Resonancia magnética en tiempo real

Tipo de resonancia magnética

Resonancia magnética en tiempo real de un corazón humano (vista de 2 cámaras) con una resolución de 22 ms ^[1]

Resonancia magnética en tiempo real del tracto vocal mientras se canta , con una resolución de 40 ms

La resonancia magnética en tiempo real ( RT-MRI ) se refiere al monitoreo continuo de objetos en movimiento en tiempo real. Tradicionalmente, la resonancia magnética en tiempo real solo era posible con baja calidad de imagen o baja resolución temporal. Un algoritmo de reconstrucción iterativa eliminó las limitaciones. La resonancia magnética radial FLASH (en tiempo real) produce una resolución temporal de 20 a 30 milisegundos para imágenes con una resolución en el plano de 1,5 a 2,0 mm. ^[2] La resonancia magnética en tiempo real agrega información sobre enfermedades de las articulaciones y el corazón . En muchos casos, los exámenes de resonancia magnética se vuelven más fáciles y cómodos para los pacientes, especialmente para los pacientes que no pueden calmar su respiración ^[3] o que tienen arritmia .

La obtención de imágenes de precesión libre en estado estable balanceado (bSSFP) brinda un mejor contraste de imagen entre el depósito de sangre y el miocardio que la resonancia magnética FLASH, a costa de un artefacto de bandas severo cuando la falta de homogeneidad de B0 es fuerte. ^[3]

Historia

1977/1978 - Raymond Damadian construyó el primer escáner de resonancia magnética y logró la primera resonancia magnética de un cuerpo humano sano (1977) con la intención de diagnosticar el cáncer. ^[4] Además, Peter Mansfield desarrolla la técnica ecoplanar, que produce imágenes en segundos y se convierte en la base de las resonancias magnéticas rápidas. ^[5]

1983 - Introducción del espacio k por DB Twieg ^[6]

1987 – Se desarrolla la primera resonancia magnética del corazón en tiempo real ^[7]

1997 - DK Sodickson introduce la obtención de imágenes paralelas con una matriz de bobinas de RF ^[8]

1999 - KP Pruessmann introduce la reconstrucción de imágenes SENSE ^[9]

2002 - Mark Griswold presenta la reconstrucción de imágenes GRAPPA ^[10]

Base física

Descripción general

Ecuación para calcular la velocidad de respuesta y diagrama adjunto

En general, la resonancia magnética en tiempo real se basa en secuencias de eco de gradiente , un muestreo eficiente del espacio k y métodos de reconstrucción rápida para acelerar el proceso de adquisición de imágenes. ^[11] Las secuencias de eco de gradiente presentan tiempos de eco más cortos, ya que solo se requiere un pulso de RF para cada secuencia. ^[12] Las bobinas de gradiente de conmutación rápida modernas también requieren aumentar la velocidad de respuesta , lo que permite cambios más rápidos en las secuencias de eco de gradiente y disminuye el tiempo de repetición . ^[13]

Muestreo rectilíneo del espacio k

muestreo en el espacio k

Otras trayectorias de muestreo en el espacio k

El muestreo eficiente del espacio k también disminuye el tiempo de recolección de datos. El escaneo rectilíneo se ha convertido en el método estándar de muestreo del espacio k para la resonancia magnética. ^[14] Sin embargo, el proceso lleva un tiempo relativamente largo ya que muestrea todo el espacio k por igual. Debido a este retraso, se utilizan otros métodos de muestreo para capturar el movimiento en tiempo real. La obtención de imágenes planas con eco de disparo único es un método de muestreo extremadamente rápido en el que todos los datos de la imagen de RM se recopilan a partir de un pulso de RF. ^[15] Sin embargo, es importante señalar que el método EPI sigue siendo un método de muestreo cartesiano , como el escaneo rectilíneo, que muestrea por igual todo el espacio k. El muestreo en espiral, como el EPI, solo requiere un solo pulso de RF para muestrear todo el espacio k. El muestreo radial y en espiral también se utilizan como métodos para muestrear eficientemente el espacio k, y el espiral también requiere solo un solo pulso de RF para muestrear el espacio k. Tanto el muestreo radial como el espiral son más eficientes que los métodos cartesianos porque sobremuestrean las frecuencias bajas, lo que permite la captura de movimiento general y una mejor reconstrucción de imágenes en tiempo real. ^[11] Por lo tanto, el muestreo radial o espiral del espacio k son ahora los métodos preferidos para la reconstrucción de MRI en tiempo real.

