Julian Pfister

• Ziel dieser Arbeit ist es, die quantitative MRT in den Fokus zu rücken. In den letzten Jahren hat sich auf diesem Forschungsgebiet viel weiterentwickelt und es wurden verschiedenste Sequenzen und Methoden vorgestellt, um insbesondere Relaxationszeitparameter quantitativ in kurzer Zeit zu messen. Steady-State-Sequenzen eignen sich besonders für diese Thematik, da sie kurze Messzeiten benötigen und darüber hinaus ein relativ hohes SNR besitzen. Speziell die IR TrueFISP-Sequenz bietet für die Parameterquantifizierung viel Potential. UrsprünglichZiel dieser Arbeit ist es, die quantitative MRT in den Fokus zu rücken. In den letzten Jahren hat sich auf diesem Forschungsgebiet viel weiterentwickelt und es wurden verschiedenste Sequenzen und Methoden vorgestellt, um insbesondere Relaxationszeitparameter quantitativ in kurzer Zeit zu messen. Steady-State-Sequenzen eignen sich besonders für diese Thematik, da sie kurze Messzeiten benötigen und darüber hinaus ein relativ hohes SNR besitzen. Speziell die IR TrueFISP-Sequenz bietet für die Parameterquantifizierung viel Potential. Ursprünglich wurde diese Sequenz an der Universität Würzburg zur simultanen Messung von T1- und T2-Relaxationszeiten vorgestellt und hinsichtlich der Zeiteffizienz weiterentwickelt. In dieser Arbeit wurde ein neuartiger iterativer Rekonstruktionsansatz für die IR TrueFISP-Sequenz entwickelt, der auf einer Hauptkomponentenanalyse (PCA) basiert und sich die glatten Signalverläufe zu Nutze macht. Aufgrund der hohen Zeitauflösung dieser Rekonstruktionstechnik werden dabei auch Gewebekomponenten mit kurzen Relaxationszeiten detektierbar. Weiterhin bewahrt der Rekonstruktionsansatz Informationen mehrerer Gewebekomponenten innerhalb eines Voxels und ermöglicht damit eine relaxographische Untersuchung. Insbesondere beim Menschen führen der Partialvolumeneffekt und die Mikrostruktur des Gewebes zu Signalverläufen, die ein multi-exponentielles Signal liefern. Die MR-Relaxographie, also die Darstellung von Relaxationszeitverteilungen innerhalb eines Voxels, stellt eine Möglichkeit dar, um die beteiligten Gewebekomponenten aus dem überlagerten Signalverlauf zu extrahieren. Insgesamt bilden die optimierte Relaxometrie mit der Möglichkeit der analytischen Korrektur von Magnetfeldinhomogenitäten und die beschleunigte Relaxographie die Hauptteile dieser Dissertation. Die Hauptkapitel werden im Folgenden noch einmal gesondert zusammengefasst. Die simultane Aufnahme der quantitativen T1- und T2-Parameter-Karten kann mit einem Goldenen-Winkel-basiertem radialen IR TrueFISP-Readout in ungefähr 7 Sekunden pro Schicht erreicht werden. Die bisherige Rekonstruktionstechnik mit dem KWIC-Filter ist durch dessen breite Filter-Bandbreite und somit in der zeitlichen Auflösung limitiert. Besonders bei hohen räumlichen Frequenzen wird eine sehr große Anzahl an Projektionen zusammengefasst um ein Bild zu generieren. Dies sorgt dafür, dass Gewebekomponenten mit kurzer T1*-Relaxationszeit (z.B. Fett oder Myelin) nicht akkurat aufgelöst werden können. Um dieses Problem zu umgehen, wurde die T1* shuffling-Rekonstruktion entwickelt, die auf dem T2 Shuffling-Ansatz basiert. Diese Rekonstruktionstechnik macht sich die glatten Signalverläufe der IR TrueFISP-Sequenz zu Nutze und ermöglicht die Anwendung einer PCA. Die iterative Rekonstruktion sorgt dafür, dass mit nur acht kombinierten Projektionen pro generiertem Bild eine merklich verbesserte temporäre Auflösung erzielt werden kann. Ein Nachteil ist jedoch das stärkere Rauschen in den ersten Bildern der Zeitserie bedingt durch die angewandte PCA. Dieses verstärkte Rauschen äußert sich in den leicht erhöhten Standardabweichungen in den berechneten Parameter-Karten. Jedoch ist der Mittelwert näher an den Referenzwerten im Vergleich zu den Ergebnissen mit dem KWIC-Filter. Letztendlich kann man sagen, dass die Ergebnisse leicht verrauschter, aber exakter sind. Mittels zusätzlichen Regularisierungstechniken oder Vorwissen bezüglich des Rauschlevels wäre es zudem noch möglich, das SNR der ersten Bilder zu verbessern, um dadurch den beschriebenen Effekt zu verringern. Grundsätzlich hängt die Genauigkeit von IR TrueFISP vom T1/T2-Verhältnis des betreffenden Gewebes und dem gewählten Flipwinkel ab. In dieser Arbeit wurde der Flipwinkel besonders für weiße und graue Masse im menschlichen Gehirn optimiert. Mit den verwendeten 35° wurde er außerdem etwas kleiner gewählt, um zudem Magnetisierungstransfereffekte zu minimieren. Mit diesen Einstellungen ist die Präzision vor allem für hohe T1- und niedrige T2-Werte sehr gut, wird jedoch insbesondere für höhere T2-Werte schlechter. Dies ist aber ein generelles Problem der IR TrueFISP-Sequenz und hängt nicht mit der entwickelten Rekonstruktionsmethode zusammen. Außerdem wurde im fünften Kapitel eine Akquisitionstechnik vorgestellt, die eine 3D-Abdeckung der quantitativen Messungen des Gehirns