Logo PTB

Quantitative MRT

Arbeitsgruppe 8.13

Bewegungskompensation für MRT

Physiologische Bewegung, z. B. Kopfnicken, Atembewegung oder Herzschlag, stellen immer noch eine große Herausforderung in der Magnetresonanztomographie (MRT) dar. Speziell bei 3D-Aufnahmen mit hoher Auflösung kann Bewegung während der Datenaufnahme zu einer Verschlechterung der Bildqualität führen und sogar einen Abbruch der Untersuchung zur Folge haben.

Das Standardverfahren, um Bildartefakte auf Grund von periodischer Bewegung (z. B. durch Atmung, Herzschlag) zu minimieren, ist “Gating”. Dabei wird die MR-Datenaufnahme nur während bestimmter Bewegungszustände (z. B. “End-expiration” bei Atmung) durchgeführt. Dieser einfache und robuste Ansatz stellt in den meisten Fällen eine hohe Bildqualität sicher und wird in vielen verschiedenen Bereichen angewandt. Der Nachteil dieser Methode ist aber, dass nur ein Teil der tatsächlichen Aufnahmezeit für die Datenaufnahme verwendet wird, was zu einer ineffizienten Verwendung der vorhandenen Scanzeit führt und die Patienten unnötig belastet.

Gating. Um Bewegungsartefakte auf Grund der Atmung zu minimieren, wird die Bewegung des Zwerchfells während der MR-Datenaufnahme überwacht (weißer Punkt). MR-Daten (k-Raum-Daten) werden nur dann aufgenommen, wenn sich dieser Referenzpunkt in einem vordefinierten Bereich (gating window) befindet. Dadurch wird sichergestellt, dass alle Daten in dem gleichen Atemzustand aufgenommen werden.
Atembewegung kann zu starken Bewegungsartefakten in den MR-Daten führen, die z. B. eine schlechte Darstellung der Lebergefäße in dieser hochaufgelösten 3D-MR-Aufnahme zur Folge haben (ungated). Gating verbessert die Bildqualität erheblich, führt aber zu längeren Aufnahmezeiten, da nur zu bestimmten Zeitpunkten Daten aufgenommen werden (gated).

Prospektive Bewegungskompensation

Bei der prospektiven Bewegungskompensation werden die MR-Sequenzparameter während der Datenaufnahme basierend auf einem Bewegungssurrogat angepasst, um die physiologische Bewegung schon während der Akquisition zu kompensieren. Obwohl dieses Verfahren im Prinzip eine affine Bewegungskorrektur ermöglicht, wird in den meisten Fällen nur die translatorische „through-plane“-Bewegungskomponente korrigiert. Die prospektive Bewegungskorrektur ist eine globale Korrektur und wirkt sich immer auf das gesamte Bild aus. Wird z. B. die affine Komponente der Atembewegung des Herzens korrigiert, so kann dies zu Bildartefakten durch fälschlich korrigiertes statisches Gewebe im Rücken führen.

Bewegungskompensierte Bildrekonstruktion

Die Idee der bewegungskompensierten Bildrekonstruktion ist es, Daten unabhängig von dem aktuellen Bewegungszustand aufzunehmen. Zusätzliche Bewegungsinformation wird dann im Zuge der Bildrekonstruktion verwendet, um alle Daten in den gleichen Bewegungszustand zu transformieren. Der große Vorteil dieses Verfahren ist es, dass Daten kontinuierlich aufgenommen werden können, was zu einem sehr effizienten Scan führt. Dieses Verfahren erlaubt es, auch komplexe non-rigid-Bewegung zu korrigieren (z. B. Atembewegung im Abdomen, Bewegung des Herzens während des Herzschlags).

Nach oben

Bewegungskompensierte Bildrekonstruktion. Dieser hochaufgelöste 3D-MR-Scan wurde über mehrere Herzzyklen aufgenommen. Die Bewegung durch den Herzschlag führt zu einer unscharfen Darstellung speziell von feinen anatomischen Details, z. B. der Wand der rechten Herzkammer (Uncorrected). Um die Herzbewegung zu korrigieren, werden zeitaufgelöste 3D-Bilder rekonstruiert, die das Herz in den unterschiedlichen Phasen des Herzzyklus darstellen. Jedes dieser Bilder wird aus sehr wenigen k-Raum-Daten berechnet, und direkte Rekonstruktionsverfahren liefern eine schlechte Bildqualität. Iterative Bildrekonstruktionsmethoden sind deshalb erforderlich, um eine ausreichende Bildqualität sicherzustellen und die Herzbewegung quantitativ bestimmen zu können. Diese Bewegungsinformation kann dann in einer bewegungskompensierten Bildrekonstruktion verwendet werden, um Bewegungsunschärfe zu minimieren und die Bildqualität zu verbessern (Motion Corrected). (Daten sind Teil einer Studie an Hunden).

