T1 und T2*-Quantifizierung in der menschlichen Lunge
T1 and T2* quantification in the human lung
Please always quote using this URN: urn:nbn:de:bvb:20-opus-139621
- In dieser Arbeit werden für die Anwendung in der menschlichen Lunge optimierte Methoden zur Bestimmung von T1- und T2*-Karten diskutiert: Dc-Gating ermöglicht die Quantifizierung in freier Atmung, wobei für die T1-Quantifizierung mittels Inversion Recovery eine Korrektur des dc-Signals entwickelt wurde. Dies hat den Vorteil, dass Parameterkarten aus mehreren Messungen anhand ihrer dc-Signale passend überlagert werden können. Da T1 und T2* auf unterschiedliche Art und Weise von der Sauerstoffkonzentration abhängen, verbessert dies dieIn dieser Arbeit werden für die Anwendung in der menschlichen Lunge optimierte Methoden zur Bestimmung von T1- und T2*-Karten diskutiert: Dc-Gating ermöglicht die Quantifizierung in freier Atmung, wobei für die T1-Quantifizierung mittels Inversion Recovery eine Korrektur des dc-Signals entwickelt wurde. Dies hat den Vorteil, dass Parameterkarten aus mehreren Messungen anhand ihrer dc-Signale passend überlagert werden können. Da T1 und T2* auf unterschiedliche Art und Weise von der Sauerstoffkonzentration abhängen, verbessert dies die Möglichkeit, ΔT1- und ΔT2*- Differenzkarten aus Messungen mit unterschiedlichen O2-Konzentrationen im Atemgas zu erstellen. Die Parameterquantifizierung ist in erster Linie für die Beobachtung von Krankheitsverläufen interessant, da T1 und T2* absolute, vergleichbare Zahlen sind. Da T2* deutlich vom Atemzustand abhängt, ist es auch hierfür sinnvoll, durch Gating identische Atemzustände abzubilden. Um die unterschiedlichen Einflüsse des Sauerstoffs auf T1 und T2* besser vergleichbar zu machen, wurde in dieser Arbeit weiterhin eine kombinierte Messung für beide Parameter implementiert: Da auch diese in freier Atmung stattfindet, profitieren nicht nur die Differenzkarten von der Überlagerung der Bilder, sondern auch der Vergleich der ΔT1- und ΔT2*-Karten untereinander. Messungen mit einer konventionellen kartesischen Methode an COPD-Patienten unter Raumluft- und 100% Sauerstoffatmung ergaben bei Verwendung identischer Atemmasken ein deutlich geringeres ΔT1 als in gesunden Probanden. Dass T1 in der Lunge nicht nur von der Sauerstoffkonzentration sondern auch von der Gewebezusammensetzung und insbesondere auch dem Blutvolumenanteil abhängt, zeigte sich hierbei aber auch an den bei COPD im Mittel sehr viel kürzeren T1-Zeiten bei Raumluft. Die aufgrund emphysematischer Veränderung noch zusätzlich reduzierte Protonendichte im Parenchym kranker Lungen macht diese Messungen allerdings besonders schwierig. Die oben erwähnten Optimierungen der T1-Quantifizierung zielen daher auch darauf ab, das Signal aus der Lunge zu maximieren, um Patientenmessungen einfacher zu machen: Messungen in freier Atmung sind für Patienten nicht nur einfacher, sondern erlauben effektiv auch längere Messzeiten. Insbesondere wurde aber durch die Entwicklung einer radialen Methode die Echozeit zur Messung reduziert, um die kurze T2*-Zeit in der Lunge auszugleichen. Schließlich wurde durch Implementation einer 2D UTE Sequenz die Messung bei der kürzesten vom Scanner erlaubten Echozeit ermöglicht. Die Messungen bei ultrakurzen Echozeiten in Probanden zeigten allerdings deutlich kürzere T1-Zeiten als die zuvor gefundenen oder in der Literatur dokumentierten. In weiteren Experimenten wurde das sichtbare T1 zu mehreren Echozeiten mit Hilfe der zur kombinierten Quantifizierung entwickelten Methode bestimmt. Dabei ergab sich eine Zunahme des gemessenen T1 mit der Echozeit. Aus diesem Verhalten sowie den gefundenen kürzesten und längsten T1 lässt sich schließen, dass das intra- und extravaskuläre Lungenwasser, also Blut bzw. das umgebende Gewebe, mit unterschiedlichen T1- und T2*-Zeiten zum Signal und damit auch dem effektiven T1 beitragen. Dass das TE der Messung die Gewichtung dieser Kompartimente bestimmt, hat dabei mehrere Auswirkungen: Einerseits bedeutet dies, dass beim Vergleich von T1-Messungen in der Lunge stets auch das TE mitbetrachtet werden muss, bei dem diese durchgeführt wurden. Andererseits lässt sich die Möglichkeit, die Messung auf die unterschiedlichen Kompartimente abzustimmen, potentiell ausnutzen, um zusätzliche diagnostische Informationen zu gewinnen: Da T1 vom Blutvolumenanteil und der Gewebezusammensetzung abhängt, könnte dieser Effekt helfen, diese beiden Einflüsse zu differenzieren. Während die in dieser Arbeit beschriebenen Experimente die TE-Abhängigkeit des sichtbaren T1 in Probanden aufzeigen, liefern sie allerdings noch keine genaue Erklärung für die möglichen Ursprünge dieses Effekts. Um diese weiter zu untersuchen, könnten allerdings gezielte Phantom- und in vivo-Experimente Aufschluss geben: Ein Aufbau, der die Feldverzerrung durch luftgefüllte Alveolen in Lösungen mit entsprechenden verschiedenen Suszeptibilitäten nachbildet, reduziert den Unterschied zwischen den Kompartimenten auf T1 und χ. Eine in vivo-Messung mit möglichst großer Differenz zwischen Ex- und Inspiration hingegen könnte den Einfluss der Abstände der Kompartimente vom Gasraum aufzeigen, da die Alveolarwände in tiefer Inspiration am weitesten gedehnt und daher am dünnsten sind.…
