Development of a novel open-source and modular MRI pulse sequence programming toolbox optimized for diffusion-weighted imaging
Développement d'un nouvel environnement open-source et modulaire pour la programmation de séquences IRM optimisé pour l'IRM de diffusion
Résumé
Magnetic Resonance Imaging (MRI) pulse sequence programming relies on development kits provided by manufacturers and allows for the design of new acquisition methods. However, due to intellectual property issues, the sharing of these sequences for research purposes is restrained, thus hindering their development. To overcome these difficulties, researchers proposed vendor-independent solutions for the prototyping of MRI pulse sequences. However, as these environments rely on high-level interfaces, their use for accessing and operating the user interface optimally or for performing real-time protocols is not straightforward. Allowing for the open-source development of MRI pulse sequences capable of using all the complex features proposed by the manufacturer would thus support the development of new pulse sequences for research purposes. Proposing a solution to this issue, this thesis presents the development of GinkgoSequence, a novel modular and open-source MRI pulse sequence programming framework for Siemens systems. The first part of this work details the principles of nuclear magnetic resonance and MRI, specifying the notions of spatial encoding and pulse sequence. It presents several methods for rapid acquisition, including echo-planar imaging and accelerated methods relying on partial data acquisition; before introducing tools for MRI pulse sequence development and image reconstruction, with a description of Siemens’s IDEA development kit as well as a panel of existing open-source solutions for pulse sequence programming. It also introduces the applications of MRI for human brain imaging, starting with a brief anatomical description before presenting the anatomic, functional, and diffusion-weighted MRI modalities. The second part of this thesis focuses on the development of the GinkgoSequence toolbox, defining its challenges and technical requirements and proving its robustness and efficiency by providing example acquisitions on phantoms and human volunteers. First, it proposes a detailed description of its object-oriented source code based on sequence modules standing for fundamental parts of any MRI pulse sequence that can be ordered using an- chor times. These modules are embedded into a factory and can be aggregated into composite modules before being organized in time to form a pulse sequences source code that can be compiled using the IDEA environment. The toolbox includes examples of sequences compatible with the open- source Gadgetron framework for reconstruction. Second, it details the development of standard sequences, showing and analyzing images acquired on a phantom and comparing them with reference sequences. These trials prove the robustness of the basic modules provided in the GinkgoSequence toolbox and their ability to obtain results conforming with the images acquired using reference sequences. Third, it describes the further development of the toolbox to implement a series of diffusion- weighted MRI pulse sequences and evaluates their results on a few healthy volunteers for whom a reconstruction of the structural connectivity and quantitative microstructure was successfully achieved. Last, it introduces the implementation of an echo-volumar sequence, allowing an ultra-fast acquisition that can be exploited both for diffusion and functional MRI, and its use to scan an ex-vivo human hemisphere, assessing the quality of the re- constructed data. In summary, after presenting its scientific context and challenges, this thesis details the development of a toolbox allowing for the open-source and modular development of MRI pulse sequences. It demonstrates the robustness of its basis by providing images acquired with standard sequences and its capacity to efficiently produce pulses sequences that can be used in a research environment with the given examples of diffusion MRI and echo-volumar imaging.
La programmation de séquences d’Imagerie Par Résonance Magnétique (IRM) repose sur l’utilisation d’environnements de développements fournis par les constructeurs. Ces derniers permettent l’élaboration de nouvelles méthodes d’acquisition mais sont limités par des questions de propriété intellectuelle. Des solutions ont été proposées par la communauté scientifique permettant le prototypage de séquences indépendamment du constructeur. Cependant, ils utilisent une interface haut-niveau ne facilitant pas l’accès à toute les fonctionnalités des machines, ce qui restreint le développement de nouvelles séquences en ne permettant pas l’utilisation optimale de l’interface utilisateur, ni le déploiement de séquences optimisées pour le temps réel. L’ouverture de ces possibilités présente un potentiel considérable pour la recherche en IRM et n’est pour le moment possible que dans les conditions imposées par le constructeur. Afin de proposer une solution à ce problème, cette thèse présente le développement de GinkgoSequence, un nouvel environnement libre de droits pour la programmation modulaire de séquences dans l’environnement Siemens. La première partie présente les principes de la résonance magnétique nucléaire et de l’IRM, détaillant les notions d’encodage spatial et de séquence. Elle décrit les méthodes d’acquisition rapides, incluant l’imagerie écho-planaire et les techniques d’accélération reposant sur l’acquisition partielle des données, ainsi que les outils pour la programmation de séquences et la reconstruction des images, avec une description du kit IDEA de Siemens ainsi que des solutions libres de droits existantes. Elle introduit ensuite l’application de l’IRM à l’imagerie du cerveau humain, présentant l’anatomie de ce dernier avant de détailler les méthodes d’IRM anatomique, fonctionnelle, et pondérée en diffusion. La deuxième partie se focalise sur le développement de GinkgoSequence, ses enjeux et modalités, avant de prouver sa robustesse et son efficacité à l’aide d’acquisitions sur fantôme et sur volontaire sain. Dans un premier temps, elle décrit son contenu orienté-objet basé sur la notion de modules représentant les parties élémentaires d’une séquence IRM et pouvant être agencés à l’aide d’ancres temporelles. Ces modules sont générés en utilisant une factory et peuvent être agrégés dans des modules composites avant d’être organisés dans le temps pour former une séquence compilable avec IDEA. La toolbox inclut des exemples de séquences dont les images peuvent être reconstruites à l’aide de l’environnement open-source Gadgetron. Dans un second temps, elle présente des séquences de routine, montrant et analysant des images acquises sur un fantôme avant de les comparer avec l’existant. Ces essais prouvent la robustesse des modules de base et leur capacité à obtenir des résultats équivalents à ceux de séquences de référence. Dans un troisième temps, elle introduit l’utilisation de la toolbox pour l’implémentation de séquences IRM pondérés en diffusion et leur utilisation sur quelques volontaires sains pour évaluer les résultats des cartes de connectivité structurelle et de description quantitative de la microstructure obtenues avec succès. Enfin, elle aborde le développement d’une séquence écho-volumaire qui pourra être exploitée ans le cadre de séquences IRM fonctionnelles ou de diffusion. Elle montre l’utilisation de cette séquence pour scanner un hémisphère de cerveau humain ex vivo et évaluer la qualité des images reconstruites. En conclusion, après avoir présenté son contexte scientifique et ses enjeux, cette thèse présente GinkgoSequence, un outil pour le développement libre de droits et modulaire de séquences IRM. Elle démontre sa robustesse en présentant des images acquises avec des séquences des routine clinique et sa capacité à produire de nouvelles séquences avec les exemples donnés de l’IRM de diffusion et des séquences écho-volumaires.
Origine : Version validée par le jury (STAR)