Optimisation of Phase Data Processing for Susceptibility Reconstruction in Magnetic Resonance Imaging

Lindemeyer, Johannes; Stahl, Achim; Shah, Nadim Joni

doi:HT018608549

Optimisation of Phase Data Processing for Susceptibility Reconstruction in Magnetic Resonance Imaging = Optimierung der Verarbeitung von Phasendaten zur Suszeptibilitätsrekonstruktion im Rahmen der Magnetresonanzbildgebung

Lindemeyer, Johannes

2015

Verantwortlichkeitsangabevorgelegt von Johannes Lindemeyer

ImpressumAachen : Publikationsserver der RWTH Aachen University 2015

Umfang264 S. : Ill., graph. Darst.

Aachen, Techn. Hochsch., Diss., 2015

Genehmigende Fakultät
Fak01

Hauptberichter/Gutachter
Shah, Nadim Joni (Thesis advisor) ; Stahl, Achim (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2015-02-03

Online
URN: urn:nbn:de:hbz:82-rwth-2015-016143
URL: http://publications.rwth-aachen.de/record/465249/files/465249.pdf
URL: http://publications.rwth-aachen.de/record/465249/files/465249.pdf?subformat=pdfa

Einrichtungen

Lehr- und Forschungsgebiet Physik der Magnetresonanztomographie in den Neurowissenschaften (FZ Jülich) (535000-5)

Inhaltliche Beschreibung (Schlagwörter)
NMR-Tomographie (frei) ; Kernspintomographie (frei) ; Magnetresonanztomographie (frei) ; NMR-Bildgebung (frei) ; Gehirn (frei) ; Magnetische Suszeptibilität (frei) ; Phasenbildgebung (frei) ; statisches Magnetfeld (frei) ; magnetic resonance imaging (frei) ; phase imaging (frei) ; brain (frei) ; static magnetic field (frei) ; magnetic susceptibility (frei) ; phase unwrapping (frei) ; background field removal (frei) ; Korrektur von Hintergrundfeldern (frei)

Thematische Einordnung (Klassifikation)
DDC: 550

Kurzfassung
Die Kernspinresonanz (NMR) ist hochempndlich gegenuber Variationen des statischen Magnetfeldes.In der Vergangenheit basierten jedoch die meisten Magnetresonanz-Bildgebungsverfahrenauf der Magnitude des komplexwertigen NMR-Signals. Somit wurde den wertvollen, in der Phasedes Signals enthaltenen Informationen uber das Magnetfeld wenig Beachtung geschenkt. Erst inden letzten Jahren fand die Phase zunehmend Anwendung bei der Bestimmung struktureller, zurMagnitude komplementarer Kontrastcharakteristika. Die Phase wird von physikalischen Eigenschaftendes gemessenen Objektes, wie der chemischen Verschiebung und insbesondere der magnetischenSuszeptibilitat sowie deren raumlicher Verteilung, beeinusst. Um die in der Phaseenthaltenen Informationen ezient nutzen zu konnen, bedarf es einer Reihe von Verarbeitungsschritten.Die gemessene Phase ist mehrdeutig und ihr tatsachlicher Verlauf wird mittels Unwrappingrekonstruiert. Daten aus Mehrkanal-Messungen sind zu kombinieren, die magnetischeFeldverteilung ist zu berechnen und Feldverschiebungen aueren Ursprungs sind zu kompensieren,bevor die zugrundeliegenden Suszeptibilitatsverteilung im Gewebe abgeschatzt werden kann. DieseArbeit beschreibt schrittweise den Verarbeitungsablauf der Phasen-Bildgebung und untersuchtMethoden zur optimierten Datengewinnung sowie zur Durchfuhrung der einzelnen Arbeitsschritte.Daruber hinaus werden mehrere neuartige Verarbeitungstechniken vorgestellt.Die bedeutendsten Entwicklungen tragen die Namen URSULA und MUBAFIRE. URSULA kombinierteine der zuverlassigsten bekannten raumlichen Unwrapping-Methoden mit einer kunstlichenBereichseinteilung der Daten. Dies ermoglicht eine robuste und zeiteziente Berechnung derUnwrapping-Ergebnisse von groen Phasen-Datensatzen wie sie etwa in der Ultra-Hochfeld-NMRBildgebungaufgenommen werden. MUBAFIRE kompensiert Hintergrundfelder mit Ursprungauerhalb der betrachteten Region. Die Leistungsfahigkeit dieses Algorithmus begrundet sichin der Anwendung mehrerer aufeinanderfolgender und zudem komplementarer Filter zur Hintergrundkorrektur.Jeder dieser Filter behandelt Feldverzerrungen unterschiedlicher Charakteristikaund bewahrt dabei die physikalische Gultigkeit der Korrektur.Die entwickelten Algorithmen ermoglichen in Verbindung mit den angewandten, in der Fachliteraturbeschriebenen Methoden die Berechnung hochauosender Feld- und Suszeptibilitatsverteilungen.Die so entstehenden Kontraste unterscheiden sich deutlich vom Magnituden-Kontrast. DieAnwendbarkeit des entwickelten Verarbeitungsablaufs wird durch Messungen an post mortem Hirnenund im Rahmen mehrerer Studien an gesunden Probanden sowie an Tumor- und Parkinson-Patienten validiert. Insbesondere aber werden die in dieser Arbeit vorgestellten Entwicklungen dengroen Herausforderungen, welche die Phasenbildgebung an einem 9.4T Ganzkorper-Tomograph{ derzeitig, die hochste weltweit verfugbare magnetische Feldstarke fur Humanbildgebung { hinsichtlichAkquisition und Datenverarbeitung stellt, gerecht.

