is being synthesized but the parameters T1, T2, PD and the resulting signal S are different for different 복셀 파라미터 T1, T2 및 PD는 복셀 내 조직의 물리적 속성에 대응한다.
역전 복구(IR) 시퀀스의 경우 방정식은 다음과 같다.[13]
= - E P 설정은 신호 방정식이 FSE 방정식과 동일함을 의미한다는 점에 유의하십시오. 획득 전 흥분 펄스가 재생되어 종방향 자기화가 0인 획득 끝에서 반전 펄스가 실행되기 때문이다.
이중 역전 복구(DIR) 시퀀스의 경우 방정식은 다음과 같다.[13]
= - T E P 를 설정하면 신호 방정식이 방정식과 동일해지고 T I 1= I 1}가 설정된다는 점에 유의하십시오. 반전 펄스가 취소되기 때문에 FSE와 동일한 방정식을 제공한다. 이 방정식은 T T }라는 가정 하에 도출된다
IR 및 DIR의 경우 일부 복셀에서 신호가 음수일 수 있다. 실제 MRI 스캐너에서는 신호가 복잡하고 오프리벤스 효과 및 기타 스캐너 결함으로 인해 복합 값의 단계가 복셀마다 다를 수 있으며, 이로 인해 양과 음의 신호를 구별하기가 어렵다. 규모 영상만 재구성하는 것이 일반적이다. 합성 영상의 경우 합성 신호의 기호를 쉽게 유지하여 효과적으로 위상 민감 반전 복구(PSIR)에 해당하는 대비 중량을 생성하며, 이를 IR Real 또는 Corrected Real이라고도 한다.
실제 PD 대신 외관 평형 자기화(M0)를 사용할 경우 이미지에 코일 민감도(중앙 음영)와 유전체 음영 효과가 있을 수 있다.
상용가능성
파라메트릭 맵 작성을 위한 전용 획득은 GE와 필립스가 일부 스캐너에서 MAGiC와 SyntAC라는 브랜드 이름으로 이용할 수 있다.[14] [15]
SyntheticMR AB의 상용 제품 SyMRI에는 합성 MRI용 포스트 프로세싱 소프트웨어가 탑재되어 있으며, GE의 SIGNA Pional 3T MRI 스캐너용 MR 콘솔에서 MAGiC라는 옵션으로 포함되어 있다. 2017년부터 지멘스 기계에서도 합성 MRI가 가능하다.[16]
올레아메디컬은 올레아 노바+라는 이름의 합성 MRI와 비슷한 제품을 제공한다. 표준 프로토콜에서 기존 이미지를 자동으로 계산하는 방법을 제공한다. T1 및 T2 매핑. 사용자는 T1, T2 (...) 또는 다양한 TE, TR, TI를 조합한 지도에서 어떤 이미지 대비도 만들 수 있다.[17]
참고 항목
참조
- ^ Bielke G; Meves M; Meindl S; Brückner A; Rinck P; von Seelen W; Pfannenstiel P (1984). "A systematic approach to optimization of pulse sequences in NMR-imaging by computer simulations". In: Esser PD, Johnston RE (eds.): The Technology of NMR. New York. The Society of Nuclear Medicine Computer and Instrumentation Councils: 109–117.
- ^ Bobman SA; Riederer SJ; Lee JN; Suddarth SA; Wang HZ; Drayer BP; MacFall JR (1985). "Cerebral Magnetic Resonance Image Synthesis". American Journal of Neuroradiology. 6 (March/April): 265–269.
- ^ Lee JN; Riederer SJ; Bobman SA; Farzaneh F; Wang HZ (1986). "Instrumentation for Rapid MR Image Synthesis". Magnetic Resonance in Medicine. 3: 33–43. doi:10.1002/mrm.1910030106.
- ^ Rinck PA; Torheim G (1994). "MR Image Expert. A simulator for teaching MR image contrast behavior. Version 1.0". Blonay, Switzerland: MCS Sicomarc.
- ^ Torheim G; Rinck PA; Jones RA; Kværness J (1994). "A simulator for teaching MR image contrast behavior". Magn Res Materials. 2: 515–522.
- ^ Gulani V; Schmitt P; Griswold MA; Webb AG; Jakob PM (2004). "Towards a single-sequence neurologic magnetic resonance imaging examination: multiple-contrast images from an IR TrueFISP experiment". Investigative Radiology. 39 (12): 676–774. PMID 15550838.
- ^ Deoni SC; Peters TM; Rutt BK (2005). "High-resolution T1 and T2 mapping of the brain in a clinically acceptable time with DESPOT1 and DESPOT2". Magnetic Resonance in Medicine. 53 (1): 237–241. doi:10.1002/mrm.20314. PMID 15690526.
- ^ a b Warntjes JB; Leinhard OD; West J; Lundberg P (2008). "Rapid magnetic resonance quantification on the brain: Optimization for clinical usage". Magnetic Resonance in Medicine. 60 (2): 320–329. doi:10.1002/mrm.21635. PMID 18666127.
- ^ European Society of Radiology (2015). "Magnetic Resonance Fingerprinting - a promising new approach to obtain standardized imaging biomarkers from MRI". Insights Imaging. 6 (Apr): 163–165. doi:10.1007/s13244-015-0403-3. PMC 4376817. PMID 25800993.
- ^ Badve C; Yu A; Rogers M; Ma D; Liu Y; Schluchter M; Sunshine J; Griswold M; Gulani V (2015). "Simultaneous T1 and T2 Brain Relaxometry in Asymptomatic Volunteers using Magnetic Resonance Fingerprinting". Tomography. 1 (2): 136–144. doi:10.18383/j.tom.2015.00166. PMC 4727840. PMID 26824078.
- ^ Tanenbaum LN; Tsiouris AJ; Johnson AN; Naidich TP; DeLano MC; Melhem ER; Quarterman P; Parameswaran SX; Shankaranarayanan A; Goyen M; Field AS (April 27, 2017). "Synthetic MRI for Clinical Neuroimaging: Results of the Magnetic Resonance Image Compilation (MAGiC) Prospective, Multicenter, Multireader Trial". AJNR Am J Neuroradiol. 38 (6): 1103–1110. doi:10.3174/ajnr.A5227. PMID 28450439. Retrieved May 24, 2017.
- ^ Hornak, Joseph P. The Basics of MRI.
- ^ a b c Meara SJ; Barker GJ (2005). "Evolution of the longitudinal magnetization for pulse sequences using a fast spin-echo readout: application to fluid-attenuated inversion-recovery and double inversion-recovery sequences". Magnetic Resonance in Medicine. 54 (1): 241–245. doi:10.1002/mrm.20541. PMID 15968670.
- ^ "SyMRI software from SyntheticMR to be compatible with most Philips MRI scanners". www.SyntheticMR.com. SyntheticMR. Retrieved September 23, 2016.
- ^ "MAGiC (Magnetic Resonance Image Compilation)". www3.gehealthcare.co.uk. GE Healthcare. Retrieved September 23, 2016.
- ^ "SyntheticMR and Siemens Healthineers Sign Cooperation Agreement for SyMRI Software Package". www.itnonline.com. Imaging Technology News. October 28, 2016. Retrieved 2018-07-30.
- ^ "The Bayesian Saga" (PDF). www.olea-medical.com. Olea Medical. Retrieved September 23, 2016.