Phase-contrast magnetic resonance imaging (PC-MRI) is increasingly used in the diagnosis and management of congenital heart diseases. In particular, three-dimensional (3D) PC-MRI, commonly named 4D flow MRI, provides 3D coverage of anatomical structures, and, from it, it is possible to quantify the volume of blood flowing through a vessel over time, and to visualize the complex pattern of blood flowing through the great vessels and chambers of the heart. However, to mitigate respiratory motion artifacts, conventional 4D flow MRI uses prospective respiratory navigation that limits the acquisition to the end-expiratory phase of respiration, while discarding a large portion of data. This leads to long and unpredictable scan times that depend on each patient’s respiratory pattern.
A push-button research sequence, called the free-running PC-MRI framework, was recently developed in an effort to create a time efficient and easy-to-use alternative to 4D flow MRI. In this sequence, data are continuously acquired over a fixed scanning time, then, respiratory and cardiac signals are extracted from the data and used to sort it retrospectively prior to reconstruction, to mitigate motion artifacts and improve image quality.
To date, the free-running PC-MRI framework is still under development. Each of the building blocks of the framework (sequence, signal extraction, reconstruction) presents its own limitations. For example, respiratory and cardiac signal extraction strategies are strongly tied to specific sequence parameters, and this coupled interaction limits the optimization of the sequence, that would benefit from new acquisition schemes to reduce scan times, improve image quality, or even provide higher spatial resolution data, that is essential to monitor pediatric congenital heart disease populations. Moreover, the study of respiratory and cardiac motion has not been fully exploited in this framework, and the development of new mechanisms to better mitigate motion-related artifacts could enable better image quality, and benefit sequence and reconstruction optimization efforts. Additionally, while sequence optimization is limited by multiple factors, the overall goal is to generate high quality flow datasets in an easy- to-use fashion at short scan times, with high spatial resolution and good image quality in both anatomical and flow information.
This doctoral dissertation addresses some of the practical limitations described above, through the development and implementation of novel acquisition and reconstruction strategies for the free-running PC-MRI framework. Chapter 1 provides an overview containing basic concepts and definitions to follow the remainder of this dissertation.
In Chapter 2, an MR image-independent motion detection system, named Pilot Tone navigation system, is integrated in the free-running PC-MRI framework to detect respiratory and cardiac motion signals. Prior to Pilot Tone, self-gating data was used for signal extraction, by integrating additional imaging readouts into the sequence trajectory. This, however, can limit future improvements in sequence design, and therefore a sequence-independent alternative is desirable. This study describes the signal extraction framework for Pilot Tone and validates the obtained physiological signals to self-gated signals as well as to the reference standard for cardiac activity, electrocardiography. Then, using Pilot Tone signals, respiratory and cardiac resolved 5D flow datasets were reconstructed and shown to provide accurate flow measurements when compared to gold-standard modalities. Finally, and contrarily to self- gating, Pilot Tone was shown to be unaffected by changes in sequence design, suggesting that the imaging sequence and the extracted physiological signals are decoupled from each other, which sets up new opportunities for improving sequence design.
In Chapter 3, the untapped potential of respiratory self-gating signals is leveraged to estimate and correct for the spatial displacement of the heart due to respiration in the free-running PC- MRI framework, thus improving the quality of the resulting images. The algorithm used to perform this respiratory motion correction is called focused navigation (fNAV), and in this thesis will be shown its first validation in PC-MRI datasets to obtain 4D flow motion-corrected images. Using fNAV, respiratory motion displacements were accurately corrected, and the quantification of flow measurements from 4D flow image reconstructions of these corrected datasets was shown to be in accordance with reference-standard measurements. Correcting respiratory motion in the free-running PC-MRI framework instead of resolving it, which had been previously done, reduces the dimensionality of these datasets, thus increasing the sampling size per imaging volume (which improves image quality) and simplifying image reconstruction and analysis. As a result, using fNAV may also benefit sequence optimization, by facilitating shorter scan times and possibly empowering in the acquisition of higher resolution PC-MRI images.
