TY  - THES
A1  - Weber, Daniel
T1  - Morphologische und funktionelle MRT-Infarktcharakterisierung und Entwicklung einer diffusionsgewichteten MRT-Methode
T1  - Morphological and functional MRI infarct characterization and development of a diffusion-weighted MRI method
N2  - Diffusionstensorbildgebung im Vergleich zu anderen Parametermethoden für die Infarktcharakterisierung Ziel dieses Teils der Arbeit war die Klärung der Frage, welches Potential verschiedene MR-Parametersequenzen bei der Charakterisierung eines myokardialen Infarkts sowohl im akuten als auch im chronischen Fall haben. Dazu wurde eine Studie mit akut und chronisch infarzierten Rattenherzen durchgeführt. Untersucht wurden die Parameter T1, T2 und T2* sowie die aus der Diffusionstensorbildgebung berechneten Parameter ADC, FA, cs, cp und cl . Es zeigte sich, dass es kein Analogon zum bei einer cerebralen Ischämie bekannten Mismatch-Konzept gibt. Weder im akuten noch im chronischen war Fall eine ausgewiesene Differenz im diagnostizierten Infarktareal zwischen verschiedenen Sequenzen feststellbar. Alles in allem eignen sich zur detaillierten Charakterisierung der Infarktnarbe am besten eine T2*- oder eine Diffusionstensorsequenz. Die T2*-Sequenz liefert optisch das aufschlussreichere Bild, die aufwendigere Diffusionstensorsequenz dagegen bietet aufgrund der vielfachen Darstellungsmöglichkeiten im Postprocessing ein Mehr an Information und zeigt dazu eine Veränderung der Narbe im Zeitverlauf. Oxygenierungsmessung am Mäuseherz in vivo Die Charakterisierung einer Infarktnarbe kann auch über die Darstellung morphologischer Strukturen hinaus erfolgen. Die Oxygenierung ist ein komplexer Parameter, der funktionelle Auskunft über die Vaskularisierung und Viabilität des Gewebes geben kann. Zugang zu diesem Parameter erhält man über T2*-Messungen, da der Parameter T2* sensitiv auf chemisch gebundenen Sauerstoff reagiert. Hier wurden der Einfluss von reiner Sauerstoffatmung im Gegensatz zu normaler Raumluftatmung auf die Oxygenierung bei gesunden und infarzierten Mäusen untersucht. Die Messungen wurden trotz der Schwierigkeiten, die durch die Bewegung durch Atmung und Herzschlag entstehen, in vivo bei 17,6 Tesla implementiert und durchgeführt. Die Auflösung war ausreichend, um auch nach Infarkt extrem ausgedünnte Myokardwände gut auflösen und charakterisieren zu können. Der Effekt auf das Oxygenierungslevel ist stark unterschiedlich zwischen normalen und infarzierten Herzen, woraus auf eine noch nicht weit fortgeschrittene Revaskularisierung der Narbe eine Woche nach Infarzierung geschlossen werden kann. Die Methode wurde darüber hinaus an einem 7,0 Tesla-Magneten zur Verwendung an Ratten implementiert und auf das im Gegensatz zur Maus veränderte Atmungsverhalten der Ratte angepasst. Zum einen kann dadurch der Einfluss des hohen Magnetfeldes auf die Oxygenierungsmessung untersucht werden, zum anderen ist das Herz als zu untersuchendes Objekt bei der Ratte größer. Diffusionswichtung mittels Hole-Burning Die in dieser Arbeit zur Charakterisierung des Herzens verwendete Diffusionsmethode kann im Grenzfall von kurzen T2-Relaxationszeiten an ihre Grenzen stoßen: Bei den verwendeten starken Magnetfeldern klingt das messbare Signal aufgrund der Relaxationszeit T2 oft sehr schnell ab. Daher wurde eine Methode entwickelt, die einen völlig neuen Ansatz zur diffusionsgewichteten Bildgebung verfolgt, bei dem die Informationen über die Diffusion unabhängig von der limitierenden T2-Zeit gewonnen werden können. Die sog. Hole-Burning-Diffusionssequenz verwendet in einem Vorexperiment lediglich die Longitudinalmagnetisierung zur Diffusionswichtung. Das Signal wird dann mit einer schnellen Auslesesequenz akquiriert. Bei der Präparation werden zunächst auf Subvoxel-Niveau Streifen "gebrannt", d.h. die Magnetisierung wird dort gesättigt. Bis zur nächsten Sättigung ist das Verhalten der Magnetisierung abhängig von der T1-Relaxation in diesem Bereich und vom Diffusionsverhalten. Durch rasches Wiederholen des selektiven Pulszugs wird schließlich eine Gleichgewichtsmagnetisierung erreicht, die von der Diffusionskonstanten D und der T1-Relaxationszeit abhängt. Im Rahmen dieser Arbeit wurden die Abhängigkeiten verschiedener Sequenzparameter untersucht und diese mittels Simulationen optimiert. Außerdem wurde die Sequenz an einem Scanner implementiert und erste Experimente damit durchgeführt. Mit Hilfe von Simulationen konnten dazu Lookup-Tabellen generiert werden, mit denen in bestimmten Bereichen (insbesondere bei nicht zu kurzen T1-Relaxationszeiten) sowohl die Diffusionskonstante D als auch die T1-Relaxationszeit quantifiziert werden konnte.
