CN114236443A - 用于肺部动态通气功能快速定量评估的气体mri方法 - Google Patents

用于肺部动态通气功能快速定量评估的气体mri方法 Download PDF

Info

Publication number
CN114236443A
CN114236443A CN202111465985.1A CN202111465985A CN114236443A CN 114236443 A CN114236443 A CN 114236443A CN 202111465985 A CN202111465985 A CN 202111465985A CN 114236443 A CN114236443 A CN 114236443A
Authority
CN
China
Prior art keywords
time
signal
gas
voxel
peak
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111465985.1A
Other languages
English (en)
Other versions
CN114236443B (zh
Inventor
李海东
周欣
李红闯
张鸣
赵修超
孙献平
叶朝辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Precision Measurement Science and Technology Innovation of CAS
Original Assignee
Institute of Precision Measurement Science and Technology Innovation of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Precision Measurement Science and Technology Innovation of CAS filed Critical Institute of Precision Measurement Science and Technology Innovation of CAS
Priority to CN202111465985.1A priority Critical patent/CN114236443B/zh
Publication of CN114236443A publication Critical patent/CN114236443A/zh
Application granted granted Critical
Publication of CN114236443B publication Critical patent/CN114236443B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5601—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution involving use of a contrast agent for contrast manipulation, e.g. a paramagnetic, super-paramagnetic, ferromagnetic or hyperpolarised contrast agent
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4818—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Engineering & Computer Science (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Signal Processing (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明公开了用于肺部动态通气功能快速定量评估的气体MRI方法，磁共振扫描参数初始化，受试者吸入超极化气体进行成像扫描，采集MRI数据，通过数据重排和图像重建，获得多帧k空间数据集，进而获取原始动态图像，根据原始动态图像和MRI扫描序列参数计算肺部动态通气功能参数。本发明方法具有无侵入、无电离辐射、扫描时间短，无需受试者屏气等优势，能够区域可视化地定量评估肺部的动态通气功能。