Bewegungsinformation

Sowohl für die prospektive Bewegungskorrektur als auch für die bewegungskompensierte Bildrekonstruktion benötigt man ein Bewegungssurrogat mit hoher zeitlicher Auflösung, um den aktuellen Bewegungszustand der Organe zu identifizieren und genaue Informationen über die physiologische Bewegung zu erhalten. Der effizienteste Ansatz für die bewegungskompensierte Bildrekonstruktion ist es, die Bewegungsinformation aus den aufgenommen Daten direkt zu bestimmen. Da man üblicherweise nur sehr wenige k-Raum-Linien für jeden Bewegungszustand zur Verfügung hat, werden iterative Rekonstruktionsalgorithmen verwendet, um eine ausreichende Bildqualität und damit genaue Bewegungsinformation sicherstellen zu können.

Klinische Anwendungen

Die bewegungskompensierte MRT liefert unabhängig von physiologischer Bewegung eine hohe Bildqualität und erlaubt kurze MR-Scanzeiten, die nicht von patientenspezifischen Faktoren (z. B. unregelmäßige Atmung) beeinflusst werden. Wir arbeiten an neuen, robusteren und verlässlicheren Methoden, um diesen vielversprechenden Ansatz auch in der medizinischen Routineversorgung verwenden zu können.

Simultane PET-MR-Verfahren kombinieren die hohe Auflösung und den exzellenten Weichteilkontrast von MRT mit der hohen Empfindlichkeit von PET. Hochaufgelöste MRT-Bewegungsinformation kann dabei auch verwendet werden, um physiologische Bewegung während der PET-Bildrekonstruktion zu korrigieren. Dies führt zu einer stark verbesserten PET-Bildqualität und zu einer genaueren Quantifizierung von PET-Tracer-Konzentrationen. 

Nach oben

Aktuelle Projekte

Korrektur der Bewegung auf Grund von Atmung und Herzschlag für kardiale PET-MR-Anwendungen

Informationen über die Herzbewegung während der Atmung und des Herzschlags werden in einer 5-minütigen diagnostischen MR-Aufnahme bestimmt und können dazu verwendet werden, sowohl die MR- als auch die PET-Bildqualität entscheidend zu verbessern.

Kooperationspartner:
Dr. David Bluemke, Dr. Mark Ahlman, Clinical Center, National Institutes of Health, Bethesda, USA
Dr. Peter Kellman, Dr. Michael Hansen, National Heart, Lung, and Blood Institute, National Institutes of Health, Bethesda, USA

Aufnahme von Schwächungskorrekturdaten in unterschiedlichen Atemzuständen für eine bewegungskompensierte PET-Rekonstruktion

Information über die Schwächung von PET-Signalen auf Grund von unterschiedlichen Gewebedichten sind notwendig, um quantitative PET-Bildgebung durchführen zu können. Für PET-MR-Anwendungen werden diese Schwächungskorrekturdaten mit einer “multi-echo”-Aufnahme bestimmt. Wir haben ein MR-Aufnahmeverfahren entwickelt, das nicht nur Schwächungskorrekturdaten, sondern auch Bewegungsinformation über die Atmung liefert. Damit kann eine bewegungskompensierte PET-Bildrekonstruktion durchgeführt werden, die zu einer verbesserten Bildqualität und genaueren Quantifzierung führt.

Weitere Informationen zu PET-MR

Kooperationspartner:
Division of Imaging Sciences and Biomedical Engineering, King’s College London, UK
Siemens Healthcare, Research Collaborations, Frimley, UK

Modellbasierte Bildrekonstruktion für schnelle und genaue T1-Quantifizierung des Herzens

Entwicklung von neuen bewegungskompensierten T1-Mapping-Verfahren, die Modelle von dem MR-Signalverhalten in der Bildrekonstruktion verwenden, um eine genaue T1-Quantifizierung in der kürzestmöglichen Aufnahmezeit zu ermöglichen.

Kooperationspartner:
Prof. Dr. Jeanette Schulz-Menger, Experimental and Clinical Research Center, Charité Berlin, Deutschland

Nach oben

Ausgewählte Literatur

C. Kolbitsch, R. Neji, M. Fenchel, A. Mallia, P. Marsden, T. Schaeffter
Fully integrated 3D high-resolution multicontrast abdominal PET-MR with high scan efficiency
Opens external link in new window Magnetic Resonance in Medicine , (2017).