in klinisch akzeptabler Zeit von unter 10 Minuten erzielt. Dies wird durch Einsatz der parallelen Bildgebung erreicht, da eine Kombination aus radialer Abtastung in der Schicht und kartesischer Aufnahme in Schichtrichtung (Stack-of-Stars) vorliegt. Ein großes Problem in der Steady-State-Sequenz (und somit auch bei IR TrueFISP) sind Magnetfeldinhomogenitäten, die durch Suszeptibilitätsunterschiede verschiedener Gewebe und/oder Inhomogenitäten des Hauptmagnetfeldes hervorgerufen werden. Diese führen zu Signalauslöschungen und damit verbunden zu den beschriebenen Banding-Artefakten. Mithilfe der analytisch ermittelten Korrekturformeln ist es nun möglich, die berechneten (T1,T2)-Wertepaare unter Berücksichtigung der tatsächlich auftretenden Off- Resonanzfrequenz für einen großen Bereich zu korrigieren. An den kritischen Stellen, an denen die Bandings auftreten, liefert jedoch auch diese Korrektur keine brauchbaren Ergebnisse. Grundsätzlich ist es für die Genauigkeit der Ergebnisse stets zu empfehlen, die Flipwinkel- und B0-Karte zusätzlich mit aufzunehmen, um diese Parameter für die quantitative Auswertung exakt zu kennen. Mit den beschriebenen Methoden aus Kapitel 6 könnte es prinzipiell auch möglich sein, die Off-Resonanzfrequenz aus dem Signalverlauf zu ermitteln und auf die zusätzliche Messung der B0-Karte zu verzichten. B0-Änderungen während der Messung, die von der Erwärmung der passiven Shim-Elemente im MR-System hervorgerufen werden, sind kaum zu korrigieren. Ein stabiler Scanner ohne B0-Drift ist deshalb für quantitative Auswertungen erforderlich. Die erwähnte Messzeit von 7 Sekunden pro Schicht garantiert, dass auch Gewebe mit längeren Relaxationskomponenten annähernd im Steady-State sind, was wiederum für das Umkehren des Signals in den abklingenden Verlauf gegen Null und die anschließende Multikomponentenanalyse (vgl. Kapitel 7) notwendig ist. Mit der inversen Laplace- Transformation ist es innerhalb eines Voxels möglich, Signalverläufe auf mehrere Komponenten hin zu untersuchen. Der ursprünglich angenommene mono-exponentielle Verlauf wird durch ein multi-exponentielles Verhalten abgelöst, was vor allem in biologischem Gewebe eher der Wahrheit entspricht. Gewebe mit kurzen Relaxationskomponenten (T1* < 200 ms) sind klinisch relevant und mit T1* shuffling detektierbar. Vor allem Myelin innerhalb des Gehirns ist bei neurologischen Fragestellungen ein Indikator zur Diagnose im Frühstadium (z.B. für neurodegenerative Erkrankungen) und deshalb von besonderem Interesse. Die Integration über verschiedene T1*-Zeitbereiche im T1*-Spektrum ermöglicht dazu die Erstellung von Gewebekomponenten-Karten, mithilfe derer klinische Auswertungen sinnvoll wären. Die Erstellung dieser Karten ist prinzipiell möglich und funktioniert für mittlere und lange Gewebekomponenten recht gut. Die klinisch relevanten kurzen Gewebekomponenten sind dagegen bei der radialen Aufnahme mit nur einem Schuss noch nicht befriedigend. Deshalb wurde die Aufnahmetechnik in eine quasi-zufällige kartesische Akquisition mit mehreren Schüssen weiterentwickelt. Die Ergebnisse wurden in Kapitel 7 vorgestellt und sind vielversprechend. Einzig die Messzeit sollte mit zusätzlichen Beschleunigungen noch weiter verkürzt und auf eine kartesische 3D-Akquisition erweitert werden. Die Beschränkung auf T1*-Spektren bei der Multikomponentenanalyse und die Tatsache, dass deren Amplitude von einer Kombination von S0 und Sstst abhängen, führen dazu, dass es nicht ohne Weiteres möglich ist für einen einzelnen Gewebetyp an die T1- und T2-Information zu gelangen. In Kapitel 8 wurde gezeigt, dass dies mit einer zusätzlichen Messung gelingen kann. Das finale Ergebnis dieser Messungen ohne und mit Inversion sind zweidimensionale Spektren, bei der für jede Gewebekomponente innerhalb eines Voxels der T1- und T2-Wert abgelesen werden kann. Wichtig hierbei ist die Tatsache, dass der verwendete Ansatz kein Vorwissen über die Anzahl der zu erwartenden Gewebekomponenten (Peaks) im Voxel voraussetzt. Auch bei dieser Methodik ist die Kenntnis über den tatsächlichen Flipwinkel von Bedeutung, da dieser in den Formeln zur Berechnung von T1 und T2 verwendet wird. Die Stabilität des B0-Feldes ist hier ebenso von enormer Bedeutung, da Änderungen zwischen den beiden Messungen zu einem unterschiedlichen Steady-State und somit zu Abweichungen bei den nachfolgenden Berechnungen führen, die auf den selben Steady-State-Wert ausgelegt sind. Zusammenfassend lässt sich sagen, dass mit dieser Arbeit die Grundlagen für genauere und robustere quantitative Messungen mittels Steady-State-Sequenzen gelegt wurden. Es wurde gezeigt, dass sich Relaxationszeitspektren für jedes einzelne Voxel generieren lassen. Dadurch ist eine verbesserte Auswertung möglich, um genauere Aussagen über die Zusammensetzung einer Probe (vor allem beim menschlichen Gewebe) treffen zu können. Zudem wurde die Theorie für ultraschnelle 2D-Relaxographie-Messungen vorgestellt. Erste”Proof of Principle“-Experimente zeigen, dass es möglich ist, 2D-Relaxationszeitspektren in sehr kurzer Zeit zu messen und graphisch darzustellen. Diese Aufnahme- und Datenverarbeitungstechnik ist in dieser Form einmalig und in der Literatur kann bis dato keine schnellere Methode gefunden werden.…