Description

用于肺部动态通气功能快速定量评估的气体MRI方法
技术领域
本发明涉及磁共振成像(Magnetic Resonance Imaging，MRI)技术领域，具体涉及用于肺部动态通气功能快速定量评估的气体MRI方法。该方法可基于气体MRI技术快速定量评估肺部气流受限及空气潴留等导致的呼吸系统功能异常。
背景技术
当前，医学临床MRI的信号来源于动物或者人体内水质子的自旋，而肺部是由空腔构成，水质子密度极低，是传统临床MRI的盲区。近些年快速发展的超极化惰性气体MRI技术，因其极高的灵敏度而被广泛用于肺部微结构和功能的评估。相对于临床的CT、PET等肺部影像技术，超极化惰性气体MRI具有无创，无电离辐射，扫描时间短等优势。结合扩散加权成像(Diffusion Weight Magnetic Resonance Imaging，DWI)和化学位移饱和恢复(Chemical Shift Saturation Recovery，CSSR)等方法可以提供肺部的微结构和交换功能信息。但是，这些技术通常需要在屏气内完成，无法获得整个呼吸周期内的肺部结构和功能变化信息。
为了克服呼吸周期短的难题，肺部快速动态MRI对完整的k空间数据的采集速度要求很高。目前，该领域已发展了一些用于肺部动态成像的快速磁共振方法，包括超快单射序列(Ultrafast Single-Shot Sequence，USSS)——例如EPI，超快多射序列(UltrafastMulti-Shot Sequence，UMSS)——例如GRE、UTE等。对于USSS，每个图像只需激发一次，单射TR较长，会限制时间分辨率，其图像在呼吸周期内的变化相当于新吸入气体的极化气体，无需考虑极化气体的退极化作用，但是，其空间分辨率受到肺内气体的较高的扩散影响以及T2*短的限制。对于UMSS，k空间每一条轨迹都需要单独的射频(Radio Frequency，RF)脉冲激发，而每一个RF脉冲都会使得纵向磁化矢量衰减，引入了一个复杂的时间演化过程，会对最终的图像进行加权。上述技术都是基于笛卡尔采样，获得的动态图像时间分辨率和空间分辨率相互制约。
针对上述问题，已有研究者提出了两种非笛卡尔采样方式：径向采样[1-3]和螺旋采样[4,5]。非笛卡尔采样的优势在于每一次RF激发之后，k空间的低频和高频部分均进行了采样。研究表明，k空间的低频部分对应图像的主要轮廓信息，而高频部分对应图像的细节部分。此外，k空间中心过采样自动补偿了运动和气体流动带来的相位变化。因此，通过以黄金角连续旋转方式对k空间进行采样，并通过滑动窗口重建，可以实现图像的快速刷新率。但是，这种时间分辨率是一种伪分辨率。因为不同辐条是在呼吸周期的不同时间获得的，图像的放射状伪影较重[4,6]。
[1]D.Dupuich,Y.Berthezene,P.L.Clouet,V.Stupar,E.Canet,Y.Cremillieux,Dynamic He-3 imaging for quantification of regional lung ventilationparameters,Magnetic Resonance in Medicine,50(2003)777-783.
[2]B.T.Chen,A.C.S.Brau,G.A.Johnson,Measurement of regional lungfunction in rats using hyperpolarized(3)helium dynamic MRI,Magnetic Resonancein Medicine,49(2003)78-88.
[3]M.Viallon,G.P.Cofer,S.A.Suddarth,H.E.Moller,X.J.Chen,M.S.Chawla,L.W.Hedlund,Y.Cremillieux,G.A.Johnson,Functional MR microscopy of the lungusing hyperpolarized 3He,Magn Reson Med,41(1999)787-792.
[4]M.Salerno,T.A.Altes,J.R.Brookeman,E.E.de Lange,J.P.Mugler,Dynamicspiral MRI of pulmonary gas flow using hyperpolarized He-3:Preliminarystudies in healthy and diseased lungs,Magnetic Resonance in Medicine,46(2001)667-677.
[5]M.H.Chen,O.Doganay,T.Matin,A.McIntyre,N.Rahman,D.Bulte,F.Gleeson,Delayed ventilation assessment using fast dynamic hyperpolarised Xenon-129magnetic resonance imaging,European Radiology,30(2020)1145-1155.
[6]J.M.Wild,M.N.J.Paley,L.Kasuboski,A.Swift,S.Fichele,N.Woodhouse,P.D.Griffiths,E.J.R.van Beek,Dynamic radial projection MRI of inhaledhyperpolarized He-3gas,Magnetic Resonance in Medicine,49(2003)991-997。