N2  - Diffusion tensor imaging for the characterization of myocardial infarction in comparison to other methods The aim of this part of this work was to evaluate the potential of different MR sequences for the characterization of myocardial infarction in both the acute and chronic case. Therefore a study of acute as well as chronic infarcted rat hearts was performed, and the parameters T1, T2, T2* and the parameters ADC, FA, cs, cp and cl calculated from the diffusion tensor images were investigated. It turned out that there is no equivalent to the ischemia. Neither in the acute nor in the chronic case, a notably difference inside the affected area was detectable between different sequences. All in all, for detailed characterization of the infarct scar a T2* or a diffusion tensor sequence are most suitable. The T2* sequence provides a more informative visual image, whereas the more time-consuming diffusion tensor sequence provides a surplus of information due to the multiple display options in post-processing and shows the remodelling of the scar tissue over time. Oxygen level measurements in mouse hearts in vivo The characterization of an infarct scar can also go beyond the representation of morphological structure. The oxygenation is a complex parameter that can provide functional information of the vascularization and viability of the tissue. Access to this parameter is obtained by T2*-measurements, as the parameter T2* is sensitive to chemically bound oxygen. The influence of pure oxygen breathing in contrast to normal room air breathing on the oxygenation level in healthy and infarcted mice have been explored. Despite the difficulties caused by the movement due to respiration and heartbeat the measurements were implemented and carried out at 17.6 Tesla in vivo. The resolution was sufficient to resolve and investigate extremely thinned heart walls after infarction. The effect on the oxygenation level varies considerably between normal and infarcted hearts; that may be caused by a not yet advanced revascularization of the scar. In addition, the method was implemented to a 7.0 Tesla magnet for use in rats and adapted to the respiration of rats, which is different to the respiration of mice. The first reason was that the influence of the higher magnetic field on the measurement of the oxygenation level could be examined. Second, the heart as the examined object is larger in rats. Diffusion weighting using hole burning The MR diffusion method used in this work for the characterization of myocardial infarctions could be limited by extremely short T2 relaxation times. With the strong magnetic fields used here the measurable signal decays very fast due to the relaxation time T2. Therefore, a method for a completely new approach to diffusion-weighted imaging was developed, where the diffusion weighting can be obainted without being limited by the time constant T2. The so-called hole-burning diffusion sequence uses only the longitudinal magnetization for the diffusion weighting in a preliminary experiment. The signal is then acquired with a fast read-out sequence. During the preparation stripes will be "burned" into the magnetization on a subvoxel level, i.e. the magnetization is saturated there. Until the next saturation pulse the behavior of the magnetization depends first on the T1 relaxation time in this area and second on the diffusion. By rapidly repeating the selective pulse train a steady state magnetization dependend on the diffusion constant D and the T1 relaxation time is reached. In this work the dependencies between different sequence parameters were investigated and optimized using simulations. In addition, the sequence was implemented on a MR scanner and first experiments were carried out. With simulated lookup-tables we were able to quantify both the diffusion coefficient D and the T1 relaxation time in the case of not too short relaxation times T1.
