Autor(es):
Silva, André Filipe Marques da
Data: 2016
Identificador Persistente: http://hdl.handle.net/10451/27266
Origem: Repositório da Universidade de Lisboa
Assunto(s): Imagem de espectroscopia de ressonância magnética; Supressão de lípidos; Vazamento de sinal; Função de resposta ao impulso; Teses de mestrado - 2016; Departamento de Física
Descrição
Tese de mestrado integrado, Engenharia Biomédica e Biofísica (Sinais e Imagens Médicas) Universidade de Lisboa, Faculdade de Ciências 2016
Espectroscopia de ressonância magnética (MRS), ao contrário de imagem de ressonância magnética (MRI), permite adquirir informação metabólica em vez de apenas informação morfológica. Imagem de MRS (MRSI) no cérebro permite detetar espectros de múltiplos voxels e, consequentemente, a heterogeneidade espacial de concentrações metabólicas, o que pode ser um indicador de doenças neurológicas e metabólicas. Contudo, MRSI é tecnicamente mais desafiante em campos magnéticos ultra altos havendo algumas limitações que impedem a implementação de MRSI em diagnóstico clínico. Como as concentrações dos metabolitos no corpo são muito mais baixas do que as dos lípidos e, especialmente, da água a sensibilidade de MRS na deteção dos metabolitos é muito mais baixa. Além disso, os sinais da água e dos lípidos são várias ordens de magnitude superiores às dos metabolitos, contaminando o espectro metabólico. Deste modo, é necessário utilizar técnicas de supressão de água e de lípidos. Todavia, devido à heterogeneidade de campo magnético causada por diferenças de suscetibilidade magnéticas nas interfaces ar-tecido, os sinais de água e dos lípidos podem sofrer um desvio da sua frequência, dificultando ainda mais a sua supressão. As técnicas mais usadas para supressão de água são a chemical-shift selective water suppression (CHESS) e a variable pulse power and optimized relaxation delays (VAPOR) que é baseada em CHESS. Embora a CHESS seja mais sensível a heterogeneidades de T1 e de B1, permite tempos de repetição mais curtos do que a VAPOR. No caso dos lípidos, técnicas como supressão de volume exterior (OVS) são muito usadas, porém necessitam de pulsos de radiofrequência (RF) adicionais e gradientes de desfasamento que aumentam o tempo de aquisição. Contudo, desenvolveu-se recentemente uma crusher coil que utiliza uma pequena corrente para gerar gradientes superficiais de desfasamento, criando uma distorção de campo magnético B0 que desfasa o sinal dos lípidos, permitindo tempos de aquisição mais curtos. A resolução espacial em MRSI é limitada não só pela baixa razão sinal-ruido (SNR) dos metabolitos, mas também pelo tempo necessário para codificação em fase das dimensões espaciais. Consequentemente, MRSI adquire-se com amostragem limitada do espaço k para manter tempos de aquisição aceitáveis. Os dados de MRSI necessitam de uma reconstrução com transformada de Fourier (FT) que, devido à amostragem limitada com zero-filling do espaço k, origina efeito de Gibbs ringing. A contaminação de sinal associada a este efeito é chamada de voxel bleeding (vazamento de sinal) e pode ser caracterizada usando a função de resposta ao impulso (PSF). A PSF é descrita por uma função seno cardinal, cuja largura a meia altura do pico principal corresponde ao tamanho efetivo do voxel. A contribuição do sinal pode ser positiva ou negativa e vai diminuindo com a distância à origem da PSF. No caso de a fonte de sinal estar no centro do voxel, não causará contaminação, pois os lobos laterais da função cruzam o valor zero no centro dos voxels adjacentes, ou seja, as contribuições cancelar-se-ão. Caso a fonte esteja localizada na borda do voxel, existirá uma propagação significativa do sinal para os voxels adjacentes. Filtros de apodização do espaço k permitem reduzir os lobos laterais da PSF e, consequentemente, a contaminação. Contudo, aumentam o tamanho efetivo do voxel, diminuindo a resolução espacial efetiva. Várias técnicas para redução de contaminação de lípidos têm sido propostas. Porém, estas apresentam algumas limitações. O objetivo deste estudo é desenvolver um novo método de pós-processamento que permita reduzir a contaminação do sinal dos lípidos extracerebrais nos espectros do cérebro usando conhecimento prévio da PSF. O método desenvolvido foi chamado Reduction of Lipid contamination with Zero-padding (REDLIPZ). Realizaram-se simulações com dados de MRSI simulados para testar o método e adquiriram-se dados de MRSI de fantomas e do cérebro para validação do método. Estes dados foram ainda usados para gerar dados com menor resolução. Utilizaram-se dois fantomas, um contendo água (fantoma de água), acetato, etanol e fosfato, simulando o sinal de metabolitos, e outro contendo óleo de girassol (fantoma de lípidos), simulando o sinal dos lípidos. Apenas no caso dos fantomas, foram feitas aquisições de referência (usando apenas o fantoma de água) onde não se aplicou qualquer supressão. Nas aquisições metabólicas para os fantomas (usando os dois fantomas) e in vivo, utilizou-se supressão de água com CHESS e supressão de lípidos com a crusher coil. Os dados do fantoma foram processados com e sem um filtro de apodização do espaço k, e os dados in vivo apenas com o filtro. Foi efetuada uma remoção do sinal residual da água com pós-processamento e não foi aplicada correção para a heterogeneidade de campo B1. Foram adquiridos mapas de lípidos e dos metabolitos para melhor visualizar alterações espaciais provocadas pelos métodos. Mapas da razão entre os picos dos metabolitos e dos lípidos também foram calculados, ilustrando alterações relativas para verificar se o método tem um maior efeito nos lípidos