DE60131257T2

DE60131257T2 - Diffusionsbildgebung von gewebe

Info

Publication number: DE60131257T2
Application number: DE60131257T
Authority: DE
Inventors: Van Somerville WEDEEN
Original assignee: General Hospital Corp
Current assignee: General Hospital Corp
Priority date: 2000-03-31
Filing date: 2001-04-02
Publication date: 2008-12-04
Anticipated expiration: 2021-04-03
Also published as: ATE377381T1; WO2001074233A2; EP1267717A4; US6614226B2; JP4837218B2; EP1267717A2; US20020042569A1; WO2001074233A3; AU2001256973A1; DE60131257D1; EP1267717B1; JP2003528676A

Description

Diese Anmeldung beansprucht die Priorität der US-Provisional-Patentanmeldung mit der Seriennummer 60/193,938, die am 31. März 2000 eingereicht wurde.
TECHNISCHES GEBIET
Diese Erfindung bezieht sich auf die Diffusionsbildgebung von Geweben.
HINTERGRUND
Im letzten Jahrzehnt wurden Magnetresonanztomographie(MRT)-Verfahren entwickelt, die durch Abbildung des Diffusionstensors von Gewebewasser nicht-destruktiv die Strukturanisotropie von fasrigem Geweben in lebendigen Systemen abbilden können. Kürzlich wurden diese Verfahren verwendet, um Faserarchitekturen und funktionelle Dynamiken des Herzmuskels und von Skelettmuskeln aufzuklären und wurden im Nervensystem verwendet, um den Verlauf von Bahnen der neuralen weißen Substanz zu identifizieren und abzubilden und auf neuroanatomische Verknüpfungen zu schließen.
Trotz diesen Fortschritts weist das Diffusionstensor-Paradigma Beschränkungen auf. Da die MRT-Ortsauflösung üblicherweise weit größer ist als die Diffusionsskala, repräsentiert jedes Auflösungselement (Voxel) das summierte Signal von unterschiedlichen Diffusionsumgebungen, was im Allgemeinen durch die sechs Freiheitsgrade des Diffusionstensors unterbestimmt wird.
ZUSAMMENFASSUNG
Das US-Patent 5,939,524 offenbart ein Diffusionstensor-Meßverfahren, das Bias und Varianz aufgrund von Rauschen vermindert. Eine diffusionsgewichtete Bildgebungssequenz wird auf einem zweidimensionalen Schnitt eines Objekts durchgeführt, um rohe diffusionsgewichtete Bildgebungssignale bereitzustellen, die mittels konventioneller Fourier-Transformation und Größenrekonstruktion verarbeitet werden, um diffusionsgewichtete Bilder zu erhalten, von denen ein Diffusionstensor für jedes Voxel des abgebildeten Schnitts abgeschätzt wird. Intervoxel- Orientierungskohärenz wird verwendet, um rauschinduzierte Bias-Effekte zu kompensieren.
Die Erfindung bezieht sich auf die Verwendung von Diffusionsspektrum-MRT (Diffusion-Spectrum-MRI), um komplexe Faserarchitekturen oder Strukturen in Geweben mit einem hohen Grad an Auflösung abzubilden. Die neuen Verfahren lösen Intravoxel-Heterogenität von Diffusion in vivo mit MRT von Diffusionsdichtespektren auf.
Die Erfindung ist in den Ansprüchen 1 und 37 definiert.
In diesem Verfahren liegt jeder Spin in der Population innerhalb eines dreidimensionalen Voxels und die Population von Spins kann so induziert werden, daß der Satz an NMR-Signalen durch die Anlegung eines Satzes von magnetischen Gradientenpulsen erzeugt wird, die zum Beispiel in einer Pulsfolge angewendet werden, deren Zeit-Intensitäts-Integral Null ist. Die Impulse in der Pulsfolge können Pulse mit bipolaren Gradienten sein und die Gradientenpulse können von einem oder mehreren 180°-Hochfrequenz(HF)-Pulsen unterbrochen werden und das Vorzeichen des Gradienten kann nach jedem 180°-Puls umgekehrt werden. Die NMR-Signale können auch in positive Zahlen umgewandelt werden, indem der Betrag (z → |z|) bestimmt wird, oder indem das Quadrat des Betrags (z → zz*) bestimmt wird.
In den neuen Verfahren kann die Funktion rekonstruiert werden durch Bestimmung der diskreten Fourier-Transformation oder durch Interpolation und Neurasterung, gefolgt von einer Bestimmung der diskreten Fourier-Transformation. In einigen Ausführungsbeispielen können die neuen Verfahren für mehrere benachbarte Orte im Gewebe durchgeführt werden, dann gefolgt von einer Konstruktion einer Kurve, welche die Faserbahnen im Gewebe repräsentiert, die mit der Orientierung der Richtungen maximaler Verschiebung übereinstimmen.
In einigen Ausführungsbeispielen ist das Bild ein dreidimensionales Grafikbild, zum Beispiel ein Bild, das die dreidimensionale Verteilung von Spinverschiebungen für ein Voxel darstellt. Das Grafikbild kann auch ein dreidimensionales Polardiagramm der Amplitude der Spinverschiebung in mehreren Richtungen sein und das Polardiagramm kann auch farbig gestaltet werden, um die Amplitude und Orientierung von Spinverschiebung darzustellen. Beispielsweise kann die Farbe so kodiert sein, daß rot, grün und blau der Spinverschiebungsamplitude in den jeweiligen drei orthogonalen Koordinaten zugewiesen wird. Die Amplitude der Spinverschiebung ist die relative Wahrscheinlichkeit, daß Spins sich in einer beliebigen Richtung um eine konstante Distanz verschieben.
Das Grafikbild kann auch ein Dichtediagramm der Spindichte in einem Position-Winkel-Raum sein, zum Beispiel ein Schnitt oder eine Projektion durch einen sechsdimensionalen Position-Winkel-Raum.
In diesem Verfahren ist das Gewebe ein heterogenes Gewebe, zum Beispiel ein Gewebe mit zwei oder mehreren Gewebearten. Das Gewebe kann Gehirngewebe sein, zum Beispiel neurale weiße Substanz, die beispielsweise mehrere Faserorientierungen aufweisen kann. Das Gewebe kann auch normales und pathologisches Gewebe umfassen und das pathologische Gewebe kann ein zerebrales Ödem, ein zerebrales Hämatom, ein zerebrales Neoplasma, zerebrale Metastasen oder ischämisches Gewebe sein. Das pathologische Gewebe kann auch eine neurodegenerative Erkrankung wie beispielsweise Huntingtonsche Chorea, multiple Sklerose oder Schlaganfall umfassen. Das Gewebe kann auch ein Muskel wie beispielsweise Herz oder Zunge sein.
In einem weiteren Ausführungsbeispiel können die neuen Verfahren verwendet werden, um eine Funktionsstörung in einem Gewebe wie beispielsweise dem Gehirn oder dem Herzen unter Verwendung des Bildes zu diagnostizieren. In anderen Ausführungsbeispielen können die Verfahren verwendet werden, um ein Modell von Faserbahnen im Gehirn auf Grundlage des Bildes zu erzeugen, oder einen Operationsort im Gewebe, zum Beispiel dem Gehirn oder Herzen unter Verwendung des Bildes zu kartographieren. Das Bild kann kombiniert werden mit Bildern von anderen Magnetresonanztomographie(MRT)-Kontrastparametern, wie beispielsweise NMR-Kontrastparametern, z. B. T1, T2, Magnetisierungstransferkontrast (MTC = Magnetization Transfer Contrast) oder Blutsauerstoffpegel-abhängigen Kontrast (GOLD = Blond-Oxygen-Level-Dependent-Contrast).
In noch einem weiteren Ausführungsbeispiel umfaßt die Erfindung ein Computer-implementiertes Programm zum Erzeugen eines Bildes, das eine Struktur innerhalb eines Gewebes darstellt, wobei das Programm mehrere Programminstruktionen umfaßt, die auf einem elektronischen maschinenlesbaren Medium gespeichert sind, um folgende Schritte zu implementieren: (a) Anregen einer Population von Spins im Gewebe, um einen Satz von Kernspinresonanz(NMR)-Signalen zu erzeugen, wobei der Satz eine Familie von komplexen Fourier-Kodierungen einer Verteilung von dreidimensionalen Verschiebungen der Spins in der Population umfaßt; (b) Ermitteln des Betrags der jeweiligen NMR-Signale in der Familie von komplexen Fourier-Kodierungen, um eine Familie von positiven Zahlen zu bilden; (c) Rekonstruieren einer Funktion aus der Familie von positiven Zahlen, welche die Verteilung von dreidimensionalen Verschiebungen der Spins in der Population approximiert; und (d) Erzeugen eines Bildes, das die Funktion darstellt, wobei das Bild Struktur innerhalb des Gewebes darstellt.