KW  - Kernspintomografie
KW  - Infarkt
KW  - MRI
KW  - infarct
KW  - characterization
KW  - diffusion
KW  - hole-burning
KW  - NMR-Tomographie
KW  - Anisotrope Diffusion
KW  - Diffusion
KW  - Spektrales Lochbrennen
KW  - Herzinfarkt
Y1  - 2011
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-71157
ER  - 
TY  - THES
A1  - Fischer, André
T1  - On the Application of Compressed Sensing to Magnetic Resonance Imaging
T1  - Über die Anwendung von Compressed Sensing in der Magnetresonanztomographie
N2  - This thesis investigated the potential of Compressed Sensing (CS) applied to Magnetic Resonance Imaging (MRI). CS is a novel image reconstruction method that emerged from the field of information theory. The framework of CS was first published in technical reports in 2004 by Candès and Donoho. Two years later, the theory of CS was published in a conference abstract and two papers. Candès and Donoho proved that it is possible, with overwhelming probability, to reconstruct a noise-free sparse signal from incomplete frequency samples (e.g., Fourier coefficients). Hereby, it is assumed a priori that the desired signal for reconstruction is sparse. A signal is considered “sparse“ when the number of non-zero elements is significantly smaller than the number of all elements. Sparsity is the most important foundation of CS. When an ideal noise-free signal with few non-zero elements is given, it should be understandably possible to obtain the relevant information from fewer Fourier coefficients than dictated by the Nyquist-Shannon criterion. The theory of CS is based on noise-free sparse signals. As soon as noise is introduced, no exact sparsity can be specified since all elements have signal intensities that are non-zero. However, with the addition of little or moderate noise, an approximate sparsity that can be exploited using the CS framework will still be given. The ability to reconstruct noisy undersampled sparse MRI data using CS has been extensively demonstrated. Although most MR datasets are not sparse in image space, they can be efficiently sparsified by a sparsifying transform. In this thesis, the data are either sparse in the image domain, after Discrete Gradient transformation, or after subtraction of a temporally averaged dataset from the data to be reconstructed (dynamic imaging). The aim of this thesis was to identify possible applications of CS to MRI. Two different algorithms were considered for reconstructing the undersampled sparse data with the CS concept. The Nonlinear Conjugate Gradient based technique with a relaxed data consistency constraint as suggested by Lustig et al. is termed Relaxed DC method. An alternative represents the Gradient or Steepest Descent algorithm with strict data consistency and is, therefore, termed the Strict DC method. Chapter 3 presents simulations illustrating which of these two reconstruction algorithms is best suited to recover undersampled sparse MR datasets. The results lead to the decision for the Strict DC method as reconstruction technique in this thesis. After these simulations, different applications and extensions of CS are demonstrated. Chapter 4 shows how CS benefits spectroscopic 19F imaging at 7 T, allowing a significant reduction of measurement times during in vivo experiments. Furthermore, it allows highly resolved spectroscopic 3D imaging in acceptable measurement times for in vivo applications. Chapter 5 introduces an extension of the Strict DC method called CS-CC (CS on Combined Coils), which allows efficient processing of sparse undersampled multi-coil data. It takes advantage of a concept named “Joint Sparsity“, which exploits the fact that all channels of a coil array detect the same sparse object weighted with the coil sensitivity profiles. The practical use of this new algorithm is demonstrated in dynamic radial cardiac imaging. Accurate reconstructions of cardiac motion in free breathing without ECG triggering were obtained for high undersampling factors. An Iterative GRAPPA algorithm is introduced in Chapter 6 that can recover undersampled data from arbitrary (Non-Cartesian) trajectories and works solely in the Cartesian plane. This characteristic makes the proposed Iterative GRAPPA computationally more efficient than SPIRiT. Iterative GRAPPA was developed in a preceding step to combine parallel imaging with CS. Optimal parameters for Iterative GRAPPA (e.g. number of iterations, GRAPPA kernel size) were determined in phantom experiments and verified by retrospectively undersampling and reconstructing a radial cardiac cine dataset. The synergistic combination of the coil-by-coil Strict DC CS method and Iterative GRAPPA called CS-GRAPPA is presented in Chapter 7. CS-GRAPPA allows accurate reconstruction of undersampled data from even higher acceleration factors than each individual method. It is a formulation equivalent to L1-SPIRiT but computationally more efficient. Additionally, a comparison with CS-CC is given. Interestingly, exploiting joint sparsity in CS-CC is slightly more efficient than the proposed CS-GRAPPA, a hybrid of parallel imaging and CS. The last chapter of this thesis concludes the findings presented in this dissertation. Future applications expected to benefit from CS are discussed and possible synergistic combinations with other existing MR methodologies for accelerated imaging are also contemplated.
