Refine
Has Fulltext
- yes (3)
Is part of the Bibliography
- yes (3)
Year of publication
- 2023 (3) (remove)
Document Type
- Doctoral Thesis (3)
Keywords
- Kernspintomografie (3) (remove)
Institute
Sonstige beteiligte Institutionen
This work deals with the acceleration of cardiovascular MRI for the assessment
of functional information in steady-state contrast and for viability assessment
during the inversion recovery of the magnetization. Two approaches
are introduced and discussed in detail. MOCO-MAP uses an exponential
model to recover dynamic image data, IR-CRISPI, with its low-rank plus
sparse reconstruction, is related to compressed sensing.
MOCO-MAP is a successor to model-based acceleration of parametermapping
(MAP) for the application in the myocardial region. To this end, it
was augmented with a motion correction (MOCO) step to allow exponential
fitting the signal of a still object in temporal direction. Iteratively, this
introduction of prior physical knowledge together with the enforcement of
consistency with the measured data can be used to reconstruct an image
series from distinctly shorter sampling time than the standard exam (< 3 s
opposed to about 10 s). Results show feasibility of the method as well as
detectability of delayed enhancement in the myocardium, but also significant
discrepancies when imaging cardiac function and artifacts caused already by
minor inaccuracy of the motion correction.
IR-CRISPI was developed from CRISPI, which is a real-time protocol
specifically designed for functional evaluation of image data in steady-state
contrast. With a reconstruction based on the separate calculation of low-rank
and sparse part, it employs a softer constraint than the strict exponential
model, which was possible due to sufficient temporal sampling density via
spiral acquisition. The low-rank plus sparse reconstruction is fit for the use on
dynamic and on inversion recovery data. Thus, motion correction is rendered
unnecessary with it.
IR-CRISPI was equipped with noise suppression via spatial wavelet filtering.
A study comprising 10 patients with cardiac disease show medical
applicability. A comparison with performed traditional reference exams offer
insight into diagnostic benefits. Especially regarding patients with difficulty
to hold their breath, the real-time manner of the IR-CRISPI acquisition provides
a valuable alternative and an increase in robustness.
In conclusion, especially with IR-CRISPI in free breathing, a major acceleration
of the cardiovascular MR exam could be realized. In an acquisition
of less than 100 s, it not only includes the information of two traditional
protocols (cine and LGE), which take up more than 9.6 min, but also allows
adjustment of TI in retrospect and yields lower artifact level with similar
image quality.
Das Ziel der vorliegenden Arbeit war die Entwicklung neuer, robuster Methoden der Spin-Lock-basierten MRT. Im Fokus stand hierbei vorerst die T1ρ-Quantifizierung des Myokards im Kleintiermodell. Neben der T1ρ-Bildgebung bietet Spin-Locking jedoch zusätzlich die Möglichkeit der Detektion ultra-schwacher, magnetischer Feldoszillationen. Die Projekte und Ergebnisse, die im Rahmen dieses Promotionsvorhabens umgesetzt und erzielt wurden, decken daher ein breites Spektrum der Spin-lock basierten Bildgebung ab und können grob in drei Bereiche unterteilt werden. Im ersten Schritt wurde die grundlegende Pulssequenz des Spin-Lock-Experimentes durch die Einführung des balancierten Spin-Locks optimiert. Der zweite Schritt war die Entwicklung einer kardialen MRT-Sequenz für die robuste Quantifizierung der myokardialen T1ρ-Relaxationszeit an einem präklinischen Hochfeld-MRT. Im letzten Schritt wurden Konzepte der robusten T1ρ-Bildgebung auf die Methodik der Felddetektion mittels Spin-Locking übertragen. Hierbei wurden erste, erfolgreiche Messungen magnetischer Oszillationen im nT-Bereich, welche lokal im untersuchten Gewebe auftreten, an einem klinischen MRT-System im menschlichen Gehirn realisiert.
Für die Verwendung von zellbasierten Therapeutika ist vor allem die korrekt Identifikation
sowohl vom Ausgangsmaterial wie auch dem produziertem Material von
zentraler Wichtigkeit. In dieser Arbeit wurde eine Methodik entwickelt, welche eine
nicht-invasive Klassifizierung von Zellen und zellulärer Entwicklung aufgrund ihrer
zweidimensionalen Magnetresonanz-Korrelationsspektren ermöglichte.
Hierzu wurde ein mobiler MR-Scanner mit einer Feldstärke von 0.5T und einem Isozentrum
von 1 cm3 verwendet. Aufgrund der kompakten und leichten Bauweise war
es möglich, das System in normalen Zellkulturlaboren zu verwenden. Von den Proben
wurde ein zweidimensionales T1/T2 -Korrelationsspektrum aufgenommen, anhand
dessen die Zellen klassifiziert werden sollten. Mithilfe von Agarose-Dotagraf® -Zell-
Phantomen konnte die Stabilität und Reproduzierbarkeit des Messsystems und der
verwendeten Sequenz validiert werden.
Aufgrund der unter Umständen recht langen Messzeiten der MR-Technologie war
auch die Handhabung und Kultur der Zellproben während des Messprozesses von
großer Bedeutung. Um hierfür den Durchsatz an Proben zu erhöhen, wurde eine kostengünstige
und ebenfalls mobile Robotikanlage entwickelt. Diese basierte auf dem
kommerziell erhältlichen Roboterarm Braccio, welcher durch einen Arduino Mega
Mikrocontroller gesteuert wurde. Mit bis zu 24 Proben pro Tag konnte durch die
Automatisierung der Durchsatz an Proben um den Faktor 3 – 4 gesteigert werden.
Durch den entwickelten Prozess war es möglich, eine umfangreiche Datenbank –
bestehend aus 362 unabhängigen Messungen (biologische Replikate) – aufzubauen.
Die Datenbank enthielt Messungen von zehn unterschiedlichen Zelllinien. Zusätzlich
wurden T1/T2 -Korrelationsspektren von mesenchymalen Stromazellen (MSCs)
vor und nach deren Differenzierung zu Adipocyten aufgenommen, um ihre zelluläre
Entwicklung nicht-invasiv charakterisieren zu können.
Die aufgenommenen Daten wurden mithilfe einer geeigneten Support Vector Machine
wie auch angepassten künstlichen neuronalen Netzwerken klassifiziert. Mithilfe
dieser Methoden konnten die Zelllinien und MSCs anhand ihrer aufgenommenen
Korrelationsspektren mit einer Genauigkeit von bis zu 98% klassifiziert werden.
Diese hohe Treffsicherheit legte den Schluss nahe, dass die Kombination aus nichtinvasiver,
zweidimensionaler T1/T2 -MR-Relaxometrie und der Verwendung von geeigneten
Methoden des machine learning und der künstlichen Intelligenz eine effiziente
Methodik für die nicht-invasive Klassifizierung von Zellen sowie zellulärer
Entwicklung darstellt.