Summary
本研究描述了一种全面的心血管磁共振成像（CMR）方案，以量化小鼠心脏的左心室功能参数。该协议描述了CMR图像的采集，后处理和分析以及不同心脏功能参数的评估。
Abstract
小鼠模型对理解健康心脏功能中涉及的遗传和生理因素，扰动如何导致病理学以及如何治疗心肌疾病做出了重大贡献。心血管磁共振成像（CMR）已成为心脏解剖结构和功能全面 体内 评估的不可或缺的工具。该协议显示了使用7-Tesla CMR对小鼠心脏左心室功能，心肌劳损和血流动力学力的详细测量。首先，演示动物在扫描仪中的准备和定位。执行测量扫描以在各种短轴和长轴视图中规划成像切片。采集一系列前瞻性心电图触发的短轴 （SA） 影像（或 CINE 图像），覆盖从顶点到根部的心脏，捕捉收缩末期和舒张末期。随后，在脑室中SA视图中获取单片，回顾性门控CINE图像，并在2，3和4腔视图中获取，然后使用定制和开源软件重建为高时间分辨率CINE图像。随后使用专用的CMR图像分析软件对CINE图像进行分析。
在 SA 收缩末期和舒张末期 CINE 图像中描绘心肌内膜和心外膜边界，可以计算收缩末期和舒张末期体积、射血分数和心输出量。勾勒出所有心脏时间范围的脑室中SA CINE图像，以提取详细的体积 - 时间曲线。其时间导数允许将舒张功能计算为早期充盈波和心房收缩波的比率。最后，使用特征跟踪描绘2腔、3腔和4腔视图中的左心室心内膜壁，从中计算出纵向心肌应变参数和左心室血流动力学力。总之，该协议提供了小鼠心脏参数的详细 体内 定量，可用于研究各种心脏病小鼠模型中心脏功能的时间变化。
Introduction
小动物的心血管磁共振（CMR）提供了心肌功能的精确体内测量，使CMR成为心血管疾病临床前研究的最佳工具。由于CMR图像中的高空间分辨率和血液与心肌之间的高对比度，因此可以描绘心内膜和外膜轮廓并计算心肌质量和心室体积1，2。尽管心率高达600次/分钟，但使用心电图（ECG）和呼吸触发可以对不同的心脏阶段（也称为CINE图像）进行高质量的测量，而不会产生呼吸运动伪影。通过这种方式，可以使用多个切片来覆盖从顶点到基底的心脏，以提取收缩功能参数，例如射血分数（EF），收缩末期体积（ESV），舒张末期体积（EDV）和心输出量（CO）3。除了基本的收缩功能评估外，最近还开发了其他CMR技术来评估舒张功能障碍4，心肌劳损5和血流动力学力（HDF）6。
心电门控允许在检测到R峰后开始MR信号采集，并在R-R间期记录定义数量的心脏期，从而与心脏周期同步。但是，以这种方式可以获得的心相数（帧速率）取决于系统在保持可接受的信噪比（SNR）和空间分辨率4的同时可以达到的最低可能重复时间（TR）。此外，由于使用高磁场梯度会暂时使ECG信号失真，因此通常在舒张末期之前停止采集。这两个因素都将此类扫描的使用限制在收缩功能评估中，因为计算其他心脏功能参数需要更好地定义左心室（LV）体积-时间曲线。
高帧率CINE图像可以通过回顾性门控获取，从而在扫描过程中连续获取MR信号，并且在射频（RF）激励后集成的导航器回波检测心脏和呼吸运动。由于CMR采集与心脏运动异步执行，因此可以将采集的MR信号分配给追溯选择的心脏帧数。这样，如果收集了足够的数据，可以重建高帧率的CINE图像4，7。然后，这允许舒张功能评估，由心房收缩引起的峰值早期充盈率（E'）和峰值晚期充盈率（A'）之间的比率表示。
在临床研究中，CINE图像可以用CMR特征跟踪进行分析，以评估心肌应变和HDF6，8。心肌应变是一种心脏变形参数，用于测量心肌节段的初始长度（通常在舒张末期长度）和最大长度（通常在收缩末期）之间的百分比差异9。心肌应变测量对于评估左心室功能具有增量价值，因为应变值可量化心肌壁缩短和增厚。缩短功能的降低可能是心内膜下纤维损伤的迹象10。心肌劳损的改变可能与EF无关，并且可能是潜在并发症的前兆。
具体而言，全球纵向应变（GLS）和全球环向应变（GCS）已被证明在表征心脏病10，11，12方面具有附加值。同样，HDF被认为是一种潜在的新参数，表明心脏功能改变6，13。这些HDF或室间压力梯度（IVPG）在心脏射血和充盈期间驱动血液运动，并受到血液和心肌之间动量交换的影响，包括主动脉瓣和二尖瓣14，15。
