Rozwój techniki elastografii rezonansu magnetycznego do pomiaru sztywności i lepkości narządów w organizmie ludzkim

Abstract

Elastografia MR (MRE) to nieinwazyjna metoda pozwalająca ocenić właściwości biomechaniczne tkanek, zwłaszcza ich sztywność, co wspiera diagnostykę m.in. włóknienia, stanów zapalnych i nowotworów. Technika jest interdyscyplinarna, a jej wyniki zależą od wielu czynników fizjologicznych, współpracy pacjenta oraz sprzętu. Celem pracy było: (a) ocena wpływu posiłku i zawartości żelaza na sztywność wątroby, (b) opracowanie algorytmu redukcji artefaktów oddechowych umożliwiającego MRE przy swobodnym oddychaniu, (c) stworzenie algorytmu automatycznej segmentacji mięśnia sercowego oraz (d) zaprojektowanie nadajnika do MRE ślinianek. W badaniu 100 ochotników wykazano brak korelacji między sztywnością a R2*, lecz istotny wzrost sztywności po posiłku. Algorytm oparty na SegNet poprawił jakość MRE przy swobodnym oddychaniu, a model segmentacji serca oparty na U-Net osiągnął wysoką dokładność (Dice 0.77). Nowy nadajnik pozwolił na wykonanie 2D i 3D MRE ślinianek przy częstotliwości 120 Hz. Opracowane rozwiązania znacząco rozszerzają możliwości i wiarygodność MRE.

Magnetic Resonance Elastography (MRE) is a non-invasive technique that enables the assessment of the biomechanical properties of tissues, particularly their stiffness, supporting the diagnosis of fibrosis, inflammation, and tumors. The method is interdisciplinary, and its results depend on physiological factors, patient cooperation, and the equipment used. The aims of this work were: (a) to evaluate the influence of food intake and liver iron content on liver stiffness, (b) to develop an algorithm reducing respiratory motion artifacts to enable free-breathing liver MRE, (c) to create an automatic cardiac muscle segmentation algorithm, and (d) to design a dedicated parotid MRE driver. In a study of 100 volunteers, no correlation was found between stiffness and R2*, but a significant post-meal increase in liver stiffness was observed. The SegNet-based algorithm improved free-breathing MRE image quality, and the U-Net–based cardiac segmentation model achieved high accuracy (Dice 0.77). The new driver enabled both 2D and 3D parotid MRE at 120 Hz. The developed solutions substantially enhance the capabilities and reliability of MRE.