Imágenes paralelas

Recolección de bobinas de imágenes paralelas

La obtención de imágenes en paralelo implica la adición de múltiples bobinas que rodean el objetivo, y cada una de ellas adquiere una fracción de la imagen total. Debido a que las GPU modernas tienen capacidades de procesamiento en paralelo, pueden reconstruir cada porción de la imagen simultáneamente. Por lo tanto, cuantas más bobinas se utilicen, más rápida será la adquisición de las imágenes de RM. ^[16]

Secuencias de eco de gradiente

Resonancia magnética flash

Si bien las primeras aplicaciones se basaron en imágenes ecoplanares, que encontraron una aplicación importante en la resonancia magnética funcional en tiempo real (rt-fMRI), ^[17] el progreso reciente se basa en la reconstrucción iterativa y la resonancia magnética FLASH . ^{[18] [19]} El método de imágenes en tiempo real propuesto por Uecker y colegas ^[2] combina la resonancia magnética FLASH radial, ^[20] que ofrece una adquisición de datos rápida y continua, robustez de movimiento y tolerancia al submuestreo, con un método de reconstrucción de imágenes iterativo basado en la formulación de la reconstrucción de imágenes como un problema inverso no lineal . ^{[21] [22]} Al integrar los datos de múltiples bobinas receptoras (es decir, resonancia magnética paralela) y explotar la redundancia en la serie temporal de imágenes con el uso de regularización y filtrado , este enfoque mejora el posible grado de submuestreo de datos en un orden de magnitud, de modo que se pueden obtener imágenes de alta calidad a partir de tan solo el 5 al 10% de los datos necesarios para una reconstrucción de imagen normal.

Debido a los tiempos de eco muy cortos (por ejemplo, 1 a 2 milisegundos ), el método no sufre efectos fuera de resonancia, de modo que las imágenes no presentan artefactos de susceptibilidad ni dependen de la supresión de grasa. Mientras que las secuencias FLASH estropeadas ofrecen densidad de espín o contraste T1, las versiones con gradientes reenfocados o completamente equilibrados brindan acceso al contraste T2/T1. La elección del tiempo de eco de gradiente (por ejemplo, condiciones en fase vs. condiciones de fase opuesta) altera aún más la representación de las señales de agua y grasa en las imágenes y permitirá películas de agua/grasa separadas.

Precesión libre en estado estacionario equilibrado

Otra secuencia GRE que se utiliza habitualmente en la RT-MRI es la precesión libre en estado estable equilibrada (bSSFP), como se mencionó anteriormente con gradientes equilibrados. ^[11] La precesión libre en estado estable implica un tiempo de repetición (TR) más corto que T2. Esto evita que la señal magnética decaiga por completo antes de que se aplique el siguiente pulso de RF, que luego establece una señal en estado estable a lo largo del tiempo. ^[23] El TR corto también hace que la bSSFP sea ideal para la RT-MRI.

La ecuación para la señal MR máxima en bSSFP se da como:

${\displaystyle M_{ss,xy}\vert _{\alpha =\alpha _{opt}}={\frac {1}{2}}M_{0}{\sqrt {\frac {1-E_{1}^{2}}{1-E_{2}^{2}}}}\approx {\frac {1}{2}}M_{0}{\sqrt {\frac {T_{2}}{T_{1}}}}}$

¿Dónde está la magnetización inicial, y ? ${\displaystyle M_{0}}$ ${\displaystyle E_{1}=e^{-T_{1}/T_{R}}}$ ${\displaystyle E_{2}=e^{-T_{2}/T_{R}}}$

