Контроль количественных показателей при диффузионновзвешенной магнитно-резонансной томографии: метрологические проблемы

Количественная магнитно-резонансная томография является современным методом выявления патологических изменений в тканях пациента. Однако изображения с количественными характеристиками используются не так широко в связи с ограничением точности и воспроизводимости измеренных значений. Цель настоящей работы – cформулировать метрологическую проблему количественной магнитно-резонансной томографии и обеспечить достоверность исследований на основе анализа применяемых на практике подходов к контролю качества диффузионно-взвешенной магнитно-резонансной томографии. Проанализировано использование фантомов как средств, обеспечивающих контроль качества определённых параметров количественной магнитно-резонансной томографии. Отмечена важность валидации, выделены метрики, применяемые для контроля качества количественной магнитно-резонансной томографии, представлены примеры клинических исследований с применением диффузионно-взвешенной магнитно-резонансной томографии. Установлено, что для использования количественных данных магнитно-резонансной томографии в клинической практике необходима точная калибровка и тестирование магнитно-резонансных томографов, а также верификация инструментов анализа изображений.

1. Deng J., Wang Y. Quantitative magnetic resonance imaging biomarkers in oncological clinical trials: Current techniques and standardization challenges. Chronic Diseases and Translational Medicine, 3(1), 8–20 (2017) https://doi.org/10.1016/j.cdtm.2017.02.002

2. Bickel H., Pinker-Domenig K., Bogner W., Spick C. et al. Quantitative apparent diffusion coefficient as a noninvasive imaging biomarker for the differentiation of invasive breast cancer and ductal carcinoma in situ. Investigative Radiology, 50(2), 95–100 (2015). https://doi.org/10.1097/RLI.0000000000000104

3. Gawande R., Gonzalez G., Messing S. et al. Role of diffusion-weighted imaging in differentiating benign and malignant pediatric abdominal tumors. Pediatric Radiology, 43(7), 836–845 (2013). https://doi.org/10.1007/s00247-013-2626-0

4. Paul J. S., Raveendran S. G. Understanding phase contrast MR angiography: a practical approach with MATLAB examples, Springer International Publishing (2016).

5. Сергунова К. А., Петряйкин А. В., Потрахов Н. Н. и др. Дисковый фантом и методика контроля параметров и характеристик качества изображений при магнитно-резонансной ангиографии. Биотехносфера, 2(50), 2–10 (2017). https://elibrary.ru/ytviyx

6. Сергунова К. А., Карпов И. Н., Громов А. И. и др. Разработка аппаратно-программных средств контроля параметров качества диффузионно-взвешенных изображений для повышения эффективности диагностики опухолевых образований. Биотехносфера, 5(47), 9–13 (2016). https://elibrary.ru/xrgvxt

7. Lerski R. A., McRobbie D. W., Straughan K., Walker P. M., de Certaines J. D., Bernard A. M. V. Multi-center trial with protocols and prototype test objects for the assessment of MRI equipment. Magnetic Resonance Imaging, 6(2), 201–214 (1988). https://doi.org/10.1016/0730-725x(88)90451-1

8. Ахмад Е. С., Семенов Д. С., Сергунова К. А. и др. Методика контроля параметров и характеристик магнитно-резонансных томографов в условиях эксплуатации. Серия «Лучшие практики лучевой и инструментальной диагностики». Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы, Москва (2022). https://elibrary.ru/dnhfrd

9. Cashmore M. T., McCann A. J., Wastling S. J. et al. Clinical quantitative MRI and the need for metrology. British Journal of Radiology, 94(1120), 20201215 (2021). https://doi.org/10.1259/bjr.20201215

10. Хоружая А. Н., Ахмад Е. С., Семенов Д. С. Роль системы контроля качества лучевой диагностики онкологических заболеваний в радиомике. Digital Diagnostics, 2(2), 170–184 (2021). https://doi.org/10.17816/DD60393

11. Hagiwara A., Fujita S., Ohno Y. et al. Variability and standardization of quantitative imaging. Investigative Radiology, 55(9), 601–616 (2020). https://doi.org/10.1097/RLI.0000000000000666

12. McHugh D. J., Zhou F. L., Wimpenny I. et al. A biomimetic tumor tissue phantom for validating diffusion-weighted MRI measurements. Magnetic Resonance in Medicine, 80(1), 147–158 (2018). https://doi.org/10.1002/mrm.27016

13. Sullivan D. C., Obuchowski N. A., Kessler L. G. et al. Metrology standards for quantitative imaging biomarkers. Radiology, 277(3), 813–825 (2015). https://doi.org/10.1148/radiol.2015142202

14. O’Connor J. P. B., Aboagye E. O., Adams J. E. et al. Imaging biomarker roadmap for cancer studies. Nature Reviews Clinical Oncology, 14(3), 169–186 (2017). https://doi.org/10.1038/nrclinonc.2016.162

15. Sorace A. G., Wu C., Barnes S. L. et al. Repeatability, reproducibility, and accuracy of quantitative MRI of the breast in the community radiology setting. Journal of Magnetic Resonance Imaging, 48(3), 695–707 (2018). https://doi.org/10.1002/jmri.26011

16. Shur J., Blackledge M., D’Arcy J. et al. MRI texture feature repeatability and image acquisition factor robustness, a phantom study and in silico study. European Radiology Experimental, 5(1), 1–11 (2021). https://doi.org/10.1186/s41747-020-00199-6

17. Bane O., Hectors S. J., Wagner M. et al. Accuracy, repeatability, and interplatform reproducibility of T1 quantification methods used for DCE-MRI: Results from a multicenter phantom study. Magnetic Resonance in Medicine, 79(5), 2564–2575 (2018). https://doi.org/10.1002/mrm.26903

18. Boss M. A., Chernevert T. L., Rosen M. A. et al. QIBA PDF MRI Technical Committee: Activities in Diffusion MRI DWI Phantom Analysis Software Summary of Activities. QIBA_PDF_DWI_Poster_2014_v1_0.pdf (rsna.org) (Accessed March 01, 2024).