Soweit nicht anders definiert, haben alle hier verwendeten technischen und wissenschaftlichen Begriffe denselben Bedeutungsgehalt, den ihnen der Durchschnittsfachmann, dem diese Erfindung zuzuordnen ist, zuschreibt. Obgleich in der Praxis oder beim Testen der vorliegenden Erfindung Verfahren und Materialien verwendet werden können, die zu den hier beschriebenen ähnlich oder äquivalent sind, sind geeignete Verfahren und Materialien untenstehend beschrieben. Zudem sind die Materialien, Verfahren und Beispiele lediglich beispielhaft und nicht als einschränkend aufzufassen.
Andere Merkmale und Vorteile der Erfindung gehen aus der folgenden detaillierten Beschreibung und aus den Ansprüchen hervor.
1A und 1B sind Darstellungen eines Diffusionskontrastbildes eines Signals (q) und des entsprechenden Verschiebungs-(oder Diffusions-)-Spektrums (r) resultierend aus einer dreidimensionalen Fourier-Transformation des Diffusionskontrastbildes.
2 ist ein Überblick über das neue Diffusionsspektrum-MRT-Verfahren.
3 ist ein schematischer Überblick über eine "ausgeglichene" (bzw. "balanced") Diffusionspulssequenztechnik, die zur Bildgebung bei in vivo-Gewebe verwendet werden kann.
4A–4A sind Darstellungen von Diffusionsbildern in einem eindimensionalen Kasten. Die beiden Graphen zeigen entsprechende Verschiebungsspektren (4B) und ihre Fourier-Transformationen (4C).
Die 5a und 5b sind Darstellungen von rohen MR-Bilddaten bzw. eines Diffusionskontrastbildes für ein Voxel, das Gehirngewebe entspricht.
6A bis 6C sind Darstellungen von durch die neuen Verfahren erzeugten Verschiebungs-(oder Diffusions-)-Spektren und ein Polardiagramm (6C), die den Diffusionskontrastbildern der 5A und B entsprechen.
7A und 7B sind ein Paar von schematischen diagrammen eines Längsschnitts bzw. eines Querschnitts durch eine Rinderzunge.
8 ist eine Darstellung von Verschiebungsspektren, die durch die neuen Verfahren von einem Querschnitt einer Rinderzunge erzeugt wurden.
9 ist eine Darstellung von Verschiebungsspektren, die durch die neuen Verfahren von einem linken Ventrikel eines Rinderherzens erzeugt wurden.
10 ist ein schematisches Diagramm eines simulierten Effekts von zyklischer Dehnung auf ein Diffusionsspektrum eines Herzmuskels, bewirkt durch die blattartige Anordnung von Fasern im Herzmuskel.
11 ist ein schematischer Überblick über eine zweifach-getriggerte STE-Technik (STE = stimulated-echo), die verwendet werden kann, um Herzgewebe in vivo abzubilden.
12A bis 12C sind eine Serie von drei Darstellungen von Verschiebungs-(Diffusions-)-Spektren des menschlichen Herzens, die durch die neuen Verfahren erzeugt wurden.
13 ist eine Darstellung eines Diffusionstensorbildes (DTI) von Gehirngewebe, das rechteckige 3D-Voxel zeigt.
14 ist eine Darstellung von Diffusionsspektren für die Voxel in der in 13 eingefügten weißen Box.
15 ist eine Nahansicht des DTI aus 13.
16 ist eine Darstellung von Diffusionsspektren für die Voxel in der großen weißen Einfügung in 15, wobei ein einzelnes Voxel der kleinen weißen Einfügung aus 15 entspricht.
17 ist eine Darstellung eines DTI eines weiteren Gehirngewebebereichs, die rechteckige 3D-Voxel zeigt.
18 ist eine Darstellung von Diffusionsspektren, die durch die neuen Verfahren für die Voxel in der weißen Einfügung aus 17 erzeugt wurden.
19 ist eine Nahansicht von zweiundvierzig Voxel in einem DTI einer tiefen weißen Substanz von Gehirngewebe.
20 ist eine Nahansicht von Diffusionsspektren, die durch die neuen Verfahren von den zweiundvierzig Voxel aus 19 erzeugt wurden.
21 ist eine weitere Nahansicht der Diffusionsspektren, welche die Voxel in der weißen Einfügung aus 19 und 20 repräsentieren.
22 ist eine Serie von Diffusionsspektren, die durch die neuen Verfahren erzeugt wurden, überlagert mit weißen und grauen Linien, welche die Bahnen von sich schneidenden Gehirnfasern (Tractus Corticospinalis bzw. mittlerer Kleinhirnstiel) darstellen.
23 ist eine Nahansicht des Bildes aus 22, betrachtet aus einem anderen Winkel.
DETAILLIERTE BESCHREIBUNG
Die Erfindung bezieht sich auf Verfahren zum Abbilden und Kartographieren komplexer Faserarchitekturen in Geweben wie beispielsweise dem Gehirn, Herz, Zunge und Skelett-Muskulatur, mit einem hohen Grad an Auflösung. Die neuen Verfahren bieten eine wesentlich höhere Auflösung und mehr Informationen als Standard-MRT-Verfahren.
Die Erfindung bietet Verfahren zum Kartographieren komplexer Gewebefaserarchitekturen unter Verwendung von Kernspinresonanztomographie (MRT) des dreidimensionalen Diffusionsspektrums (q-Raum-Bildgebung). Dreidimensionale Spektren von Spinverschiebungen werden phasenkodiert und unter Verwendung einer Fourier-Transformation des Betrags des detektierten komplexen Signals rekonstruiert; der Betrag wird verwendet, um Effekte von Organbewegung auszuschließen, jedoch, wie hier gezeigt, ohne signifikanten Informationsverlust. Die Diffusionsbildgebungsstudien von Herz- und Zungengewebe zeigen Spektralmuster der lokalen Dispersion von Faserorientierungen und lokale Kreuzungen von Faserpopulationen, Details der Faserarchitektur, die bislang mit nicht-invasiven Mitteln nicht erkannt werden konnten. In normalen menschlichen Wesen löst die Diffusionsspektroskopie die Intravoxel-Heterogenität der Diffusionsanisotropie in zerebraler weißer Substanz auf. Orientierungsmaxima des Diffusionsspektrums lösen unmittelbar die Orientierungen von bekannten zelebralen Bahnen der weißen Subtanz auf, in Bereichen einfacher gleichgerichteter Faserarchitektur und ebenso in Bahnkreuzungen, wo die Orientierungen von Hauptbahnen, die auf einen bestimmten Ort auftreffen, mehreren Maxima des 3D-Diffusionsspektrums entsprechen.
Die neuen Verfahren ermöglichen die Abbildung von mehr als einer Gewebeart mit viel höherer Auflösung als bislang möglich. Die zwei oder mehr Gewebearten können sich hinsichtlich der Faserorientierung unterscheiden, z. B. verschiedene Faserbündel im Gehirn oder Muskelfasern, z. B. in der Zunge oder im Herzen. Die beiden oder mehreren Gewebearten können sich auch hinsichtlich ihrer Zusammensetzung unterscheiden, z. B. gesundes Gewebe im Vergleich zu kanzerogenem Gewebe, oder ein beliebiges Gewebe im Vergleich zu einer Blut- oder Flüssigkeitsansammlung (Ödem) oder einem Blutgerinsel (Embolus). In einigen Ausführungsbeispielen können die verschiedenen Gewebearten unterschieden werden, falls sie unterschiedliche T₁ oder T₂-Charakteristiken aufweisen, z. B. falls ein Patient einen Schlaganfall hat und bestimmte Bündel von Gehirngewebe beginnen, nekrotisch zu werden, kann das nekrotische Gewebe vom normalen gesunden Gewebe unterschieden werden.
Allgemeine Methodik
Die grundlegenden Schritte der neuen Verfahren umfassen das Ermitteln von Daten (eines Satzes von Signalen) von mehreren Orten in einer Gewebeprobe (z. B. in einem dreidimensionalen Satz), um Diffusionsspektren auf Basis von Materiediffusionsunterschieden an den jeweiligen Orten oder Voxeln in einem dreidimensionalen Satz von Orten zu erzeugen. Der erste Schritt wird unter Verwendung von üblichen diffusionssensitiven Techniken und Geräten der Kernspinresonanztomographie(MRT) durchgeführt, wie sie beispielsweise in der US-5 539 310 A offenbart sind. Als Nächstes werden die Diffusionsspektren rekonstruiert, indem die Fourier-Transformation der Datensätze ermittelt wird, um Verschiebungsspektren zu erhalten, welche die Struktur mit der Gewebeprobe repräsentieren. In einem nachfolgenden Schritt können die Verschiebungsspektren als graphische 3D-Darstellungen dargestellt werden.
