Three-dimensional Quantitative Perfusion and Scar Imaging for Experimental and Clinical Applications
Open access
Author
Date
2023Type
- Doctoral Thesis
ETH Bibliography
yes
Altmetrics
Abstract
Reduced perfusion of cardiac tissue is indicative of coronary artery disease, which is the most prevalent cardiovascular disease. At its onset, pathological alterations in the coronary vessel walls occur. While the consequences of these pathological changes are initially masked by autoregulation and outward remodeling of the vascular wall, sufficient blood flow and oxygen supply may no longer be ensured at increased demand i.e. during physical exercise or stress. Ultimately, these changes can result in acute myocardial infarction, followed by irreversible myocardial tissue damage if left untreated. Therefore, accurate and cost-effective quantification of myocardial perfusion and tissue viability is pivotal for diagnosis, treatment planning and individual prognosis.
Cardiovascular Magnetic Resonance (CMR) provides a powerful toolset to assess myocardial tissue perfusion and viability, without exposing the patient to ionizing radiation. Tissue perfusion can be quantified by dynamic contrast-enhanced perfusion imaging both under rest and stress. Late gadolinium enhancement (LGE) allows for tissue viability assessment and the identification of scars. However, in clinical practice, both perfusion and scar imaging have limitations in relation to anatomical coverage, patient compliance, accuracy and ease of use.
Clinically, perfusion imaging is performed in three short-axis slices, covering only parts of the left-ventricular myocardium. In the research setting, quantitative three-dimensional (3D) perfusion imaging methods require extended breathholds of the patient, which often limits their feasibility in practice. Improving patient comfort and compliance is therefore pivotal in translating quantitative 3D perfusion CMR into clinical routine.
In the first project of this thesis, a framework for improved 3D perfusion imaging, not requiring breath-holds of the patient, is presented. The framework comprises motion-informed locally low-rank image reconstruction for Cartesian pseudo-spiral undersampled data acquisitions to enable robust free-breathing whole-heart quantitative perfusion imaging under rest and stress conditions. Using computer simulations, phantom and in-vivo data, it is shown that respiratory motion can be corrected under rest condition and under pharmacologically-induced stress. Furthermore, it is demonstrated that sector-wise quantitative perfusion maps can be derived reproducibly for varying heart rates and breathing patterns.
In a second project, hypercapnia as an alternative to pharmacological stressors for perfusion imaging is explored. An experimental setup and protocols to study hypercapnia-induced vasodilation via a controlled increase of the partial pressure of CO2 in blood is presented. Hypercapnic stress is studied in a porcine model and changes of myocardial perfusion are assessed using free-breathing CMR perfusion methods. While it is shown that reproducible control of partial pressure of CO2 in blood is possible, no apparent changes of myocardial perfusion were detected. The results point to various open questions regarding biological mechanisms of autoregulation of vasodilation in experimental models and warrant further investigation.
Two-dimensional and three-dimensional LGE imaging methods are widespread in clinical practice, providing a large number of imaging slices and whole-heart coverage. The challenge with these methods lies with the labor-intensive and time-consuming processing of the data. Classical post-processing methods require manual annotation of healthy and/or scar tissue, which not only introduces observer-dependent bias and uncertainty but also adds to cost. Therefore, neural networks have been proposed to automatize the analysis.
The third contribution to this thesis is concerned with accuracy of neural network-based automatic scar assessment on LGE imaging data. While the use of neural networks allows for time-efficient processing of the data, variations in data acquisition and image reconstruction parameters may compromise network performance. To this end, network performance degradation due to mismatch of the point-spread functions in training and test data was investigated. High-resolution porcine model datasets with myocardial infarction were acquired ex-vivo and convolved with point-spread functions of increasing widths. It is shown that networks, which were trained on lower-resolution training data and deployed on higher-resolution test data, tend to be more robust against variation in test image resolution. On the contrary, networks trained at higher resolution lead to systematic overestimation of total and dense scar areas if deployed on low-resolution datasets. Accordingly, the study underlines the importance of taking the point-spread functions of data acquisition into account to ensure accurate scar detection.