在这项研究中，描述了一种全面的方案，用于执行稳健的小动物CMR测量，以量化小鼠心脏的左心室功能，心肌劳损和HDF。它包含动物准备的必要步骤，使用前瞻性和回顾性门控的心脏CINE图像进行数据采集，以及使用能够计算体积测量值，E'/ A'比值，心肌劳损和心脏HDF的专用软件进行分析。该协议可用于广泛评估各种心血管疾病小鼠模型中的左心室功能。
Protocol
所描述的动物实验是根据欧盟实验动物福利指南（指令2010/63 / EU）进行的，并得到学术医学中心动物伦理委员会的批准。
1. 设置和动物准备
- 在开始实验之前，请确保有足够的异氟醚麻醉至少2小时，并且可用于心电图和呼吸监测的电池已充满电。确保扫描仪区域配备了有效的烟雾提取管，以去除多余的异氟醚。
- 准备鼠标支架（图1A），打开温度设置为40°C的动物加热系统。 准备心电图/呼吸接口模块和电池设置（图1B），并启动软件以实时监测心电图和呼吸信号（图1C）。
- 将鼠标从其外壳笼中取出并测量体重。
- 将小鼠置于通风橱抽吸臂下的麻醉诱导室中，并在0.2 L / minO 2和0.2 L / min医用空气中提供3-4%异氟醚。动物完全麻醉后，在每只眼睛上涂抹一小滴眼药膏，然后关闭小鼠的眼睑。
- 将鼠标置于鼠标支架上的仰卧位。将鼠标的门牙钩在鼠标支架上的咬合杆中，并调整鼻锥以正确安装（图1A）。目视检查呼吸是否稳定在100次/分钟以下，并在动物制备过程中将异氟醚降低至~2%。
- 移动鼠标底座，使心脏位于摇篮支架的部分，该部分将最终位于RF线圈的中心和磁铁的等值中心。
- 使用凡士林插入直肠温度探头，并将温度探头的光纤电缆粘在鼠标支架上。
- 将呼吸球囊放在鼠标的下腹部，并用胶带固定。在前爪高度处将两根心电图电极针皮下插入胸部，并轻轻地用胶带将其粘住以防止移动（图1A）。
- 检查呼吸和ECG信号是否具有足够的质量，软件是否检测到正确的触发点（图1C）。
- 确保呼吸频率为50-80次呼吸/分钟，心率约为400-600次/分钟，体温在37°C左右。 当呼吸频率超出该范围时，调整异氟醚给药，如果体温趋于超过37°C，则降低动物加热系统的温度。
- 将射频线圈放在鼠标上。
注意：根据系统的不同，这可能需要从心电图/呼吸接口模块中暂时断开心电图电极和呼吸球囊塞。 - 连接线圈电缆，然后将底座放入磁体孔中。检查心电图信号是否仍然稳定。
- 如果心电信号不理想，请重新定位心电图电极以获得更好的信号，因为如果不显着改变动物的方向，则无法在后期阶段完成此操作。
图1：用于小鼠心脏CMR成像的动物制备和设备设置。（A）将小鼠完全麻醉在仰卧位，置于加热的小鼠摇篮中，将呼吸充气枕放置在腹部，直肠光纤温度传感器，皮下心电图导联在前爪附近的胸部。（B）将鼠标体线圈放置在鼠标支架上，将心电图导线和呼吸枕重新连接到心电图和呼吸接口，然后将支架放入MRI磁铁中。（C） 在专用的小动物监测软件中描述心电图和呼吸信号。检测ECG信号的R峰，并将其用作MRI信号采集的起点。R 峰值之间的消隐周期可以根据检测信号的周期手动调整。触发只能发生在呼吸平台（中间图中的绿线）期间，可以手动调整起始延迟和最大宽度。缩写：CMR =心血管磁共振成像;心电图=心电图;MRI = 磁共振成像。请点击此处查看此图的放大版本。
2. MRI扫描校准和触发
- 在信号监测软件中调整ECG和呼吸门控参数，使得触发点在R峰处生成，并且仅在呼吸信号的平坦部分生成。要最大限度地减少 ECG 门控误差，请将消隐周期设置为比 R-R 间隔短 10-15 ms。
注意：如果心率发生变化，应在整个实验过程中调整此消隐期。 - 执行中心频率校准和标准（无重力）SCOUT 扫描，零偏移，以确定鼠标在扫描仪中在日冕、轴向和矢状方向上的位置。如果心脏未位于视场 （FOV） 中心 0.5-1 cm 以内，请相应地调整摇篮的位置，然后重做 SCOUT 扫描。
- 使用可用的供应商方法执行手动填充程序和 RF 校准。
3. 扫描计划和采集
注：有关以下扫描的详细扫描参数，请参见表 1。
- 基于初始SCOUT，执行门控单帧梯度回波（GRE）侦察扫描（表1，扫描1），在3个正交方向上放置5个切片，并将每堆切片放置在心脏的近似位置上以定位心脏的确切位置（图2A）。
- 执行门控单帧多切片SA侦察扫描（表1，扫描2）。为此，使用先前的GRE侦察仪将4-5个切片定位在左心室中段位置，垂直于心脏的长轴，以找到心室中SA视图的初始估计值，这是计划长轴2腔侦察仪所必需的（图2B）。