Genauer werden Spektren von Spinverschiebungen unter Verwendung bekannter Techniken mit einer konventionellen Folge von bewegungssensibilisierenden magnetischen Gradientenpulsen phasenkodiert und werden durch Fourier-Transformation des komplexen Signals (Satz von Signalen), oder des Betrags des komplexen Signals rekonstruiert. Die Verwendung des Betrags des Signals ist für die vorliegenden Verfahren nützlich und der Sinn dessen Verwendung hat zwei Aspekte. Erstens schließt der Betrag des Signals Phasenfehler aus, die mit Gewebebewegung in Bezug stehen, z. B. mit Gehirnbewegung aufgrund arteriellen Pulsierens oder mit Herzgewebebewegung aufgrund des Herzschlags. Zweitens ist der Betrag des Signals ausreichend, um Diffusionsspektren des Gewebes genau zu spezifizieren, wobei derartige Spektren zu der Klasse von Funktionen gehören, deren Fourier-Transformationen reell und positiv sind, was wie folgt demonstriert wird.
Falls, in einem idealisierten Fall, ein Voxel aus nicht-wechselwirkenden anisotropen Mikroumgebungen bestehen würde, dann wäre dessen Nettosignal eine Summe von Gaußkurven und wäre im Ergebnis positiv, wie es in den neuen Verfahren erforderlich ist. In einem realistischen Fall muß man allerdings Restriktion und Austausch berücksichtigen. Dementsprechend wird jedes Voxel als ein heterogenes Netzwerk aus Mikroumgebungen modelliert, zwischen denen ein zufälliger Spinaustausch stattfindet: Unterräume i ∊ I, wobei I ein Indexsatz ist und der Austausch durch eine Matrix M bestimmt wird, wobei M_ij die Wahrscheinlichkeit von Spinaustausch zwischen Unterräumen i und j pro Zeiteinheit ist. Es sei bemerkt, daß die Diffusionsanisotropie nicht ein primäres Merkmal des Modells ist, aber sekundär über Orientierungsdifferenzen in Austauschraten zwischen Unterräumen eingehen kann.
Durch Auswahl von Unterräumen mit gleichem Spinnhalt ist die Rate an Spinfluß aufgrund von Spinaustausch proportional zu L = M – 1, wobei 1 die Identität ist, und deren Nettotransport nach einer Zeit τ ist gegeben durch das Matrixexponential Pτ = exp(τL) [1]
Bezeichnet man den dreidimensionalen (3D)-Ort des i-ten Unterraums durch x(i), dann werden die Verschiebungen zwischen Unterräumen parametrisiert durch r = x(i) – x(j), und die Spektraldichte solcher Verschiebungen ist die Ensemble-Summe Pτ(r) = Σi,j so daß x(i)–x(j) = rPτ;ij [2]
Die Fourier-Transformation des Verschiebungsspektrums ist c–1Sτ(q) = ΣrPτ(r)exp(√–1qr) = ΣijPτ;ijexp(√–1q(x(i) – x(j))) = fq*pτfq [3]wobei c eine Konstante ist, q das Transformationskoordinatendual von r ist und f_q der Vektor fq = {exp(√–1qx(i))} i ∊ Iist, wobei * das Hermitisch-Konjugierte ist.
Wir führen nun die Annahme ein, daß Flußasymmetrien zwischen Unterräumen nicht signifikant sind, so daß die Austauschraten symmetrisch sind M = MT [4]
Dann sind die Eigenwerte von M reell und somit jene von P_τ reell und positiv aufgrund des Spektralsatzes, wodurch S_τ(q) = f_q*P_τf_q reell und positiv ist und S_τ(q) = |S_τ(q)|[5] Daraus folgt, daß jegliche in dem Signal beobachtete Phase eine andere Quelle haben muß als derartige Diffusion und daß das Spektrum von Verschiebungen P_τ(r) genau rekonstruiert wird als die Fourier-Transformation des Betrages |S_τ(q)|, wie durch die folgende Fourier-Transformations-Paarung ausgedrückt wird: Pτ(r) ↔ |Sτ(q)| [6]
Es sei bemerkt, daß dieses Spektrum P_τ(r) eher dem Fluß von Spinsignal als dem Fluß von Spindichte entspricht, so daß P_τ(r) nicht gleichgesetzt werden kann mit dem Mittelwert der Diffusionswahrscheinlichkeitsdichtenfunktionen (PDFs). Es sei auch bemerkt, daß keine Folgerung dahingehend getroffen werden kann, daß das Spinverschiebungsspektrum eines bestimmten Ausgangsunterraums eine positive Transformation aufweist; solch eine Positivität ergibt sich erst nach der Ensemble-Summe über alle Unterräume in Gleichungen 2 bis 3.
Die 1A und 1B zeigen die allgemeine Anwendung der neuen Verfahren. In 1A werden Signale (q) von zwei Fasern innerhalb eines einzelnen 3D-kubischen-Gewebeortes oder Gewebevoxels durch zwei Diffusionskontrastbilder repräsentiert, die zueinander in rechten Winkeln stehen. Das resultierende kombinierte Bild, das den Inhalt eines Gewebevoxels repräsentiert, hat eine unbezeichnete Gestalt. Wenn die 3D-Fourier-Transformation des Diffusionskontrastes genommen werden, um die entsprechenden in 1B gezeigten Diffusionsspektren zu liefern, dann bieten andererseits die 3D-Gestalten der kombinierten Spektren eine viel detailliertere und genauere Ansicht der zwei sich kreuzenden Fasern und das resultierende 3D-Bild bietet eine viel detailliertere und informationsreichere Repräsentation des Voxels. In einem speziellen Ausführungsbeispiel verwendet das neue Verfahren ein Single-Shot Spin-Echo in der Echo-Planar-Bildgebung (EPI = "Echo Planar Imaging") mit zusätzlichen 180°-HF-Pulsen, um Diffusionsgradienten-Wirbeleffekte ("eddy effects") bei einer Auflösung von 3³ bis 4³ mm³ "auszugleichen". Obgleich in den neuen Verfahren eine Single-Shot-Technik verwendet werden muß, können auch andere Techniken als EPI verwendet werden, wie beispielsweise ein Linien-Scannen. Für phasenkodierte Diffusion verwendeten wir ungefähr 500 "bipolare" Gradienten in einem 3D-Gitter in einem sphärischen Schlüsselloch mit |q|^≤ Konstante und b_max = 20,000 s mm^–2. Im nächsten Schritt wird das Diffusionsspektrum bei jedem Voxel rekonstruiert als die 3D-Fourier-Transformation des Signalbetrages P(r) = F|S(q)|.
3 zeigt eine Beschreibung einer "ausgeglichenen" ("balanced") Diffusionspulssequenz, in der die ausgeglichene Diffusionspulssequenz ein symmetrisches Spin-Echo ist, das verfügbare TE mit Gradienten füllt und Residuenwirbel mit "+" und "–" Gradienttransitionen aufhebt.
Die 4A bis 4C liefern ein Beispiel von Diffusion, die auf einen eindimensionalen (1D)-Kasten beschränkt ist. Die Figuren in 4A zeigen Konturen über der Zeit. Die zwei Graphen in den 4B und 4C zeigen die entsprechenden Ver schiebungsspektren (P(r)) und ihre FTs über der Zeit (S(q) > 0). Die verschiedenen Kurven der Graphen repräsentieren Messungen zu diskreten Zeitpunkten (10, 30, 50, 70 und 90, in willkürlichen Einheiten, die in dieser numerischen Simulation verwendet werden).
Die neuen Verfahren können nicht nur für Daten in 3D verwendet werden, sondern genauso gut auch in 2D. Zudem muß das Sampling nicht linear sein. Beispielsweise kann man ungleichförmig im K-Raum sampeln.
Anwendungen
Die neuen Verfahren können verwendet werden, um verschiedene Gewebe genau abzubilden, umfassend Gehirngewebe, Herzgewebe und Muskelgewebe wie beispielsweise Skelettmuskelgewebe und können insbesondere mehrere Gewebearten wie oben beschrieben mit hoher Auflösung auflösen. Beispielsweise können die neuen Verfahren verwendet werden, um sorgfältig die weiße Substanz des Gehirns zu analysieren und um Störungen im Gehirn zu diagnostizieren, zum Beispiel Störungen, welche die weiße Substanz betreffen, wie beispielsweise Demyelinationskrankheiten, z. B. Multiple Sklerose. Andere Gehirnstörungen wie beispielsweise Kopftrauma, z. B. mit diffuser Axonschädigung und Schlaganfall können ebenfalls abgebildet und diagnostiziert werden. Zudem können die neuen Verfahren verwendet werden, um einem Chirurgen dabei behilflich zu sein, eine Operationsstelle, z. B. im Gehirn, zu visualisieren und zu kartographieren. Auch können weitere das Gehirn betreffende Störungen analysiert werden, wie beispielsweise Dyslexie und Schizophrenie.