- In this work, methods for the local measurement of T1 and T2* maps optimized for the application in the human lungs are discussed: Quantification during free breathing was enabled by applying dc-gating, where a correction for the dc-signal acquired during T1-quantification using a inversion recovery was introduced. This is especially useful to achieve parameter maps in identical breathing states from multiple measurements using their dc-signals. Since T1 and T2* depend on the oxygen concentration through different mechanisms, this isIn this work, methods for the local measurement of T1 and T2* maps optimized for the application in the human lungs are discussed: Quantification during free breathing was enabled by applying dc-gating, where a correction for the dc-signal acquired during T1-quantification using a inversion recovery was introduced. This is especially useful to achieve parameter maps in identical breathing states from multiple measurements using their dc-signals. Since T1 and T2* depend on the oxygen concentration through different mechanisms, this is especially interesting to produce ΔT1- and ΔT2*-difference maps at varying O2-concentrations in the breathing gas. Parameter quantification is primarily interesting for the monitoring of the courses of disease or therapy since T1 and T2* are absolute, comparable numbers. As T2* depends significantly on the respiratory state, ensuring identical states via gating is relevant there as well. To further improve the comparison of oxygen influence on T1 and T2* a method for the combined measurement of both parameters was implemented: Since this is also employs gating, not only the difference maps benefit from image coregistration, but the comparison of the ΔT1 and ΔT2* maps to each other as well. Measurements using the conventional cartesian method on COPD patients under room air and pure oxygen conditions resulted in much lower ΔT1 than in healthy volunteers when using identical oxygen masks. The much lower average T1 times at room air found there demonstrate that T1 in the lungs not only depends on the oxygen concentration but also on tissue composition and especially the blood volume fraction. Proton densities that were reduced even further due to emphysematous destruction made these measurements additionally difficult. Accordingly, the optimizations for T1 quantification mentioned above are intended to maximize signal from the lung parenchyma to improve patient measurements: Measurements during free breathing are not only easier for patients but effectively also allow for longer acquisition times. In particular the developement of a radial method provides a shorter echo time to help compensate for the short T2* in the lungs. Finally, the implementation of a 2D UTE sequence enables the measurement at the shortest echo time available on the scanner hardware. However, the measurements at ultra short echo times in volunteers showed significantly shorter T1 times than those found previously and those reported in the literature. In further experiments, the observable T1 was determined at multiple echo times using the method developed for simultaneous quantification. This revealed a gradual increase of the measured T1 with the echo time. From this behaviour as well as the shortest and longest times found, it can be concluded that the intra- and extravascular compartments of lung water, essentially blood and the surrounding tissue, contribute with different T1 and T2* times to the MR signal and thus also the effective T1. That the echo time of the measurement determines the weighting of these compartments has multiple consequences: Firstly, this means that when comparing T1 measurements in the lungs, the echo time that was used to acquire them also has to be considered. Secondly, the possiblity to focus the measurement on these different compartments might be used to gain additional diagnostic information: Since T1 depends on blood volume content and tissue composition, this effect might help to differentiate these two influences. While the experiments described in this work demonstrate the echo time dependence of the observed T1 in volunteers, they do not yet provide an explanation for the exact origins of this effect. To examine these further, appropriate phantom and in vivo experiments could be insightful: A phantom design that simulates the field distortion caused by air-filled alveoli in solutions with suitable susceptibilites would reduce the difference between the compartments to T1 and χ. A in vivo measurement with an especially large difference between ex- and inspiration could help to show the influence of the distance of the compartments from the gas space, since the alveolar walls are most dilated and thus thinnest during deep inspiration.…
Author: | Simon Triphan |
---|---|
URN: | urn:nbn:de:bvb:20-opus-139621 |
Document Type: | Doctoral Thesis |
Granting Institution: | Universität Würzburg, Fakultät für Physik und Astronomie |
Faculties: | Fakultät für Physik und Astronomie / Physikalisches Institut |
Referee: | Prof. Dr. Peter Jakob |
Date of final exam: | 2016/10/05 |
Language: | German |
Year of Completion: | 2015 |
Dewey Decimal Classification: | 5 Naturwissenschaften und Mathematik / 53 Physik / 538 Magnetismus |
GND Keyword: | Kernspintomografie; Lunge |
Tag: | MRT der Lunge; Spin-Gitter-Relaxation; T1-Relaxtion; T2*-Relaxation; funktionelle Lungenbildgebung |
PACS-Classification: | 80.00.00 INTERDISCIPLINARY PHYSICS AND RELATED AREAS OF SCIENCE AND TECHNOLOGY / 87.00.00 Biological and medical physics / 87.61.-c Magnetic resonance imaging / 87.61.Qr Functional imaging |
Release Date: | 2016/10/24 |
Licence (German): | CC BY-NC-SA: Creative-Commons-Lizenz: Namensnennung, Nicht kommerziell, Weitergabe unter gleichen Bedingungen |