发明内容
本发明的目的在于针对上述现有技术中存在的问题，提供了用于肺部动态通气功能快速定量评估的气体MRI方法。
本发明的上述目的通过以下技术方案实现：
一种用于肺部动态通气功能快速定量评估的气体MRI方法，包含以下步骤：
步骤1、受试者(人或者动物)佩戴好磁共振扫描线圈，并进入扫描磁体中，受试者肺部位于磁体中心；
设置气体MRI扫描序列参数，受试者吸入超极化气体进行成像扫描，采集MRI数据，即采集k空间第i个位置对应的动态图像k空间数据线
Figure BDA0003391490620000021
其中i＝1,2,…,M，M为呼吸次数，F为每次呼吸采集的数据线总数；
受试者通过多次呼吸的方式进行成像扫描，每个呼吸周期中采集相同相位编码，MRI扫描和受试者呼吸是同步的，不同呼吸周期中采集k空间不同位置的数据线(line)，每次呼吸采集对应位置的数据线F次，呼吸次数M和k空间的各个位置的数据线数量相同，且M次呼吸中的吸气时间和呼气时间一致，吸气时间和呼气时间分别记作t1和t2，动态MRI数据采集的过程如下：
第1次呼吸触发时，重复采集k空间第1个位置的数据线F次，得到F帧k空间的同一位置的动态图像k空间数据；
其中F≤(t1+t2)/TR，TR是MRI序列的重复时间，获得k空间第1个位置对应的第1到第F帧的动态图像k空间数据，分别记作
Figure BDA0003391490620000031
第2次呼吸触发时，重复采集k空间第2个位置的数据线F次，得到F帧k空间的同一位置的动态图像k空间数据；
获得k空间第2个位置对应的第1到第F帧的动态图像k空间数据，分别记作
Figure BDA0003391490620000032
以此类推，第i次呼吸触发时，重复采集k空间第i个位置的数据线F次，得到F帧k空间的同一位置的动态图像k空间数据；
获得k空间第i个位置对应的第1到第F帧的动态图像k空间数据，分别记作
Figure BDA0003391490620000033
其中i＝1,2,…，M；
步骤2、首先将步骤1采集的MRI数据按照采集顺序分成F帧k空间数据集，第1帧k空间数据集的第1行至第M行数据分别为，
Figure BDA0003391490620000034
第2帧k空间数据集的第1行至第M行数据分别为，
Figure BDA0003391490620000035
依次类推，第j帧k空间数据集第1行至第M行数据分别为
Figure BDA0003391490620000036
其中j＝1,2,…，F；
然后对第1帧到F帧k空间数据集分别进行傅里叶变换得到各帧原始动态图像Img(j),其中j＝1,2…,F；
步骤3、根据步骤2得到的动态图像Img(j)和步骤1中的MRI扫描序列参数计算肺部动态通气功能参数。肺部动态通气功能参数包括信号出现时间(气体到达时间)tarrival，信号峰值时间(气体达到稳态时间)tpeak以及信号消失时间(气体不再呼出时间)tdisappear，吸气和呼气过程中的气流速度分布图等；
信号出现时间，信号峰值时间和信号消失时间分布图的具体计算过程如下：
首先对步骤2获得的原始动态图像Img(j)分别进行图像分割获得肺部区域信号，并对所有帧的原始动态图像中信号最大值做归一化，从而获得肺部每一个体素的信号时间曲线；然后通过这些信号时间曲线，进而确定肺部每一个体素x的信号出现时间tarrival(x)，信号峰值时间tpeak(x)以及信号消失时间tdisappear(x)；最后根据每一个体素x对应肺部的位置，得到信号出现时间分布图map_tarrival，信号峰值时间分布图map_tpeak和信号消失时间分布图和map_tdisappear；
吸气和呼气过程中的气流速度分布图的计算过程如下：
吸气过程——对每一个体素x的信号出现时间tarrival(x)和信号峰值时间tpeak(x)内的动态数据进行点对点拟合，获得吸气过程中的气流速度分布图vin(x)，计算方法如下：
Vaq(x)＝vin(x)·taq(x)
其中，Vaq(x)为体素x的信号出现时间tarrival(x)到时间q之间进入体素x的气体量，时间q位于体素x的信号出现时间tarrival(x)和信号峰值时间tpeak(x)之间，vin(x)为吸气气流速度，taq(x)为体素x的信号出现时间tarrival(x)到时间q的时间长度，拟合数据为：
taq(x)＝tarrival(x)+(u-1)×TR
Figure BDA0003391490620000041
其中，u＝1,2,…,n1,n1＝(tpeak(x)-tarrival(x))/TR，u代表体素x的信号出现时间tarrival(x)到时间q之间气体所经历的射频脉冲个数，m1＝tarrival(x)/TR代表气体到达体素x之前经历的射频脉冲个数，θ代表射频脉冲的翻转角，SAl(x)和SAl+1(x)分别代表体素x的信号出现时间tarrival(x)到时间q之间经历的脉冲个数为l和l+1时对应的气体信号，Vfactor是单位信号所对应的气体量，即，
Figure BDA0003391490620000042
其中潮气量代表每次呼吸超极化气体的吸入体积，肺内总气体信号指一次呼吸内总的超极化气体磁共振信号强度。