do que nos metabolitos. Avaliaram-se os espectros de diferentes voxels, um com baixa e outro com alta contaminação mostrando o efeito do método consoante o nível de contaminação. Comparou-se a razão acetato/etanol entre espectros da aquisição de referência (aquisição apenas com o fantoma de água) e da aquisição metabólica (aquisição com ambos os fantomas) para verificar se ambos os picos sofriam alterações de maneira uniforme após aplicação dos métodos. As comparações entre resultados do fantoma processados com e sem filtro mostram o efeito do método em ambos os dados. A comparação dos resultados dos dados originais com os de baixa resolução permite verificar como o método funcionaria com dados de menor resolução. Para este método é necessário assumir previamente que a propagação do sinal dos metabolitos é insignificante e que, por isso, este efeito pode ser desprezado. A utilização de um filtro de apodização do espaço k dificulta o cálculo de uma PSF mais verdadeira. A PSF estimada para os dados do fantoma processados com o filtro, terá lobos laterais diferentes e superiores aos da PSF real apodizada pelo filtro. A presença inesperada de sinal de metabolitos nas regiões correspondentes aos lípidos deve-se aos sinais de água e dos lípidos não totalmente suprimidos. Estes causam distorções da linha de base do espectro e, consequentemente, criam falsos sinais dos metabolitos. As maiores alterações provocadas pelo método nos voxels com maior contaminação, reforçam o facto das contribuições da PSF diminuírem com a distância ao centro da PSF. Verificou-se ainda que os diferentes metabolitos não são afetados uniformemente, porque a PSF difere para as várias ressonâncias. Nos dados de menor resolução foi observada uma menor redução do sinal dos lípidos e maiores artefactos de Gibbs ringing. Estes artefactos estão de acordo com o facto de que a PSF depende da resolução da imagem. Para dados de menor resolução a PSF apresenta lobos laterais maiores. Além disso é mais difícil definir o sinal dos lípidos responsável pela contaminação devido a efeitos de volume parcial e, por essa razão, a PSF produzida será menos precisa. Por último, a heterogeneidade de B1 causa uma variação espacial nos ângulos de nutação. A grande heterogeneidade de sinal deve-se ao facto de não ter sido aplicada uma correção para a heterogeneidade de B1. A correção é necessária no caso de serem feitas comparações diretas entre picos de diferentes metabolitos no espectro. Porém, a correção de B1 não é importante para o cálculo da PSF. A PSF depende da intensidade do sinal e se for aplicada correção de B1 antes de aplicar o método, a intensidade do sinal mudaria, mas a PSF calculada também mudará consoante essa alteração. Trabalho futuro incluirá a combinação dos dados de MRSI com imagens de alta resolução de MRI. Usando a imagem de MRI, o objetivo é realizar uma seleção mais precisa do sinal dos lípidos que realmente geram contaminação melhorando a estimação da PSF destes sinais. Também o perfil de sensibilidade das bobines de receção será tido em conta. A PSF é calculada com uma ponderação relativa à sensibilidade para cada uma das bobines, e no fim é feita uma soma de todas contribuições para cada voxel. Desta forma, produz-se um conhecimento prévio da PSF mais verdadeiro. O método desenvolvido neste estudo permitiu reduzir alguma contaminação dos lípidos em dados de MRSI do cérebro, através da determinação e subtração da PSF destes contaminantes dos espectros contaminados. A redução é benéfica e necessária para deteção e quantificação da concentração corretas dos metabolitos aumentando, assim, a relevância clinica das técnicas de MRSI.
MR spectroscopic (MRS) imaging has relatively low spatial resolution and the reconstruction of the data requires a Fourier transform. As a result, MRS images suffer from an effect referred to as voxel bleeding, whereby residual extra-cranial lipid signals contaminate neighboring voxels. These signals can be one to two orders of magnitude higher than the metabolites, leading to a distortion of metabolite information as well as incorrect detection and quantification. Lipid contamination reduction is necessary to enable quantification of metabolite concentrations, thus, increasing the clinical relevance of MRSI techniques. To this end, our aim was to develop a post-processing method to reduce extra-cerebral lipid tissue signal contamination in the brain tissue spectra. In this work, a new post-processing approach to reduce extra-cerebral tissue lipid signal contamination in the brain tissue spectra by using prior PSF knowledge is presented. A method named REDLIPZ (REDuction of LIPid contamination with Zero-padding) was implemented to assess the PSF knowledge via zero-padding the k-space. The measured PSF of the contaminating lipid signal was later subtracted from the contaminated data. The REDLIPZ produced some reduction of the lipid signal with minimal variations (either an increase or a decrease) in the metabolite resonances both in phantom and in vivo MRSI data acquired at ultra-high field (7T). The reduction of the lipid signal was greater in generated data with lower resolution, however, the changes in the metabolite resonances were also larger. The method was proven to reduce some lipid contamination. This is beneficial for the clinical relevance of MRSI. Combining MRSI with high resolution MR images and taking into account the receiving coil array sensitivity profiles should be both considered for a more precise and truthful measure of the PSF. Further refinement including B1 correction and pre-processing of the MRSI data is required.