Por lo tanto, la señal de RM es proporcional a T2/T1. Los materiales con T1 y T2 similares, como los líquidos y la grasa, presentan un alto contraste T2/T1 y pueden tener una intensidad de señal de hasta . ${\displaystyle 0.5M_{0}}$

La señal bSSFP también es mayor que la señal FLASH por un factor de

${\displaystyle {\frac {1}{\sqrt {1-E_{2}^{2}}}}}$. ^[23]

Debido a este fuerte contraste entre líquido y tejido, la RT-MRI con bSSFP es adecuada para la obtención de imágenes cardíacas y la visualización del flujo sanguíneo. ^[23]

Reconstrucción de imágenes

Codificación de sensibilidad (SENSE)

Ciertos algoritmos de reconstrucción de imágenes utilizados junto con la obtención de imágenes en paralelo abordan los posibles problemas que pueden surgir del submuestreo del espacio k. La codificación de sensibilidad (SENSE) es un método que reconstruye los datos parciales del espacio k de cada bobina y combina las imágenes parciales en el escaneo final en el dominio espacial. ^[24] Las sensibilidades de las bobinas deben adquirirse primero, ya sea antes de la obtención de imágenes propiamente dicha o durante el proceso de obtención de imágenes. Durante el resto de la obtención de imágenes, el espacio k se submuestrea para omitir cada dos líneas, lo que da como resultado un campo de visión de la mitad.

A modo de ejemplo de dos puntos, los píxeles de las imágenes alias originales se pueden "desplegar" mediante las siguientes ecuaciones para obtener el escaneo final:

${\displaystyle P_{1}=A\cdot S_{1A}+B\cdot S_{1B}}$

${\displaystyle P_{2}=A\cdot S_{2A}+B\cdot S_{2B}}$

para dos puntos, y , en la imagen final. y denotan la señal de imagen para la imagen alias. y son los valores de sensibilidad para la bobina 1 en los puntos y , respectivamente, y y son los valores de sensibilidad para la bobina 2 en los puntos y , respectivamente. ^[24] ${\displaystyle A}$ ${\displaystyle B}$ ${\displaystyle P_{1}}$ ${\displaystyle P_{2}}$ ${\displaystyle S_{1A}}$ ${\displaystyle S_{1B}}$ ${\displaystyle A}$ ${\displaystyle B}$ ${\displaystyle S_{2A}}$ ${\displaystyle S_{2B}}$ ${\displaystyle A}$ ${\displaystyle B}$

Adquisición paralela parcial con calibración automática generalizada (GRAPPA)

Otro algoritmo de reconstrucción utilizado es la adquisición paralela parcial de calibración automática general (GRAPPA). GRAPPA rellena los datos del espacio k submuestreados en el dominio del espacio k antes de reconstruir la imagen final. ^[25] Las líneas que pasan por el centro del espacio k se muestrean completamente, normalmente junto con la imagen real, para dar la región de señal de calibración automática (ACS). Los factores de ponderación se calculan utilizando la ACS, y estos factores reflejan las distorsiones específicas de la bobina que cada bobina aplica en el dominio de frecuencia del campo de visión completo. Luego, los datos del espacio k rellenados se someten a la transformada inversa de Fourier para construir las imágenes parciales sin alias. Estas imágenes luego simplemente se combinan directamente en el dominio espacial. ^[25]

Si los datos del espacio k no son cartesianos, la reconstrucción es computacionalmente más difícil, ya que la transformada rápida de Fourier (FFT) requiere valores cartesianos. Por lo general, los datos del espacio k deben remuestrearse en coordenadas cartesianas antes de aplicar la FFT. GRAPPA puede resolver estos problemas obteniendo grandes cantidades de datos de calibración; sin embargo, las reconstrucciones más rápidas generalmente requerirán datos cartesianos. ^[11]

Relación señal-ruido

Por último, dentro de la reconstrucción de imágenes paralelas hay otro factor a considerar, que es la relación señal/ruido ( SNR ). La SNR para imágenes paralelas se puede calcular utilizando la siguiente ecuación:

${\displaystyle SNR_{parallel}={\frac {SNR_{MRI}}{g{\sqrt {R}}}}}$^[26]

Donde es el factor de aceleración y es el factor geométrico dependiente del espacio (proporcional al número de bobinas utilizadas o las interacciones entre bobinas). Por lo tanto, cuantas más bobinas se utilicen, más rápido será el proceso de obtención de imágenes y habrá más interacciones entre bobinas; por lo tanto, menor será la relación señal-ruido. ^[26] ${\displaystyle R}$ ${\displaystyle g}$

Aplicaciones

(a,c) CINE y (b,d) RT CMR a 1,5 T de un paciente con fibrilación auricular en una vista SA del ventrículo medio durante la diástole final (a,b) y la sístole final (c,d). Las imágenes CINE tienen una calidad diagnóstica reducida (puntaje 1), mientras que las imágenes RT presentan una buena calidad diagnóstica.

Resonancia magnética cardíaca

Aunque las aplicaciones de la resonancia magnética en tiempo real cubren un amplio espectro que va desde estudios no médicos de flujo turbulento ^[27] hasta la monitorización no invasiva de procedimientos intervencionistas (quirúrgicos), la aplicación más importante que hace uso de las nuevas capacidades es la obtención de imágenes cardiovasculares . ^[1] La resonancia magnética cardíaca (RMC) anterior utilizaba técnicas de cine para capturar el movimiento periódico del corazón. Sin embargo, esto no es factible para pacientes con arritmia , donde el ciclo cardíaco es impredecible. ^[28] Con el nuevo método es posible obtener películas del corazón latiendo en tiempo real con hasta 50 cuadros por segundo durante la respiración libre y sin la necesidad de una sincronización con el electrocardiograma . ^[29] Un estudio realizado por Laubrock et al. ^[28] demostró que la RMC-RT produjo imágenes de mayor calidad con una relación señal-ruido (SNR) más alta que la RMC-RT con una secuencia bSSFP y un muestreo radial del espacio k. La RMC-RT también elimina la necesidad de contener la respiración mientras se obtienen las imágenes, lo que también genera una experiencia más cómoda para el paciente. ^[28]

Resonancia magnética musculoesquelética

Aparte de la resonancia magnética cardíaca, otras aplicaciones en tiempo real abordan estudios funcionales de la cinética articular (p. ej., articulación temporomandibular , ^[30] rodilla y muñeca ^[31] ) o abordan la dinámica coordinada de los articuladores como labios, lengua, paladar blando y cuerdas vocales durante el habla ( fonética articulatoria ) ^[32] o la deglución . ^{[33] La obtención de imágenes} musculoesqueléticas en particular se beneficia de la observación en tiempo real. Los investigadores de la Facultad de Medicina Grossman de la Universidad de Nueva York ^[34] desarrollaron un guante RT-MRI para obtener imágenes del movimiento de la mano. El guante utiliza bobinas de alta impedancia para evitar la generación de corrientes parásitas a partir de campos magnéticos que cambian rápidamente y bSSFP para tiempos de obtención de imágenes rápidos. Las bobinas de alta impedancia eliminan la necesidad de conformaciones de bobina específicas y protección de gradiente activo. ^[35]

Procedimientos invasivos guiados por resonancia magnética

Las aplicaciones en la resonancia magnética intervencionista , que se refiere a la monitorización de procedimientos quirúrgicos mínimamente invasivos , son posibles cambiando de forma interactiva parámetros como la posición y la orientación de la imagen. Esta aplicación es particularmente útil cuando se necesita una imagen 3D del tejido durante la cirugía. ^[11] Requiere una pantalla en la habitación para que el médico la utilice durante el procedimiento, así como el uso de herramientas quirúrgicas seguras para la resonancia magnética. Estas incluyen cerámica, plástico o titanio, que es un metal paramagnético . Al utilizar bSSFP e imágenes paralelas con múltiples bobinas, se han logrado velocidades de cuadro de 5 a 10 cuadros por segundo, lo que permite la visualización de procedimientos cardíacos. ^[11]

