12 april 2024
CT en 129Xe MRI bieden aanvullende informatie over de longstructuur-functie die kan worden benut voor regionale analyse met behulp van beeldregistratie. Hier bieden we een protocol dat voortbouwt op de bestaande literatuur voor 129Xe MR naar CT-beeldregistratie met behulp van open-sourceplatforms.
Open om te beginnen afbeeldingen gevolgd door maskers in de gewenste beeldvisualisatiesoftware om te controleren of de afbeelding en maskeroriëntatie overeenkomen voor alle CT-, Proton- en Xenon-bestanden. Sla vervolgens de afbeeldings-DICOMS en maskers met één label op als NIfTI-bestanden in dezelfde map als het reg. py-bestand.
Voor CT Xenon MRI-registratie opent u het reg. py-bestand in de gewenste instelling van de Python-computeromgeving. Als u een virtuele omgeving gebruikt, stelt u het aantal centrale verwerkingseenheden, het aantal threads en het RAM-geheugen in zoals gewenst of zoals beschikbaar in de computeromgeving.
Stel vervolgens de gewenste transformatie en interpolatie in, gevolgd door het vaste en bewegende beeld. Voer reg. py uit in de Python-computeromgeving.
Zodra de registratie is voltooid, gaat u verder met evaluatie. Met behoud van de ct. nii-afbeelding als basisafbeelding, open ventilatie warp.nii.
gz als een andere afbeelding en leg deze over de CT-afbeelding met de gewenste kleurenkaart. Bekijk de overlap van het xenon MR-beeld met het CT-beeld in alle beeldvlakken om de visuele uitlijning van oriëntatiepunten zoals de carina- en longgrenzen te evalueren. De registratieresultaten toonden een goede uitlijning van alle longgrenzen voor de gezonde deelnemer.
Bij de drie deelnemers met chronische obstructieve longziekte was er een goede uitlijning van de longgrenzen beschikbaar, variërend van diffuse ventilatieafwijkingen, ventilatieafwijkingen van de bovenkwab met afwezige apicale longgrenzen en afwijkingen van de onderkwabventilatie met afwezige diafragmatische longgrenzen.
Dit artikel presenteert een protocol voor het registreren van 129 Xe MRI met CT-beelden om de analyse van de longstructuur en -functie te verbeteren. De methode maakt gebruik van open-source platforms voor beeldregistratie, wat regionale analyse vergemakkelijkt.
De integratie van hypergepolariseerde 129Xe MRI met CT-beeldvorming maakt een uitgebreide evaluatie van de longstructuur en -functie mogelijk, wat geavanceerde targetvalidatie en mechanistisch risicobeheer bij de ontdekking van respiratoire geneesmiddelen ondersteunt. Deze multimodale benadering verhoogt het voorspellende vertrouwen op cruciale knooppunten in pulmonale R&D-pipelines, wat risico-gecorrigeerde portfoliobeslissingen faciliteert voor nieuwe therapeutica gericht op longziekten. De kwantitatieve en regionale resultaten van deze methode positioneren deze als een strategisch middel voor translationeel onderzoek en de ontwikkeling van preklinische modellen.
Dit multi-modale beeldvormingsprotocol slaat een brug tussen vroege ontdekking, lead-identificatie en preklinische validatie in R&D-workflows voor respiratoire aandoeningen.