呼气过程—对信号峰值时间分布tpeak(x)和信号消失时间分布tdisappear(x)内的动态数据进行点对点拟合获得呼气过程中的气流速度分布图vex(x)，计算方法如下所示：
Vpz(x)＝vex(x)·tpz(x)
其中，Vpz(x)为体素x的信号峰值时间tpeak(x)到时间z之间进入体素x的气体量，时间z位于体素x的信号峰值时间tpeak(x)和信号消失时间tdisappear(x)之间，vex(x)为呼气气流速度，tpz(x)为体素x的信号出现时间tarrival(x)到时间q的时间长度，拟合数据为：
tpz(x)＝tpeak(x)+(y-1)×TR
Figure BDA0003391490620000051
其中，y＝1,2,…,n2，n2＝(tdisappear(x)-tpeak(x))/TR，y代表体素x的信号峰值时间tpeak(x)到时间z之间气体所经历的射频脉冲个数，m2＝tpeak(x)/TR代表气体在体素x内达到信号峰值之前经历的射频脉冲个数，θ代表射频脉冲的翻转角，SPl(x)和SPl+1(x)分别代表体素x的信号峰值时间tpeak(x)到时间z之间经历的脉冲个数为l和l+1时对应的气体信号，Vfactor是单位信号所对应的气体量，即，
Figure BDA0003391490620000052
其中潮气量代表每次呼吸超极化气体的吸入体积，肺内总气体信号指一次呼吸内总的超极化气体磁共振信号强度。
步骤1中所述的受试者肺部位于磁体中心可以通过扫描定位像的方式或者测量距离的方式等实现位置调整。
步骤1中所述的气体包括3He，83Kr和129Xe及全氟化碳等氟化气体；所述的MRI扫描序列包括笛卡尔采样编码序列如快速小角度扫描(FLASH)，自旋回波(SPE)等，也包括非笛卡尔采样序列，如径向编码序列(Radial)和螺旋编码序列(Spiral)等；所述气体MRI扫描序列，在每一次呼吸内采样前需要施加w(w≥1)个90°饱和脉冲，对上一次吸入的残余气体信号进行饱和，在相邻呼吸采样之间需要进行p(p≥1)次正常呼吸，可以是空气，或者氧和氮的混合气体；所述的相位编码方式可以是顺序编码，中心编码等。
步骤1中所述的MRI扫描和步骤3中所述的原始动态图像Img(j)的重建可以结合压缩感知(Compressed Sensing，CS)或深度学习等方式进行加速采样和重建，同时也可以结合并行成像技术进一步加速采样；
在采样轨迹是非笛卡尔时，步骤2中所述的傅里叶变换也可以用背投影重建，网格化重建，非均匀傅里叶变换等。
步骤3所述肺部动态通气功能参数还可以通过感兴趣区域(Region of Interest，ROI)分析评估，具体步骤如下：
首先对步骤2中所述的原始动态图像Img(j)进行分割和信号归一化；
然后根据肺部生理学结构划分为气管和肺叶等感兴趣区域ROI，并计算每个感兴趣区域ROI内每一帧图像的平均信号，并绘制感兴趣区域ROI内平均信号随时间变化的曲线；
最后通过感兴趣区域ROI内信号时间曲线反映ROI区域内的动态通气功能。
与现有技术相比，本发明具有下列特点：
1、本方法首次通过多次呼吸内采样获得了受试者肺部整个呼吸周期内的动态通气功能信息，提高了动态信息的时间分辨率，且几乎不影响图像的空间分辨率，能够发现肺部的微小通气功能改变。
2、本方法操作简单、兼容性高，可以与大多数常规扫描序列结合，也可以与压缩感知、深度学习、并行成像等现有的加速方法相结合，从而缩短了扫描时间和减少了气体用量。
3、本方法通过对动态图像的数据处理，可以获得通气延迟分布、肺部吸气和呼气速率等通气功能信息，从而对肺部的动态通气功能进行可视化定量评估。
附图说明
图1为本发明方法的磁共振扫描流程图。
图2为呼吸策略和采样策略示意图。
图3为健康SD大鼠肺部动态气体磁共振通气像的部分帧图像。
图4为SD大鼠全肺，气管及肺叶等感兴趣区域的信号时间曲线。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图1-4和7TMRI仪下的SD大鼠(Sprague-Dawley rat)的超极化惰性气体快速MRI为实例，对本发明的具体实施方式做详细的说明。
用于定量评估肺部动态通气功能的快速动态气体MRI方法，包括以下步骤：
步骤1、本实施例中，受试者为SD大鼠，将SD大鼠送入7TMRI仪，扫描定位像，确保SD大鼠肺部位于磁体中心；设置气体MRI扫描序列参数，SD大鼠吸入气体进行成像扫描，采集MRI数据，即采集k空间第i个位置对应的动态图像k空间数据
Figure BDA0003391490620000071
其中i＝1,2,…，M，M为呼吸次数，在本实施例里等于96；
SD大鼠通过多次呼吸的方式进行成像扫描，每个呼吸周期中采集相同相位编码；MRI扫描和SD大鼠的呼吸是同步的，所有的k空间数据需要在96次呼吸里完成(与相位编码步数相等)，不同呼吸周期中采集不同图像k空间相同位置的数据线(line)，每次呼吸总共采集344个数据线，超极化气体呼吸周期的吸气时间和呼气时间分别为700ms和1400ms，每两次超极化气体呼吸中间呼吸2次空气，多呼吸动态MRI序列扫描具体操作如下：
第1次呼吸触发时，先施加16个饱和脉冲去除残余信号，然后重复采集k空间第1个位置的数据线344次，得到344帧图像的同一位置的空间数据线；
第1到第344帧的动态图像k空间数据的第1个位置数据线，分别记作