• The goal of this thesis is to put the quantitative MRI in focus. In recent years, much progress has been made in this area of research and a variety of sequences and methods have been presented, in particular to quantitatively measure relaxation time parameters in a short time. Steady-state sequences are particularly suitable for this topic, since they require short measurement times and, moreover, have a relatively high SNR. Especially the IR TrueFISP sequence offers a lot of potential for parameter quantification. Originally, this sequenceThe goal of this thesis is to put the quantitative MRI in focus. In recent years, much progress has been made in this area of research and a variety of sequences and methods have been presented, in particular to quantitatively measure relaxation time parameters in a short time. Steady-state sequences are particularly suitable for this topic, since they require short measurement times and, moreover, have a relatively high SNR. Especially the IR TrueFISP sequence offers a lot of potential for parameter quantification. Originally, this sequence was presented at the University of Würzburg for the simultaneous measurement of T1 and T2 relaxation times and further developed in terms of time efficiency. In this work, a novel iterative reconstruction approach has been developed for the IR TrueFISP sequence, which is based on a Principal Component Analysis (PCA) and utilizes the smooth signal courses. Due to the high time resolution of this reconstruction technique also tissue components with short relaxation times are detectable. Furthermore, the reconstruction approach preserves information of several tissue components within a voxel and thus allows for a relaxographic examination. In humans in particular, the partial volume effect and the microstructure of the tissue lead to signal courses that provide a multi-exponential signal. MR relaxography, i.e. the representation of relaxation time distributions within a voxel, offers a possibility to extract the tissue components involved from the superimposed signal course. Overall, the optimized relaxometry with the possibility of analytical correction of magnetic field inhomogeneities and the accelerated relaxography constitute the main parts of this dissertation. The main chapters will be summarized separately below. The simultaneous acquisition of quantitative T1 and T2 parameter maps can be achieved with a golden angle based radial IR TrueFISP readout in approximately 7 seconds per slice. The previous reconstruction technique with the KWIC filter is limited by its broad filter bandwidth and thus in the temporal resolution. Especially at high spatial frequencies, a very large number of projections are combined to generate an image. This ensures that tissue components with a short T1* relaxation time (e.g., fat or myelin) can not be accurately resolved. To circumvent this problem, the T1* shuffling reconstruction was developed based on the T2 Shuffling approach. This reconstruction technique takes advantage of the smooth signal courses of the IR TrueFISP sequence and allows the application of a PCA. The iterative reconstruction ensures that with only eight combined projections per generated image a significantly improved temporary resolution can be achieved. A drawback, however, is the increased noise in the first pictures of the time series due to the applied PCA. This increased noise manifests itself in the slightly increased standard deviations in the calculated parameter maps. However, the mean value is closer to the reference values compared to the results with the KWIC filter. Finally, it can be said that the results are slightly noisier, but more accurate. By means of additional regularization techniques or prior knowledge of the noise level, it would also be possible to improve the SNR of the first images, thereby reducing the described effect. Basically, the accuracy of IR TrueFISP depends on the T1/T2 ratio of the tissue and the selected flip angle. In this work, the flip angle has been optimized for white and gray matter in the human brain. With the 35° used, it was also chosen slightly smaller, in order to minimize magnetization transfer effects. With these settings, the precision is very good, especially for high T1 and low T2 values, but gets worse, especially for higher T2 values. However, this is a general problem of the sequence and is not related to the developed reconstruction method. In addition, the fifth chapter presented an acquisition technique that provides 3D coverage