Skip to main content
SpringerLink
Log in

Lungenbildgebung in der Niederfeld-Magnetresonanztomographie

Imaging of the lung using low-field magnetic resonance imaging

  • Leitthema
  • Published:
Zeitschrift für Pneumologie Aims and scope

Zusammenfassung

Hintergrund

Die Untersuchung der Lunge mit der Magnetresonanztomographie (MRT) geht mit hohen Herausforderungen einher und konnte sich im klinischen Alltag bisher nicht durchsetzen. Aktuelle Entwicklungen der Niederfeld-MRT, in Kombination mit neuen computergestützten Aufnahme- und Auswertungsalgorithmen, versprechen neue Perspektiven für die bildgebende Diagnostik pulmonaler Erkrankungen.

Ziel dieser Arbeit

Diese Übersichtsarbeit soll ein Verständnis der physikalischen Vorteile der Niederfeld-MRT für die Lungenbildgebung vermitteln, einen Überblick über die spärlich vorhandenen Vorkenntnisse aus der Literatur bieten und erste Ergebnisse eines neu entwickelten Niederfeld-MRT präsentieren.

Methoden

Inhalte dieses Artikels basieren auf physikalischen Grundlagen, Recherchen in Literaturdatenbanken und eigenen Erfahrungen in der Lungenbildgebung mit einem modernen 0,55-T-MRT.

Schlussfolgerung

Die Niederfeld-MRT (< 1 T) kann technische und ökonomische Vorteile gegenüber höheren Feldstärken für die Lungenbildgebung haben. Die physikalischen Voraussetzungen sind aufgrund geringerer Suszeptibilitätseffekte, längerer transversaler Relaxationszeiten und niedrigerer spezifischer Absorptionsraten besonders für die Anatomie der Lunge vorteilhaft. Die geringeren Anschaffungs- und Betriebskosten haben zudem ein großes Potenzial, die Verfügbarkeit zu erhöhen und gleichzeitig die Nachhaltigkeit zu verbessern. Durch die Kombination moderner Sequenzen und computergestützter Auswertungen kann die morphologische Bildgebung um orts- und zeitaufgelöste funktionelle Untersuchungen der Lunge ohne Strahlenbelastung ergänzt werden. Sowohl für kritische Szenarien, wie Screening und engmaschiges Therapiemonitoring, als auch für besonders gefährdete Patientengruppen könnten Lücken geschlossen werden. Dazu gehören beispielsweise akute und chronische Lungenerkrankungen bei Kindern oder die Abklärung einer Lungenembolie bei Schwangeren.

Abstract

Background

Lung magnetic resonance imaging (MRI) examinations are challenging and have not become established in the routine clinical setting. Recent developments in low-field MRI, combined with computer-assisted algorithms for acquisition and evaluation, promise new perspectives for imaging of pulmonary diseases.

Objectives

This review aims to inform about the physical advantages of low-field MRI for imaging the lungs, provide a review of the sparse literature, and present first results from a new low-field MRI scanner.

Materials and methods

This article provides information on the physical principles, an review of the literature, and our first experiences in lung imaging on a modern 0.55 T MRI.

Conclusion

Low-field MRI (< 1 T) may have technical and economic advantages over higher field strength MRI in lung imaging. The physical preconditions of low-field MRI are advantageous for imaging the lungs due to reduced susceptibility effects, increased transversal relaxation times, and lower specific absorption rates. The lower investment and operating costs may enable increased availability and sustainability. Combining modern sequences and computer-based image processing may expand beyond morphological imaging by providing spatially and temporally resolved functional examinations of the lung parenchyma without ionizing radiation. In critical scenarios, like screening and short-term follow-up examinations, and patients at risk, low-field MRI may bridge the gap. These indications may include acute and chronic pulmonary diseases in pediatric patients and suspected pulmonary embolisms in pregnant women.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1
Abb. 2
Abb. 3
Abb. 4

Literatur

  1. Nekolla EA, Schegerer AA, Griebel J et al (2017) Frequency and doses of diagnostic and interventional X‑ray applications: trends between 2007 and 2014. Radiologe 57:555–562. https://doi.org/10.1007/s00117-017-0242-y

    Article  CAS  PubMed  Google Scholar 

  2. Traub M, Stevenson M, McEvoy S et al (2007) The use of chest computed tomography versus chest X‑ray in patients with major blunt trauma. Injury 38:43–47. https://doi.org/10.1016/j.injury.2006.07.006

