Validierung von Compressed Sensing beschleunigten 4D Fluss MRT Sequenzen an Scannern unterschiedlicher Hersteller im Vergleich zu konventioneller paralleler Bildgebung

Zielsetzung Eine der maßgeblichen Hürden für die klinische Etablierung der 4D Fluss MRT ist die lange Scandauer. Moderne compressed sensing (CS)-basierte Beschleunigungsverfahren versprechen mit Scanzeiten <5min Abhilfe zu schaffen. Ziel war der Vergleich zwischen CS-basierten und validierten Sequenzen mit paralleler Bildgebung verschiedener Hersteller anhand klinisch relevanter quantitativer Parameter.

Material und Methoden CS-beschleunigte 4D Fluss MRT Sequenzen der thorakalen Aorta (Philips: Compressed SENSE; Siemens: Compressed Sensing) mit einem effektiven Beschleunigungsfaktor BF=7 wurden im Anschluss an eine konventionell beschleunigte Sequenz (Philips: SENSE; Siemens: GRAPPA; BF=3) mit aufeinander abgestimmten Scanparametern an einem Philips Ingenia 3T, sowie einem Siemens MAGNETOM Skyra 3T akquiriert. 48 Datensätze (24 Philips, 24 Siemens) gesunder Probanden (25±3J.) wurden anhand des Schlagvolumens (SV), dem maximalen Blutfluss (Q) und der Maximalgeschwindigkeit (V) mit GTFlow (Gyrotools) in 7 standardisierten Messebenen pro Probanden evaluiert. Werte werden als Mittelwert±Standardabweichung angegeben, die Statistik umfasst Bland-Altman-(BA-) und Regressions-Analyse.

Ergebnisse Die CS-beschleunigten Sequenzen erreichten eine Messzeitreduktion von 11±3min auf 5±1min (53±12%). Bei beiden Herstellern lag der mittlere relative Fehler bei allen Parametern unter 5% mit einer Tendenz zur Unterschätzung durch die CS-Sequenz (SV=2±11%; Q=3±9%; V=0±10%) und starker Korrelation von r=0,93 (SV), r=0,96 (Q) und r=0,83 (V). Die limits of agreement waren breit und lagen beispielsweise beim SV bei 23% und -19%. Zwischen den Herstellern variierten die Ergebnisse nicht signifikant.

Schlußfolgerungen Die wesentliche Messzeitreduktion der thorakalen 4D Fluss MRT mittels compressed sensing gegenüber validierter, paralleler 4D Fluss geht mit einem geringen, mittleren Fehler mit allerdings relevanter Streuung quantitativer Parameter einher. Dies muss bei der Datenbewertung im klinischen und wissenschaftlichen Kontext berücksichtigt werden.