19. Chenevert T. L., Galbán C. J., Ivancevic M. K. et al. Diffusion coefficient measurement using a temperature-controlled fluid for quality control in multicenter studies. Journal of Magnetic Resonance Imaging, 34(4), 983–987 (2011). https://doi.org/10.1002/jmri.22363

20. Keenan K. E., Wilmes L. J., Aliu S. O. et al. Design of a breast phantom for quantitative MRI. Journal of Magnetic Resonance Imaging, 44(3), 610–619 (2016). https://doi.org/10.1002/jmri.25214

21. Keenan K. E., Peskin A. P., Wilmes L. J. et al. Variability and bias assessment in breast ADC measurement across multiple systems. Journal of Magnetic Resonance Imaging, 44(4), 846–855 (2016). https://doi.org/10.1002/jmri.25237

22. Ihalainen T., Kuusela L., Soikkeli M. et al. A body-sized phantom for evaluation of diffusion-weighted MRI data using conventional, readout-segmented, and zoomed echo-planar sequences. Acta Radiologica, 57(8), 947–954 (2016). https://doi.org/10.1177/0284185115613652

23. Weller A., Papoutsaki M. V., Waterton J. C. et al. Diffusion-weighted (DW) MRI in lung cancers: ADC test-retest repeatability. European Radiology, 27(11), 4552–4562 (2017). https://doi.org/10.1007/s00330-017-4828-6

24. Boss M. A., Snyder B. S., Kim E. et al. Repeatability and reproducibility assessment of the apparent diffusion coefficient in the prostate: a trial of the ECOG-ACRIN Research Group (ACRIN 6701). Journal of Magnetic Resonance Imaging, 56(3), 668–679. (2022). https://doi.org/10.1002/jmri.28093

25. Partridge S. C., Steingrimsson J., Newitt D. C. et al. Impact of alternate b-value combinations and metrics on the predictive performance and repeatability of diffusion-weighted MRI in breast cancer treatment: results from the ECOG-ACRIN A6698 Trial. Tomography, 8(2), 701–717 (2022). https://doi.org/10.3390/tomography8020058

26. Galbán C. J., Ma B., Malyarenko D. et al. Multi-site clinical evaluation of DW-MRI as a treatment response metric for breast cancer patients undergoing neoadjuvant chemotherapy. PLOS ONE, 10(3), e0122151 (2015). https://doi.org/10.1371/journal.pone.0122151

27. Partridge S. C., Singer L., Sun R. et al. Diffusion-weighted MRI: Influence of intravoxel fat signal and breast density on breast tumor conspicuity and apparent diffusion coefficient measurements. Journal of Magnetic Resonance Imaging, 29(9), 1215–1221 (2011). https://doi.org/10.1016/j.mri.2011.07.024

28. Newitt D. C., Malyarenko D., Chenevert T. L. et al. Multisite concordance of apparent diffusion coefficient measurements across the NCI Quantitative Imaging Network. Journal of Medical Imaging, 5(1), 011003 (2018). https://doi.org/10.1117/1.JMI.5.1.011003

29. Sharma U., Sah R. G., Agarwal K. et al. Potential of diffusion-weighted imaging in the characterization of malignant, benign, and healthy breast tissues and molecular subtypes of breast cancer. Frontiers in Oncology, 6, 126 (2016). https://doi.org/10.3389/fonc.2016.00126

30. Whisenant J. G., Romanoff J., Rahbar H. et al. Factors affecting image quality and lesion evaluability in breast diffusion-weighted MRI: observations from the ECOG-ACRIN Cancer Research Group Multisite Trial (A6702). Journal of Breast Imaging, 3(1), 44–56 (2021). https://doi.org/10.1093/jbi/wbaa103

31. Соловьева С. Н., Маткин А. Е. Разработка метода оценки МРТ изображений на основе значений, нормированных по шкале Хаунсфилда. Современные наукоемкие технологии, (4), 118–126 (2018). https://elibrary.ru/xpppyt

32. Keenan K. E., Ainslie M., Barker A. J. et al. Quantitative magnetic resonance imaging phantoms: A review and the need for a system phantom. Magnetic Resonance in Medicine, 79(1), 48–61 (2018). https://doi.org/10.1002/mrm.26982

33. Koh D. M., Collins D. J. Diffusion-weighted MRI in the body: applications and challenges in oncology. American Journal of Roentgenology, 188(6), 1622–1635 (2007). https://doi.org/10.2214/AJR.06.1403

34. Васильев Ю. А., Семенов Д. С., Ахмад Е. С. и др. Способ контроля технического состояния магнитнорезонансного томографа по клиническим изображениям головного мозга: пат. RU 2811031 C1. Изобретения. Полезные модели. № 1 (2024).

35. Васильев Ю. А., Савкина Е. Ф., Владзимирский А. В. и др. Обзор современных средств разметки цифровых диагностических изображений. Казанский медицинский журнал, 104(5), 750–760 (2023). https://doi.org/10.17816/KMJ349060