- 对于以下前瞻性扫描（步骤 3.4-3.6），调整心脏帧（N 帧）的数量，使 TR × N 帧约为 R-R 间期的 60-70%。
注意：采集 60-70% 的 R-R 间期足以捕获心脏周期的舒张末期，同时允许在舒张末期增加 T1 松弛以改善 SNR 并防止通过梯度切换干扰以下 R 峰。 - 执行门控单片GRE扫描以生成长轴2室（2CH）侦察器，该侦察器与SA扫描相结合，需要规划4室（4CH）（表1，扫描3）。为此，放置一个垂直于先前 SA 视图的切片，该切片平行于左右心室之间的连接点。将此切片移动到左心室的中间，并检查GRE侦察器的日冕图像，如果切片与左心室长轴对齐，使其通过顶点放置（图2C）。
- 执行另一个门控单片GRE扫描以生成4腔（4CH）侦察扫描，这是计划多片SA和3腔扫描所必需的（表1，扫描4）。为此，放置一个垂直于2CH侦察扫描的切片，并对齐到长轴的中心，使切片穿过二尖瓣和顶点。在 SA 视图中，调整切片，使其平行于后脑室壁和前壁以及两个肌之间放置（图 2D ）。检查切片是否在整个心脏周期中保持在心室中心。
- 执行门控顺序多切片SA GRE扫描（表1，扫描5）以进行收缩功能测量。为此，在心脏中心的2CH和4CH视图中放置垂直于左心室长轴的心室中切片，并增加切片的数量（通常是奇数，例如，7或9个切片，切片之间没有间隙）以覆盖心脏从基部到顶点（图2E）。
- 对于以下回顾性门控扫描（步骤 3.8-3.9），请关闭所有前瞻性心脏和呼吸门控功能。记下每次回顾性门控扫描前后的心率和呼吸频率，并在以后将这些值用于重建目的（步骤5.2.2）。
- 在脑室中SA视图（用于量化E'/A'比值）、2CH和4CH视图中进行三次连续单片回顾性门控GRE扫描，后两者对于心肌应变和HDF值的定量是必需的（表1，扫描6-8）。如果需要，可根据多切片 SA 视图以及可用的 2CH 和 4CH 侦察扫描优化最终的 2CH 和 4CH 切片方向。
- 在3室（3CH）视图中执行额外的回顾性门控单片GRE扫描，该扫描与步骤3.8中的2CH和4CH视图相结合对于心肌应变和HDF值的定量是必要的（表1，扫描9）。为此，放置一个垂直于脑室中 SA 视图的切片，类似于最终长轴 4CH 视图的位置，并将切片旋转45°以从前壁传递到最靠近后壁的肌。检查基底 SA 切片，查看切片是否通过二尖瓣和主动脉瓣。在最终的长轴4CH视图中检查切片是否通过顶点（图2F）。
图2：鼠标中CMR成像的切片规划。 （A） GRE SCOUT 计划通过心脏在 3 个正交视图中使用初始 Scout 扫描。 （B） GRE SCOUT 日冕和矢状切片上的短轴侦察计划。（C） 使用短轴侦察兵和GRE侦察兵日冕切片规划2CH侦察视图。（D） 使用短轴侦察兵和2CH侦察兵规划4CH侦察视图。（E） 使用2CH和4CH侦察机规划多切片短轴视图。（F）（左） 使用心室中短轴和 2CH/4CH 侦察视图规划最终的 2CH、3CH 和 4CH 视图。缩写：CMR =心血管磁共振成像;GRE = 梯度回波;CH = 腔室。 请点击此处查看此图的放大版本。
| 扫描数量 | 1 | 2 | 3 | 4 | 5 | 6-9 |
| 扫描名称 | 格雷侦察兵 | 多切片 SA 侦察兵 | 2CH侦察兵 | 4路侦察兵 | 多切片 SA | 南非，2路，4路，3路 |
| 总切片数 | 15 （3 x 5）* | 4-5 | 1 | 1 | 7-9 | 1 |
| 厚度（毫米） | 1 | 1 | 1 | 1 | 1 | 1 |
| 视场角（毫米） | 60 | 35 | 30 | 30 | 35 | 30 |
| 视场角比 | 1 | 1 | 1 | 1 | 1 | 1 |
| 翻转角度 | 40 | 20 | 20 | 20 | 20 | 15 |
| TE（毫秒）** | 3.8 | 3.4 | 2.5 | 2.5 | 2.5 | 3.6 |
| TR （毫秒） | 200 | 1 R-R | 7 | 7 | 7 | 8 |
| 内帧 | 1 | 1 | 12-14 | 12-14 | 12-14 | 32 *** |
| 矩阵大小 | 约192 x 192 | 约192 x 192 | 约192 x 192 | 约192 x 192 | 约192 x 192 | 约192 x 192 |