In Chapter 4, the Pilot Tone navigation system described in Chapter 2 is combined with the respiratory motion-correction method validated in Chapter 3 to create a novel strategy to synchronize and combine two sequentially acquired free-running sequences. Using the proposed method, called Synchronization of Neighboring Acquisitions by Physiological Signals (SyNAPS), one anatomical free-running sequence and one free-running PC-MRI sequence, were combined into one comprehensive 4D ‘anatomy + flow’ imaging dataset. Merging anatomy and flow information using SyNAPS improves the visualization of cardiovascular structures in flow data that now can be segmented dynamically, without the need for contrast injection. This will, consequently, improve the delineation of vessels of interest, which in turn increases the precision of flow quantification.
In conclusion, this doctoral dissertation addressed different practical challenges and presented new solutions that can help to further optimize and improve the building blocks of the free-running PC-MRI framework. The impact of this work will hopefully drive sequence improvements regarding higher spatial resolution, shorter scan times and improved flow quantification. Thanks to the technical advances here described, as well as the scientific and clinical collaborations derived from this work, the free-running PC-MRI framework is one step closer to becoming a valuable tool in the diagnosis and management of congenital heart diseases.
--
L'imagerie par résonance magnétique à contraste de phase (PC-IRM) est de plus en plus utilisée pour le diagnostic et la prise en charge des cardiopathies congénitales. En particulier, la PC-IRM tridimensionnelle (3D), communément appelée IRM de flux 4D, fournit une couverture 3D des structures anatomiques, permettant alors de quantifier le volume de sang en circulation dans un vaisseau donné ainsi que de visualiser le schéma complexe de circulation du sang dans les grands vaisseaux et les chambres du cœur. Cependant, dans le but d’atténuer les artéfacts dus au mouvement respiratoire, l'IRM de flux 4D conventionnelle utilise des navigateurs diaphragmatiques qui rejettent une grande partie des données car limitent l'acquisition à la phase expiratoire. Cela conduit à des durées d’acquisition longues et imprévisibles car dépendants du schéma respiratoire de chaque patient.
Une séquence de recherche "push-button", nommée "PC-MRI free-running framework", a récemment été développée comme alternative efficace (en termes de temps) et plus facile à utiliser par rapport à l'IRM de flux 4D conventionnelle. Avec cette séquence, les données sont acquises en continu durant l’intégralité du scan, avec une durée fixe et connue à l’avance pour tous les patients. Après l’acquisition, les signaux respiratoires et cardiaques sont extraits des données et utilisés comme guide pour la reconstruction, afin de diminuer les artéfacts de mouvement et ainsi d'améliorer la qualité des images.
À ce jour, le PC-MRI free-running framework est toujours en cours de développement. Chacun des éléments qui le composent (c’est-à-dire la séquence IRM, l’algorithme d’extraction des signaux de mouvement, la reconstruction) présente ses propres limites. Par exemple, les stratégies d'extraction des signaux respiratoires et cardiaques sont fortement liées à des paramètres spécifiques de la séquence, et cette interaction couplée limite l'optimisation de cette dernière. L’élaboration de nouveaux schémas d'acquisition permettrait de réduire le temps de scan, d’améliorer la qualité des images, ou encore d’acquérir des données à plus haute résolution spatiale, ce qui est essentiel pour l’étude des cardiopathies congénitales pédiatriques. De plus, l’étude des mouvements respiratoires et cardiaques n’a pas été pleinement exploitée au sein du framework, et le développement de nouveaux mécanismes permettant de minimiser les artéfacts de mouvements améliorerait la qualité d'image et profiterait aux efforts d'optimisation de la séquence et de la reconstruction. En complément, bien que l'optimisation de la séquence soit limitée par de multiples facteurs, l'objectif global est de générer de manière simple des données de flux de haute qualité, dans des temps d’acquisition fixes et réduits, à haute résolution spatiale tout en assurant une bonne qualité d'image en fin de processus.