Im Herz können die neuen Verfahren einen neuen Weg bieten, um die Bewegung des Herzmuskels abzubilden, z. B. um myokardiale Gewebedynamiken zu charakterisieren oder um Störungen zu diagnostizieren, wie beispielsweise diastolische Fehlfunktionen und Fibrose des Herzmuskels. Zudem können die neuen Verfahren zu zwei Wegen führen, um zwischen gutartiger und tödlicher Myokardhypertrophie zu differenzieren. Auch können Gewebe in anderen Organen wie beispielsweise der Niere abgebildet und analysiert werden.
Die neuen Verfahren können auch verwendet werden, um jene Fasern im Gehirn genau abzubilden, welche Faserbündel oder Faserbahnen (bzw. Faserstränge) bilden – ein Gebiet, das als Traktographie bezeichnet wird. In einem beachtlichen Ausmaß wird das Interesse an der Kartographierung von Orientierungen zelebraler weißer Substanz angetrieben durch das Versprechen der zerebralen Traktographie, der Kartierung von neuroanatomischer Konnektivität, die hier nicht invasiv durchgeführt wird, indem Familien von Kurven gefunden werden, welche am besten zu den beobachteten Feldern von Faserorientierungen passen. Die Diffusionsspektroskopie beruht auf der Orientierungskohärenz von Fasern innerhalb eines Voxels und identifiziert Faserorientierungen als Maxima des Diffusionsspektrums. Solche Maxima treten immer dann auf, wenn eine Unterpopulation von Fasern an einem Ort eine hohe Orientierungskohärenz aufweist. Als Ergebnis entkoppelt der spektroskopische Ansatz auf signifikante Weise die Detektierbarkeit von Faserorientierungen von Teilvolumeneffekten. Eine prinzipielle Funktion von Raumauflösung in der Diffusionsspektroskopie besteht darin, Orientierungsdispersion innerhalb der Faserbahnen zu überwinden.
Spezielle Datenanalyseverfahren und Prozeduren, um den Kontrast von Diffusionsspektroskopiebildgebung (DSI) zu erhöhen, werden für spezifische Krankheitskategorien und diagnostische Fragestellungen geeignet sein. Unter Bedingungen, die mit antegrader oder retrograder Degeneration von spezifischen Bahnen der weißen Substanz verknüpft sind, umfassend Schlaganfall, MS, postoperative Veränderung und Huntington'sche Chores, ist es möglich, die T1, T2 und MTC der Diffusionsspektren zu kartographieren, um präzise jene Teile der Spektren zu definieren, die mit dem pathologischen Prozeß verknüpft sind. Eine auf diesem Weg durchgeführte Isolation von Spektralkomponenten wird nützlich sein, um das Ausmaß und die Ernsthaftigkeit von pathologischen Vorgängen zu quantifizieren. Eine Abgrenzung des Ausmaßes von Ödemen wird möglich auf Grundlage der relativen Intensität von direktional-isotropen Komponenten der Diffusionsspektren oder von Komponenten mit langen T2. Die Präsenz von Hämatomen kann definiert werden durch T2*-Karten der Diffusionsspektren. Die Faserkartierung wird von Wert sein bei der voroperativen Planung, um wichtige Pfade der weißen Substanz festzustellen und wird so dabei behilflich sein, operativen Schaden an diesen zu minimieren. Indem es ermöglicht wird, Signalcharakteristiken, umfassend die Diffusionsanisotropie und die konventionellen MRT-Parameter (z. B. T1, T2, MTC) von einzelnen neuralen Faserbahnen mit verminderter Kontamination durch kreuzende Bahnen aufzulösen, wird die Diffusionsspektrum-MRT die Sensitivität und die Spezifität gängiger Diffusionstensorbildgebung (DTI) für die Diagnose von Schizophrenie, Dyslexie, Alzheimer und andere Störungen, die heute auf solchen Messungen beruhen, zu verbessern.
Primäre Werte der lokalen Bahndispersion sind gebogen, gewunden und gespreizt und diese Bedingungen erzeugen im allgemeinen eine Dispersion, die proportional ist zum Quadrat der linearen Auflösung. Diese dispersiven Effekte können die verminderte Diskriminierung in derzeitigen Bildern der subkortikalen Bahnen der weißen Substanz erklären, deren Biegungsradien so klein sein können wie die kortikale Dicke von 1–2 mm und deshalb mit einer Raumauflösung abgebildet werden sollten, die nicht größer ist als dieser Wert – doppelt so genau wie die derzeitige Auflösung.
Das hier beschriebene Diffusionsmodel wurde konstruiert, um die Möglichkeit von freiem aber unvollständigem Austausch zwischen verschiedenen, möglicherweise anisotropen, lokalen Mikroumgebungen einzubeziehen. Dies kann in Grenzflächenzonen zwischen Bereichen gegensätzlicher Diffusion erwartet werden, zum Beispiel wo Faserbündel sich schneiden oder stärker isotropes Gewebe durchdringen. Freie und eingeschränkte Diffusion stellen beispielhafte Grenzfälle dieses Modells dar. Räumlich homogene Diffusion repräsentiert eine räumliche Faltung, so daß deren Verschiebungen eine Levy-Funktion sind, d. h., eine Funktion, die unter Selbstfaltung stabil ist, deren Fourier-Transformation unter Selbstmultiplikation stabil ist, und somit positiv ist. Dies entspricht dem Fall, bei dem wenige Spins mit einer Grenze interagieren und beschreibt somit den Grenzfall τ → 0. Bei der voll eingeschränkten Diffusion (τ → ∞) tendiert das Verschiebungsspektrum zur Autokorrelation der Beschränkungsgeometrie – eine Funktion deren Fourier-Transformation wieder positiv ist. Der Operator L = M – 1 kann als ein Laplace-Operator auf dem Netzwerk von miteinander verbundenen Unterräumen betrachtet werden, mit Diffusion, wie gewöhnlich, sein Exponential.
Wie alle Diffusions-MRT in vivo sind die derzeitigen Verfahren anfällig für Artefakte, die mit nicht-diffusionaler Bewegung in Bezug stehen. Makroskopische Bewegung kann den Diffusionskontrast verschlechtern wenn sie einen lokalen Signalverlust aufgrund von Intra-Voxel-Geschwindigkeitsgradienten erzeugt; aber solche Effekte sind leicht in der Phase der Bilder zu erkennen. Residuenfehler können auch aus anderen Formen von Spinfluß hervorgehen, umfassend nicht-zufälligen Fluß von Gewebewasser, der mit Perfusion in Verbindung steht. Beispielsweise kann man die Daten quadrieren, um die Autokorrelation der Wahrscheinlichkeitsdichtefunktion (PDF) zu erhalten.
In derzeitigen Studien wurden die Auflösung und das Sichtfeld der spektralen Dimensionen so ausgewählt, daß diese zum bekannten Bereich des Diffusionsvermögens in zerebraler weißer Subtanz passen, 10^–2–10^–3 mm²s^–1. Aufgrund des Nyquest-Kriteriums sollte dieser Bereich unter Verwendung eines Rasters von wenigstens 10–20 Samples im Radius gesamplet werden. Erreicht man dies nicht, kann dies zu Aliasing- und Trunkationsartefakten führen. Während solche in den derzeitigen Studien nicht leicht nachweisbar sind, kann dies derzeitige Signalrausch-Verhältnisse reflektieren. Umgekehrt scheint die Sample-Zahl in derzeitigen Diffusionskodierungen weit überschüssig zu sein gegenüber den wenigen Dutzend Freiheitsgraden, die ausreichend sein können, um die beobachteten Muster lokaler Diffusion zu beschreiben, was nahelegt, daß ökonomischere Kodierungsstrategien verwendet werden können. Beispielsweise könnte man eine 3D-Kugelhülle sampeln und das Innere durch Extrapolation füllen statt die komplette 3D-Vollkugel zu sampeln.
Wie bemerkt, reflektieren die derzeitigen Bilder des Diffusionsspektrums eher den Signalfluß als den Massenfluß und sind gemäß des Kontrastes der nativen Bilder gewichtet. Da derzeitige Studien stark T₂–gewichtet sind, zeigen deren Spektren prinzipiell Diffusion von Lang-T₂-Spezien. Da dieses Verfahren in diesen Beispielen linear im Signal ist, sind diese Spektren transparent zu anderen NMR-Kontrastbildern und diffusionsaufgelösten Karten von Relaxationszeiten, Magnetisierungstransferkontrast und dergleichen könnten einfach erhalten werden. Beispielsweise kann man zwei 1D-Datensätze von verschiedenen NMR-Parametern in einer 2D-Karte kombinieren, z. B. könnte man eine T₁–Karte eines Diffusionsspektrums unter Verwendung von Standardtechniken erzeugen. Derartige Techniken können hilfreich sein, um Gewebe zu analysieren, das verschiedene NMR-Parametercharakteristiken aufweist. Beispielsweise könnte man Ödeme im Gehirn abbilden, bei denen das Ödem andere T₁/T₂-Charakteristiken hat als das Gehirngewebe.
