Martin Ott

• Messungen mit Magnetresonanztomographen sind seit jeher mit hohen Lautstärken verbunden. Deshalb wird das Gerät im Volksmund auch als „laute Röhre“ bezeichnet. Bisher wurde das Problem mit Kopfhörern, Ohrenstöpseln und akustischer Dämmung des MRT-Scanners angegangen. Auch in der Fachliteratur wird das Problem als gegeben angesehen und es werden kaum wissenschaftliche Lösungsansätze zur Lautstärkereduktion beschrieben. Das Ziel der vorliegenden Arbeit war es, Bildgebungs-Sequenzen für schwer‑optimierbare Bildkontraste und sogenannteMessungen mit Magnetresonanztomographen sind seit jeher mit hohen Lautstärken verbunden. Deshalb wird das Gerät im Volksmund auch als „laute Röhre“ bezeichnet. Bisher wurde das Problem mit Kopfhörern, Ohrenstöpseln und akustischer Dämmung des MRT-Scanners angegangen. Auch in der Fachliteratur wird das Problem als gegeben angesehen und es werden kaum wissenschaftliche Lösungsansätze zur Lautstärkereduktion beschrieben. Das Ziel der vorliegenden Arbeit war es, Bildgebungs-Sequenzen für schwer‑optimierbare Bildkontraste und sogenannte Standard-Kontraste aus dem klinischen Umfeld hinsichtlich der Lautstärke zu optimieren. Viele dieser Kontraste können bereits mit einfachen Algorithmen wie dem Gradientenglättungsalgorithmus erfolgreich in Hinblick auf die Lautstärke optimiert werden. Allerdings existieren auch Sequenzen beziehungsweise Kontraste, die aufgrund ihrer Eigenschaften nicht von einem solchen Algorithmus profitieren können. Die Optimierungen und Änderungen sollten software-seitig erfolgen, das heißt durch Änderung der Gradientenformen und Datenakquisition. In der Arbeit wurden die grundlegenden Zusammenhänge zwischen den verwendeten Geräteparametern und der Lautstärke untersucht und zudem die physikalischen Ursachen der Lautstärkeentwicklung hergeleitet. Diese konnten anhand der Lorentz-Kräfte quantitativ beschrieben werden. Somit konnten die Hauptursachen der Lautstärkeentwicklung identifiziert werden. Diese sind abhängig von der Gradienten-Steig-Rate, aber auch von der Amplitude der Gradienten. Es konnte gezeigt werden, dass eine Minimierung dieser Gradientenparameter zu einer geringeren Lautstärkeentwicklung führt. Allerdings führt diese Minimierung in den meisten Fällen auch zu einer systematischen Verlangsamung des Sequenzablaufs, was das Erreichen bestimmter Echozeiten und Bildkontraste unmöglich macht. Zu den problematischen Kontrasten bezüglich der Lautstärkereduktion zählten der T1- und PD‑Kontrast einer Turbo-Spin-Echo-Sequenz. Durch die Kombination von mehreren Maßnahmen, wie der Adaption der k-Raum-Akquisition, der HF-Pulse-Parameter und den Gradientenformen, war es möglich, die Lautstärke in Beispielmessungen um bis zu 16,8 dB(A) zu reduzieren. Wie bei der kürzlich veröffentlichten Methode zur Reduktion für die T2‑gewichteten Kontraste, wurde dies zulasten einer Messzeitverlängerung von bis zu 50% erreicht. Die Endlautstärke betrug dabei circa 81 dB(A). Mit der Lautstärkeoptimierung der klinisch bedeutsamen T1- und PD‑Kontraste wurde die Palette an leisen, mit der Turbo-Spin-Echo‑Sequenz erzielbaren, Standard-Kontrasten (T1, T2 und PD) nun vervollständigt. In einem anderen Ansatz wurde die Anwendbarkeit des CAT-Konzepts auf die Lautstärkereduktion untersucht. Beim CAT-Konzept wird die Messung in Einzelmessungen mit verschiedenen Parametern unterteilt. Bisher wurde dieser Ansatz zur SAR-Reduktion verwendet. Das Zentrum des k-Raums wird mit einer SAR-intensiven, kontrastgebenden Messung aufgenommen. Der verbleibende Teil des k-Raums wird mit einer SAR-reduzierten, bildstrukturrelevanten Messung aufgenommen. In dieser Arbeit wurde die Übertragung des CAT-Konzepts auf die Lautstärkereduktion untersucht. Anstelle von SAR-intensiven und SAR‑reduzierten Messungen, wurde hier die Unterteilung in „laute“ und „leise“ Messungen untersucht. Dabei wurden Überlegungen angestellt, die es für eine Vielzahl an Messungen ermöglichen, einen großen Teil der Messung leise zu gestalten ohne die Bildqualität oder den Bildkontrast zu verändern. In einem weiteren Schritt wurden Überlegungen für die Lautstärkereduktion der lauten Messungen vorgestellt. Anschließend wurden für eine GRE- und TSE-Sequenz Optimierungsschritte evaluiert und die Lautstärke gemessen. Der hinsichtlich