Cette thèse de doctorat aborde certaines des limites pratiques décrites ci-dessus, par le développement et la mise en œuvre de nouvelles stratégies d'acquisition et de reconstruction au sein du PC-MRI free-running framework. Le chapitre 1 fournit au lecteur une introduction abordant les concepts et définitions de base requis à la compréhension des chapitres suivants.Dans le chapitre 2, un système de détection de mouvement indépendant de l'IRM, appelé système de navigation Pilot Tone, est intégré dans le framework pour détecter les signaux de mouvement respiratoire et cardiaque. Précédemment, la technique d’extraction de signaux dite de "self-gating" se faisait par intégration de mesures supplémentaires dans la trajectoire de la séquence IRM. Cependant, cela limite les opportunités d’amélioration de la séquence car cela contraint cette dernière à suivre un certain schéma; une méthode alternative et indépendante du type de séquence est donc souhaitable. L’étude présentée décrit un cadre complet d'extraction de signaux pour le Pilot Tone et propose une validation des signaux physiologiques obtenus par comparaison aux signaux de self-gating ainsi qu'à l'électrocardiographie. Ensuite, en utilisant les signaux Pilot Tone, des données de flux 5D résolus pour la respiration et le battement cardiaque ont été reconstruits, et fournissant des mesures de flux précises par rapport aux modalités de référence. Enfin, contrairement à la technique self-gating, le Pilot Tone n'est pas affecté par de potentielles modifications de séquence, ce qui suggère que la séquence utilisée et les signaux de Pilot Tone sont découplés l'un de l'autre, et permet donc d’optimiser la séquence, notamment concernant le schéma d’échantillonnage.
Dans le chapitre 3, les signaux de respiration obtenus par self-gating sont étudiés afin d’estimer et corriger le déplacement spatial du cœur dû à la respiration, dans le cadre du PC- MRI free-running framework, ce qui améliore considérablement la qualité des images obtenues. L'algorithme utilisé pour effectuer cette correction du mouvement respiratoire est appelé navigation focalisée (fNAV), et dans cette thèse, nous montrerons sa première validation appliquée à des données PC-IRM pour obtenir des images flux 4D. En utilisant l’algorithme fNAV, les déplacements du mouvement respiratoire ont été corrigés avec précision, et la quantification des mesures de flux à partir des images de flux 4D obtenues s'est avérée être en accord avec les mesures de référence. La correction du mouvement respiratoire, en opposition à sa résolution qui fut validée précédemment dans le cadre d’acquisitions free-running PC-IRM, réduit la dimensionnalité de ces données, augmentant ainsi la densité d’échantillons par volume d’imagerie (ce qui améliore la qualité de l’image) et simplifiant la reconstruction et l’analyse des images. L’utilisation de fNAV peut également être bénéfique pour l’optimisation de la séquence, en permettant des temps de scannage plus courts et en aidant éventuellement à l’acquisition d’images PC-IRM de plus haute résolution spatiale.
Dans le chapitre 4, le système de navigation Pilot Tone développé dans le chapitre 2 est combiné à la méthode de fNAV dans le chapitre 3 afin de créer une nouvelle stratégie de synchronisation et de combinaison de deux séquences free-running acquises séquentiellement. La méthode proposée, appelée "Synchronization of Neighboring Acquisitions by Physiological Signals" (SyNAPS), permet de combiner une séquence free-running anatomique et une séquence free-running PC-IRM en un ensemble complet de données d'imagerie "anatomie + flux" 4D. La fusion des informations sur l'anatomie et le flux à l'aide de SyNAPS améliore la visualisation des structures cardiovasculaires dans les données de flux, qui peuvent désormais être segmentées de manière dynamique, sans qu'il soit nécessaire d'injecter un produit de contraste. Ceci améliore par conséquent le suivi des vaisseaux d'intérêt, ce qui augmente la précision de la quantification du flux dans ces vaisseaux.
En conclusion, cette thèse de doctorat aborde différents limites pratiques liées au PC-MRI free-running framework, et présente de nouvelles solutions pour son optimisation. Potentiellement, l'impact de ce travail et ces résultats prometteurs sera d'améliorer la séquence en termes de résolution spatiale (plus élevée), de durée d’acquisition (plus courte) et de permettre, au bout de la chaîne, une meilleure quantification du flux sanguin. Grâce aux progrès techniques décrits ici, ainsi qu'aux collaborations scientifiques et cliniques nées de ce travail, le PC-MRI free-running framework se rapproche un peu plus de sa forme optimale, formant un outil précieux pour le diagnostic et la gestion des cardiopathies congénitales.