    Article  PubMed  Google Scholar 

  3. Campbell-Washburn AE (2020) 2019 American thoracic society BEAR cage winning proposal: lung imaging using high-performance low-field magnetic resonance imaging. Am J Respir Crit Care Med 201:1333–1336. https://doi.org/10.1164/rccm.201912-2505ED

    Article  PubMed  PubMed Central  Google Scholar 

  4. Bergin CJ, Glover GH, Pauly JM (1991) Lung parenchyma: magnetic susceptibility in MR imaging. Radiology 180:845–848. https://doi.org/10.1148/radiology.180.3.1871305

    Article  CAS  PubMed  Google Scholar 

  5. Ohno Y, Koyama H, Yoshikawa T et al (2016) Pulmonary high-resolution ultrashort TE MR imaging: comparison with thin-section standard- and low-dose computed tomography for the assessment of pulmonary parenchyma diseases. J Magn Reson Imaging 43:512–532. https://doi.org/10.1002/jmri.25008

    Article  PubMed  Google Scholar 

  6. Wielpütz MO, Lee HY, Koyama H et al (2018) Morphologic characterization of pulmonary nodules with ultrashort TE MRI at 3T. AJR Am J Roentgenol 210:1216–1225. https://doi.org/10.2214/ajr.17.18961

    Article  PubMed  Google Scholar 

  7. Campbell-Washburn AE, Ramasawmy R, Restivo MC et al (2019) Opportunities in Interventional and diagnostic imaging by using high-performance low-field-strength MRI. Radiology 293:384–393. https://doi.org/10.1148/radiol.2019190452

    Article  PubMed  Google Scholar 

  8. Hatabu H, Ohno Y, Gefter WB et al (2020) Expanding applications of pulmonary MRI in the clinical evaluation of lung disorders: Fleischner society position paper. Radiology 297:286–301. https://doi.org/10.1148/radiol.2020201138

    Article  PubMed  Google Scholar 

  9. Pipe JG (1999) Motion correction with PROPELLER MRI: application to head motion and free-breathing cardiac imaging. Magn Reson Med 42:963–969. https://doi.org/10.1002/(sici)1522-2594(199911)42:5〈963::aid-mrm17〉3.0.co;2‑l

    Article  CAS  PubMed  Google Scholar 

  10. Biederer J, Hintze C, Fabel M (2008) MRI of pulmonary nodules: technique and diagnostic value. Cancer Imaging 8:125–130. https://doi.org/10.1102/1470-7330.2008.0018

    Article  PubMed  PubMed Central  Google Scholar 

  11. Meier-Schroers M, Homsi R, Schild HH et al (2019) Lung cancer screening with MRI: characterization of nodules with different non-enhanced MRI sequences. Acta Radiol 60:168–176. https://doi.org/10.1177/0284185118778870

    Article  PubMed  Google Scholar 

  12. Javed A, Ramasawmy R, O’Brien K et al (2021) Self-gated 3D stack-of-spirals UTE pulmonary imaging at 0.55T. Magn Reson Med. https://doi.org/10.1002/mrm.29079

    Article  PubMed  PubMed Central  Google Scholar 

  13. Qi LP, Zhang XP, Tang L et al (2009) Using diffusion-weighted MR imaging for tumor detection in the collapsed lung: a preliminary study. Eur Radiol 19:333–341. https://doi.org/10.1007/s00330-008-1134-3

    Article  PubMed  Google Scholar 

  14. Liu J, Yang X, Li F et al (2011) Preliminary study of whole-body diffusion-weighted imaging in detecting pulmonary metastatic lesions from clear cell renal cell carcinoma: comparison with CT. Acta Radiol 52:954–963. https://doi.org/10.1258/ar.2011.110121

    Article  PubMed  Google Scholar 

  15. Li B, Li Q, Chen C et al (2014) A systematic review and meta-analysis of the accuracy of diffusion-weighted MRI in the detection of malignant pulmonary nodules and masses. Acad Radiol 21:21–29. https://doi.org/10.1016/j.acra.2013.09.019

    Article  PubMed  Google Scholar 

  16. Sodhi KS, Sharma M, Saxena AK et al (2017) MRI in thoracic tuberculosis of children. Indian J Pediatr 84:670–676. https://doi.org/10.1007/s12098-017-2392-3