Die Möglichkeit der Diffusionsspektroskopie, heterogene Faserorientierungen der zelebralen weißen Substanz aufzulösen bewirkt, daß MRT-Voxel oft mehrere diffusionelle Mikroumgebungen mit verschiedenen und gegensätzlichen Anisotropie-Orientierungen umfassen. Aus dem Blickwinkel der Diffusionsspektroskopie genügt das Diffusionsmodel als ein Tensor D der Fourier-Dualität exp(–q*Dq) ↔ exp(–r*D–lr) [7]und in diesem Sinne repräsentiert ein Tensor-Modell eine Näherung zweiter Ordnung bezüglich des Diffusionsspektrums. Die Effekte von Gewebeheterogenität auf den beobachteten Diffusionstensor können unmittelbar unter Verwendung derzeitiger Daten erhalten werden. Tensor-Geometrien wurden als oblat bzw. prolat beschrieben, da die zwei kleineren oder die zwei größeren Eigenwerte eine ähnliche Größe aufweisen und die prolate Geometrie korrelierte mit Intravoxel-Faserorientierungsdispersion. Wenn die Karte der Tensor-Prolatheit (Differenz der Eigenwerte D₂–D₃) mit der Karte der Tensorabweichung (mittlere quadratische Differenz zwischen dem Diffusionsspektrum und dem Tensormodell) verglichen wird, so zeigt sich, daß sie mit einem Korrelationskoeffizienten r = 0.75 korrelieren. Dies legt nahe, daß die prolate Geometrie üblicherweise eher ein auflösbares Kompositsignal von heterogenem Gewebe reflektiert, als eine homogene Mikroumgebung.
Die neuen Verfahren können mit beliebigen anderen NMR oder MRT-Kontrastverfahren kaskadiert werden, um zusätzliche Informationen zu erhalten.
Implementierung
Die Erfindung kann in Hardware oder Software implementiert werden oder in einer Kombinationen beider. Die Erfindung kann in Computerprogrammen unter Verwendung von üblichen Programmiertechniken implementiert werden, wobei den folgenden Verfahrensschritten und den hier offenbarten Figuren gefolgt wird. Die Programme sollten so ausgelegt sein, daß sie auf programmierbaren Computer ausgeführt werden können, die jeweils wenigstens einen Prozessor, wenigstens ein Datenspeichersystem (umfassend flüchtige und nicht-flüchtige Speicher und/oder Speicherelemente), wenigstens ein Eingabegerät wie beispielsweise eine Tastatur, ein Telefon, und wenigstens ein Ausgabegerät wie beispielsweise einen CRT-Monitor, einen Drucker oder eine Webseite umfassen. Programmcode wird verwendet, um Daten einzugeben, um die hier beschriebenen Funktionen auszuführen, und Ausgabeinformationen zu erzeugen, wie beispielsweise Grafikbilder. Die Ausgabeinformationen werden einem oder mehreren Ausgabegeräten wie beispielsweise einem Drucker oder einem CRT, oder einem anderen Monitor zugeführt, oder einer Webseite auf einem Computerbildschirm mit Zugriff auf eine Webseite.
Jedes in den neuen Verfahren verwendete Programm wird vorzugsweise in einer höheren prozeduralen oder objektorientierten Programmiersprache implementiert, um mit einem Computersystem zu kommunizieren. Allerdings können die Programme auch in Assembler oder Maschinensprache implementiert werden, falls dies gewünscht ist. Auf jeden Fall kann die Sprache eine Compilersprache oder eine Interpretersprache sein.
Jedes derartige Computerprogramm wird vorzugsweise auf einem Speichermedium oder Speichergerät (z. B. ROM oder Magnetdiskette) gespeichert, das von einem programmierbaren Computer für allgemeine oder spezielle Zwecke lesbar ist, um den Computer zu konfigurieren und zu betreiben wenn das Speichermedium oder -gerät von dem Computer ausgelesen wird, um die hier beschriebenen Prozeduren durchzuführen. Das System kann auch betrachtet werden als implementiert als ein Computerlesbares Speichermedium, das mit einem Computerprogramm konfiguriert wird, wobei das Speichermedium so konfiguriert ist, daß es einen Computer dazu veranlaßt, auf eine spezifische und vordefinierte Weise zu arbeiten, um die hier beschriebenen Funktionen durchzuführen.
Die Erfindung ist in den folgenden Beispielen weiter beschrieben, die den Schutzumfang der in den Ansprüchen beschriebenen Erfindung nicht begrenzen.
Beispiel 1
Daten wurden vom Gehirn einer normalen menschlichen Versuchsperson bei 1.5 T erhalten unter Verwendung einer single-shot Echo-Planar-MRT-Erfassung, einer durch Diffusionskodierungsgradientenpulse erweiterten Spin-Echo-Pulssequenz und durch Einbeziehung zweier 180°-HF-Pulse, um Effekte von Wirbelströmen zu minimieren. Die Bildgebungsparameter umfaßten eine isotrope Raumauflösung von 2–4 mm, TE = 176 ms, mit Diffusionsmischungszeit Δ = 66, ms = τ, Spitzenintensität der Kodierungsgradientenpulse |G|_max = 40 mT m^–1 und effektive Dauer δ = 60 ms, wodurch eine maximale räumliche Phasenmodulation von |q|_max = 0.63 rad μ^–1 erzeugt wird, sowie eine Diffusionssensitivität von b_max = 1.9 10⁴ s mm^–2. In vivo Erfassungen wurden synchronisiert mit später Diastole durch einen peripheren Pulstrigger, um die Wirkungen von Gehirnbewegung zu minimieren.
Für jede Bildebene wurden diffusionsgewichtete Bilder für N = 500 Werte von q-Kodierung erfaßt (für jedes Voxel; N kann auch 100, 250, 400 oder andere Zahlenwerte betragen und kann so klein sein wie 8 für 3D- und 4 für 2D-Anwendungen), wobei im q-Raum die Punkte eines kubischen Gitters innerhalb der Kugel von 5 Gittereinheiten im Radius q umfaßt wurden, wobei q = (aqx, bqy, cqz) 0.13 rad μ–1, a, b, c Ganzzahlen, |(a, b, c)| ≤ 5 [8]wobei die q_i Einheitsphasenmodulationen in den entsprechenden Koordinatenrichtungen bezeichnen. Diese Kodierung entspricht durch Fourier-Transformation einer isotropen 3D-Raumauflösung der Verschiebungskoordinate r von 10 μ und einem isotropen Sichtfeld von 50 μ.
Daten für ein Voxel sind in den 5A und 5B dargestellt; in diesem Fall ist das beobachtete Signal |S_τ(q)| ein multimodales Signal, das einem geneigtem „X" ähnelt, das Fasern von zwei Orientierungen anzeigt. 5A repräsentiert die eigentlichen Rohdaten |S_τ(q)| dargestellt als ein Satz von Kontur-Plots für aufeinanderfolgende 2D-Ebenen im q-Raum für ein Voxel (Medulla). Diese Daten zeigen ein Intensitätsmaximum mit der Gestalt eines geneigten „X", dessen zwei Flügel Beiträge von zwei Orientierungsfaserpopulationen innerhalb des Voxels nahelegen. 5B repräsentiert eine 3D-Ansicht mit S(q) = konstant, mit 500 q-Kodierungen, |q|_max = 0.7 rad μm^–1, und b_max = 20,000 s mm^–2.
Die 6A und 6B zeigen die Verschiebungsdichte P_τ(r) rekonstruiert mittels einer diskreten 3D-Fourier-Transformation der Daten aus den 5A und 5B, dargestellt durch 2D-(6A) und 3D-(6B)Konturplots, wobei letzterer eine Ortslinie von Punkten r ist, so daß P_τ(r) = konstant. Die 3D-isotrope Auflösung betrug 2π/|q|_max = 9 μm. Das 3D-Verschiebungsspektrum und insbesondere der Polarplot zeigen zwei wohl definierte Orientierungsmaxima als grüne und blaue Flügel (6C). In den 5B und 6B und C wurden für jedes Pixel gemessene Werte |S_τ(q)| im Zentrum eines kubischen Gitters platziert, wobei nicht gesampelte Elemente auf Null gesetzt wurden und ein Diffusionsspektrum P_τ(r) mittels 3D-Diskreter-Fourier-Transformation berechnet wurde. 6A zeigt das rekonstruierte Diffusionsspektrum, das sich ergibt, wenn die Fourier-Transformation der Diffusionskontrastdaten aus 5A genommen werden, wobei P_τ(r) durch einen 3D-Konturplot (6B) und einen sphärischen Polarplot (6C) dargestellt wird. Orientierungsmaxima werden in Richtungen, die den zwei Flügeln von |S_τ(q)| entsprechen, notiert. Die Diffusionstensorfelder wurden aus diesen Daten durch einen linearen Least-Square-Fit berechnet.