N2  - In der vorliegenden Arbeit wurde untersucht, welches Potential die Anwendung von Compressed Sensing (CS) in der Magnetresonanztomographie (MRT) hat. CS ist eine neue Bildrekonstruktionsmethode aus der Informationstheorie. Das Grundgerüst für CS wurde zuerst in zwei technischen Berichten von Candès und Donoho aus dem Jahr 2004 vorgestellt. Zwei Jahre später wurde die CS-Theorie in einem Konferenzbeitrag und zwei wissenschaftlichen Artikeln veröffentlicht. Candés und Donoho zeigten, dass es mit überwältigender Wahrscheinlichkeit möglich ist, ein rauschfreies sparses Signal aus unvollständig vorliegender Frequenzinformation zu rekonstruieren. Hierfür ist eine wichtige A-priori-Annahme, dass das gewünschte Signal, welches rekonstruiert werden soll, sparse sein soll. Man spricht von sparsen Signalen, falls die Anzahl der Elemente mit Intensität größer Null signifikant kleiner als die Anzahl aller Elemente ist. Die CS-Theorie basiert auf rauschfreien, sparsen Signalen. Sobald Rauschen auftritt, kann keine exakte Sparsity mehr bestimmt werden, da alle Elemente Signalintensitäten größer Null haben. Falls jedoch nur wenig oder moderates Rauschen hinzugefügt wird ist immer noch näherungsweise eine Sparsity gegeben, die mit Hilfe von CS ausgenutzt werden kann. Die meisten MR-Datensätze sind nicht-sparse im Bildraum, können allerdings durch eine sog. Sparsifizierungstransformation effektiv sparsifiziert werden. In der vorliegenden Arbeit sind die Daten entweder im Bildraum sparse, nach einer Diskreten-Gradienten-Transformation oder nachdem bei dynamischen Daten ein zeitlich gemittelter Datensatz von den zu rekonstruierenden Daten abgezogen worden ist. Das Ziel dieser Arbeit war es, mögliche Anwendungen für CS in der MRT zu identifizieren. Zwei unterschiedliche Algorithmen wurden untersucht, um unterabgetastete sparse Daten mit dem CS-Konzept zu rekonstruieren. Eine Technik, die auf einer Nichtlinearen Methode der Konjugierten Gradienten basiert und eine gelockerte Datenkonsistenzbedingung beinhaltet, wird als Relaxed DC-Methode bezeichnet. Eine Alternative stellt der Gradienten- oder Steilster-Abstieg-Algorithmus dar, der strikte Datenkonsistenz fordert und daher als Strict-DC-Methode bezeichnet wird. Kapitel 3 zeigt Simulationen, die darlegen, dass die Strict-DC-Methode am besten zur Datenrekonstruktion in dieser Arbeit geeignet ist. Kapitel 4 zeigt, in wie fern die spektroskopische 19F-Bildgebung bei 7 T von CS profitieren kann, indem CS eine signifikante Reduktion der Messzeiten bei in vivo Experimenten erlaubt. Desweiteren ermöglicht CS hochaufgelöste spektroskopische 3D-Bildgebung in akzeptablen Messzeiten für in vivo Anwendungen. Kapitel 5 führt eine Erweiterung der Strict-DC-Methode ein, die CS-CC genannt wird, welche eine effiziente Bearbeitung von sparsen unterabgetasteten Multi-Empfänger-Datensätzen erlaubt. Hierbei profitiert CS-CC von einem Konzept namens "Joint Sparsity", welches ausnutzt, dass alle Empfangskanäle eines Spulenarrays dasselbe sparse Objekt detektieren, jeweils gewichtet mit den entsprechenden Spulensensitivitätsprofilen. Der praktische Nutzen dieses neuen Algorithmus wird an einem dynamischen radialen Herzdatensatz verdeutlicht. Akkurate Rekonstruktionen der Herzbewegung in freier Atmung und ohne EKG-Trigger konnten bei hohen Unterabtastfaktoren erreicht werden. Ein Iterativer-GRAPPA-Algorithmus, der unterabgetastete Daten beliebiger (nicht-kartesischer) Trajektorien rekonstruieren kann und ausschließlich auf einem kartesischen Gitter arbeitet, wird in Kapitel 6 vorgestellt. Das vorgeschlagene Iterative GRAPPA ist vom Rechenaufwand her effizienter als SPIRiT und wurde als ein vorhergehender Schritt zur Kombination von Paralleler Bildgebung und Compressed Sensing entwickelt. Optimale Parameter für Iteratives GRAPPA (z.B. Anzahl an Iterationen, GRAPPA-Kern-Größe) wurden in Phantom-Experimenten bestimmt und mittels Rekonstruktionen an einem retrospektiv