    Article  PubMed  Google Scholar 

  17. Heiss R, Grodzki DM, Horger W et al (2021) High-performance low field MRI enables visualization of persistent pulmonary damage after COVID-19. Magn Reson Imaging 76:49–51. https://doi.org/10.1016/j.mri.2020.11.004

    Article  CAS  PubMed  Google Scholar 

  18. Anjorin A, Schmidt H, Posselt HG et al (2008) Comparative evaluation of chest radiography, low-field MRI, the Shwachman-Kulczycki score and pulmonary function tests in patients with cystic fibrosis. Eur Radiol 18:1153–1161. https://doi.org/10.1007/s00330-008-0884-2

    Article  PubMed  Google Scholar 

  19. Wielpütz MO, von Stackelberg O, Stahl M et al (2018) Multicentre standardisation of chest MRI as radiation-free outcome measure of lung disease in young children with cystic fibrosis. J Cyst Fibros 17:518–527. https://doi.org/10.1016/j.jcf.2018.05.003

    Article  PubMed  Google Scholar 

  20. Ciet P (2021) MRI in interstitial lung disease (M-ILD): a momentum to innovate lung diagnostic. Thorax. https://doi.org/10.1136/thoraxjnl-2020-216382

    Article  PubMed  Google Scholar 

  21. Heiss R, Nagel AM, Laun FB et al (2021) Low-field magnetic resonance imaging: a new generation of breakthrough technology in clinical imaging. Invest Radiol 56:726–733. https://doi.org/10.1097/rli.0000000000000805

    Article  PubMed  Google Scholar 

  22. Fink C, Puderbach M, Bock M et al (2004) Regional lung perfusion: assessment with partially parallel three-dimensional MR imaging. Radiology 231:175–184. https://doi.org/10.1148/radiol.2311030193

    Article  PubMed  Google Scholar 

  23. Leung DA, McKinnon GC, Davis CP et al (1996) Breath-hold, contrast-enhanced, three-dimensional MR angiography. Radiology 200:569–571. https://doi.org/10.1148/radiology.200.2.8685359

    Article  CAS  PubMed  Google Scholar 

  24. Kluge A, Gerriets T, Lange U et al (2005) MRI for short-term follow-up of acute pulmonary embolism. Assessment of thrombus appearance and pulmonary perfusion: a feasibility study. Eur Radiol 15:1969–1977. https://doi.org/10.1007/s00330-005-2760-7

    Article  PubMed  Google Scholar 

  25. Allen BD, Schiebler ML, François CJ (2020) Pulmonary vascular disease evaluation with magnetic resonance angiography. Radiol Clin North Am 58:707–719. https://doi.org/10.1016/j.rcl.2020.02.006

    Article  PubMed  Google Scholar 

  26. Johns CS, Swift AJ, Rajaram S et al (2017) Lung perfusion: MRI vs. SPECT for screening in suspected chronic thromboembolic pulmonary hypertension. J Magn Reson Imaging 46:1693–1697. https://doi.org/10.1002/jmri.25714

    Article  PubMed  PubMed Central  Google Scholar 

  27. Willmering MM, Niedbalski PJ, Wang H et al (2020) Improved pulmonary (129) Xe ventilation imaging via 3D-spiral UTE MRI. Magn Reson Med 84:312–320. https://doi.org/10.1002/mrm.28114

    Article  PubMed  Google Scholar 

  28. Lee EY, Sun Y, Zurakowski D et al (2009) Hyperpolarized 3He MR imaging of the lung: normal range of ventilation defects and PFT correlation in young adults. J Thorac Imaging 24:110–114. https://doi.org/10.1097/RTI.0b013e3181909f4a

    Article  PubMed  Google Scholar 

  29. Woods JC, Conradi MS (2018) (3)He diffusion MRI in human lungs. J Magn Reson 292:90–98. https://doi.org/10.1016/j.jmr.2018.04.007

    Article  ADS  CAS  PubMed  PubMed Central  Google Scholar 

  30. Altes TA, Salerno M (2004) Hyperpolarized gas MR imaging of the lung. J Thorac Imaging 19:250–258. https://doi.org/10.1097/01.rti.0000142837.52729.38

    Article  PubMed  Google Scholar 

  31. Ohno Y, Nishio M, Koyama H et al (2014) Oxygen-enhanced MRI for patients with connective tissue diseases: comparison with thin-section CT of capability for pulmonary functional and disease severity assessment. Eur J Radiol 83:391–397. https://doi.org/10.1016/j.ejrad.2013.11.001