An jedem Pixel wurde ein Diffusionstensor D berechnet aus dem überbestimmten linearen System log(S) = c – bD [9]wobei S = {|S_τ(q_i)|} den Satz von N Signalamplituden bezeichnet, c die ungedämpfte Signalintensität bezeichnet, b = (Δ + δ/3)q_i ⊗ q_i, wobei die Diffusionssensitivitätsmatrix die Dimension N × 9 aufweist, und D der Diffusionstensor ein 9 × 1 – Vektor ist. Gleichung [9] in homogener Form lautet log(S) = b(c, D) [10]wobei b = (1, –b)^T mit 1 = (1, ..., 1)^T von Länge N, was nach c und D aufgelöst wird (c, D) = b –P log(S) [11]wobei b ^–P = (b ^T b)^–1 b ^T die Moore-Penrose Links-Pseudo-Inverse ist. Dies vermeidet die asymmetrische Abschätzung c = log(S(0)), und schätzt c aber unter Verwendung aller verfügbarer Daten ab.
Beispiel 2
Es wurden MRT von Diffusionsspektren durch die neuen Verfahren für verschiedene Gewebe erzeugt unter Verwendung derselben Bildgebungstechniken, die in Beispiel 1 beschrieben wurden. Zum Vergleich wurden auch Diffusionstensorbilder (DTIs) erzeugt. In den folgenden Figuren ist jede dargestellte 3D-Oberfläche ein sphärischer Polarplot der Werte von P(r) – eine sphärische Fläche, deren Radius in jeder Orientierung bestimmt wird durch P(r), ausgewertet in dieser Orientierung bei einer konstanten Verschiebung |r| = 20 μ, wobei der dynamische Bereich an jedem Ort linear auf [0,1] abgebildet wurde.
Als ein Beispiel für eine Faserkreuzung wurden Diffusionsspektrum-MRTs von einer frischen Probe einer Rinderzunge ermittelt. Wie in den 7A und B gezeigt, umfassen die intrinsischen Muskeln der Zunge einen Kern und eine Hülle, wobei die Hülle eine konventionelle Skelettmuskulatur mit longitudinaler Orientierung ist und der Kern eine spezialisierte Struktur aus kreuzenden Faserbündeln der orthogonalen Transversus- und Verticalis-Muskeln ist – ein Muskelhydrostat, das durch Gelenkkontraktion von orthogonalen Elementen zum Versteifen, Auslenken und Ausstrecken der Zunge führt. Wie in 8 gezeigt, wird dieser Aufbau durch MRT des Diffusionsspektrums klar beschrieben. 8 zeigt, daß periphäre Voxel Spektren mit einzelnen longitudinalen Maxima aufweisen, während Kern-Voxel Spektren von zwei Orientierungsmaxima aufweisen, die nahezu orthogonal und parallel sind und nahe der Kreuzungsebene liegen.
Beispiel 3
In 9 ist ein Diffusionsspektrum-MRT des Rinderherzens gezeigt, das die Effekte einer kontinuierlichen Variation der Gewebeorientierung illustriert. Myokardiale Faserorientierungen liegen entlang konzentrischer Helizes um die ventrikulären Umfänge, deren Neigungswinkel, Helixwinkel, eine leichte und monotone Veränderung von der inneren zur äußeren Wand aufweisen. Diffusionsspektren, wie der Diffusionstensor, illustrieren diese Grundarchitektur, zeigen aber auch Kreuz-Faser-Anisotropien von zwei verschiedenen Typen. Als Erstes wird eine Richtung minimaler Diffusion oder größter Beschränkung erkannt, die, entsprechend dem kleinsten Eigenvektor des Diffusionstensor, mit der Normalen zu den Myokardflächen identifiziert werden kann. Zweitens ist die Richtung maximaler Diffusionsfähigkeit selbst anisotrop, wobei sie in der axialen Richtung verbreitet ist, welche die Orientierung der maximalen Intravoxel-Dispersion von Faserwinkeln aufgrund der Dispersion von Faserhelixwinkeln innerhalb jedes Voxels ist. Multipolare Spektren, die neben der Ansatzstelle der rechten Ventrikelwand beobachtet werden, können eine lokale Mischung von linken und rechten Ventrikelfaserpopulationen reflektieren.
10 zeigt, wie die neuen Verfahren verwendet werden können, um die Bewegung von Faserbündeln des Herzmuskels zu analysieren, die in flächenartigen Paketen organisiert sind.
11 illustriert auf schematische Weise die Anwendung der neuen Verfahren, um Daten von einem schlagenden Herzen zu erhalten. Nach einer Verzögerung von ungefähr 0 bis 1 Sekunde nach dem QRS wird ein HF-Puls angewendet (bei 90°) gefolgt von einem Diffusionskodierungsgradienten (G_D) mit einer Amplitude von ungefähr 4 Gauss/cm, der für eine Zeitspanne von ungefähr 15 Millisekunden angewendet wird, gefolgt von einem zweiten HF-Puls (bei 90°). Nach dem nächsten QRS und einer Verzögerung wird ein dritter HF-Puls angewendet, gefolgt von einem zweiten G_D, gefolgt von einem stimulierten Echo (STE).
Die 12A bis 12C zeigen drei Bilder von menschlichen kardialen Diffusionsspektren in vivo mit einem 60 Mikrometer-STE, und einem G_D von 100, 200 und 300 ms Dauer.
Beispiel 4
Verschiedene Diffusionstensorbilder (DTI) und verschiedene 3D-Diffusionsspektren für eine koronale Scheibe durch das Zentralhirn und Corona radiata, die von einem gewöhnlichen Freiwilligen erhalten wurden, sind in den 13 bis 21 gezeigt. 13 zeigt das Diffusionstensorfeld für die gesamte Scheibe; Der Wert des Tensors an jedem Pixel wird durch eine rechteckige Box repräsentiert, deren zentralen Achsen das Tensor-Eigensystem repräsentieren und dessen Farbe ferner die Orientierung der führenden Diffusionseigenvektoren über den eingefügten Rot-Grün-Blau(R,G,B)-Code kodiert und dessen Helligkeit die fraktionale Anisotropie repräsentiert. 15 zeigt eine Nahansicht des DTI. Die 14 und 16 sind Karten der 3D-Diffusionsspektren, die der DTI der 13 und 15 entsprechen, wobei jedes lokale Spektrum als ein sphärischer 3D-Polarplott wiedergegeben wird und über die Abbildung {|r_z|, |r_z|, |r_y|} → {R, G, B} gefärbt wird.
Die 14 und 16 zeigen den Hirnstamm. In 16 entsprechen die Orientierungsmaxima der Diffusionsspektren dem axial orientierten Tractus corticospinalis (vertikal; blau bis blau-grün) und den lateral orientierten mittleren Kleinhirnstielen (horizontal; grün). Es werden Orte gesehen, wo eine Orientierung vorherrscht oder wo beide koexistieren, wobei dies genommen wurde, um die Gegenwart beider Bahnen innerhalb des Voxels anzudeuten. Das eingefügte Detail in 16 zeigt das Spektrum eines typischen Voxels, welches Elemente von beiden dieser Bahnen als blaue und grüne Flügel umfaßt.
Die 17 und 19 und 18 und 20 zeigen die tiefe weiße Substanz der rechten Gehirnhemisphäre (DTI bzw. Diffusionsspektren), umfassend Elemente des Corpus callosum (grün), der Corona radiata (blau) und des Fasciculus longitudinalis superior (rot). Der Einsatz in 20 zeigt das Spektrum eines Voxels mit einer Drei-Wege-Kreuzung dieser Bahnen, das detaillierter in der in 21 gezeigten Nahansicht 10 zu sehen ist. Lokale Spektren demonstrieren Bahnkreuzungen mit zwei und drei Komponenten. Es sei bemerkt, daß der Diffusionstensor, der dem hervorgehobenen Voxel der Drei-Wege-Kreuzung entspricht, einem Diffusionstensor entspricht, der nahezu isotrop ist. Diffusionsspektren von Voxeln innerhalb subkortikaler weißer Substanz weisen Orientierungsmaxima auf, die im Allgemeinen weniger scharf abgegrenzt erscheinen als in der tiefen weißen Substanz, was womöglich mit der schnelleren räumlichen Änderung der Faserorientierungen zusammenhängt.
22 zeigt die Verwendung der neuen Verfahren in der Traktographie. 22 zeigt die Kreuzung des Tractus Corticospinalis (gekennzeichnet durch ein weißes Band) mit dem mittleren Kleinhirnstiel (graues Band). 23 zeigt eine Nahansicht von 22 aus einem anderen Winkel.
ANDERE AUSFÜHRUNGSBEISPIELE
Es sollte bemerkt sein, daß die Erfindung in Verbindung mit ihrer detaillierten Beschreibung beschrieben wurde, wobei die vorangehende Beschreibung dazu gedacht ist, den Schutzbereich der Erfindung zu illustrieren und nicht zu beschränken. Der Schutzbereich ist durch den Umfang der beigefügten Ansprüche definiert.
FIGUREN
1A und 1B

