Onderzoekers hebben een innovatieve MRI-antenne ontwikkeld die de beeldkwaliteit verbetert en scantijden verkort, zonder dat bestaande MRI-systemen hoeven te worden aangepast. De technologie, gebaseerd op zogenoemde metamaterialen, kan vooral bij moeilijk bereikbare structuren zoals hersengebieden en de oogkas uitkomst bieden.
Het onderzoek stond onder leiding van promovenda Nandita Saha, werkzaam in het Experimental Ultrahigh Field Magnetic Resonance-lab van professor Thoralf Niendorf aan het Max Delbrück Center. Er werd nauw samengewerkt met onderzoekers van het Rostock University Medical Center, waar de klinische validatie van de technologie wordt ondersteund.
Knelpunt in de hardware
MRI werkt door radiosignalen (RF) het lichaam in te sturen en de respons van weefsels in een sterk magnetisch veld te meten. Hoe sterker het terugkerende signaal, hoe beter de beeldkwaliteit. Traditionele RF-spoelen, de antennes die signalen verzenden en ontvangen, hebben moeite om voldoende signaal op te vangen uit diepgelegen of anatomisch complexe gebieden. Dat leidt tot minder scherpe beelden en langere scantijden.
Het onderzoeksteam pakte dit knelpunt aan door metamaterialen in de MRI-antenne te integreren. Metamaterialen zijn kunstmatig ontworpen structuren die elektromagnetische golven op een gecontroleerde manier sturen. Door deze technologie toe te passen, wordt het RF-veld efficiënter gericht, neemt de signaalsterkte toe en verbetert de ruimtelijke resolutie. De resultaten zijn gepubliceerd in Advanced Materials.
Cruciaal is dat de nieuwe antenne compatibel is met bestaande MRI-systemen. Er is geen nieuwe infrastructuur nodig. De technologie werd getest bij vrijwilligers met beeldvorming van het oog en de oogkas bij een veldsterkte van 7.0 Tesla. Volgens professor Oliver Stachs, mede-auteur vanuit Rostock, maakt de innovatie anatomisch gedetailleerde MRI van het oog mogelijk en biedt zij perspectief om (patho)fysiologische processen beter in beeld te brengen.
Sneller, scherper en comfortabeler
Voor patiënten kunnen MRI-onderzoeken tijdrovend en belastend zijn, zeker wanneer scans herhaald moeten worden vanwege onvoldoende beeldkwaliteit. Snellere scans verkorten de tijd in de scanner, terwijl scherpere beelden artsen helpen om met meer zekerheid diagnoses te stellen. De compacte en lichte antenne kan bovendien beter worden afgestemd op specifieke lichaamsdelen, wat het comfort kan vergroten.
De technologie biedt ook andere toepassingsmogelijkheden. Zo kan het RF-veld gerichter worden ingezet om ongewenste opwarming rond medische implantaten te beperken. Daarnaast kan de techniek worden toegepast bij MRI-geleide therapieën, zoals hyperthermie of thermische ablatie bij kankerbehandeling.
Volgens Niendorf kan de antenne worden aangepast voor MRI-systemen met hogere of lagere veldsterktes en voor beeldvorming van andere organen, zoals hart en nieren. Ook speciale MRI-technieken met andere atomen, zoals natrium of fluor, zouden kunnen profiteren van sterkere signalen en scherpere beelden.
De onderzoekers plannen vervolgstudies in meerdere ziekenhuizen en werken aan toepassingen voor andere organen. Daarmee zet deze innovatie een volgende stap richting een nieuwe generatie MRI-technologie.
MRI-kwaliteit verbeteren met AI
Vorig jaar ontwikkelden onderzoekers een tweetal AI-modellen die de kwaliteit van hersen-MRI’s aanzienlijk verbeteren. Bewegingen van patiënten, zoals ademhalen of kleine hoofdbewegingen, beïnvloeden de beeldkwaliteit negatief. Het eerste model optimaliseert het zogenoemde ‘skull-stripping’-proces, waarbij schedel en ander niet-hersenweefsel uit MRI-beelden worden verwijderd. Dit model, getraind op ruim 21.000 scans uit 18 centra, verwijdert niet-hersenweefsel nauwkeuriger en brengt veranderingen in hersenvolume betrouwbaar in kaart.
Het tweede model, Brain MRI Enhancement foundation (BME-X), richt zich op algemene beeldverbetering. Getest op meer dan 13.000 beelden corrigeert het bewegingsartefacten, verhoogt het de resolutie, vermindert het ruis en verwerkt het pathologische scans beter dan bestaande methoden. Opvallend is dat BME-X beelden van verschillende MRI-scanners kan ‘harmoniseren’, waardoor consistente en vergelijkbare data ontstaan voor klinische en onderzoeksdoeleinden. De modellen ondersteunen daarmee nauwkeurigere diagnostiek en monitoring van neurologische aandoeningen.
Enkele weken geleden schreven we over een ander Amerikaans onderzoek waaruit bleek dat de kwaliteit van MRI-hersenscans aanzienlijk verbeterd kan worden met behulp van gen-AI. Wetenschappers ontwikkelden daarvoor een AI-ondersteunde methode om verstoringen in fMRI-data effectiever te verwijderen. Deze zogenoemde ‘ruis’ ontstaat onder meer door beweging van de patiënt, hartslag en andere fysiologische processen, en vormt al jaren een belangrijke beperking in hersenonderzoek.
