A Novel Marker-Based Registration Method for Simultaneous Preclinical PET/MR with a Non- Stationary PET Detector

Technische Zusammenfassung: Eine neuartige markerbasierte Registrierungsmethode für die simultane präklinische PET/MR mit einem nicht-stationären PET-Detektor

Problemstellung
Die Studie befasst sich mit der Herausforderung der Registrierung von simultan akquirierten Positronen-Emissions-Tomographie (PET) und Magnetresonanztomographie (MRT)-Bildern in einem präklinischen Setting, in dem der PET-Detektor nicht-stationär ist und auf einen MR-Scanner nachgerüstet wurde. Speziell verwendeten die Autoren einen kleinen, nicht-stationären PET-Detektor (RatCAP), der an ein Tierbett-Positionierungssystem angebracht ist. Dieser Aufbau stellt drei primäre Hindernisse für eine Standardregistrierung dar:

1. Positionelle Instabilität: Der physische Ort des Detektors relativ zum MR-Isozentrum variiert mit jeder experimentellen Repositionierung der Tierbett-Einheit (mit bekannten axialen Positionierungsfehlern), was die Verwendung eines einzigen, einmaligen Kalibrierphantoms verhindert.
2. Räumliche Beschränkungen: Der Innendurchmesser der Radiofrequenz-Spule (RF-Spule) innerhalb des PET-Detektors ist zu schmal, um Dual-Modalitäts-Fiduzialmarker zusammen mit dem Untersuchungsobjekt unterzubringen.
3. Mangel an anatomischem Kontrast: Das Vertrauen auf eine rein bildintensitätsbasierte Registrierung ist in vielen präklinischen Anwendungen aufgrund des Mangels an gegenseitigem anatomischem Kontrast zwischen den PET- und MR-Modalitäten oft unzureichend.

Methodik
Die Autoren schlagen eine vollständig automatisierte, markerbasierte Registrierungspipeline vor, die den PET-Bildraum vom MR-Bildraum durch eine feste geometrische Referenz innerhalb des Tierbetts entkoppelt. Die Methode basiert auf einer Zero-Echo-Time (ZTE) MRT-Sequenz, die in der Lage ist, die Kunststoffkomponenten des Tierbetts abzubilden. Der Workflow umfasst drei spezifische affine Transformationen:

1. Universelle Kalibrierung ($T_{P \to Cradle}$): Eine einmalige Kalibrierung etabliert die statische Beziehung zwischen dem PET-Bildkoordinatensystem und dem Tierbett-Koordinatensystem. Dies wird durch die simultane Bildgebung eines Dual-Modalitäts-Phantoms (gestapelte Spritzen, gefüllt mit $^{18}$F-FDG) und der Nasenkegel-Spur (NCT) des Tierbetts erreicht. Die PET- und ZTE-Bilder werden mittels Advanced Normalization Tools (ANTs) mit einer Mutual-Information-Metrik registriert. Die NCT wurde mit subtraktiven „Nocks“ (geometrischen Markern) aus Acrylnitril-Butadien-Styrol (ABS) modifiziert, einem Material, das in der ZTE-MRT sichtbar ist.
2. Experimentspezifische Kalibrierung ($T_{Lab \to Cradle}$): Für jedes Experiment wird die Position des Tierbetts innerhalb des Laborraums (Magnet-Isozentrum) bestimmt. Ein kurzer ZTE-Scan (~2,5 Minuten) erfasst sowohl das Subjekt als auch die NCT-Marker. Dieser Scan wird starr auf einen vorab akquirierten „NCT0“-Scan (der nur die NCT-Marker enthält) registriert, um die aktuelle Position des Tierbetts relativ zum Laborraum zu bestimmen.
3. Sequenzspezifische Transformation ($T_{MRI \to Lab}$): Diese Transformation, die direkt aus den MR-Bildheadern abgeleitet wird, bildet die indizierten Voxel der spezifischen MRT-Sequenz auf den physischen Laborraum ab.

Die endgültige Registrierung von PET zu MRT wird durch die Konkatenation dieser Transformationen erreicht: $x_{MRI} = T_{MRI \to Lab}^{-1} \cdot T_{Lab \to Cradle}^{-1} \cdot T_{P \to Cradle} \cdot x_{PET}$.

Wesentliche Beiträge

• Neuartige Hardware-Integration: Das Design und der 3D-Druck einer modifizierten Nasenkegel-Spur mit subtraktiven geometrischen Markern, die in der ZTE-MRT sichtbar sind, wodurch der Platzbedarf für Dual-Modalitäts-Fiduzialmarker entfällt.
• Automatisierter Workflow: Eine vollständig automatisierte Registrierungspipeline, die keine manuelle Intervention, kein Matching anatomischer Merkmale oder wiederholte Dual-Modalitäts-Kalibrierphantome für jedes Subjekt erfordert.
• Sub-Voxel-Präzision: Der Nachweis, dass eine genaue Registrierung selbst dann möglich ist, wenn sich der PET-Detektor zwischen den Experimenten bewegt, sofern die geometrische Beziehung zwischen dem Detektor und den Tierbett-Markern fix bleibt.

Ergebnisse
Die Methode wurde durch systematische Phantom-Experimente validiert:

• Registrierungsgenauigkeit: Die experimentspezifische Registrierung der Tierbett-Marker (NCT) auf den Laborraum erreichte einen räumlichen Fehler von $\pm 0,03$ mm (x-Achse), $\pm 0,06$ mm (y-Achse) und $\pm 0,06$ mm (z-Achse).
• Coregistrierung-Leistung: Bei Anwendung der vollständigen Pipeline auf PET- und MR-Bilder eines Phantoms über neun verschiedene Tierbett-Positionen (einschließlich Translationen und Rotationen) lag der resultierende Coregistrierungsfehler unterhalb der PET-Voxelgröße.
• Quantitative Metriken: Die voxelweise Standardabweichung über die registrierten PET-Bilder, die auf einen gemeinsamen FLASH-MRT-Raum abgebildet wurden, betrug im Durchschnitt 2,6 % (intensitätsnormiert, 95. Perzentil), mit einem lokalen Maximum von 5,4 %.
• Effizienz: Der erforderliche ZTE-Kalibrierungsscan dauert etwa 2,5 Minuten, was ihn für einen Prescan in einem Standardprotokoll praktikabel macht.

Bedeutung und Ansprüche
Das Paper behauptet, die erste Demonstration der Verwendung der bildbasierten Registrierung von ZTE-Scans zur Automatisierung der Coregistrierung von simultan akquirierten PET- und MR-Scans in einem nicht-stationären, nachgerüsteten präklinischen Setup zu sein. Die Autoren betonen, dass dieser Ansatz eine praktische, kostengünstige Lösung für PET/MR-Systeme bietet, bei denen der physische Raum begrenzt ist oder die Positionierung des Detektors nicht fixiert ist.

Die Studie merkt bescheiden an, dass die Validierung vollständig unter kontrollierten Bedingungen an Phantomen durchgeführt wurde. Die Autoren räumen ein, dass zukünftige Arbeiten erforderlich sind, um die Robustheit in lebenden Tieren zu bewerten, wo Faktoren wie Subjektbewegung und Respiration Artefakte einführen können, die die Registrierungsschritte beeinflussen könnten. Die Schlussfolgerung stellt fest, dass die Methode eine „praktische Methode“ zur Erzielung von Sub-Voxel-Präzision in diesen spezifischen, begrenzten Umgebungen darstellt.