Arvid Lundervold: Introduksjon til MRI

C( x − Δx,
t)
C ( x,
t)
C( x + Δx,
t)
FL FR
MED1NEVRO Aging – cognition, / BMED251 imaging and genetics | 15. mai 2012
Visualisering av
sentralnervesystemet (CNS)
MRI - fra nano til makro
Prof. dr. med Arvid Lundervold
Laboratorium for nevroinformatikk og bildeanalyse
Institutt for biomedisin
D xx D xy D xz
D yx D yy D yz
D zx D zy D zz
arvid_lundervold_introduksjon_til_mri_20120515.pptx
Arvid Lundervold

Organisme
Organ
Vev
Musculo-skeletal system
Circulatory system
Respiratory system
Digestive system
Nervous system
Urinary system
Reproductive system
Endocrine system
Lymphoidal system
Celle
Muscle tissue
Nerve tissue
Connective tissue
Epithelial tissue
Blood
Organelle
“Grand challenges” i beregningsorientert biologi/medisin:
Fler-skala avbildning og -modellering
Mitochondria
Nucleus
Endoplasmic
reticulum
Cell membrane
Protein
DNA
”Physiomics”
Arvid Lundervold

Et hjerne-preparat
Den levende, intakte hjerne
avbildet med MRI
Siemens Vision plus
Haukeland University Hospital
512 x 512
Arvid Lundervold

Intervensjons-MRI
Åpen magnet
Minimalt invasiv terapi
Arvid Lundervold

MRI prinsipper ...
Resonans
z
x
B 1 !
RF!
ω
M(t)!
sende/
motta
y
Magnetisk
ADC
ms
B 0 !
••••••••••••••••
••••••••••••••••
••••••••••••••••
••••••••••••••••
••••••••••••••••
••••••••••••••••
••••••••••••••••
••••••••••••••••
••••••••••••••••
••••••••••••••••
••••••••••••••••
••••••••••••••••
Rådata
K-space
Fourierrommet
2D FFT
Imaging
tomografi
Arvid Lundervold

Arvid Lundervold
MRI ...
Pulssekvenser
Bilde
rekonstruksjon
Kontrast-
mekanismer
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
k x
k y
m
n
O
H
A -
H
B 0 !
vann-protoner
i cellulært miljø
eksperimentelll manipulasjon
av proton-spinn populasjoner
Fourier transform
( 2D FFT )
Vi avbilder::
gjennom:
ved bruk av:
for
ω
ω

Roterende magnetfelt M xy (t) induserer strøm i en spole …
B 0
FID = Free Induction Decay
M xy (t)
Strøm (A)
Spole / Antenne
Indusert signal
(FID)
Tid (ms)
Arvid Lundervold

MRI – en familie av ulike måleteknikker / pulssekevenser (multimodal MRI)
Fourier coding
k-space
Arvid Lundervold

STØY i MR-bilder Signal-to-Noise Ratio (SNR) & k-space midling av multiple akkvisisjoner (NAC)
” 10 sek ”
NAC = 1 NAC = 9
NAC = 36
NAC = 81 NAC = 144
NAC = 324
” Arvid 10 Lundervold min”

Multispektral / multimodal MRI
Proton-vektet T1-vektet T2-vektet
Arvid Lundervold

OpenViz
Multispektral 3D MRI
FLASH DESS FISP
T1-vektet T2-vektet -vektet
Arvid Lundervold

Vevs-segmentering
Trenings-områder for
vevsspesifikk parameter-estimering
For hvert voxel i :
Beregn P (vevstype | data)
[ GM ] [ WM ] [ CSF ]
Grå substans Hvit substans Cerebrospinalvæske
Arvid Lundervold

Objekt
(PASIENT)
Mønstergjenkjenning / statistisk klassifikasjon
Måleverdier
(eng. “feature vector”)
Måling
sensor, scanner
Egenskapsrom
(eng. “feature space”)
R 3
Egenskap1
x 1
(eng. “pattern recognition”)
x 3
x
Egenskap 3
Mønstergjen-
kjenning system
x=(x 1 ,x 2 ,x 3 )
x 2
Egenskap 2
Klasser /
”diagnoser”
1!
2
….
(x) = i!
Klassifikasjonsregel
Arvid Lundervold

muskel luft
F
L
A
S
H
F
I
S
P
luft
mus
fett
csf wm gm
fett
gm
wm
D E S S
csf
F L A S H
Vevs-spesifikk fordeling av MRI signalintensiteter
# 1
# 2 # 3 # 4
Arvid Lundervold

wm
gm
luft
fett
csf
muskel
NN
Vevs-klassifikasjon subject #1 slice 55
FLASH
NN LVQ
ML MRF
NN = Nearest Neighbour LVQ = Learning Vector Quantization
ML = Maximum Likelihood MRF = Markov Random Field
Arvid Lundervold