In summary, current challenges in 3D perfusion imaging and scar quantification have been addressed. Following the methods developments, clinical studies are warranted to demonstrate the robustness and diagnostic yield in larger patient cohorts. Show more
Eine verminderte Durchblutung des Herzgewebes ist ein Hinweis auf eine Koronararterienerkrankung, der am weitesten verbreiteten kardiovaskulären Erkrankung. Zu Beginn der koronaren Herzerkrankung treten pathologische Veränderungen der Herzkranzgefässwände auf. Während die Folgen dieser pathologischen Veränderungen zunächst durch Autoregulation und Umbau der Gefässwand kompensiert werden, kann bei körperlicher Belastung oder Stress eine ausreichende Durchblutung und Sauerstoffversorgung unter Umständen nicht mehr gewährleistet sein. Letztendlich können diese Einschränkungen zu einem akuten Myokardinfarkt führen, gefolgt von irreversiblen Myokardgewebeschäden. Daher ist eine genaue und kosteneffiziente Quantifizierung der myokardialen Durchblutung und der Gewebevitalität von entscheidender Bedeutung für die Diagnose, Behandlungsplanung und individueller Prognose.
Die kardiovaskuläre Magnetresonanztomographie (MRT) bietet ein leistungsfähiges Instrument zur Beurteilung der myokardialen Gewebedurchblutung und -vitalität, ohne den Patienten ionisierender Strahlung auszusetzen. Durch die dynamische kontrastmittelverstärkte Perfusionsbildgebung kann die Durchblutung des Gewebes sowohl im Ruhezustand als auch unter Stress quantifiziert werden. Die Methodik des Late-Gadolinium-Enhancements (LGE) erlaubt die Beurteilung der Vitalität des Gewebes sowie die Identifizierung von Narbengewebe. In der klinischen Praxis weisen jedoch sowohl die Perfusions- als auch die LGE-Bildgebung Limitationen in Bezug auf die anatomische Abdeckung, Genauigkeit, Zuverlässigkeit sowie Benutzerfreundlichkeit auf.
In der klinischen Praxis ermöglicht die Perfusions-MRT die Aufnahme von drei Schichtbildern, die nur Teile der Anatomie der linken Herzkammer abdecken. In der Forschung finden bereits Verfahren zur quantitative dreidimensionale (3D) Perfusions-MRT Verwendung; jedoch benötigen diese längere Atemstopps des Patienten, was die Durchführbarkeit erschwert und Zuverlässigkeit vermindert.
Im ersten Projekt dieser Arbeit wird eine Methodik für eine verbesserte 3D Perfusions-MRT, welche Aufnahmen ohne Atemstopp ermöglicht, vorgestellt. Unter Einbezug von Bewegungsinformation in der Bildrekonstruktion können unterabgetastete Daten, welche entlang einer pseudo-spiralförmigen, kartesischen Trajektorie aufgenommen werden, unter Ruhe- und Stressbedingung des Patienten robust rekonstruiert werden. Anhand von Computersimulationen, Phantom- und in-vivo-Daten wird gezeigt, dass die Atembewegung sowohl in Ruhe als auch unter pharmakologisch-induziertem Stress in der Bildgebung korrigiert werden kann. Darüber hinaus zeigt die quantitative Analyse der Perfusionsdaten, dass eine sektorbasierte Quantifizierung der Myokardperfusion, trotz unterschiedlicher Herzfrequenzen und Atemmuster, reproduzierbar berechnet werden kann.