Figure BDA0003391490620000072
第2次呼吸触发时，采集k空间第2个数据线344次，
获得第1到第344帧的动态图像k空间第2个位置的数据线，分别记作
Figure BDA0003391490620000073
以此类推，第i次呼吸触发时，采集空间第i个位置的数据线344次，获得第1到第344帧的动态图k空间第i个位置的数据线，分别记作
Figure BDA0003391490620000074
其中i＝1,2,…，96；
步骤2、首先将步骤1采集的MRI数据按照采集顺序分成344帧k空间数据集，第1帧k空间第1行至第96行数据分别为，
Figure BDA0003391490620000075
第2帧k空间第1行至第96行数据分别为，
Figure BDA0003391490620000076
以此类推，第344帧k空间第1行至第96行数据分别为，
Figure BDA0003391490620000077
然后对第1帧到344帧k空间数据集分别进行傅里叶变换得到原始动态图像Img(j)，其中j＝1,2,…344。
步骤3、根据步骤2的图像重建结果和步骤1的MRI扫描参数，获得肺部动态通气功能参数。
肺部动态通气功能的参数包含信号出现时间(气体到达时间)tarrival，信号峰值时间(气体达到稳态时间)tpeak以及信号消失时间(气体不再呼出时间)tdisappear，吸气和呼气过程中的气流速度分布图等；
首先对步骤2获得的原始动态图像Img(j)分别进行图像分割获得肺部区域信号，并对所有帧的原始动态图像中信号最大值做归一化，从而获得肺部每一个体素的信号时间曲线；然后通过这些信号时间曲线，进而确定肺部每一个体素x的信号出现时间tarrival(x)，信号峰值时间tpeak(x)以及信号消失时间tdisappear(x)；最后根据每一个体素x对应肺部的位置，得到信号出现时间分布图map_tarrival，信号峰值时间分布图map_tpeak和信号消失时间分布图和map_tdisappear；
吸气和呼气过程中的气流速度分布图的计算过程如下：
吸气过程——对每一个体素x的信号出现时间tarrival(x)和信号峰值时间tpeak(x)内的动态数据进行点对点拟合，获得吸气过程中的气流速度分布图vin(x)，计算方法如下：
Vaq(x)＝vin(x)·taq(x)
其中，Vaq(x)为体素x的信号出现时间tarrival(x)到时间q之间进入体素x的气体量，时间q位于体素x的信号出现时间tarrival(x)和信号峰值时间tpeak(x)之间，vin(x)为吸气气流速度，taq(x)为体素x的信号出现时间tarrival(x)到时间q的时间长度，拟合数据为：
taq(x)＝tarrival(x)+(u-1)×TR
Figure BDA0003391490620000081
其中，u＝1,2,…,n1,n1＝(tpeak(x)-tarrival(x))/TR，u代表体素x的信号出现时间tarrival(x)到时间q之间气体所经历的射频脉冲个数，m1＝tarrival(x)/TR代表气体到达体素x之前经历的射频脉冲个数，θ代表射频脉冲的翻转角，SAl(x)和SAl+1(x)分别代表体素x的信号出现时间tarrival(x)到时间q之间经历的脉冲个数为l和l+1时对应的气体信号，Vfactor是单位信号所对应的气体量，即，
Figure BDA0003391490620000091
其中潮气量代表每次呼吸超极化气体的吸入体积，肺内总气体信号指一次呼吸内总的超极化气体磁共振信号强度。
呼气过程—对信号峰值时间分布tpeak(x)和信号消失时间分布tdisappear(x)内的动态数据进行点对点拟合获得呼气过程中的气流速度分布图vex(x)，计算方法如下所示：
Vpz(x)＝vex(x)·tpz(x)
其中，Vpz(x)为体素x的信号峰值时间tpeak(x)到时间z之间进入体素x的气体量，时间z位于体素x的信号峰值时间tpeak(x)和信号消失时间tdisappear(x)之间，vex(x)为呼气气流速度，tpz(x)为体素x的信号出现时间tarrival(x)到时间q的时间长度，拟合数据为：
tpz(x)＝tpeak(x)+(y-1)×TR
Figure BDA0003391490620000092
其中，y＝1,2,…,n2，n2＝(tdisappear(x)-tpeak(x))/TR，y代表体素x的信号峰值时间tpeak(x)到时间z之间气体所经历的射频脉冲个数，m2＝tpeak(x)/TR代表气体在体素x内达到信号峰值之前经历的射频脉冲个数，θ代表射频脉冲的翻转角，SPl(x)和SPl+1(x)分别代表体素x的信号峰值时间tpeak(x)到时间z之间经历的脉冲个数为l和l+1时对应的气体信号，Vfactor是单位信号所对应的气体量，即，
Figure BDA0003391490620000093
其中潮气量代表每次呼吸超极化气体的吸入体积，肺内总气体信号指一次呼吸内总的超极化气体磁共振信号强度。
需要指出的是，本发明中所描述的具体实施例仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例作各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或超越所附权利要求书所定义的范围。