der Lautstärkeoptimierung herausforderndste Bildkontrast ist die diffusionsgewichtete Bildgebung. Diese besitzt eine Diffusions-Präparation zur Sichtbarmachung der Diffusivität, bei der die maximal mögliche Gradienten-Amplitude verwendet wird. Ebenso werden nach der Präparation die Daten mit einem EPI‑Akquisitionsmodul mit Blip-Gradienten akquiriert, das mit einem charakteristischem „Pfeifton“ einhergeht. Zum einen wurden die Gradientenformen konsequent angepasst. Zum anderen wurde eine Segmentierung der k-Raum-Akquisition in Auslese-Richtung verwendet, um die Gradienten‑Steig-Raten zu reduzieren. Auch hier konnte eine deutliche Lautstärkereduktion von bis zu 20,0 dB(A) erzielt werden. Dies wurde zulasten einer Messzeitverlängerung von 27% ‑ 34% im Vergleich zur Standard-Sequenz erreicht. Durch eine weitere Messzeitverlängerung um bis zu 23% kann die Lautstärke um weitere 0,9 dB(A) reduziert werden. Dabei hängt die genaue Messzeitverlängerung vom verwendeten GRAPPA-Faktor und der Anzahl der Auslese-Segmente ab. Die entstandene Sequenz wurde in mehreren Kliniken erfolgreich erprobt. Bisher mussten bei MRT-Messungen stets Kompromisse zwischen „hoher Auflösung“, „hohem SNR“ und „geringer Messzeit“ getroffen werden. Als Anschauung dafür wurde das „Bermuda‑Dreieck der MRT“ eingeführt. Da alle drei Größen sich gegenseitig ausschließen, muss stets ein Mittelweg gefunden werden. Einige der in dieser Arbeit erzielten Erfolge bei der Lautstärkereduktion wurden auf Kosten einer verlängerten Messzeit erreicht. Daher ist es naheliegend, das „Bermuda-Dreieck der MRT“ um die Dimension der „geringen Lautstärke“ zu einer „Bermuda-Pyramide der MRT“ zu erweitern. Damit muss die Lautstärkeentwicklung in die Mittelweg‑Findung miteinbezogen werden. Die in dieser Arbeit erzielten Lautstärken liegen in der Größenordnung zwischen 80 ‑ 85 dB(A). Somit können Messungen bei Verwendung von Gehörschutz angenehm für den Patienten durchgeführt werden. Durch neue Techniken der Zukunft wird es wahrscheinlich sein, höhere Auflösungen, höheres SNR oder kürzere Aufnahmedauern zu erzielen, beziehungsweise stattdessen diese in eine geringe Lautstärke „umzuwandeln“. Ebenso werden möglicherweise auf der hardware-technischen Seite Fortschritte erzielt werden, so dass in neueren MRT-Scannergenerationen mehr Wert auf die Lärmdämmung gelegt wird und somit der softwarebasierten Lautstärkereduktion einen Schritt entgegen gekommen wird. Damit könnten zukünftige Patienten-Messungen gänzlich ohne störenden Gehörschutz durchgeführt werden.…
• Magnetic resonance imaging (MRI) measurements have always been related to high acoustic noise. Therefore, in common parlance MRI is referred to as the “loud tube”. Until now, the acoustic noise was mitigated by the use of headphones and ear plugs as well as acoustic dampening of the MR system. In literature, the problem is more or less acknowledged and solutions to the acoustic noise are rarely provided. The aim of this work was to optimize MR sequences, which generate so-called standard clinical MRI contrasts, for acoustic noise. Many ofMagnetic resonance imaging (MRI) measurements have always been related to high acoustic noise. Therefore, in common parlance MRI is referred to as the “loud tube”. Until now, the acoustic noise was mitigated by the use of headphones and ear plugs as well as acoustic dampening of the MR system. In literature, the problem is more or less acknowledged and solutions to the acoustic noise are rarely provided. The aim of this work was to optimize MR sequences, which generate so-called standard clinical MRI contrasts, for acoustic noise. Many of these contrasts could be optimized for acoustic noise by a gradient smoothing algorithm. Nevertheless, there are sequences and contrasts which cannot benefit from such algorithms and therefore need manual optimization. Software-based optimizations are performed by adapting the gradient waveforms and data acquisition. In this work, the main relationships between parameter settings of the MRI machine and acoustic noise were explored. The physical origin of acoustic noise in the form of Lorentz forces was derived from fundamental equations. The main acoustic noise sources are gradient slew rate and gradient amplitude. It was shown that minimization of these