[논문 리뷰] CEST MR fingerprinting (CEST-MRF) for Brain Tumor Quantification Using EPI Readout and Deep Learning Reconstruction

Ouri Cohen, Victoria Yu외 5명|arXiv (Cornell University)|2021. 08. 18.

Advanced MRI Techniques and Applications참고 문헌 39인용 수 4

한 줄 요약

이 연구는 표준 자기공명영상 스캐너와 호환되는 임상적 CEST-MRI 프ingerprinting 방법을 제안하며, EPI 읽기 방식과 딥 러닝 복원(DRONE)을 사용하여 뇌종양을 2분 이내에 신속하고 정확하게 정량화한다. 이 방법은 높은 재현성(ICC ≥ 0.98)을 달성했으며, 종양 부위와 대조측 정상 조직 간의 유의미한 CEST 매개변수 차이를 탐지하여 비침습적 종양 특성 분석 임상적 잠재력을 입증한다.

ABSTRACT

$ extbf{Purpose}$: To develop a clinical CEST MR fingerprinting (CEST-MRF) method for brain tumor quantification using EPI acquisition and deep learning reconstruction. $ extbf{Methods}$: A CEST-MRF pulse sequence originally designed for animal imaging was modified to conform to hardware limits on clinical scanners while keeping scan time $\leq$ 2 minutes. Quantitative MRF reconstruction was performed using a deep reconstruction network (DRONE) to yield the water relaxation and chemical exchange parameters. The feasibility of the 6 parameter DRONE reconstruction was tested in simulations in a digital brain phantom. A healthy subject was scanned with the CEST-MRF sequence, conventional MRF and CEST sequences for comparison. Reproducibility was assessed via test-retest experiments and the concordance correlation coefficient (CCC) calculated for white matter (WM) and grey matter (GM). The clinical utility of CEST-MRF was demonstrated in 4 patients with brain metastases in comparison to standard clinical imaging sequences. Tumors were segmented into edema, solid core and necrotic core regions and the CEST-MRF values compared to the contra-lateral side. $ extbf{Results}$: The DRONE reconstruction of the digital phantom yielded a normalized RMS error of $\leq$ 7% for all parameters. The CEST-MRF parameters were in good agreement with those from conventional MRF and CEST sequences and previous studies. The mean CCC for all 6 parameters was 0.98$\pm$0.01 in WM and 0.98$\pm$0.02 in GM. The CEST-MRF values in nearly all tumor regions were significantly different (P=0.05) from each other and the contra-lateral side. $ extbf{Conclusion}$: Combination of EPI readout and deep learning reconstruction enabled fast, accurate and reproducible CEST-MRF in brain tumors.

연구 동기 및 목표

• 표준 자기공명영상 스캐너와 호환되는 임상적으로 실현 가능한 CEST-MRI 프ingerprinting 방법을 개발하기 위해.
• 진단 정확도를 유지하면서 EPI 읽기 방식을 사용해 빠른 촬영을 가능하게 하기 위해.
• 딥 러닝 네트워크(DRONE)를 활용해 복원 정확도와 속도를 향상시키기 위해.
• 뇌종양 환자에서 이 방법의 재현성과 임상적 유용성을 검증하기 위해.
• 일반적인 MRF 및 CEST 시퀀스와의 일致성을 위해 CEST-MRF 매개변수를 비교하기 위해.

제안 방법

• 기존의 동물 중심 CEST-MRF 펄스 시퀀스를 수정하여 임상용 스캐너 하드웨어 제약에 적합하도록 조정하였다.
• 촬영 시간을 ≤2분으로 유지하기 위해 고속 k-space 샘플링을 위해 에코 플레인 영상(EPI)을 사용하였다.
• T1, T2, CEST 및 세 가지 교환 속도를 포함한 6개의 정량적 매개변수를 복원하기 위해 DRONE 딥 러닝 복원 네트워크를 적용하였다.
• 모의 조직 특성을 가진 디지털 뇌 필라멘트를 사용하여 복원 파이프라인의 유효성을 검증하였다.
• 일관성 상관계수(ICC)를 사용해 재측정 실험을 건강한 피험자에서 실시하여 재현성을 평가하였다.
• 뇌전이성 종양 환자 4명에서 임상 촬영을 수행하였으며, 종양을 부종, 고형핵, 괴사핵으로 분할하여 지역 분석을 수행하였다.

실험 결과

연구 질문

• RQ1 표준 자기공명영상 스캐너의 제한된 하드웨어 능력으로도 CEST-MRF를 임상적 용도로 적응시킬 수 있는가?
• RQ2 EPI 기반 촬영이 정확도를 훼손하지 않고 2분 이내의 촬영 시간을 가능하게 하는가?
• RQ3 딥 러닝 복원(DRONE)이 저샘플링 데이터로부터 6개의 정량적 매개변수를 고해상도로 회복할 수 있는가?
• RQ4 건강한 뇌 조직에서 반복 촬영 간 CEST-MRF 매개변수의 재현성은 어떠한가?
• RQ5 종양 부위의 CEST-MRF 값은 대조측 정상 조직과 유의미하게 다를까?

주요 결과

• 디지털 뇌 필라멘트에서 DRONE 복원은 모든 6개 매개변수에 대해 정규화된 RMS 오차 ≤ 7%를 달성하여 높은 복원 정확도를 확인하였다.
• CEST-MRF 매개변수는 기존의 MRF 및 CEST 시퀀스와 강한 일치를 보이며 방법론적 일致성을 검증하였다.
• 재측정 재현성 평가에서 백질에서 평균 ICC는 0.98 ± 0.01, 회색질에서 0.98 ± 0.02로 매우 우수하였다.
• 모든 4명의 환자에서 종양 부위(부종, 고형핵, 괴사핵)의 CEST-MRF 값은 대조측과 유의미하게 다를 것으로 나타났다(p = 0.05).
• 이 방법은 종양의 하위 영역을 성공적으로 구분하였으며, 뇌전이성 종양의 미세환경 변화에 민감함을 입증하였다.
• EPI 읽기 방식과 DRONE 복원의 조합은 임상적 뇌종양 평가에 적합한 빠르고 정확하며 재현성이 높은 정량화를 가능하게 하였다.