Claims (5)

1.用于肺部动态通气功能快速定量评估的气体MRI方法，其特征在于，包含以下步骤：
步骤1、受试者佩戴好磁共振扫描线圈，并进入扫描磁体中，受试者肺部位于磁体中心；设置气体MRI扫描序列参数，受试者吸入超极化气体进行成像扫描，采集MRI数据，即采集k空间第i个位置对应的动态图像k空间数据
Figure FDA0003391490610000011
其中i＝1,2,…，M，M为呼吸次数，F为每次呼吸采集的数据线总数；
步骤2、首先将步骤1采集的MRI数据按照采集顺序分成F帧k空间数据集，第j帧k空间数据集第1行至第M行数据分别为
Figure FDA0003391490610000012
其中j＝1,2…，F；
然后对第1帧到F帧k空间数据集分别进行傅里叶变换得到各帧原始动态图像Img(j),其中j＝1,2…,F；
步骤3、根据步骤2得到的动态图像Img(j)和步骤1中的MRI扫描序列参数计算肺部动态通气功能参数，肺部动态通气功能参数包括信号出现时间tarrival，信号峰值时间tpeak，信号消失时间tdisappear，以及吸气和呼气过程中的气流速度分布图。
2.根据权利要求1所述的用于肺部动态通气功能快速定量评估的气体MRI方法，其特征在于，所述的步骤1中：
受试者通过多次呼吸的方式进行成像扫描，每个呼吸周期中采集相同相位编码，MRI扫描和受试者呼吸是同步的，不同呼吸周期中采集k空间不同位置的数据线，每次呼吸采集对应位置的数据线F次，呼吸次数M和k空间的各个位置的数据线数量相同，且M次呼吸中的吸气时间和呼气时间一致，吸气时间和呼气时间分别记作t1和t2，第i次呼吸触发时，重复采集k空间第i个位置的数据线F次，得到F帧k空间的第i个位置的动态图像k空间数据
Figure FDA0003391490610000013
3.根据权利要求1所述的用于肺部动态通气功能快速定量评估的气体MRI方法，其特征在于，所述的步骤3中，计算肺部动态通气功能参数包括以下步骤：
步骤3.1、首先对步骤2获得的原始动态图像Img(j)分别进行图像分割获得肺部区域信号，并获得肺部每一个体素的信号时间曲线，进而确定肺部每一个体素x的信号出现时间tarrival(x)，信号峰值时间tpeak(x)以及信号消失时间tdisappear(x)；
步骤3.2、获取吸气过程中的气流速度分布图，具体为：
根据以下公式获得吸气过程中的气流速度分布图vin(x)
Vaq(x)＝vin(x)·taq(x)
其中，Vaq(x)为体素x的信号出现时间tarrival(x)到时间q之间进入体素x的气体量，时间q位于体素x的信号出现时间tarrival(x)和信号峰值时间tpeak(x)之间，vin(x)为吸气气流速度，taq(x)为体素x的信号出现时间tarrival(x)到时间q的时间长度，
taq(x)＝tarrival(x)+(u-1)×TR
Figure FDA0003391490610000021
其中，u＝1,2,…,n1,u代表体素x的信号出现时间tarrival(x)到时间q之间气体所经历的射频脉冲个数，m1代表气体到达体素x之前经历的射频脉冲个数，θ代表射频脉冲的翻转角，SAl(x)和SAl+1(x)分别代表体素x的信号出现时间tarrival(x)到时间q之间经历的脉冲个数为l和l+1时对应的气体信号，Vfactor是单位信号所对应的气体量；
步骤3.3、获取呼气过程中的气流速度分布图，具体为：
根据以下公式获得呼气过程中的气流速度分布图vex(x)，
Vpz(x)＝vex(x)·tpz(x)
其中，Vpz(x)为体素x的信号峰值时间tpeak(x)到时间z之间进入体素x的气体量，时间z位于体素x的信号峰值时间tpeak(x)和信号消失时间tdisappear(x)之间，vex(x)为呼气气流速度，tpz(x)为体素x的信号出现时间tarrival(x)到时间q的时间长度，
tpz(x)＝tpeak(x)+(y-1)×TR
Figure FDA0003391490610000022
其中，y＝1,2,…,n2，y代表体素x的信号峰值时间tpeak(x)到时间z之间气体所经历的射频脉冲个数，m2代表气体在体素x内达到信号峰值之前经历的射频脉冲个数，θ代表射频脉冲的翻转角，SPl(x)和SPl+1(x)分别代表体素x的信号峰值时间tpeak(x)到时间z之间经历的脉冲个数为l和l+1时对应的气体信号，Vfactor是单位信号所对应的气体量。
4.根据权利要求1所述的用于肺部动态通气功能快速定量评估的气体MRI方法，其特征在于，所述的步骤1中气体包括3He，83Kr和129Xe及全氟化碳；MRI扫描序列包括笛卡尔采样编码序列和非笛卡尔采样序列；所述气体MRI扫描序列，在每一次呼吸内采样前需要施加个数大于等于1的90饱和脉冲，对上一次吸入的残余气体信号进行饱和，在相邻呼吸采样之间需要进行次数大于等于1的正常呼吸，正常呼吸的是空气，或者氧和氮的混合气体；所述的相位编码包括顺序编码和中心编码。
5.根据权利要求1所述的用于肺部动态通气功能快速定量评估的气体MRI方法，其特征在于，还包括感兴趣区域分析步骤：
首先对步骤3中所述的原始动态图像Img(j)进行分割和信号归一化；
然后根据肺部生理学结构划分为气管和肺叶等感兴趣区域ROI，并计算每个感兴趣区域ROI内每一帧图像的平均信号，并绘制感兴趣区域ROI内平均信号随时间变化的曲线；
最后通过感兴趣区域ROI内信号时间曲线反映ROI区域内的动态通气功能。
CN202111465985.1A 2021-12-03 2021-12-03 用于肺部动态通气功能快速定量评估的气体mri方法 Active CN114236443B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111465985.1A CN114236443B (zh) 2021-12-03 2021-12-03 用于肺部动态通气功能快速定量评估的气体mri方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111465985.1A CN114236443B (zh) 2021-12-03 2021-12-03 用于肺部动态通气功能快速定量评估的气体mri方法

