Ein neuartiges MRT-Verfahren für ein verbessertes Multi-Parameter-Mapping

Markus Zimmermann, Zaheer Abbas, Yannic Sommer, Alexander Lewin, Shukti Ramkiran, Jörg Felder, Wieland A. Worthoff, Ana-Maria Oros-Peusquens, Seong Dae Yun, N. Jon Shah

1. September 2024

Die INM-4-Forscher freuen sich, die Einführung eines neuen Ansatzes für die gleichzeitige Erfassung mehrerer quantitativer MRT-Parameter bei ultrahoher Feldstärke bekannt zu geben. Die als QRAGE bezeichnete Methode bietet detaillierte Einblicke in den Wassergehalt, T1, T2* und die magnetische Suszeptibilität.

QRAGE nutzt die kürzlich entwickelte Multi-Echo-MPnRAGE-Sequenz, die die Aufnahme von 171 verschiedenen Kontrastbildern in einem kurzen Zeitrahmen ermöglicht. Um dieses hohe Maß an Effizienz zu erreichen, wird die neuartige MIRAGE2-Rekonstruktionsmethode eingesetzt, die das Vorwissen über die zeitliche Signalentwicklung nutzt. Das Ergebnis sind präzise Parameterkarten, die durch fortschrittliche Nachbearbeitungstechniken abgeleitet werden.

Die Leistung wurde durch Simulationen, Phantomstudien und In-vivo-Experimente umfassend validiert. In-vivo-Gehirnmessungen ergaben minimale Abweichungen von Referenzmethoden und eine außergewöhnliche Präzision bei allen kartierten Parametern. QRAGE deckt das gesamte Gehirn mit einer isotropen Auflösung von 1 mm in etwas mehr als 7 Minuten ab und ist damit vergleichbar mit bestehenden MRT-Techniken.

QRAGE stellt eine effiziente Lösung für ein umfassendes Multi-Parameter-Mapping bei ultrahoher Feldstärke dar und liefert Ergebnisse im gleichen Zeitrahmen wie ein Standard-MP2RAGE-Scan bei vergleichbarem Bildkontrast. QRAGE hat das Potenzial, die in der neurowissenschaftlichen Forschung weit verbreitete MP2RAGE-Sequenz nahtlos zu ersetzen, und ist bereit für eine breite Akzeptanz, zumal die Rekonstruktionszeiten durch weitere Fortschritte weiter reduziert werden.

Eine verbleibende Herausforderung liegt in den hohen Rechenanforderungen, die für den Bildrekonstruktionsprozess erforderlich sind. Diese Komponente ist von entscheidender Bedeutung, da sie komplexe Algorithmen umfasst, die eine große Datenmenge verarbeiten, um die Qualität der aufgenommenen Bilder zu gewährleisten. Um dieses Problem zu lösen, entwickelt das Team derzeit eine neuartige KI-basierte Bildrekonstruktionstechnik, die den Rechenaufwand erheblich reduzieren soll, wodurch die Rekonstruktionszeit verkürzt und die QRAGE-Methode für eine breite Anwendung in der neurowissenschaftlichen Forschung noch zugänglicher gemacht werden soll.

Originalpublikation: QRAGE—Simultaneous multiparametric quantitative MRI of water content, T1, T2*, and magnetic susceptibility at ultrahigh field strength