| 心电图触发 | 不 | 是的 | 是的 | 是的 | 是的 | 回顾的 |
| 呼吸触发 | 是的 | 是的 | 是的 | 是的 | 是的 | 回顾的 |
| 平均 | 1 | 3 | 5 | 5 | 5 | 回顾性 **** |
| 总成像时间（估计*****） | 2 分钟 | 2分钟 | 3-4 分钟 | 3-4 分钟 | 20-25 分钟 | 13 分钟 / 扫描 |
表1：CMR协议期间使用的每个序列的采集参数。 *扫描以三种不同的正交方向（轴向，冠状，矢状）进行。**考虑到使用所有其他参数，使用尽可能短的 TE，这取决于特定的扫描仪配置。这是回顾性分箱后的心脏框架数。有效平均值取决于总采集时间内的随机 k 空间填充。总共执行了400次所有k线的重复。包括心电图/呼吸触发延迟。缩写：CMR =心血管磁共振成像;心电图=心电图;GRE = 梯度回波;视场 = 视场;TE = 回波时间;TR = 重复时间;N帧 = 心脏帧数;SA = 短轴;CH = 腔室。 请点击此处下载此表格。
4. 实验定稿及数据存储
- 卸下所有其他测量设备后，将鼠标从底座上取下，然后关闭麻醉。在纵向实验的情况下，将小鼠置于37°C的预热笼中以进行恢复，直到动物清醒和活跃。
- 用清洁湿巾或70%酒精清洁所有使用过的设备。
- 为前瞻性门控 MRI 数据生成医学数字成像和通信 （DICOM） 文件，并将其与回顾性门控扫描的 MRI 原始数据文件一起复制到安全服务器，以便进行后续数据分析。
5. 回顾性采集扫描的离线重建
注意：为了重建回顾性门控扫描，使用了定制的开源软件（图3）。分别对每个回顾性触发的数据执行以下步骤。
- 打开重建软件 Retrospective，并加载对应于回顾门控MRI扫描的原始数据文件。
- 检查 Raw 导航器 信号，请注意，较高的信号峰值表示呼吸频率，较低的信号峰值表示心率。
- 如果峰值是上倒的，则使用 向上/向下 开关翻转信号。
- 此外，在每次扫描期间，检查自动检测到的心率是否对应于观察到的值的 10%。如果没有，请手动调整这些值，因为自动检测失败。
- 选择适当的窗口百分比以排除呼吸运动期间的数据，通常为30%。
- 按 过滤器 执行导航器分析，并将心脏导航器与呼吸导航器分开。
- 将 CINE 帧数设置为 32（本研究中使用的值），然后按 排序 k 空间。
- 为压缩感应 （CS） 正则化选择适当的设置，然后按 "重建"。使用以下典型正则化参数：空间（x、y 和 z）维度 （WVxyz） 0.001 或 0 中的小波正则化参数;CINE 维度 （TVcine） 0.1 中的总变异约束;空间维数的总变异约束 （TVxyz） 0;和动力学维度 （TVdyn） 中的总变异约束 0.05。
- 重建完成后，预览CINE电影以评估重建。导出 DICOM 图像，以便使用 导出 DCM进行进一步分析。
图3："回顾"触发图形用户界面。 "Retrospective"是一种定制的重建应用程序，用于回顾性触发的心脏磁共振成像扫描。在用户界面中，可以评估导航器信号，调整要重建的CINE帧数，调整压缩的传感参数以改善重建，将CINE图像预览为动态电影，并导出重建数据。 请点击此处查看此图的放大版本。
6. 图像分析软件
注：图像分析软件（图4）需要使用DICOM图像，并且具有多个插件用于不同的心血管分析应用，例如用于体积测量的插件和用于应变和HDF分析的插件。
- 对于LV的体积评估，请选择多切片SA扫描，并将其加载到插件中以进行体积测量。
- 将收缩末期 （ES） 和舒张末期 （ED） 标签分配给相应的心脏框架。
- 使用轮廓工具分割ES和ED框架中的心内膜心肌边界。
注：用于此协议的分析软件在完成所有必要的注释后，会自动显示低压EF、EDV、ESV参数。
- 对于舒张期测量，请选择心室中SA CINE图像，并将其加载到插件中以进行体积测量。
- 将 ED 和 ES 标签分配给相应的心脏框架。
- 使用轮廓工具分割所有框架的心内膜边界。比较相邻帧的分割，以确保在整个心脏周期中分割的平稳过渡。
- 从所有心脏框架和相应的左心内膜心肌体积 （LV ENDO） 导出时间演变。应用自定义脚本（请参阅 补充材料）来计算 E'/A' 比率。
注意：该脚本应用Savitzky-Golay滤波器来可靠地计算dV/dt曲线，并使用半自动峰值检测来查找E'和A'峰值。