Un acelerador lineal de resonancia magnética (LINAC) puede obtener imágenes de tumores y órganos en la mesa de operaciones. La radioterapia guiada por resonancia magnética (MRgRT) es limitada debido a los altos costos y los costos de personal necesarios para cada tratamiento y porque no se ha establecido un beneficio clínico en comparación con las plataformas de radioterapia convencionales. ^[36]

Direcciones futuras

Imágenes paralelas

Existen bobinas de imágenes paralelas disponibles para imágenes del torso y del corazón, pero aún no están estandarizadas para otras partes del cuerpo. Las configuraciones de bobinas dinámicas para imágenes del habla y musculoesqueléticas son áreas clave para la investigación actual. ^[11]

Reconstrucción estándar (izquierda) versus reconstrucción con DL (derecha) para una exploración eco-espín turbo ponderada en T2 de la próstata

Aprendizaje automático

La reconstrucción de imágenes en RT-MRI se beneficia del aprendizaje automático (ML) o del aprendizaje profundo (DL). Se puede desarrollar un núcleo no lineal, o función de mapeo, a partir del ACS para completar los datos del espacio k y generar la imagen final. ^[37] Este proceso en su conjunto acelera significativamente el proceso de MRI. La segmentación de imágenes o la identificación de lesiones se puede lograr mediante el aprendizaje automático. En el aprendizaje profundo, con una red neuronal convolucional , la función de mapeo puede ser especificada por la red. ML y DL mejoran la resolución de la imagen, así como la velocidad de la imagen. ^[37]

Escáneres de campo bajo y alto rendimiento

Los escáneres de resonancia magnética de alto rendimiento y bajo campo magnético también son un área de desarrollo. ^[11] Estos escáneres funcionan con intensidades de campo magnético relativamente bajas, como 0,35 T o 0,55 T. Muchas secuencias de adquisición RT-MRI, como bSSFP, experimentan efectos significativos fuera de resonancia. Los efectos fuera de resonancia aumentan linealmente con la intensidad del campo B0, por lo que minimizar B0 también minimiza estos efectos que pueden provocar artefactos y distorsión de la imagen. ^[38] Esto permite TR más largos, lo que luego abre la puerta a una gama más amplia de métodos de muestreo de espacio k y diseños de secuencias. ^[11] Finalmente, los escáneres de resonancia magnética de menor intensidad reducirán los peligros asociados con el calentamiento de implantes metálicos y disminuirán el costo de la resonancia magnética. ^[39]