    Article  PubMed  Google Scholar 

  32. Bauman G, Puderbach M, Deimling M et al (2009) Non-contrast-enhanced perfusion and ventilation assessment of the human lung by means of fourier decomposition in proton MRI. Magn Reson Med 62:656–664. https://doi.org/10.1002/mrm.22031

    Article  PubMed  Google Scholar 

  33. Voskrebenzev A, Gutberlet M, Klimeš F et al (2018) Feasibility of quantitative regional ventilation and perfusion mapping with phase-resolved functional lung (PREFUL) MRI in healthy volunteers and COPD, CTEPH, and CF patients. Magn Reson Med 79:2306–2314. https://doi.org/10.1002/mrm.26893

    Article  CAS  PubMed  Google Scholar 

  34. Gillies RJ, Kinahan PE, Hricak H (2016) Radiomics: images are more than pictures, they are data. Radiology 278:563–577. https://doi.org/10.1148/radiol.2015151169

    Article  PubMed  Google Scholar 

  35. Aerts HJ, Velazquez ER, Leijenaar RT et al (2014) Decoding tumour phenotype by noninvasive imaging using a quantitative radiomics approach. Nat Commun 5:4006. https://doi.org/10.1038/ncomms5006

    Article  ADS  CAS  PubMed  Google Scholar 

Download references

Danksagung

Die Autoren danken der medizinisch-technischen Radiologieassistentin Sandy Schmidt für ihren großen Einsatz und ihre herausragende technische Expertise. Weiterhin danken die Autoren dem Imaging Science Institute (ISI) Erlangen (Siemens Healthineers, Erlangen) und Dr. Hans-Peter Fautz für die zur Verfügung gestellten Messzeiten und die technische Unterstützung. Unser besonderer Dank gilt auch den Kollegen Dr. Andreas Voskrebenzev und Prof. Dr. Jens Vogel-Claussen, deren PREFUL-Algorithmus für die Auswertung der Lungenfunktionsmessungen verwendet wurde.

Author information

Authors and Affiliations

  1. Radiologisches Institut, Universitätsklinikum Erlangen, Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), Maximiliansplatz 3, 91054, Erlangen, Deutschland

    Maximilian Hinsen, Rafael Heiss, Armin M. Nagel, Simon Lévy, Michael Uder, Sebastian Bickelhaupt &  Matthias S. May

  2. Imaging Science Institute, Universitätsklinikum Erlangen, Erlangen, Deutschland

    Rafael Heiss, Michael Uder &  Matthias S. May

  3. Division of Medical Physics in Radiology, German Cancer Research Center (DKFZ), Heidelberg, Deutschland

    Armin M. Nagel

Authors
  1. Maximilian Hinsen
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Rafael Heiss
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Armin M. Nagel
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Simon Lévy
    View author publications

    You can also search for this author in PubMed Google Scholar

  5. Michael Uder
    View author publications

    You can also search for this author in PubMed Google Scholar

  6. Sebastian Bickelhaupt
    View author publications

    You can also search for this author in PubMed Google Scholar

  7. Matthias S. May
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Matthias S. May.

Ethics declarations

Interessenkonflikt

M. Hinsen, A.M. Nagel und S. Lévy geben an, dass kein Interessenkonflikt besteht. R. Heiss, M.S. May, S. Bickelhaupt, M. Uder sind im Rahmen von Vortragsveranstaltungen für Siemens Healthineers tätig. Das Universitätsklinikum Erlangen erhält von Siemens Healthineers Unterstützung im Rahmen von Forschungskooperationen.

Alle beschriebenen Untersuchungen am Menschen oder an menschlichem Gewebe wurden mit Zustimmung der zuständigen Ethikkommission, im Einklang mit nationalem Recht sowie gemäß der Deklaration von Helsinki von 1975 (in der aktuellen, überarbeiteten Fassung) durchgeführt.

Additional information

Erstveröffentlichung in Radiologe (2022)62: 418–428. https://doi.org/10.1007/s00117-022-00996-7

figure qr

QR-Code scannen & Beitrag online lesen

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Hinsen, M., Heiss, R., Nagel, A.M. et al. Lungenbildgebung in der Niederfeld-Magnetresonanztomographie. Z Pneumologie 21, 29–37 (2024). https://doi.org/10.1007/s10405-024-00543-2

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s10405-024-00543-2

Schlüsselwörter

Keywords

Search

Navigation