- 对于应变和 HDF 计算，请选择 2CH、3CH 和 4CH 长轴 CINE 图像，并将其加载到插件中以进行体积测量。
- 将 ED 和 ES 标签分配给每个切片方向中相应的心脏框架。
- 使用轮廓工具分割所有 3 个方向上所有框架的心内膜边界。比较相邻帧的分割，以确保在整个心脏周期中分割的平稳过渡。
- 在插件中绘制等值线以进行体积测量后，运行插件进行应变和HDF分析。
- 将每个采集的数据集分配给 2CH、3CH 和 4CH 视图的相应标签，并执行应变分析。
- 对于 HDF 分析，绘制舒张末期框架处所有 3 个方向的二尖瓣直径，并在 3 腔长轴图像中绘制主动脉的直径。
图4：图像分析软件图形用户界面。 用于图像分析软件中体积测量的插件，用于心内膜心肌边界的轮廓。对于每个数据集，选择舒张末期和收缩末期心脏期，并针对所有帧分割心肌内膜边界。 请点击此处查看此图的放大版本。
Representative Results
使用先前描述的协议，使用直径为38毫米的鸟笼线圈使用7特斯拉MRI扫描仪扫描一组健康的C57BL / 6野生型小鼠（n = 6，年龄14周）。在每次扫描会话期间，使用前瞻性门控GRE序列获取多切片CINE SA图像，而使用回顾性门控获取单片室中SA，2CH，3CH和4CH视图CINE图像。在 补充视频1中可以看到使用定制的后处理软件对回顾性门控扫描的代表性高帧速率重建。根据得到的图像，确定了心脏周期中的体积-时间曲线（图5A）以及相应的一阶导数曲线（dV/dt），分别用于计算收缩压（EF = 72.4 ±2.8%）和舒张功能参数（E'/A'比= 1.5±0.3）。
使用图像分析软件分析2CH，3CH和4CH视图CINE图像，以确定心内膜GLS（内胚层GLS）在整个心脏周期中的变化（图5B）和相应的峰值GLS值（-22.8±2.4%）作为心肌劳损的测量。此外，该软件计算纵向（顶点基数）（135.2 ±31.7%）和横向（下外侧前表庚）（12.9 ±5.0%）方向的均方根（RMS）HDF。对于每种动物，也可以产生HDF时间曲线，该时间曲线遵循一致的正负峰模式，代表心脏周期期间HDF的大小和方向（图5C）。图5D总结了所有结果参数的描述性结果。
图5：基于鼠标心脏的左心压功能参数量化（A）代表性体积-时间曲线和相应的dV/dt曲线。后者描绘了具有明显早期填充峰（E'）和心房收缩（A'）峰的流速。（B） 代表性 GLS 曲线，表示整个心脏周期中纵向的应变变形。（C） 代表性 HDF 曲线，在顶点-基底方向上具有明显的力峰值，从收缩期射出力开始，然后在收缩期和舒张期之间过渡处向下的力、E 波减速力、A 波加速度和减速力。（D） 所有动物在顶基和下外侧前表庚方向上HDF的EF、E'/A'比值、峰值GLS和均方根的描述性结果。值表示为SD±平均值，缩写：LV = 左心室;V = 体积;t = 时间;GLS = 全球纵向应变;HDF = 血流动力学力;EF = 射血分数。请点击此处查看此图的放大版本。
补充视频 1：在 SA、2CH、3CH 和 4CH 视图中对回顾性门控 CINE 图像进行代表性重建。 缩写： SA = 短轴;CH = 腔室。 请点击此处下载此视频。
补充材料： 请点击此处下载此文件。
Discussion
所提出的方案描述了使用CMR成像进行纵向，非侵入性 体内 实验来分析小鼠的心脏功能。这些结果是健康动物的例子，以证明使用CINE图像量化心脏参数的可行性。但是，所描述的方法可用于各种动物模型。虽然特定的疾病模型可能需要对方案进行微小的改变，但其评估不同心脏功能参数的基本结构将非常相似。值得一提的一个特殊案例是心肌梗死模型，其中部分心脏的收缩力显着丧失。这可能导致此切片中的心脏导航器信号质量低下。在这种情况下，另一种选择是从单独的切片中获取导航器，如Coolen等人之前的一项研究16所述。使用CS算法从回顾性门控数据中重建不同视图中的CINE图像，并使用图像分析软件进行分析以计算应变和HDF值。
获得的图像的质量自然取决于所有准备步骤，在开始心脏MRI方案之前需要仔细执行。例如，如果在将动物放入MRI扫描仪内时没有看到清晰的心电图和呼吸信号，这可能会导致次优采集，甚至由于磁流体动力学变形的额外影响而增加扫描时间17。重要的是要意识到，由于切片方向的顺序规划，动物不能只是在扫描之间重新定位。因此，在扫描之间无法重新调整心电图导联，因为这会改变鼠标在扫描仪中的位置。在扫描过程中，温度控制对于保持恒定的心脏和呼吸间隔至关重要，这尤其有利于在较长时间内获得的回顾性门控扫描的质量。在这种高占空比扫描期间，动物的温度可能会稳步升高，导致心率和呼吸频率增加。调节加热系统和麻醉的温度可以极大地有助于在扫描之前或期间稳定呼吸频率。
分析过程中的一个关键步骤是轮廓绘制的一致性。虽然自动分割适用于临床数据，但在小鼠心脏数据（未对大鼠进行测试）的情况下，它的性能并不强劲。特定心脏期的高心率和高血流量，特别是在左心室充盈开始时，可能导致体素内脱相和信号排空，从而影响心肌壁的描绘。因此，不建议独立分析每个帧，而是目视检查帧之间心肌壁的运动，并在绘制所有帧的轮廓时考虑到这一点。建议在两个连续帧之间复制和调整心内膜轮廓，以在分析中保持更自然的收缩运动。在该协议中，状肌肉被排除在 SA 图像的心室腔容积之外，用于收缩和舒张功能评估，而它们包含在 2CH ， 3CH 和 4CH 视图中用于应变和 HDF 分析，因为后者依赖于心肌壁精确运动的知识，而不是心室腔的精确体积。
收缩压和舒张功能参数基于在整个心脏周期中测量左心室体积，而应变和HDF参数也取决于心肌壁内的运动模式。为此，使用特征跟踪技术，通过识别随后CINE阶段之间的不同解剖学特征和信号强度来评估心肌节段的位移。CMR图像中血池和心肌之间的强烈对比度有助于将特征跟踪用于后续的菌株和HDF分析8。在CMR特征跟踪之前，通过斑点跟踪超声检查和CMR组织标记来确定心肌菌株。与CMR组织标记相比，CMR特征跟踪不需要额外的扫描时间。然而，尽管使用了回顾性触发，CMR仍然具有有限的时间分辨率，这可能使得难以正确评估心脏周期内的快速变形。
在整个心脏周期中评估HDF需要测量二尖瓣和主动脉瓣的直径，以使用先前描述的方程18计算顶底和下外侧 - 前庚方向的HDF。与参考标准4D流MRI相比，该方法显示了HDF的一致估计值，由于其复杂性，其在临床使用中的可用性有限6。重要的是要知道，对瓣膜直径的稳健估计是困难的，因此，对于一组动物，并且在纵向研究中的重复测量中，瓣膜直径应该保持恒定，因为不正确的估计使该参数的变化很容易掩盖HDF参数的细微变化。用于计算 GLS 和 HDF 参数的特定软件可能并非对所有用户都可用。因此，可以参考Voigt等人19（GLS）以及Pedrizzetti等人6，20（HDF），其中包含构成分析软件执行的相应计算基础的所有数学描述。
出于本研究的目的，在健康动物中评估了该协议（N = 6）。左心室体积、dV/dt、内聚GLS和HDF的一组代表性时间曲线如图 5A-C所示。多个心脏功能参数（EF，E'/A'比，峰值GLS和HDF）的平均值如图 5D所示。这些与文献21中使用的可比较协议非常吻合。关于小鼠GLS和HDF数据的文献很少。测量的平均GLS值为-22.8%，与临床数据8处于同一范围，表明使用所述方法获得的GLS测量在小鼠中是可行的。在小鼠中获得的HDF曲线也显示出与人类数据相同的不同阶段，表明该技术已成功转化为临床前研究。虽然HDF参数被假设为心脏功能障碍的早期生物标志物，但需要更多的研究来调查这一新参数的诊断和预测价值。该协议的结果确实表明，HDF和GLS结果预计在动物之间变化更大，当预计动物模型或治疗效果的细微差异时，需要考虑这一点。
Disclosures
Ruslan Garipov是英国吉尔福德MR Solutions Ltd.的员工。David Hautemann是荷兰莱顿Medis医学成像系统有限公司的员工。
Acknowledgments
作者感谢Dorita Dekkers和Fatimah Al Darwish在小鼠测量和数据分析方面的帮助。
Materials
| Name | Company | Catalog Number | Comments |
| Equipment | |||
| AccuSens single and multi-channel signal conditioner | Opsens solutions inc., Canada | ACS-P4-N-62SC | Used with fiber optic temperature sensor to monitor body temperature |
| Duratears eye ointment | Alcon Nederland B.V., Netherlands | ||
| Mouse cell | Équipment Vétérinaire Minerve, France | referred to as mouse cradle | |
| MR-compatible Monitoring & Gating System for Small animals | SA Intuments, Inc., United States | Model 1030 | ERT Module (ECG/respiratory interface module) , ERT Control/Gating Module, battery pack and subdermal ECG Electrode Set |
| MRI scanner | MR Solutions Ltd., United Kingdom | Model: MRS-7024 | Preclinical MRI System 7.0T/24 cm |
| Multistation temperature control unit and High Flow PCA | Équipment Vétérinaire Minerve, France | Model: URT Multipostes | animal heating system |
| Respiration Sensor | Graseby Medical Limited, United Kingdom | Ref 2005100 | |
| RF coil | MR Solutions Ltd., United Kingdom | MRS-MVC | 38mm mouse volume RF coil for mouse body studies |
| SF flowmeter | flow-meter, Italy | SF 3 | |
| Vaporizer sigma delta Intermed | Penlon Ltd., United Kingdom | ||
| Materials | |||
| Isoflurane | AST farma, Netherlands | ||
| Vaseline petroleum jelly | Unilever, United Kingdom | ||
| Software | |||
| BART toolbox | https://mrirecon.github.io/bart/ | ||
| Mathematica 12.0 | Wolfram Research, Inc., United States | ||
| MATLAB 2019a | The MathWorks,Inc., United States | ||
| MEDIS Suite MR | Medis Medical Imaging Systems B.V. ,Netherlands | Image analysis software | |
| PC-SAM | SA Intuments, Inc., United States | ||
| Preclinical Scan | MR Solutions Ltd., United Kingdom | Scanning software | |
| Retrospective version 7.0 | Amsterdam UMC, the Netherlands | Reconstuction software: https://github.com/Moby1971?tab=repositories |
References
- Vallée, J. P., Ivancevic, M. K., Nguyen, D., Morel, D. R., Jaconi, M. Current status of cardiac MRI in small animals. Magnetic Resononance Materials in Physics, Biology and Medicine. 17 (3-6), 149-156 (2004).