Referencias

1. S Zhang, M Uecker, D Voit, KD Merboldt, J Frahm (2010a) Resonancia magnética cardiovascular en tiempo real con alta resolución temporal: FLASH radial con reconstrucción inversa no lineal. J Cardiovasc Magn Reson 12, 39, [1] doi :10.1186/1532-429X-12-39
2. M Uecker, S Zhang, D Voit, A Karaus, KD Merboldt, J Frahm (2010a) Resonancia magnética en tiempo real con una resolución de 20 ms. RMN Biomed 23: 986-994, [2] doi :10.1002/nbm.1585
3. Uyanik I, Lindner P, Tsiamyrtzis P, Shah D, Tsekos NV, Pavlidis IT (2013). "Aplicación de un método de conjunto de niveles para resolver movimientos fisiológicos en resonancia magnética cardíaca sin compuerta y con respiración libre". Imágenes funcionales y modelado del corazón . Apuntes de clase en informática. Vol. 7945. págs. 466–473. doi :10.1007/978-3-642-38899-6_55. ISBN 978-3-642-38898-9. ISSN  0302-9743. S2CID  16840737.
4. "¿Quién creó Estados Unidos? | Innovadores | Raymond Damadian". www.pbs.org . Consultado el 9 de diciembre de 2022 .
5. "Peter Mansfield, inventor de la resonancia magnética y miembro del Salón de la Fama de los Inventores Nacionales". www.invent.org . Consultado el 9 de diciembre de 2022 .
6. Twieg, DB (1983). "La formulación de la trayectoria k del proceso de obtención de imágenes por RMN con aplicaciones en el análisis y la síntesis de métodos de obtención de imágenes". Física Médica . 10 (5): 610–621. Bibcode :1983MedPh..10..610T. doi :10.1118/1.595331. ISSN  0094-2405. PMID  6646065.
7. "Historia breve de la resonancia magnética | Two Views". two-views.com . Consultado el 9 de diciembre de 2022 .
8. Sodickson, DK; Manning, WJ (octubre de 1997). "Adquisición simultánea de armónicos espaciales (SMASH): obtención rápida de imágenes con conjuntos de bobinas de radiofrecuencia". Resonancia magnética en medicina . 38 (4): 591–603. doi :10.1002/mrm.1910380414. ISSN  0740-3194. PMID  9324327. S2CID  17505246.
9. Pruessmann, KP; Weiger, M.; Scheidegger, MB; Boesiger, P. (noviembre de 1999). "SENSE: codificación de sensibilidad para resonancia magnética rápida". Resonancia magnética en medicina . 42 (5): 952–962. doi : 10.1002/(SICI)1522-2594(199911)42:5<952::AID-MRM16>3.0.CO;2-S . ISSN  0740-3194. PMID  10542355. S2CID  16046989.
10. Griswold, Mark A.; Jakob, Peter M.; Heidemann, Robin M.; Nittka, Mathias; Jellus, Vladimir; Wang, Jianmin; Kiefer, Berthold; Haase, Axel (junio de 2002). "Adquisiciones parcialmente paralelas con autocalibración generalizada (GRAPPA)". Resonancia magnética en medicina . 47 (6): 1202–1210. doi : 10.1002/mrm.10171 . ISSN  0740-3194. PMID  12111967. S2CID  14724155.
11. Nayak, Krishna S.; Lim, Yongwan; Campbell-Washburn, Adrienne E.; Steeden, Jennifer (enero de 2022). "Imágenes por resonancia magnética en tiempo real". Revista de imágenes por resonancia magnética . 55 (1): 81–99. doi :10.1002/jmri.27411. ISSN  1053-1807. PMC 8435094 . PMID  33295674. 
12. "Eco de gradiente (GRE)". Preguntas y respuestas en resonancia magnética . Consultado el 9 de diciembre de 2022 .
13. "Especificaciones de gradiente". Preguntas y respuestas en resonancia magnética . Consultado el 9 de diciembre de 2022 .
14. "Muestreo radial". Preguntas y respuestas en resonancia magnética . Consultado el 9 de diciembre de 2022 .
15. Poustchi-Amin, Mehdi; Mirowitz, Scott A.; Brown, Jeffrey J.; McKinstry, Robert C.; Li, Tao (1 de mayo de 2001). "Principios y aplicaciones de la obtención de imágenes ecoplanares: una revisión para el radiólogo general". RadioGraphics . 21 (3): 767–779. doi :10.1148/radiographics.21.3.g01ma23767. ISSN  0271-5333. PMID  11353123.
16. "Imágenes paralelas (PI)". Preguntas y respuestas sobre resonancia magnética . Consultado el 9 de diciembre de 2022 .
