Vyhodnocení Arterial spin labeling MRI – kalibrace z dat s potlačením pozadí

Abstract

Arterial spin labeling (ASL) je metoda pro zobrazování magnetickou rezonancí (MRI), která umožňuje měřit prokrvení mozku neinvazivně pomocí magneticky označené vody namísto použití radioaktivních indikátorů nebo kontrastních látek. K získání absolutní kvantifikace je třeba u každého pacienta získat hodnotu rovnovážné magnetizace v arteriální krvi. To se obvykle provádí pomocí takzvaného M0 skenu, které lze rychle získat spolu s měřením ASL. Navzdory tomu, že je použití M0 skenu doporučeno ve většině literatury, není M0 sken v praxi vždy k dispozici. Tato práce navrhuje nový přístup k rekonstrukci M0 skenů z ASL skenů, přestože v nich je statický signál z tkání aktivně potlačen. Byly naimplementovány a otestovány dvě různé metody - jednoduchý model pracující s jedním typem tkáně a pokročilý model, který předpokládá směs signálu z více různých typů tkání s různými relaxačními vlastnostmi. Obě metody byly otestovány na reálných MRI datech (ze sekvencí 2D EPI a 3D GraSE) naměřených v pěti zdravých dobrovolnících a porovnány z hlediska přesnosti a reprodukovatelnosti opakovaných měřeních jak při odhadu M0-skenu, tak při jeho zapojení do kvantifikace prokrvení. Tato práce připravuje základy pro potenciální použití v klinické praxi, ačkoli k prokázání efektivity algoritmu při použití v širším spektru různě nastavených MRI sekvencí je zapotřebí dalšího testování ve větší populaci.

Arterial spin labeling (ASL) is a method for magnetic resonance imaging (MRI) that allows to measure brain perfusion non-invasively using magnetically labeled water instead of using radioactive tracers or contrast agents. To obtain absolute quantification, the value of equilibrium magnetization in arterial blood needs to be obtained in every patient. This is usually done with the use of a so-called M0 scan that can be rapidly obtained along with the ASL measurement. Despite the acquisition of an M0-scan is recommended in the majority of literature, it is not always available in practice. This work proposes a novel approach of M0-scan estimation from the ASL scans despite that the static-tissue signal is actively suppressed there. Two different approaches are implemented and tested - a simple single-tissue model, and an advanced model that assumes mixing of signal of multiple tissues with different relaxation properties. The methods were tested on real MRI data (2D EPI and 3D GraSE readouts) acquired in five healthy volunteer in terms of accuracy and inter-session intra-subject reproducibility in M0 estimation and subsequent perfusion quantification. This work lays ground for potential use in clinical practice, though further testing in larger population is needed to establish the performance in a wider spectrum in image acquisitions settings.