C. Kolbitsch, M. Ahlman, C. Davies-Venn, R. Evers, M. Hansen, D. Peressutti, P. Marsden, P. Kellman, D. Bluemke, T. Schaeffter
Cardiac and Respiratory Motion Correction for Simultaneous Cardiac PET/MR
Opens external link in new window Journal of Nuclear Medicine 58, 846-852 (2017).

C. Baumgartner, C. Kolbitsch, J. McClelland, D. Rueckert, A. King
Autoadaptive motion modelling for MR-based respiratory motion estimation
Opens external link in new window Medical Image Analysis 35, 83-100 (2017).

N. Paschke, O. Doessel, T. Schaeffter, C. Prieto, C. Kolbitsch
Comparison of image-based and reconstruction-based respiratory motion correction for golden radial phase encoding coronary MR angiography
Opens external link in new window J Magn Reson Imaging 42, 964-71 (2015).

D. Balfour, P. Marsden, I. Polycarpou, C. Kolbitsch, A. King
Respiratory motion correction of PET using MR-constrained PET-PET registration
Opens external link in new window BioMedical Engineering OnLine 14, 85 (2015).

M. Usman, D. Atkinson, C. Kolbitsch, T. Schaeffter, C. Prieto
Manifold learning based ECG-free free-breathing cardiac CINE MRI
Opens external link in new window J Magn Reson Imaging 41, 1521-7 (2015).

C. Kolbitsch, C. Prieto, T. Schaeffter
Cardiac functional assessment without electrocardiogram using physiological self-navigation
Opens external link in new window Magn Reson Med 71, 942-54 (2014).

C. Kolbitsch, M. Ahlman, M. Hansen, J. Royuela-del-Val, P. Kellman, D. Bluemke, T. Schaeffter
Respiratory and cardiac non-rigid motion correction for cardiac PET-MR
Proceedings of the 23rd Annual Meeting of ISMRM, Toronto, Canada, 412 (2015).

C. Kolbitsch, C. Prieto, C. Tsoumpas, T. Schaeffter
A 3D MR-acquisition scheme for nonrigid bulk motion correction in simultaneous PET-MR
Opens external link in new window Medical Physics 41, 082304 (2014).

D. Peressutti, G. Penney, C. Kolbitsch, A. King
Personalising population-based respiratory motion models of the heart using neighbourhood approximation based on learnt anatomical features
Opens external link in new window Med Image Anal 18, 1015-25 (2014).

C. Baumgartner, C. Kolbitsch, D. Balfour, P. Marsden, J. McClelland, D. Rueckert, A. King
High-resolution dynamic MR imaging of the thorax for respiratory motion correction of PET using groupwise manifold alignment
Opens external link in new window Med Image Anal 18, 939-52 (2014).

G. Vaillant, C. Prieto, C. Kolbitsch, G. Penney, T. Schaeffter
Retrospective Rigid Motion Correction in k-Space for Segmented Radial MRI
Opens external link in new window IEEE Trans Med Imaging 33, 1-10 (2014).

D. Peressutti, G. Penney, R. Housden, C. Kolbitsch, A. Gomez, E. Rijkhorst, D. Barratt, K. Rhode, A. King
A novel Bayesian respiratory motion model to estimate and resolve uncertainty in image-guided cardiac interventions
Opens external link in new window Med Image Anal 17, 488-502 (2013).

M. Usman, D. Atkinson, F. Odille, C. Kolbitsch, G. Vaillant, T. Schaeffter, P. Batchelor, C. Prieto
Motion corrected compressed sensing for free-breathing dynamic cardiac MRI
Opens external link in new window Magn Reson Med 70, 504-16 (2013).

C. Kolbitsch, C. Prieto, C. Buerger, J. Harrison, R. Razavi, J. Smink, T. Schaeffter
Prospective high-resolution respiratory-resolved whole-heart MRI for image-guided cardiovascular interventions
Opens external link in new window Magn Reson Med 68, 205-13 (2012).

Z. Chen, C. Kolbitsch, J. Smink, J. Harrison, V. Puntmann, E. Nagel, R. Razavi, A. Rinaldi, T. Schaeffter
Hybrid Phase ordering with Automatic Window Selection (HybridPAWS) improves respiratory-navigator efficiency during 3D late-gadolinium enhancement CMR in patients with chronic heart failure and irregular respiratory pattern
J Cardiovasc Magn Reson14, P256 (2012).

C. Kolbitsch, C. Prieto, J. Smink, T. Schaeffter
Highly efficient whole-heart imaging using radial phase encoding-phase ordering with automatic window selection
Opens external link in new window Magn Reson Med 66, 1008-18 (2011).

Nach oben

Kontakt

Anschrift

Physikalisch-Technische Bundesanstalt
Abbestraße 2–12
10587 Berlin