unterabgetasteten radialen Herzdatensatz verifiziert. Die synergetische Kombination der spulenweise angewendeten Strict-DC-Methode und Iterativem GRAPPA genannt CS-GRAPPA wird in Kapitel 7 präsentiert. CS-GRAPPA erlaubt akkurate Rekonstruktionen unterabgetasteter Daten von höheren Beschleunigungsfaktoren, als mit den jeweiligen Einzelmethoden möglich gewesen wäre. Die Formulierung ist äquivalent zu L1-SPIRiT, allerdings vom Rechenaufwand effizienter. Es wurde zusätzlich ein Vergleich zu CS-CC durchgeführt. Interessanterweise hat sich gezeigt, dass das Ausnutzen der Joint Sparsity in CS-CC etwas effizienter ist als das vorgeschlagene CS-GRAPPA, das ein Hybrid aus Compressed Sensing und Paralleler Bildgebung ist. Im abschließenden Kapitel dieser Dissertation werden die Ergebnisse zusammengefasst und Schlussfolgerungen daraus gezogen. Zukünftige Anwendungen werden diskutiert, die von CS profitieren und mögliche synergetische Kombinationen mit anderen existierenden MR-Methoden für beschleunigte Bildgebung werden angesprochen.
KW  - NMR-Tomographie
KW  - Rekonstruktion
KW  - NMR-Bildgebung
KW  - Compressed Sensing
KW  - Unterabtastung
KW  - Compressed Sensing
KW  - Undersampling
Y1  - 2011
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-72496
ER  - 
TY  - THES
A1  - Ehses, Philipp
T1  - Development of new Acquisition Strategies for fast Parameter Quantification in Magnetic Resonance Imaging
T1  - Entwicklung neuer Aufnahmeverfahren zur schnellen Parameterbestimmung in der Magnetresonanztomographie
N2  - Magnetic resonance imaging (MRI) is a medical imaging method that involves no ionizing radiation and can be used non-invasively. Another important - if not the most important - reason for the widespread and increasing use of MRI in clinical practice is its interesting and highly flexible image contrast, especially of biological tissue. The main disadvantages of MRI, compared to other widespread imaging modalities like computed tomography (CT), are long measurement times and the directly resulting high costs. In the first part of this work, a new technique for accelerated MRI parameter mapping using a radial IR TrueFISP sequence is presented. IR TrueFISP is a very fast method for the simultaneous quantification of proton density, the longitudinal relaxation time T1, and the transverse relaxation time T2. Chapter 2 presents speed improvements to the original IR TrueFISP method. Using a radial view-sharing technique, it was possible to obtain a full set of relaxometry data in under 6 s per slice. Furthermore, chapter 3 presents the investigation and correction of two major sources of error of the IR TrueFISP method, namely magnetization transfer and imperfect slice profiles. In the second part of this work, a new MRI thermometry method is presented that can be used in MRI-safety investigations of medical implants, e.g. cardiac pacemakers and implantable cardioverter-defibrillators (ICDs). One of the major safety risks associated with MRI examinations of pacemaker and ICD patients is RF induced heating of the pacing electrodes. The design of MRI-safe (or MRI-conditional) pacing electrodes requires elaborate testing. In a first step, many different electrode shapes, electrode positions and sequence parameters are tested in a gel phantom with its geometry and conductivity matched to a human body. The resulting temperature increase is typically observed using temperature probes that are placed at various positions in the gel phantom. An alternative to this local thermometry approach is to use MRI for the temperature measurement. Chapter 5 describes a new approach for MRI thermometry that allows MRI thermometry during RF heating caused by the MRI sequence itself. Specifically, a proton resonance frequency (PRF) shift MRI thermometry method was combined with an MR heating sequence. The method was validated in a gel phantom, with a copper wire serving as a simple model for a medical implant.
