Density Weighted Magnetic Resonance Imaging with Multi-Echo Sequences

Das Signal-zu-Rausch-Verhältnis (SNR) stellt bei modernen Bildgebungstechniken in der Magnetresonanz-Tomographie heutzutage oftmals die entscheidende Limitation dar. Eine Verbesserung durch Modifikation der Hardware ist kostspielig und führt meistens zu einer Verstärkung anderer Probleme, wie zum Beispiel erhöhte Energiedeposition ins Gewebe. Im Gegensatz dazu ist Dichtegewichtung eine Methode, die eine SNR-Erhöhung durch Modifikation der Aufnahmetechnik ermöglicht. In der MR-Bildgebung erfolgt oftmals eine retrospektive Filterung des aufgenommenen Signalverlaufs, beispielsweise zur Artefaktreduktion. Damit einhergehend findet eine Veränderung der Modulationstransferfunktion (MTF) bzw. ihrer Fouriertransformierten, der räumlichen Antwortfunktion (SRF), statt. Optimales SNR wird nach dem Matched Filter-Theorem erzielt, wenn die nachträgliche Filterung dem aufgenommenen Signalverlauf proportional ist. Dies steht dem Ziel der Artefaktreduktion entgegen. Bei Dichtegewichtung steht durch nicht-kartesische Abtastung des k-Raums mit der k-Raum-Dichte ein zusätzlicher Freiheitsgrad zur Verfügung. Dieser ermöglicht es, im Falle eines konstanten Signalverlaufs eine gewünschte MTF ohne Filterung zu erreichen. Bei veränderlichem Signalverlauf kann ein SNR Matched Filter angewendet werden, dessen negative Einflüsse auf die MTF durch Dichtegewichtung kompensiert werden. Somit ermöglicht Dichtegewichtung eine vorgegebene MTF und gleichzeitig ein optimales SNR. In der vorliegenden Arbeit wurde Dichtegewichtung erstmals bei den schnellen Multi-Echo-Sequenzen Turbo-Spin-Echo und Echoplanar-Bildgebung (EPI) angewendet. Im Gegensatz zu bisherigen Implementierungen muss hier der Signalabfall durch T2- bzw. T2*-Relaxation berücksichtigt werden. Dies führt dazu, dass eine prospektiv berechnete dichtegewichtete Verteilung nur bei einer Relaxationszeit optimal ist. Bei Geweben mit abweichenden Relaxationszeiten können sich wie auch bei den kartesischen Varianten dieser Sequenzen Änderungen an SRF und SNR ergeben. Bei dichtegewichteter Turbo-Spin-Echo-Bildgebung des Gehirns konnte mit den gewählten Sequenzparametern ein SNR-Vorteil von 43 % gegenüber der kartesischen Variante erzielt werden. Die Akquisition wurde dabei auf die T2-Relaxationszeit von weißer Substanz optimiert. Da die meisten Gewebe im Gehirn eine ähnliche Relaxationszeit aufweisen, blieb der visuelle Gesamteindruck identisch zur kartesischen Bildgebung. Der SNR-Gewinn konnte in der dichtegewichteten Implementierung zur Messzeithalbierung genutzt werden. Dichtegewichtete EPI weist eine hohe Anfälligkeit für geometrische Verzerrungen, welche durch Inhomogenitäten des Hauptmagnetfeldes verursacht werden, auf. Die Verzerrungen konnten erfolgreich mit einer Conjugate Phase-Methode korrigiert werden. Dazu muss die räumliche Verteilung der Feldinhomogenitäten bekannt sein. Dazu ist zusätzlich zur eigentlichen EPI-Aufnahme die zeitaufwendige Aufnahme einer sogenannten Fieldmap erforderlich. Im Rahmen dieser Arbeit konnte eine Methode entwickelt werden, welche die zur Erlangung einer Fieldmap notwendige Aufnahmedauer auf wenige Sekunden reduziert. Bei dieser Art der Fieldmap-Aufnahme müssen jedoch durch Atmung hervorgerufene Effekte auf die Bildphase berücksichtigt werden. Die Fieldmap-Genauigkeit kann durch Aufnahme unter Atempause, Mittelung oder retrospektiver Phasenkorrektur erhöht werden. Für die gewählten EPI-Sequenzparameter wurde mit Dichtegewichtung gegenüber der kartesischen Variante ein SNR-Gewinn von 14 % erzielt. Anhand einer funktionellen MRT (fMRI)-Fingertapping-Studie konnte demonstriert werden, dass die SNR-Steigerung auch zu einer signifikant erhöhten Aktivierungsdetektion in Teilen der Hirnareale führt, die bei der Fingerbewegung involviert sind. Die Verwendung von zusätzlicher EPI-Phasenkorrektur und iterativer Optimierung der dichtegewichteten k-Raum-Abtastung führt zu weiteren Verbesserungen der dichtegewichteten Bildgebung mit Multi-Echo-Sequenzen.Magnetic resonance imaging (MRI) is often limited by the signal to noise ratio (SNR). In standard Cartesian acquisition methods, the SNR can be improved by applying a so-called matched filter to the acquired raw data, which correlates with the anticipated signal profile. Unfortunately, this filter changes the spatial response function (SRF), which characterizes the imaging properties of the imaging method, in an undesired way. For example, a matched filter often amplifies undesired image artifacts and is thus normally omitted. In contrast, filters which change the SRF are typically applied, e.g., for artifact reduction. These however do not provide an optimal SNR. Density weighting is a method which allows a desired SRF and an optimal SNR at the same time. This is achieved by introducing a new degree of freedom to the SRF; the density of the acquisition steps in k-space. In this work, density weighting was adapted to turbo spin echo (TSE) and echo planar imaging (EPI). In contrast to earlier implementations of density weighting, signal relaxation has to be taken into consideration with these multi-echo sequences. As a result, the desired SRF and SNR are only obtained for one prospectively determined relaxation time. For deviating relaxation times, changes in SRF and SNR may occur. In density weighted TSE brain imaging, an average SNR gain of 43 % over Cartesian imaging could be achieved for the chosen sequence parameters. The density weighted acquisition was optimized for the T2 relaxation time of white matter. Since the relaxation times of most other tissues in the brain did not significantly differ, the overall visual impression of density weighted and Cartesian images was identical. The achieved SNR gain could be used to halve the acquisition time of the density weighted implementation. Density weighted EPI is especially prone to geometric distortions caused by inhomogeneities of the main magnetic field. The distortions could be successfully corrected with a conjugate phase method. For these methods, a time-consuming acquisition of a so-called field map is typically required. A method could be developed which greatly reduces the field map acquisition time to a few seconds. It was found that phase changes caused by respiration influence the field map accuracy of this and similar methods. A significantly higher accuracy could be achieved by an acquisition under breath-hold or by retrospective phase correction or averaging. It was demonstrated in an fMRI group study that an average SNR gain of 14 % for density weighted EPI resulted in an increased detection power in the activated brain areas. First results involving additional EPI phase correction and iterative k-space sampling optimization demonstrate further improvements of density weighted imaging with multi-echo sequences