Nuclear magnetic resonance (NMR) is exquisitely sensitive to variations of the static magneticeld. Nevertheless, historically mainstream magnetic resonance imaging techniques have focusedon the magnitude of the complex NMR signal only. Hence, valuable information about themagnetic eld contained within the signal phase was not considered. Only during the last decadehas the phase been increasingly employed to obtain structural characteristics complementary tothat included in the signal magnitude. Phase is inuenced by the physical properties of the imagedobject such as chemical shifts and in particular magnetic susceptibility and its spatial distribution.To eciently exploit the phase information, a number of processing steps have to be performed.The recorded phase is ambiguous and has to be unwrapped, data from multiple receive channelsmust be combined, eldmaps have to be obtained and eld shifts of external origin must beremoved in order to estimate the susceptibility distribution in tissue. In this thesis, the workowfor phase imaging is described step by step. Methods for enhancing each processing step as wellas for optimising data acquisition are investigated and the development of several new evaluationtechniques is described.The key algorithms developed in this work bear the acronyms URSULA and MUBAFIRE. URSULAcombines one of the most robust known spatial phase unwrapping strategies with volumecompartmentalisation, allowing for reliable and fast phase unwrapping of large data arrays asacquired at ultra-high eld strength. MUBAFIRE corrects for background elds that originatefrom sources residing outside of the volume of interest. Its great performance is due to the applicationof several sequential and complementary background-correction strategies, each preservingphysical validity of the solution and addressing dierent characteristics of eld distortions.The novel algorithms combined with methods adopted from the literature allow for the calculationof detailed eld and susceptibility distributions resulting in image contrast that is distinct fromthat found in magnitude images. The applicability of the established workow is veried in severalpost mortem brain measurements and in studies on healthy volunteers as well as on patients withbrain tumours or Parkinson's disease. In particular, the challenges of performing post mortem andin vivo imaging on a whole-body 9.4T scanner - at present, the highest magnetic eld availablefor human phase imaging worldwide - are met by employing the technical innovations developedwithin the scope of this thesis.

Restricted:
PDF PDF (PDFA)
(additional files)