Publications (2)

Publication Number Publication Date
CN114236443A true CN114236443A (zh) 2022-03-25
CN114236443B CN114236443B (zh) 2023-07-18

Family

ID=80752867

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111465985.1A Active CN114236443B (zh) 2021-12-03 2021-12-03 用于肺部动态通气功能快速定量评估的气体mri方法

Country Status (1)

Country Link
CN (1) CN114236443B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115792758A (zh) * 2022-11-30 2023-03-14 中国科学院精密测量科学与技术创新研究院 一种用于活体超极化氙分子探针的磁共振定量成像方法
CN116523924A (zh) * 2023-07-05 2023-08-01 吉林大学第一医院 一种医学实验用数据处理方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030064023A1 (en) * 2001-09-20 2003-04-03 Bastiaan Driehuys Methods for in vivo evaluation of physiological conditions and/or organ or system function including methods to evaluate cardiopulmonary disorders such as chronic heart failure using polarized 129 Xe
US20040005273A1 (en) * 2001-09-20 2004-01-08 Bastiaan Driehuys Methods for in vivo evaluation of pulmonary physiology and/or function using NMR signals of polarized Xe
US20040260173A1 (en) * 2001-04-13 2004-12-23 Michael Salerno Optimized high-speed magnetic resonance imaging method and system using hyperpolarized noble gases
CN101628154A (zh) * 2008-07-16 2010-01-20 深圳市海博科技有限公司 基于预测的图像引导跟踪方法
CN107505584A (zh) * 2016-06-14 2017-12-22 西门子(深圳)磁共振有限公司 一种磁共振数据采集触发方法和装置
CN109247939A (zh) * 2018-08-29 2019-01-22 中国科学院武汉物理与数学研究所 一种自适应高欠采样超极化气体肺部动态mri重建方法
CN110623668A (zh) * 2019-09-18 2019-12-31 中国科学院武汉物理与数学研究所 一种用于肺顺应性定量评价的快速磁共振成像方法
CN110652297A (zh) * 2019-10-10 2020-01-07 中国计量大学 基于mri技术的肺功能成像处理方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040260173A1 (en) * 2001-04-13 2004-12-23 Michael Salerno Optimized high-speed magnetic resonance imaging method and system using hyperpolarized noble gases
US20030064023A1 (en) * 2001-09-20 2003-04-03 Bastiaan Driehuys Methods for in vivo evaluation of physiological conditions and/or organ or system function including methods to evaluate cardiopulmonary disorders such as chronic heart failure using polarized 129 Xe
US20040005273A1 (en) * 2001-09-20 2004-01-08 Bastiaan Driehuys Methods for in vivo evaluation of pulmonary physiology and/or function using NMR signals of polarized Xe
CN101628154A (zh) * 2008-07-16 2010-01-20 深圳市海博科技有限公司 基于预测的图像引导跟踪方法
CN107505584A (zh) * 2016-06-14 2017-12-22 西门子(深圳)磁共振有限公司 一种磁共振数据采集触发方法和装置
CN109247939A (zh) * 2018-08-29 2019-01-22 中国科学院武汉物理与数学研究所 一种自适应高欠采样超极化气体肺部动态mri重建方法
CN110623668A (zh) * 2019-09-18 2019-12-31 中国科学院武汉物理与数学研究所 一种用于肺顺应性定量评价的快速磁共振成像方法
CN110652297A (zh) * 2019-10-10 2020-01-07 中国计量大学 基于mri技术的肺功能成像处理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
党航宇 等: "基于CT图像三维重建支气管内气体流动特性", 医用生物力学, vol. 34, no. 5, pages 453 - 459 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115792758A (zh) * 2022-11-30 2023-03-14 中国科学院精密测量科学与技术创新研究院 一种用于活体超极化氙分子探针的磁共振定量成像方法
CN116523924A (zh) * 2023-07-05 2023-08-01 吉林大学第一医院 一种医学实验用数据处理方法及系统
CN116523924B (zh) * 2023-07-05 2023-08-29 吉林大学第一医院 一种医学实验用数据处理方法及系统