N2  - Die Magnetresonanztomographie (MRT) zeichnet sich als medizinisches Bildgebungsverfahren dadurch aus, dass sie ohne ionisierende Strahlung auskommt und nicht-invasiv einsetzbar ist. Ein weiterer wichtiger - wenn nicht der wichtigste - Grund für die weite und wachsende Verbreitung der MRT in der klinischen Praxis ist ihr interessantes und hoch-flexibles Kontrastverhalten, und damit die gute Darstellbarkeit biologischen Gewebes. Die Hauptnachteile der MRT sind die, verglichen mit z.B. Computer-Tomographie (CT), langen Messzeiten und die damit direkt verbundenen hohen Untersuchungskosten. Der erste Teil dieser Arbeit beschreibt Verbesserungen der IR TrueFISP Methode zur MR-Parameterbestimmung. IR TrueFISP ist eine schnelle Methode zur gleichzeitigen Quantifizierung der Protonendichte, der longitudinalen Relaxationszeit T1, sowie der transversalen Relaxationszeit T2. In Kapitel 2 dieser Arbeit wird eine Methode zur Beschleunigung der IR TrueFISP Quantifizierung vorgestellt, die es erlaubt einen kompletten Relaxometrie-Datensatz in unter 6 s pro Schicht aufzunehmen. Weiterhin werden in Kapitel 3 zwei allgemeine Fehlerquellen der IR TrueFISP Methode untersucht und Korrekturverfahren vorgestellt. Im zweiten Teil dieser Arbeit werden neuartige MR-Thermometrie Methoden vorgestellt, die sich besonders zur Untersuchung der MR-Sicherheit von medizinischen Implanten, insbesondere Herzschrittmachern und implantierbaren Kardioverter-Defibrillatoren (ICDs), eignen. Momentan sind in den allermeisten Fällen MRT Untersuchungen an Herzschrittmacher- und ICD-Patienten aufgrund der damit verbundenen Risiken kontraindiziert. Das dabei am schwierigste in den Griff zu bekommende und damit größte Risiko ist die mögliche Schädigung des Myokards, hervorgerufen durch die von den geschalteten HF-Feldern induzierten Ströme in den Schrittmacherelektroden. Um eine MR-sichere Elektrode und/oder sichere Messprotokole zu entwickeln ist es notwendig viele verschiedene Elektroden, Elektrodenpositionen und Messparameter-Einstellungen in einem körperähnlichen Gel-Phantom untersucht. Die bei der jeweiligen Messung auftretenden Erhitzungen werden dabei meist mit Hilfe fiberoptischer Thermometer an verschiedenen Positionen im Gel gemessen. Eine Alternative ist die Aufnahme einer globalen Karte der Temperaturerhöhung mit Hilfe der MR-Thermometrie. In dieser Arbeit wird eine Messmethode vorgestellt, die MR-Thermometrie mit HF induziertem Heizen kombiniert. Diese Methode wurde an einem Kupferdraht im Gelphantom validiert und mit fiberoptisch gemessenen Temperaturanstiegen verglichen.
KW  - Kernspintomografie
KW  - Messprozess
KW  - Relaxometrie
KW  - Thermometrie
KW  - nicht-kartesische Bildgebung
KW  - Relaxometry
KW  - Thermometry
KW  - non-Cartesian imaging
KW  - Optimierung
KW  - MRI
KW  - NMR-Tomographie
Y1  - 2011
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-72531
ER  -