# 1
NN
Visualisering av ulike vev og hjernestrukturer
Sag.
Axi. Cor.
Vol (wm) = 511 ml
Hvit substans (NN) 794 ml
Sideventrikler (NN) 24 ml
3D sammenhengskomponent
# 2
3D conn.comp.
Arvid Lundervold

fMRI flikkerlys
Cand.scient.
Pål Magne Hisdal
UiB (VTK)
Visualisering basert på segmentering
stimulering ved 8 Hz
Bildeopptak på
Haukeland sykehus
Siemens Expert 1.0 T
MR scanner
Arvid Lundervold

Hjerne-morfometri fra T1-vektet 3D MRI
http://surfer.nmr.mgh.harvard.edu/
Hjernebarkens overflate
Arvid Lundervold

Flate-modell (triangularisering / ”mesh”)
Arvid Lundervold

Arvid Lundervold

Kart over hjernebarkens tykkelse [mm] (sett fra lateral-siden)
mm
Arvid Lundervold

Kart over hjernebarkens tykkelse [mm] (sett fra medial-siden)
mm
Arvid Lundervold

Anatomisk navngivning av de ulike farge-kodete barkområder
Pars
triangularis
Lateral orbitofrontal
Pars-
opercu-
laris
Supra-
marginal
Middle temporal
Inferior temporal
Superior
parietal
(sett fra lateral-siden)
Inferior
parietal
Lateral
occipital
Arvid Lundervold

Anatomisk navngivning av de ulike farge-kodete barkområder
Lateral
occipital
Cuneus
Lingual
Fusiform
Posterior
cingulate
CC
Para-
hippocampal
Entorhinal
CC
Medial orbitofrontal
(sett fra medial-siden)
Temporal pole
Frontal
pole
Arvid Lundervold

Hippocampus segmentering
Subject Fp06: Hippocampus coronally projected on slice 110
50
100
150
200
250
50 100 150 200 250
Subject Fp06: Hippocampus axially projected on slice 111
(hippocampus er sete for episodisk hukommelse)
50
100
150
200
250
50 100 150 200 250
Arvid Lundervold

Multispektral analyse
PD T2 FA RGB (e 1x ,e 1y ,e 1z )
Fiber tracking (DTI-Studio)
gcc
Anderlik et al, ICAD 2006
ADC mean
13 13 13 13 13
scc
plic
13
Subcortical
( RL = 16.4 o )
Cortical parsellering (FreeSurfer)
85
fs501
Arvid Lundervold

Hjernens anatomi - hvit substans
myeliniserte fiberbaner for rask informasjonsoverføring
Synsnerve-
krysnimngen
Synsstrålingen
Vanndiffusion i
isotrope strukturer
Vanndiffusion i
anisotrope strukturer
Arvid Lundervold

Fiber tracking ( fra DTI opptak )
Prinsipal diffusjonsretning som 3D vektorfelt
Hjernens konnektivitet
Arvid Lundervold

Diffusjon tensor avbildning (DTI) og
fremstilling av fiberbaner (traktografi)
Arvid Lundervold

Hjernens blodkar, blodstrøm, og perfusjon
MR angiografi (MRA)
3D MRI data
Modellering og simulering av ”drug delivery” (Kocinski)
I samarbeid med Dr. Marek Kocinski, Technical University of Lodz, PL
The 3D vascular model
Kompartment-modellering av vaskulær lekkasje
under antagelse om diffusiv og konvektiv transport
Bolus injeksjon
Blodkar-
segmentering
model_ns_br_br20051127_6_permT_closed_Outflows.avi
COMSOL
Multiphysics
Arvid Lundervold

FMRI.avi
fMRI eksperiment med visuelle stimuli ...
Objekt-gjenkjenning
Arvid Lundervold

Voxler (volum-elementer) og ders innhold i fMRI hjerneavbildning
Ulike skalaer:
5 mill. nerveceller
50 millrd. synapser
250 km nerveutløpere
Vev (hjerne-parenkym)
Celler og blodkapillærer
Vannmolekyler / protoner
Arvid Lundervold

Hvilke kilder bidrar til det målte fMRI-signal i hvert voxel?
Oppgaven
Maskin-støy
ICA – Independent Component Analysis
Målt signal
Aktivering som ikke
er relatret til oppgaven
(f.eks. grad av årvåkenhet)
Pulsasjoner (hjerte-rytme)
Antagelse: varierende romlige aktiveringsmønstre fra de ulike
kilder er statistisk uavhengige og ikke normalfordelte
Arvid Lundervold