of quantitative brain measurements in a clinically acceptable time of less than 10 minutes. This is achieved through the use of parallel imaging, since there is a combination of radial scanning within one partition and a Cartesian acquisition in the slice direction (stack-of-stars). A major problem in the steady-state sequence (and therefore also in IR TrueFISP) are magnetic field inhomogeneities that are caused by susceptibility differences of various tissues and/or inhomogeneities of the main magnetic field. These lead to signal cancellations and associated with the described banding artifacts. Using the analytically determined correction formulas, it is now possible to correct the calculated (T1,T2) value pairs for a large range taking the actually occurring off-resonance frequency into account. However, even at the critical points where the bandings occur, this correction does not provide useable results. In principle, it is always recommended for the accuracy of the results to additionally acquire the flip angle and B0 map in order to know exactly these parameters for the quantitative evaluation. With the methods described in chapter 6, it could in principle also be possible to determine the off-resonance frequency out of the signal course and to dispense with the additional measurement of the B0 map. B0 changes during the measurement, which are caused by the heating of the passive shim elements in the MR system, are difficult to correct. A stable scanner without B0 drift is therefore required for quantitative evaluations. The mentioned measurement time of 7 seconds per slice guarantees that even tissues with longer relaxation components are approximately in the steady-state, which in turn is necessary for the reversal of the signal towards the exponential decay to zero and the subsequent multi-component analysis (see chapter 7). With the inverse Laplace transformation, it is possible to examine signal courses over several components within a single voxel. The originally assumed mono-exponential signal course is replaced by a multi-exponential behavior, which is more true, especially in biological tissue. Tissues with short relaxation components (T1*< 200 ms) are clinically relevant and detectable by T1* shuffling. In particular, myelin within the brain is an indicator of early diagnosis in neurological problems (e.g., for neurodegenerative diseases) and therefore of particular interest. The integration across different T1* time ranges in the T1* spectrum allows the generation of tissue component maps that would make clinical evaluations useful. The generation of these maps is possible in principle and works quite well for medium and long tissue components. The clinically relevant short tissue components, however, are not yet satisfactory in the radial measurements with a single shot. Therefore, the acquisition technique has evolved into a quasi-random Cartesian multi-shot acquisition. The results were presented in Chapter 7 and are promising. Only the measurement time should be further reduced with additional accelerations and extended to a Cartesian 3D acquisition. The limitation to T1* spectra in multicomponent analysis, and the fact that their amplitude depends on a combination of S0 and Sstst, makes it not readily possible to access the T1 and T2 information for a single tissue type. In chapter 8 it was shown that this can be achieved with an additional measurement. The final result of these measurements, with and without inversion, are two-dimensional spectra in which the T1 and T2 values can be obtained for each tissue component within a voxel. Important here is the fact that the used approach requires no prior knowledge of the number of expected tissue components (peaks) in the voxel. Also in this method, the knowledge about the actual flip angle is important because it is used in the formulas for calculating T1 and T2. The stability of the B0 field is also of enormous importance here, since changes between the two measurements lead to a different steady-state and thus to deviations in the subsequent calculations, which are designed for the same steady-state value. In summary, this work has laid the foundations for more accurate and robust quantitative measurements by means of steady-state sequences. It has been shown that relaxation time spectra can be generated for each individual voxel. As a result, an improved evaluation is possible in order to be able to make more precise statements about the composition of a sample (especially in the case of human tissue). In addition, the theory for ultrafast 2D relaxography measurements was presented. First proof of principle experiments show that it is possible to measure and graph 2D relaxation time spectra in a very short time. This acquisition and data processing technique is unique in this form, and up to now in literature no faster method can be found.…