Diffusionskontrast und das Verschiebungsspektrum
Signal(q)
3DFT
Verschiebungsspektrum (r)

2
Diffusionsspektrum-MRT-Verfahren

– Single-Shot Spin-Echo (EPI) zusätzliche 180° Pulse "gleichen" Diffusionsgradienten-Wirbeleffekten aus Auflösung 3³ bis 4³ mm³ TE ≈ 160 ms
– phasenkodiere Diffusion: 500 "bipolare" Gradienten, ein 3D-Gitter in einem kugelförmigen Schlüsselloch mit |q|_max ≤ konstant b_max = 20000 s mm^–2
– rekonstruiere das Diffusionsspektrum bei jedem Voxel als die 3DFT des Signalbetrags P(r) = 7|S(q)|

3
"Ausgeglichene" Diffusionspulssequenz ist ein symmetrisches Spin-Echo, das

1) die verfügbaren TE mit Gradienten füllt
2) Residuenwirbel mit "+" und "–" Gradienttransitionen aufhebt

Gradientenecho
"ausgeglichenes" Spin-Echo
Umkehren von G
Echo

4A, 4B und 4C

Beispiel: Diffusion eingeschränkt auf einen 1D-Kasten Transportmatrix P_ij bei zunehmendem τ^1/2 entsprechende Verschiebungsspektren und ihre Fouriertransformierten

5B

S(q) = konstant

6B

P(r) = konstant

6C

P(r) Polarplot bei |r| = 22 μm

7A

Zungenaufbau
Der Zungenkern besteht aus senkrechten Faserbündeln aus Verticalis- und Transversus-Muskeln

sagittal, koronal, longitudinalis, transversus, verticalis

10

Simulierter Effekt von zyklischer Dehnung auf ein Diffusionsspektrum: Blatt-Schlupf bewirkt eine nicht-Gaußsche Diffusion

Blattdicke:

0 μ (Kontinuum) 50 μ 100 μ 150 μ

Halbwertsdicke des Blattes =
Einstein-Länge bei
1R-R-Intervall

11

Kardial-Diffusion-MRT in vivo
zweifach-getriggertes stimuliertes Echo
QRS
Verzögerung

12A, 12B, 12C

Menschliches kardiales Diffusionsspektren in vivo, 60 μm STE

13

BLUE – BLAU
GREEN – GRÜN
RED – ROT

14

Gehirnstamm 10 μm Diffusionsspektren

15

BLUE – BLAU
GREEN – GRÜN
RED – ROT

DTI (Diffusionstensorbildgebung)

16

BLUE – BLAU
GREEN – GRÜN
RED – ROT
PURPLE – VIOLETT

17

DTI (Diffusionstensorbildgebung)