In einem zweiten Projekt wird eine Alternative zu pharmakologischen Stressoren für die Perfusions-MRT erforscht. Hierzu werden ein Versuchsaufbau und Protokolle zur Untersuchung der hyperkapnie-induzierten Vasodilatation durch eine kontrollierte Erhöhung des CO2-Partialdrucks im Blut vorgestellt. Der hyperkapnische Stress wird an einem Schweinemodell untersucht und die Veränderungen der Myokardperfusion mittels Perfusions-MRT evaluiert. Es wird gezeigt, dass zwar eine reproduzierbare Kontrolle des CO2-Partialdrucks im Blut möglich ist, eine davon abhängige Veränderung der Myokardperfusion jedoch nicht eindeutig nachgewiesen werden kann. Die experimentellen Ergebnisse lassen einige Fragen zur biologischen Wirkweise der Gefässautoregulation im experimentellen Tiermodell offen und bedürfen weiterer Untersuchungen.
Zwei- und dreidimensionale LGE-Bildgebungsverfahren sind in der klinischen Praxis weit verbreitet und bieten eine hohe Anzahl von Schichtbildern mit Abdeckung des gesamten Herzens. Diese Methoden bringen eine arbeitsintensive und zeitaufwändige Nachbearbeitung der Bilddaten mit sich. Etablierte Nachbearbeitungsmethoden erfordern eine manuelle Identifikation von gesundem beziehungsweise narbigem Gewebe, was nicht nur eine benutzerabhängige Unsicherheit in sich birgt, sondern auch die Kosten erhöht. Um die Nachbearbeitung zu automatisieren bietet sich die Verwendung neuronaler Netzwerke an.
Der dritte Beitrag dieser Arbeit befasst sich mit der Genauigkeit der automatischen Quantifizierung von LGE-Bildern mittels neuronaler Netzwerke. Die Verwendung neuronaler Netzwerke ermöglicht eine zeiteffiziente Verarbeitung der Bilddaten; jedoch können Unterschiede in der Bildaufnahme und in den verwendeten Bildrekonstruktionsparametern die Leistung der Netzwerke beeinträchtigen. Um diesen Aspekt genauer zu beleuchten, wurde die Genauigkeit netzwerkbasierter Segmentierung in Abhängigkeit von Unterschieden in der Punktausbreitungsfunktion in Trainings- und Testdaten systematisch untersucht. Hochaufgelöste LGE-Bilddaten von Schweinemodellen mit Myokardinfarkt kamen zur Anwendung, welche mit verschiedenen Punktausbreitungsfunktionen gefaltet wurden, um Kopien mit unterschiedlicher Auflösung zu erhalten. Dabei zeigt sich, dass Netzwerke, die auf Trainingsdaten mit geringerer Auflösung trainiert und auf Testdaten mit höherer Auflösung angewendet wurden, tendenziell robuster gegenüber Schwankungen in der Auflösung der Testbilder sind. Im Gegensatz dazu tendieren Netzwerke, die mit höherer Auflösung trainiert wurden und auf Daten mit geringer Auflösung angewendet werden, zu einer systematischen Überschätzung der Narbenfläche. Dementsprechend unterstreicht die Studie die Wichtigkeit, die der Bildaufnahme zugrundeliegende Punktausbreitungsfunktion zu berücksichtigen, um eine genaue Narbenerkennung zu gewährleisten.
Zusammenfassend ist festzuhalten, dass in der vorliegenden Arbeit Lösungen zu aktuellen Herausforderungen in der 3D Perfusion-MRT und der LGE-basierten Narbenquantifizierung entwickelt wurden. Im Anschluss an diese Methodenentwicklungen sind nun klinische Studien nötig, um die Robustheit und den diagnostischen Wert der Entwicklungen in grösseren Patientenkohorten unter Beweis zu stellen. Show more
Permanent link
https://doi.org/10.3929/ethz-b-000627741Publication status
publishedExternal links
Search print copy at ETH Library
Publisher
ETH ZurichOrganisational unit
09548 - Kozerke, Sebastian / Kozerke, Sebastian
More
Show all metadata
ETH Bibliography
yes
Altmetrics