quantities leads to reduced acoustic noise. However, this is mostly accompanied by slowing down the sequence and thus certain echo times and contrasts cannot be reached. T1- and PD-weighted contrasts, acquired with a turbo spin-echo sequence, are problematic contrasts regarding acoustic noise reduction. This problem was tackled by a combination of several approaches such as an adaption of the k-space acquisition, changes to the RF-pulse parameters, and modifications of the gradient waveform. An acoustic noise reduction of up to 16.8 dB(A) was achieved. As for the previously published method for acoustic noise reduction in T2-weighted contrasts, this success came at the cost of an increase of measurement time by 50%. The target acoustic noise level was around 81 dB(A). With this optimization, the palette of quiet standard clinical contrasts, consisting of T1-, T2- and PD-weighted contrasts, can be realized with the turbo spin-echo sequence. In a different approach, the Combined-Acquisition (CAT) concept was applied to acoustic noise reduction. In implementing the CAT concept, each measurement is divided into two measurements with different parameters. This approach was previously used for SAR reduction. The center of k space is acquired using a high-SAR measurement in which contrast is relevant. The remaining k-space area is acquired using a low SAR, contrast-irrelevant measurement. In this work, the CAT concept was applied to acoustic noise reduction. Each measurement was divided into ‘quiet’ and ‘loud’ segments instead of dividing into high-SAR and low-SAR measurements. Considerations allowed for acoustic noise reduction without disrupting the image quality or contrast. In successive steps, the approach was applied to the remaining loud segment of the measurement. This process was executed for a GRE and a TSE sequence. Corresponding acoustic noise measurements were performed. One of the most challenging contrasts in terms of acoustic noise reduction is diffusion weighted imaging. It employs maximum gradient amplitudes in the preparation pulses which sensitize the MR signal to diffusivity. Data acquisition is performed by an EPI readout including blipped gradients. This readout is known for its whistling sound. Therefore, the gradient waveforms were consequently adapted. A k-space segmentation in the readout direction was employed to reduce the gradient slew rates. In this work, an acoustic noise reduction of up to 20.0 dB(A) could be achieved using an adapted readout segmented EPI sequence. This reduction in acoustic noise came at the cost of an increase of measurement time by 27% to 34% compared to the standard sequence. Spending additional 23% of acquisition time can further reduce the acoustic noise by 0.9 dB(A). The exact increase in measurement time depends on the employed GRAPPA factor and the number of readout segments. The optimized sequence was successfully validated in various clinical sites. Until now, compromises had to be made between high resolution, high SNR, and short acquisition time. This compromise can be described as the “Bermuda triangle of MRI”. Trade-offs exist between all three quantities. A compromise has to be chosen in all cases. In this work, some of the achieved acoustic noise reductions came at the cost of increased measurement time. Therefore, the dimensionality of the Bermuda triangle is extended with the addition of low acoustic noise. This yields the “Bermuda triangular pyramid of MRI”. Thus, acoustic noise has to be included in achieving a balance of desired properties in MR image acquisition. In this work, the obtained acoustic noise levels were on the order of 80–85 dB(A). Upon the use of ear protection, measurements became comfortable for the patients. As further advancements in imaging technology are made, it may be likely to achieve higher resolution, higher SNR, or shorter acquisition times, which could instead be traded for lower acoustic noise levels. In addition, it is possible that MRI machine manufacturers will put more effort into hardware based acoustic noise dampening of the devices in order to meet software-based acoustic noise reduction. Therefore, patient measurements could be possible without the need for additional acoustic noise protection in the future.…