Also Published As

Publication number Publication date
CN114236443B (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
US7254437B2 (en) MR imaging providing tissue/blood contrast image
US7174200B2 (en) Optimized high-speed magnetic resonance imaging method and system using hyperpolarized noble gases
JP6050126B2 (ja) 核スピン系の縦及び横緩和時間の同時及び動的決定
US7885702B2 (en) Segmentation of the airway tree using hyperpolarized noble gases and diffusion weighted magnetic resonance imaging
CN114236443B (zh) 用于肺部动态通气功能快速定量评估的气体mri方法
US8099149B2 (en) MRI method for quantification of cerebral perfusion
Cremillieux et al. A combined 1H perfusion/3He ventilation NMR study in rat lungs
US6915151B2 (en) Quantitative pulmonary imaging
CN110652297A (zh) 基于mri技术的肺功能成像处理方法
CN106338703A (zh) 一种基于射频脉冲多模加权的高清快速磁共振成像方法
Holmes et al. Imaging of lung ventilation and respiratory dynamics in a single ventilation cycle using hyperpolarized He‐3 MRI
US20240183924A1 (en) Distortion-free diffusion and quantitative magnetic resonance imaging with blip up-down acquisition of spin- and gradient-echoes
Dietrich et al. Fast oxygen‐enhanced multislice imaging of the lung using parallel acquisition techniques
US20090273344A1 (en) Method for simultaneously measuring t2* and diffusion with magnetic resonance imaging
Xiao et al. Highly and adaptively undersampling pattern for pulmonary hyperpolarized 129 Xe dynamic MRI
US20240329175A1 (en) Dynamic pulmonary magnetic resonance imaging method
Fischer et al. Measurements of regional alveolar oxygen pressure using hyperpolarized 3He MRI1
Stupar et al. Retrospective cine 3He ventilation imaging under spontaneous breathing conditions: a non‐invasive protocol for small‐animal lung function imaging
Plummer et al. Analytical corrections for B 1‐inhomogeneity and signal decay in multi‐slice 2D spiral hyperpolarized 129Xe MRI using keyhole reconstruction
Yu et al. Measurement of pulmonary partial pressure of oxygen and oxygen depletion rate with hyperpolarized helium-3 MRI: a preliminary reproducibility study on pig model
Wild et al. Dynamic imaging of lung ventilation and gas flow with hyperpolarized gas MRI
Kurzhunov Novel reconstruction and quantification methods for Oxygen-17 magnetic resonance imaging at clinical field strengths
JP4538081B2 (ja) Ｍｒｉ装置
Balasch Functional lung magnetic resonance imaging with ultra-short echo-time (UTE)
CN118212317A (zh) 用于肺动态通气功能定量评估的高分辨磁共振成像方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant