Summary

Quantitative Magnetresonanztomographie von Skelettmuskelerkrankung

Published: December 18, 2016
doi:

Summary

Neuromuskuläre Erkrankungen weisen oft ein zeitlich variierenden, räumlich heterogen und vielschichtige Pathologie. Das Ziel des Protokolls ist es, diese Pathologie unter Verwendung von nicht-invasive Magnetresonanzbildgebungsverfahren zu charakterisieren.

Abstract

Quantitative magnetic resonance imaging (qMRI) describes the development and use of MRI to quantify physical, chemical, and/or biological properties of living systems. Neuromuscular diseases often exhibit a temporally varying, spatially heterogeneous, and multi-faceted pathology. The goal of this protocol is to characterize this pathology using qMRI methods. The MRI acquisition protocol begins with localizer images (used to locate the position of the body and tissue of interest within the MRI system), quality control measurements of relevant magnetic field distributions, and structural imaging for general anatomical characterization. The qMRI portion of the protocol includes measurements of the longitudinal and transverse relaxation time constants (T1 and T2, respectively). Also acquired are diffusion-tensor MRI data, in which water diffusivity is measured and used to infer pathological processes such as edema. Quantitative magnetization transfer imaging is used to characterize the relative tissue content of macromolecular and free water protons. Lastly, fat-water MRI methods are used to characterize fibro-adipose tissue replacement of muscle. In addition to describing the data acquisition and analysis procedures, this paper also discusses the potential problems associated with these methods, the analysis and interpretation of the data, MRI safety, and strategies for artifact reduction and protocol optimization.

Introduction

Quantitative Magnetresonanztomographie (qMRI) beschreibt die Entwicklung und Verwendung von MRI zu quantifizieren physikalischen, chemischen und / oder biologischen Eigenschaften von lebenden Systemen. QMRI erfordert, dass man ein biophysikalischen Modell für das System zu übernehmen, von dem Gewebe von Interesse zusammengesetzt und einer MRI-Impulsfolge. Die Impulsfolge ist so konzipiert, um die Bilder "Signalintensitäten auf den Parameter von Interesse in dem Modell zu sensibilisieren. MRI-Signaleigenschaften (Signalgröße, Frequenz und / oder Phase) werden gemessen und analysiert nach dem Modell. Das Ziel ist, eine unvoreingenommene, quantitative Abschätzung eines physikalischen oder biologischen Parameter zu produzieren kontinuierlich verteilt, physikalische Maßeinheiten mit. Oft sind die Gleichungen, die das System beschreiben, werden auf einer Pixel-für-Pixel-Basis analysiert und eingebaut, Erzeugen eines Bildes, dessen Pixelwerte direkt die Werte der Variablen widerspiegeln. Ein solches Bild wird als ein parametrisches Karte.

Eine gemeinsame Nutzung von qMRI ist die development und Anwendung von Biomarkern. Biomarkers kann eine Krankheit Mechanismus zu untersuchen, stellen Sie eine Diagnose verwendet werden, eine Prognose zu bestimmen, und / oder eine therapeutische Reaktion zu beurteilen. Sie können die Form der Konzentrationen oder Aktivitäten von endogener oder exogener Moleküle, eine histologische Probe, eine physikalische Größe, oder ein internes Bild. Einige allgemeine Anforderungen von Biomarkern sind, dass sie objektiv eine kontinuierlich verteilte Variable unter Verwendung physikalischer Maßeinheiten messen; haben eine klare, gut verstanden Beziehung mit der Pathologie von Interesse; sind empfindlich gegenüber Verbesserung und klinischer Zustand verschlechtert; und können mit geeigneten Genauigkeit und Präzision gemessen werden. Nicht-invasive oder minimal-invasive Biomarker sind besonders wünschenswert, da sie den Komfort des Patienten zu fördern und minimal die Pathologie von Interesse stören.

Ein Ziel für die Entwicklung von bildbasierten Biomarker für Muskelerkrankung ist Muskelerkrankung in einer Weise zu reflektieren, die complementar sindy, spezifischer als mehr räumlich selektiver als, und / oder weniger invasiv als die existierenden Ansätze. Ein besonderer Vorteil der qMRI in dieser Hinsicht ist, dass sie das Potential hat, um mehrere Arten von Informationen zu integrieren und somit potentiell viele Aspekte des Krankheitsprozesses charakterisieren. Diese Fähigkeit ist sehr wichtig bei Muskelerkrankungen, die häufig eine räumlich variable komplexe Pathologie aufweisen, die Entzündung, Nekrose und / oder Atrophie mit Fettersatz, Fibrose, Störung des myofilament Gitter ( "Z-Disk-Streaming") und Membranschädigung beinhaltet . Ein weiterer Vorteil der qMRI Methoden ist, dass qualitative oder semi-quantitative Beschreibungen von Kontrast-basierten MR-Bilder spiegeln nicht nur Pathologie, sondern auch Unterschiede in der Bildaufnahmeparameter, die Hardware und die menschliche Wahrnehmung. Ein Beispiel für diese letzte Ausgabe wurde von Wokke et al., Die zeigten , dass semi-quantitative Bewertung der Fettinfiltration sind sehr variabel und häufig falsch, wHenne im Vergleich zu quantitativen Fett / Wasser – MRI (FWMRI) 1.

Das hier beschriebene Protokoll umfasst Pulssequenzen zum Messen der Längs (T 1) und Querrichtung (T 2) Relaxationszeitkonstanten, quantitative Magnetisierungstransfer (QMT) Parameter, Wasserdiffusionskoeffizienten Diffusionstensors MRI (DT-MRI) verwendet und Muskelstruktur unter Verwendung von Strukturbilder und FWMRI. T 1 wird unter Verwendung einer Inversion – Recovery – Sequenz gemessen wird , in dem der Netto – Magnetisierungsvektor invertiert und seine Größe abgetastet wird, da das System zum Gleichgewicht zurückkehrt. T 2 wird durch wiederholtes Refokussierung transversale Magnetisierung unter Verwendung einer Folge von Refokussierungspulsen wie die Carr-Purcell-Meiboom Gill (CPMG) -Methode, und Abtasten der resultierenden Spin-Echos gemessen. T 1 und T 2 können Daten unter Verwendung von nicht-linearen Kurvenanpassungsverfahren analysiert werden , die entweder eine Anzahl von Expone nehmenntial Komponenten a priori (typischerweise zwischen einem und drei) oder durch eine lineare inverse Ansatz , die die beobachteten Daten zu der Summe aus einer großen Anzahl von abklingenden Exponentialfunktionen passt, in einem Spektrum von Signalamplituden führt. Dieser Ansatz erfordert eine nicht negative kleinsten Quadrate (NNLS) Lösung 3 und umfasst in der Regel zusätzliche Regularisierung stabile Ergebnisse zu erzielen. T 1 und T 2 Messungen wurden umfassend zu untersuchen Muskelerkrankungen und Verletzungen 4-9 verwendet. T 1 – Werte werden in der Regel in fett infiltriert Regionen Muskel verringert und erhöht in entzündeten Bereichen 4-6; T 2 -Werte werden in beiden fett infiltriert und entzündete Regionen erhöht 10.

QMT-MRI charakterisiert das freie Wasser und feststoffartigen hochmolekularen Protonen Pools in Gewebe, indem das Verhältnis von hochmolekularen zu freien Wasserprotonen Schätzung (die Pool-Größe-Verhältnis, PSR); die intrinsische entspannenation Raten dieser Pools; und die Wechselkurse zwischen ihnen. Gemeinsame QMT Ansätze umfassen gepulste Sättigung 11 und selektive Inversion – Recovery 12,13 Methoden. Das Protokoll unten beschreibt die Verwendung des gepulsten Sättigungs Ansatz, der die breite Linienbreite des hochmolekularen Protonensignals, bezogen auf die schmale Linienbreite des Wasserprotonensignals ausnutzt. Durch die Sättigung des hochmolekularen Signal bei Resonanzfrequenzen ausreichend verschieden von dem Wassersignal, wird das Wassersignal als Folge der Magnetisierungstransfer zwischen den festen und freien Wasserprotonen Pools reduziert. Die Daten werden mit Hilfe eines quantitativen biophysikalischen Modells analysiert. QMT wurde bei gesunden Muskeln 14,15, und eine kürzlich abstrakt erschien beschreibt seine Umsetzung in Muskelerkrankung 16 entwickelt und angewendet. QMT wurde verwendet , um kleine Tiermodelle von Muskelentzündung zu untersuchen, wobei es , dass eine Entzündung des PSR gezeigt wurde , 17 verringert. Da MTsowohl makromolekularen und Wassergehalte reflektiert, kann MT – Daten auch 18,19 Fibrose reflektieren.

DT-MRI verwendet, um das anisotrope Diffusionsverhalten von Wassermolekülen in Geweben mit geordneten, länglichen Zellen zu quantifizieren. In DT-MRT, Wasserdiffusion in sechs oder mehr unterschiedlichen Richtungen gemessen; Diese Signale werden dann einem Tensor Modell 20 ausgestattet. Der Diffusions – Tensor – D wird diagonalisiert drei Eigenwerte zu erhalten (das sind die drei Haupt Diffusivitäten) und drei Eigenvektoren (die die Richtungen entsprechend den drei Diffusionskoeffizienten angeben). Diese und andere quantitative Indizes abgeleitet von D liefern Informationen über Gewebestruktur und die Orientierung auf einer mikroskopischen Ebene. Die Diffusionseigenschaften der Muskeln, insbesondere der dritte Eigenwert von D und der Grad der Diffusions Anisotropie reflektieren Muskelentzündung 17 und Muskelschäden aufgrund experimenteller Schädigung 21, Strain Injury 22 und Krankheit 23,24. Andere mögliche Einflüsse auf die Diffusionseigenschaften des Muskels gehören unter anderem Veränderungen in der Zelldurchmesser 25 und Membran – Permeabilität ändert.

Schließlich Muskelatrophie, ohne oder ohne makroskopische Fettinfiltration, ist eine pathologische Komponente vieler Muskelerkrankungen. Muskelschwund kann mit Strukturbilder ausgewertet werden Muskelquerschnittsfläche oder das Volumen und FW-MRI zu messen Fettinfiltration zu bewerten. Fettinfiltration kann qualitativ in T 1 beschrieben – und T 2 -gewichteten Bilder 26, aber Fett und Wasser Signale werden am besten gemessen durch Erzeugen von Bildern, das die verschiedenen Resonanzfrequenzen von Fett und Wasserprotonen 27-29 auszunutzen. Quantitative Fett / Wasser – Bildgebungsverfahren wurden in Muskelerkrankungen wie Muskeldystrophie 1,30,31, angewendet und der Verlust der Gehfähigkeit in diesen 31 Patienten vorhersagen kann.

<pclass = "jove_content"> Die hier beschriebene Protokoll verwendet qMRI all dieser Messungen Muskelzustand in den Autoimmunentzündungs ​​Myopathien Dermatomyositis (DM) und Polymyositis (PM) zu charakterisieren. Weitere Einzelheiten des Protokolls, einschließlich der Reproduzierbarkeit wurden zuvor 32 veröffentlicht. Das Protokoll umfasst Standard-Pulssequenzen sowie Radiofrequenz (RF) und Magnetfeldgradienten Objekte speziell auf unseren Systemen programmiert. Die Autoren gehen davon aus, dass das Protokoll in anderen neuromuskulären Erkrankungen, die durch Muskelschwund, Entzündungen gekennzeichnet, anwendbar ist, und Fettinfiltration (wie die Muskeldystrophien).

Protocol

HINWEIS: Der Leser wird darauf hingewiesen, dass alle Forschung am Menschen muß von der lokalen für die Nutzung von Human Subjects in Forschung Institutional Review Board (IRB) genehmigt werden. Forschung Teilnehmer müssen der Zweck, Verfahren, Risiken informiert werden und Nutzen der vorgeschlagenen Forschung; die Verfügbarkeit von alternativen Behandlungen oder Verfahren; die Verfügbarkeit der Vergütung; und ihre Rechte auf Privatsphäre und ihre Zustimmung zu entziehen und beenden ihre Teilnahme. Vor der MRI-Test-Session, ein Ermit…

Representative Results

Abbildung 1 zeigt repräsentative axiale anatomische Bilder an der Mitte des Oberschenkels eines Patienten mit Polymyositis erworben. Ebenfalls gezeigt ist die Lage des in-plane Vorsprung des Shimvolumen. Repräsentative Parameterkarten für jede qMRI Methode, die alle aus dem gleichen Patienten erhalten werden , werden aus den Figuren bereitgestellt 2 – 7. Die 2A</str…

Discussion

Muskelerkrankungen wie die Muskeldystrophien und idiopathische entzündliche Myopathien bilden der Gruppe von Krankheiten, die in Ätiologie und als individuelle Einheiten, selten in ihrer Häufigkeit heterogen sind. Zum Beispiel, Muskeldystrophie Duchenne – die häufigste Form der Muskeldystrophie – hat eine Inzidenz von 1 zu 3'500 bei männlichen Neugeborenen 37,38; Dermatomyositis, zu dem dieses Protokoll angewendet wurde, hat eine Inzidenz von 1 in 100.000 39. Je höher kollektive Auftreten…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

We acknowledge grant support from the National Institutes of Health: NIH/NIAMS R01 AR050101 (BMD), NIH/NIAMS R01 AR057091 (BMD/JHP), NIH/NIBEB K25 EB013659 (RDD), and the Vanderbilt CTSA award RR024975. We also thank the reviewers for the comments and the subject for participating in these studies.

Materials

Name of Reagent/ Equipment Company Catalog Number Comments/Description
3T human MRI system Philips Medical Systems (Best, the Netherlands) Achieva/Intera
Cardiac phased array receive coil Philips Medical Systems
Pillows, straps, bolsters, and other positioning devices
Computer with MATLAB software The Mathworks, Inc (Natick, MA) r. 2014

Riferimenti

  1. Wokke, B. H., et al. Comparison of Dixon and T1-weighted MR methods to assess the degree of fat infiltration in duchenne muscular dystrophy patients. J Magn Reson Imaging. 38 (3), 619-624 (2013).
  2. Carr, H., Purcell, E. Effects of diffusion on free precession in NMR experiments. Phys Rev. 94, 630-638 (1954).
  3. Whittall, K. P., MacKay, A. L. Quantitative interpretation of NMR relaxation data. Journal of Magnetic Resonance. 84 (1), 134-152 (1989).
  4. Park, J. H., et al. Dermatomyositis: correlative MR imaging and P-31 MR spectroscopy for quantitative characterization of inflammatory disease. Radiology. 177 (2), 473-479 (1990).
  5. Park, J. H., et al. Magnetic resonance imaging and p-31 magnetic resonance spectroscopy provide unique quantitative data useful in the longitudinal management of patients with dermatomyositis. Arthritis & Rheumatism. 37 (5), 736-746 (1994).
  6. Park, J. H., et al. Use of magnetic resonance imaging and p-31 magnetic resonance spectroscopy to detect and quantify muscle dysfunction in the amyopathic and myopathic variants of dermatomyositis. Arthritis & Rheumatism. 38 (1), 68-77 (1995).
  7. Huang, Y., et al. Quantitative MR relaxometry study of muscle composition and function in Duchenne muscular dystrophy. J Magn Reson Imaging. 4 (1), 59-64 (1994).
  8. Kim, H. K., et al. T2 mapping in Duchenne muscular dystrophy: distribution of disease activity and correlation with clinical assessments. Radiology. 255 (3), 899-908 (2010).
  9. Arpan, I., et al. T2 mapping provides multiple approaches for the characterization of muscle involvement in neuromuscular diseases: a cross-sectional study of lower leg muscles in 5-15-year-old boys with Duchenne muscular dystrophy. NMR in Biomedicine. 26 (3), 320-328 (2013).
  10. Fan, R. H., Does, M. D. Compartmental relaxation and diffusion tensor imaging measurements in vivo in λ-carrageenan-induced edema in rat skeletal muscle. NMR in Biomedicine. 21 (6), 566-573 (2008).
  11. Sled, J. G., Pike, G. B. Quantitative interpretation of magnetization transfer in spoiled gradient echo MRI sequences. J Magn Reson. 145 (1), 24-36 (2000).
  12. Gochberg, D. F., Gore, J. C. Quantitative magnetization transfer imaging via selective inversion recovery with short repetition times. Magn Reson Med. 57 (2), 437-441 (2007).
  13. Li, K., et al. Optimized inversion recovery sequences for quantitative T1 and magnetization transfer imaging. Magn Reson Med. 64 (2), 491-500 (2010).
  14. Louie, E. A., Gochberg, D. F., Does, M. D., Damon, B. M. Magnetization transfer and T2 measurements of isolated muscle: effect of pH. Magn Reson Med. 61 (3), 560-569 (2009).
  15. Sinclair, C. D. J., et al. Quantitative magnetization transfer in in vivo healthy human skeletal muscle at 3 T. Magn Reson Med. 64 (6), 1739-1748 (2010).
  16. Sinclair, C., et al. Multi-parameter quantitation of coincident fat and water skeletal muscle pathology. Proc 21st Ann Meeting ISMRM. , (2013).
  17. Bryant, N., et al. Multi-parametric MRI characterization of inflammation in murine skeletal muscle. NMR Biomed. 27 (6), 716-725 (2014).
  18. Aisen, A. M., Doi, K., Swanson, S. D. Detection of liver fibrosis with magnetic cross-relaxation. Magn Reson Med. 31 (5), 551-556 (1994).
  19. Kim, H., et al. Induced hepatic fibrosis in rats: hepatic steatosis, macromolecule content, perfusion parameters, and their correlations-preliminary MR imaging in rats. Radiology. 247 (3), 696-705 (2008).
  20. Basser, P. J., Mattiello, J., LeBihan, D. MR diffusion tensor spectroscopy and imaging. Biophys J. 66 (1), 259-267 (1994).
  21. Heemskerk, A., Strijkers, G., Drost, M., van Bochove, G., Nicolay, K. Skeletal muscle degeneration and regeneration following femoral artery ligation in the mouse: diffusion tensor imaging monitoring. Radiology. 243 (2), 413-421 (2007).
  22. Zaraiskaya, T., Kumbhare, D., Noseworthy, M. D. Diffusion tensor imaging in evaluation of human skeletal muscle injury. J Magn Reson Imaging. 24 (2), 402-408 (2006).
  23. Qi, J., Olsen, N. J., Price, R. R., Winston, J. A., Park, J. H. Diffusion-weighted imaging of inflammatory myopathies: polymyositis and dermatomyositis. J Magn Reson Imaging. 27 (1), 212-217 (2008).
  24. McMillan, A. B., Shi, D., Pratt, S. J., Lovering, R. M. Diffusion tensor MRI to assess damage in healthy and dystrophic skeletal muscle after lengthening contractions. J Biomed Biotech. , (2011).
  25. Scheel, M., et al. Fiber type characterization in skeletal muscle by diffusion tensor imaging. NMR Biomed. 26 (10), 1220-1224 (2013).
  26. Kaufman, L. D., Gruber, B. L., Gerstman, D. P., Kaell, A. T. Preliminary observations on the role of magnetic resonance imaging for polymyositis and dermatomyositis. Annalsrheumatic Dis. 46 (8), 569-572 (1987).
  27. Dixon, W. T. Simple proton spectroscopic imaging. Radiology. 153 (1), 189-194 (1984).
  28. Glover, G. H. Multipoint Dixon technique for water and fat proton and susceptibility imaging. J Magn Reson Imaging. 1 (5), 521-530 (1991).
  29. Berglund, J., Kullberg, J. Three-dimensional water/fat separation and T2* estimation based on whole-image optimization–application in breathhold liver imaging at 1.5 T. Magn Reson Med. 67 (6), 1684-1693 (2012).
  30. Gloor, M., et al. Quantification of fat infiltration in oculopharyngeal muscular dystrophy: Comparison of three MR imaging methods. J Magn Reson Imaging. 33 (1), 203-210 (2011).
  31. Fischmann, A., et al. Quantitative MRI and loss of free ambulation in Duchenne muscular dystrophy. J Neurol. 260 (4), 969-974 (2013).
  32. Li, K., et al. Multi-parametric MRI characterization of healthy human thigh muscles at 3.0 T – relaxation, magnetization transfer, fat/water, and diffusion tensor imaging. NMR Biomed. 27 (9), 1070-1084 (2014).
  33. Morrison, C., Stanisz, G., Henkelman, R. M. Modeling magnetization transfer for biological-like systems using a semi-solid pool with a super-Lorentzian lineshape and dipolar reservoir. J Magn Reson Series B. 108 (2), 103-113 (1995).
  34. Li, J. G., Graham, S. J., Henkelman, R. M. A flexible magnetization transfer line shape derived from tissue experimental data. Magn Reson Med. 37 (6), 866-871 (1997).
  35. Mangin, J. F., Poupon, C., Clark, C., Le Bihan, D., Bloch, I. Distortion correction and robust tensor estimation for MR diffusion imaging. Med Image Anal. 6 (3), 191-198 (2002).
  36. Moser, H. Duchenne muscular dystrophy: pathogenetic aspects and genetic prevention. Hum Genet. 66 (1), 17-40 (1984).
  37. van Essen, A. J., Busch, H. F., te Meerman, G. J., ten Kate, L. P. Birth and population prevalence of Duchenne muscular dystrophy in The Netherlands. Hum Genet. 88 (3), 258-266 (1992).
  38. Bendewald, M. J., Wetter, D. A., Li, X., Davis, M. P. Incidence of dermatomyositis and clinically amyopathic dermatomyositis: A population-based study in olmsted county, minnesota. Arch Dermatol. 146 (1), 26-30 (2010).
  39. Carlier, P. G. Global T2 versus water T2 in NMR imaging of fatty infiltrated muscles: different methodology, different information and different implications. Neuromuscul Disord. 24 (5), 390-392 (2014).
  40. Foley, J. M., Jayaraman, R. C., Prior, B. M., Pivarnik, J. M., Meyer, R. A. MR measurements of muscle damage and adaptation after eccentric exercise. J Appl Physiol. 87 (6), 2311-2318 (1999).
  41. Garrood, P., et al. MR imaging in Duchenne muscular dystrophy: quantification of T1-weighted signal, contrast uptake, and the effects of exercise. J Magn Reson Imaging. 30 (5), 1130-1138 (2009).
  42. Bratton, C. B., Hopkins, A. L., Weinberg, J. W. Nuclear magnetic resonance studies of living muscle. Science. 147, 738-739 (1965).
  43. Fleckenstein, J. L., Canby, R. C., Parkey, R. W., Peshock, R. M. Acute effects of exercise on MR imaging of skeletal muscle in normal volunteers. AJR Am J Roentgenol. 151 (2), 231-237 (1988).
  44. Williams, S., Heemskerk, A., Welch, E., Damon, B., Park, J. The quantitative effects of inclusion of fat on muscle diffusion tensor MRI measurements. J Magn Reson Imaging. 38 (5), 1292-1297 (2013).
  45. Hernando, D., et al. Removal of olefinic fat chemical shift artifact in diffusion MRI. Magn Reson Med. 65 (3), 692-701 (2011).
  46. Willcocks, R. J., et al. Longitudinal measurements of MRI-T2 in boys with Duchenne muscular dystrophy: effects of age and disease progression. Neuromuscul Disord. 24 (5), 393-401 (2014).
  47. Poon, C. S., Henkelman, R. M. Practical T2 quantitation for clinical applications. J Magn Reson Imaging. 2 (5), 541-553 (1992).
  48. Does, M. D., Gore, J. C. Complications of nonlinear echo time spacing for measurement of T2. NMR Biomed. 13 (1), 1-7 (2000).
  49. Poon, C. S., Henkelman, R. M. 180° refocusing pulses which are insensitive to static and radiofrequency field inhomogeneity. J Magn Reson. 99 (1), 45-55 (1992).
  50. Hollingsworth, K. G., de Sousa, P. L., Straub, V., Carlier, P. G. Towards harmonization of protocols for MRI outcome measures in skeletal muscle studies: consensus recommendations from two TREAT-NMD NMR workshops, 2 May 2010, Stockholm, Sweden, 1-2 October 2009, Paris, France. Neuromuscul Disord. 22, S54-S67 (2010).
  51. Underhill, H. R., Rostomily, R. C., Mikheev, A. M., Yuan, C., Yarnykh, V. L. Fast bound pool fraction imaging of the in vivo rat brain: Association with myelin content and validation in the C6 glioma model. Neuroimage. 54 (3), 2052-2065 (2011).
  52. Smith, S. A., et al. Quantitative magnetization transfer characteristics of the human cervical spinal cord in vivo: application to adrenomyeloneuropathy. Magn Reson Med. 61 (1), 22-27 (2009).
  53. Li, K. D. R., Dortch, R. D., Gochberg, D. F., Smith, S. A., Damon, B. M., Park, J. H. Quantitative magnetization transfer with fat component in human muscles. Proc. 20th Ann Meeting ISMRM. , (2012).
  54. Damon, B. M. Effects of image noise in muscle diffusion tensor (DT)-MRI assessed using numerical simulations. Magn Reson Med. 60 (4), 934-944 (2008).
  55. Damon, B. M., Buck, A. K. W., Ding, Z. Diffusion-tensor MRI-based skeletal muscle fiber tracking. Imaging Med. 3 (6), 675-687 (2011).
  56. Froeling, M., Nederveen, A. J., Nicolay, K., Strijkers, G. J. DTI of human skeletal muscle: the effects of diffusion encoding parameters, signal-to-noise ratio and T2 on tensor indices and fiber tracts. NMR in Biomedicine. 26 (11), 1339-1352 (2013).
  57. Basser, P. J., Pajevic, S. Statistical artifacts in diffusion tensor MRI (DT-MRI) caused by background noise. Magn Reson Med. 44 (1), 41-50 (2000).
  58. Anderson, A. W. Theoretical analysis of the effects of noise on diffusion tensor imaging. Magn Reson Med. 46 (6), 1174-1188 (2001).
  59. Saupe, N., White, L. M., Stainsby, J., Tomlinson, G., Sussman, M. S. Diffusion tensor imaging and fiber tractography of skeletal muscle: optimization of B value for imaging at 1.5 T. AJR Am J Roentgenol. 192 (6), W282-W290 (2009).
  60. Levin, D. I., Gilles, B., Madler, B., Pai, D. K. Extracting skeletal muscle fiber fields from noisy diffusion tensor data. Med Image Anal. 15 (3), 340-353 (2011).
  61. Sinha, U., Sinha, S., Hodgson, J. A., Edgerton, R. V. Human soleus muscle architecture at different ankle joint angles from magnetic resonance diffusion tensor imaging. J Appl Physiol. 110 (3), 807-819 (2011).
  62. Jones, D. K., Cercignani, M. Twenty-five pitfalls in the analysis of diffusion MRI data. NMR Biomed. 23 (7), 803-820 (2010).
  63. Hamilton, G., et al. In vivo characterization of the liver fat 1H MR spectrum. NMR Biomed. 24 (7), 784-790 (2011).
  64. Hernando, D., Kellman, P., Haldar, J. P., Liang, Z. P. Robust water/fat separation in the presence of large field inhomogeneities using a graph cut algorithm. Magn Reson Med. 63 (1), 79-90 (2010).
  65. Hernando, D., Hines, C. D., Yu, H., Reeder, S. B. Addressing phase errors in fat-water imaging using a mixed magnitude/complex fitting method. Magn Reson Med. 67 (3), 638-644 (2012).
check_url/it/52352?article_type=t

Play Video

Citazione di questo articolo
Damon, B. M., Li, K., Dortch, R. D., Welch, E. B., Park, J. H., Buck, A. K. W., Towse, T. F., Does, M. D., Gochberg, D. F., Bryant, N. D. Quantitative Magnetic Resonance Imaging of Skeletal Muscle Disease. J. Vis. Exp. (118), e52352, doi:10.3791/52352 (2016).

View Video