18

Tiefe weiße Substanz 10 μm Diffusionsspektren
PURPLE – VIOLETT

19 und 20

BLUE – BLAU
GREEN – GRÜN
RED – ROT
PURPLE – VIOLETT
ORANGE – ORANGE

DTI (Diffusionstensorbildgebung)
10 μm Diffusionsspektrum

21

Diffusionsspektren
Tiefe weiße Substanz

transkallosale Fasern Grün
kortikospinale Fasern Violett
Fasciculus longitudinalis Rot

BLUE – BLAU
GREEN – GRÜN
RED – ROT
PURPLE – VIOLETT

22

Traktographie von Diffusionspektren –
Kreuzungen von Kortikospinalbahn
mit mittlerem Kleinhirnstiel

Claims

MRT-Verfahren zum Konstruieren eines Diffusionsspektrumbildes (P_τ(r)), das einer Struktur in einem Gewebe entspricht, wobei das Verfahren umfaßt: (a) Anregen einer Population von Kernspins in einem Voxel des Gewebes; (b) Anwenden einer Anzahl von NMR-Diffusionskodierungsgradientenpulssequenzen auf die Spins der Population des Voxels, wodurch ein Satz von q-Raum-kodierten Kernmagnetresonanz-(NMR)-Signalen erzeugt wird, die auf die dreidimensionalen Verschiebungen der Spins in der Population reagieren, wobei jedes der kodierten Signale einem Samplingwert im q-Raum entspricht, der dem Voxel zugerordnet ist, wobei der q-Raum jener Raum ist, der zum Raum der Spinverschiebungen r dual ist; (c) Messen des Satzes von q-Raum-kodierten NMR-Signalen, wodurch eine Verteilung (S_τ(q)) der dreidimensionalen Verschiebungen der in dem q-Raum repräsentierten Spins erhalten wird; (d) Ermitteln des Betrags der jeweiligen gemessenen Signale, um einen Satz von positiven Zahlen (|S_τ(q)|) zu bilden; gekennzeichnet durch: (e) Anwenden einer Transformation auf den Satz positiver Zahlen (|S_τ(q)|), welche die positiven Zahlen (|S_τ(q)|) auf die Werte eines entsprechenden Diffusionsspektrumbildes (P_τ(r)) als Funktion der Verschiebungskoordinate r abbildet, wobei die Verschiebungskoordinate r und die q-Raum-Koordinate inverse Koordinaten unter der Transformation sind, wobei das Diffusionsspektrum die Verteilung von dreidimensionalen Verschiebungen der Spins in der Population des Voxels zeigt.
Verfahren nach Anspruch 1, bei dem jeder Spin in der Population in einem dreidimensionalen Voxel liegt.
Verfahren nach Anspruch 1, bei dem die Population von Spins induziert wird, um den Satz durch Anwendung eines magnetischen Gradientenpulses zu erzeugen.
Verfahren nach Anspruch 3, bei dem die magnetischen Gradientenpulse in einer Pulssequenz angewendet werden, deren Zeit-Intensitäts-Integral Null ist.
Verfahren nach Anspruch 4, bei dem die Pulse in der Pulssequenz bipolare Gradientenpulse sind.
Verfahren nach Anspruch 5, wobei die Gradientenpulse durch eine oder mehrere 180-Grad Hochfrequenz(HF)-Pulse unterbrochen werden und wobei ein Gradientenvorzeichen nach jedem 180-Grad-Puls umgekehrt wird.
Verfahren nach Anspruch 1, wobei die NMR-Signale durch Bestimmung des Betrags in positive Zahlen umgewandelt werden.
Verfahren nach Anspruch 1, wobei die NMR-Signale durch Bestimmung des Quadrats des Betrags in positive Zahlen umgewandelt werden.
Verfahren nach Anspruch 1, wobei das Bestimmen einer Fourier-Transformation das Bestimmen der diskreten Fourier-Transformation umfaßt.
Verfahren nach Anspruch 1, das ferner eine Interpolation und eine Neurasterung umfaßt, gefolgt von der Bestimmung der diskreten Fourier-Transformation.
Verfahren nach Anspruch 1, wobei das Verfahren für mehrere benachbarte Orte durchgeführt wird, und wo bei das Verfahren ferner das Konstruieren einer Kurve umfaßt, die Faserbahnen in dem Gewebe repräsentiert, welche der Orientierung von Richtungen maximaler Verschiebung entsprechen.
Verfahren nach Anspruch 1, wobei das Bild ein dreidimensionales Grafikbild ist.
Verfahren nach Anspruch 12, wobei das dreidimensionale Grafikbild die dreidimensionale Verteilung von Spinverschiebungen für ein Voxel repräsentiert.
Verfahren nach Anspruch 12, wobei das Grafikbild ein dreidimensionaler Polarplot der Amplitude von Spin-Verschiebung in mehreren Richtungen ist.
Verfahren nach Anspruch 14, wobei der Polarplot gefärbt ist, um die Amplitude und Orientierung von Spin-Verschiebung darzustellen.
Verfahren nach Anspruch 15, wobei die Farbe kodiert ist, um Rot, Grün und Blau der Amplitude von Spin-Verschiebung in den jeweiligen drei orthogonalen Koordinaten zuzuordnen.
Verfahren nach Anspruch 16, bei dem die Amplitude von Spinverschiebung die relative Wahrscheinlichkeit dafür ist, daß sich Spins in einer Richtung um eine konstante Distanz verschieben.
Verfahren nach Anspruch 12, wobei das Grafikbild ein Dichteplot der Spindichte in einem Position-Winkel-Raum ist.
Verfahren nach Anspruch 18, wobei das Grafikbild eine Scheibe durch einen 6-dimensionalen Position-Winkel-Raum ist.
Verfahren nach Anspruch 18, wobei das Grafikbild eine Projektion durch einen 6-dimensionalen Position-Winkel-Raum ist.
Verfahren nach Anspruch 1, wobei das Gewebe heterogenes Gewebe umfaßt.
Verfahren nach Anspruch 21, wobei das Gewebe Gehirngewebe umfaßt.
Verfahren nach Anspruch 22, wobei das Gewebe neurale weiße Substanz umfaßt.
Verfahren nach Anspruch 23, bei dem die neurale weiße Substanz mehrere Faserorientierungen aufweist.
Verfahren nach Anspruch 21, bei dem das Gewebe normales und pathologisches Gewebe umfaßt.
Verfahren nach Anspruch 25, bei dem das pathologische Gewebe zerebrale Ödeme, zerebrale Hämatome, zerebrale Neoplasmen, zerebrale Metastasen oder ischämisches Gewebe umfaßt.
Verfahren nach Anspruch 25, bei dem das pathologische Gewebe eine neurodegenerative Krankheit umfaßt.
Verfahren nach Anspruch 27, bei dem die neurodegenerative Krankheit Huntingtonsche Chorea, Multiple Sklerose oder Schlaganfall ist.
Verfahren nach Anspruch 1, bei dem das Gewebe Muskel umfaßt.
Verfahren nach Anspruch 29, bei dem der Muskel Herz oder Zunge umfaßt.
Verfahren nach Anspruch 1, das ferner das Abbilden eines Ortes in dem Gewebe unter Verwendung des Bildes umfaßt.
Verfahren nach Anspruch 31, wobei der Ort im Gehirn liegt.
Verfahren nach Anspruch 31, wobei der Ort im Herz liegt.
Verfahren nach Anspruch 1, das ferner das Kombinieren des Bildes mit Bildern von anderen Magnetresonanztomographie(MRT)-Kontrastparametern umfaßt.
Verfahren nach Anspruch 34, bei dem der Kontrastparameter ein NMR-Kontrastparameter ist.
Verfahren nach Anspruch 34, bei dem der Kontrastparameter T1, T2, Magnetisierungstransferkontrast oder Blutsauerstoffpegel-abhängiger Kontrast ist.
Computerlesbares Medium mit darauf kodierter Software zum Konstruieren eines Bildes, das eine Struktur in einem Gewebe repräsentiert, wobei die Software Instruktionen umfaßt, um die Verfahrensschritte nach Anspruch 1 auszuführen.