- Bakermans, A. J., et al. Small animal cardiovascular MR imaging and spectroscopy. Progress in Nuclear Magnetic Resonance Spectroscopy. 88-89, 1-47 (2015).
- Wu, Y. L., Lo, C. W. Diverse application of MRI for mouse phenotyping. Birth Defects Research. 109 (10), 758-770 (2017).
- Coolen, B. F., et al. High frame rate retrospectively triggered Cine MRI for assessment of murine diastolic function. Magnetic Resonance in Medicine. 69 (3), 648-656 (2013).
- Lapinskas, T., et al. Cardiovascular magnetic resonance feature tracking in small animals - a preliminary study on reproducibility and sample size calculation. BMC Medical Imaging. 17 (1), 51 (2017).
- Pedrizzetti, G., et al. On estimating intraventricular hemodynamic forces from endocardial dynamics: A comparative study with 4D flow MRI. Journal of Biomechanics. 60, 203-210 (2017).
- Motaal, A. G., et al. Accelerated high-frame-rate mouse heart cine-MRI using compressed sensing reconstruction. NMR in Biomedicine. 26 (4), 451-457 (2013).
- Claus, P., Omar, A. M. S., Pedrizzetti, G., Sengupta, P. P., Nagel, E. Tissue tracking technology for assessing cardiac mechanics: principles, normal values, and clinical applications. JACC. Cardiovascular Imaging. 8 (12), 1444-1460 (2015).
- Scatteia, A., Baritussio, A., Bucciarelli-Ducci, C. Strain imaging using cardiac magnetic resonance. Heart Failure Reviews. 22 (4), 465-476 (2017).
- Modin, D., Andersen, D. M., Biering-Sørensen, T. Echo and heart failure: when do people need an echo, and when do they need natriuretic peptides. Echo Research and Practice. 5 (2), 65-79 (2018).
- Onishi, T., et al. Longitudinal strain and global circumferential strain by speckle-tracking echocardiography and feature-tracking cardiac magnetic resonance imaging: comparison with left ventricular ejection fraction. Journal of American Society of Echocardiography. 28 (5), 587-596 (2015).
- Faganello, G., et al. A new integrated approach to cardiac mechanics: reference values for normal left ventricle. The International Journal of Cardiovascular Imaging. 36, 2173-2185 (2020).
- Lapinskas, T., et al. The intraventricular hemodynamic forces estimated using routine CMR Cine images: a new marker of the failing heart. JACC. Cardiovascular Imaging. 12 (2), 377-379 (2019).
- Töger, J., et al. Intracardiac hemodynamic forces using 4D flow: a new reproducible method applied to healthy controls, elite athletes and heart failure patients. Journal of Cardiovascular Magnetic Resonance. 18, Suppl 1 61 (2016).
- Eriksson, J., Bolger, A. F., Ebbers, T., Carlhäll, C. J. Assessment of left ventricular hemodynamic forces in healthy subjects and patients with dilated cardiomyopathy using 4D flow MRI. Physiological Reports. 4 (3), 12685 (2016).
- Coolen, B. F., et al. Three-dimensional T1 mapping of the mouse heart using variable flip angle steady-state MR imaging. NMR in Biomedicine. 24 (2), 154-162 (2011).
- Nijm, G. M., Swiryn, S., Larson, A. C., Sahakian, A. V. Characterization of the magnetohydrodynamic effect as a signal from the surface electrocardiogram during cardiac magnetic resonance imaging. Computers in Cardiology. 33, 269-272 (2006).
- Domenichini, F., Pedrizzetti, G. Hemodynamic forces in a model left ventricle. Physical Review Fluids. 1, 083201 (2016).
- Voigt, J. U., et al. Definitions for a common standard for 2D speckle tracking echocardiography: consensus document of the EACVI/ASE/Industry Task Force to standardize deformation imaging. European Heart Journal - Cardiovascular Imaging. 16 (1), 1-11 (2015).
- Pedrizzetti, G. On the computation of hemodynamic forces in the heart chambers. Journal of Biomechanics. 95, 109323 (2019).
- Hoffman, M., et al. Myocardial strain and cardiac output are preferable measurements for cardiac dysfunction and can predict mortality in septic mice. Journal of American Heart Association. 8 (10), 012260 (2019).