17. Cohen MS (2001). "Imágenes por resonancia magnética funcional en tiempo real". Métodos . 25 (2): 201–220. doi :10.1006/meth.2001.1235. PMID  11812206.
18. J Frahm , A Haase, W Hänicke, KD Merboldt, D Matthaei (1985) Hochfrequenz-Impuls und Gradienten-Impuls-Verfahren zur Aufnahme von schnellen NMR-Tomogrammen unter Benutzung von Gradientenechos. Solicitud de patente alemana P 35 04 734.8, 12 de febrero de 1985
19. J Frahm , A Haase, D Matthaei (1986) Imágenes rápidas por RMN de procesos dinámicos utilizando la técnica FLASH. Magn Reson Med 3:321-327 [3] doi :10.1002/mrm.1910030217
20. S Zhang, KT Block KT, J Frahm (2010b) Imágenes por resonancia magnética en tiempo real: avances con el uso de FLASH radial. J Magn Reson Imag 31: 101-109, [4] doi :10.1002/jmri.21987
21. M Uecker, T Hohage, KT Block, J Frahm (2008) Reconstrucción de imágenes mediante inversión no lineal regularizada: estimación conjunta de las sensibilidades de las bobinas y el contenido de la imagen. Magn Reson Med 60: 674-682, [5] doi :10.1002/mrm.21691
22. M Uecker, S Zhang, J Frahm (2010b) Reconstrucción inversa no lineal para resonancia magnética en tiempo real del corazón humano utilizando FLASH radial submuestreado. Magn Reson Med 63: 1456-1462, [6] doi :10.1002/mrm.22453
23. Bieri, Oliver; Scheffler, Klaus (julio de 2013). "Fundamentos de la resonancia magnética de precesión libre en estado estable balanceado: Fundamentos de la resonancia magnética SSFP balanceada". Revista de imágenes por resonancia magnética . 38 (1): 2–11. doi : 10.1002/jmri.24163 . PMID  23633246. S2CID  23442745.
24. "¿SENTIDO/ACTIVO?". Preguntas y respuestas en resonancia magnética . Consultado el 9 de diciembre de 2022 .
25. "GRAPPA/ARC?". Preguntas y respuestas en resonancia magnética . Consultado el 9 de diciembre de 2022 .
26. "Imágenes paralelas (PI): ruido". Preguntas y respuestas en resonancia magnética . Consultado el 9 de diciembre de 2022 .
27. V Wedeen; A Crawley; R Weisskoff; G Holmvang y MS Cohen (1990). "Imágenes por resonancia magnética en tiempo real del flujo de fluidos estructurados". Sociedad de Resonancia Magnética en Medicina : 164.
28. Laubrock, Kerstin; Von Loesch, Thassilo; Steinmetz, Michael; Lotz, Joaquín; Frahm, Jens; Uecker, Martín; Unterberg-Buchwald, Christina (1 de enero de 2022). "Imágenes de arritmia: resonancia magnética cardíaca en tiempo real en fibrilación auricular". Revista Europea de Radiología Abierta . 9 : 100404. doi : 10.1016/j.ejro.2022.100404. ISSN  2352-0477. PMC 8899235 . PMID  35265735. 
29. I Uyanik, P Lindner, D Shah, N Tsekos I Pavlidis (2013) Aplicación de un método de conjunto de niveles para resolver movimientos fisiológicos en resonancia magnética cardíaca con respiración libre y sin compuerta. FIMH, 2013, "Computational Physiology Lab" (PDF) . Archivado desde el original (PDF) el 2018-07-22 . Consultado el 2013-10-01 .
30. S Zhang, N Gersdorff, J Frahm (2011) Imágenes por resonancia magnética en tiempo real de la dinámica de la articulación temporomandibular. The Open Medical Imaging Journal, 2011, 5, 1-7, "Imágenes por resonancia magnética en tiempo real de la dinámica de la articulación temporomandibular" (PDF) . Archivado desde el original (PDF) el 2012-09-26 . Consultado el 2011-09-16 .
31. Boutin RD, Buonocore MH, Immerman I, Ashwell Z, Sonico GJ, Szabo RM y Chaudhari AJ (2013) Imágenes por resonancia magnética (IRM) en tiempo real durante el movimiento activo de la muñeca: observaciones iniciales. MÁS UNO 8(12): e84004. doi:10.1371/journal.pone.0084004
32. Niebergall A, Zhang S, Kunay E, Keydana G, Job M, et al. Resonancia magnética en tiempo real del habla con una resolución de 33 ms: FLASH radial submuestreado con reconstrucción inversa no lineal. Magn Reson Med 2010, doi :10.1002/mrm.24276.
33. Zhang S, Olthoff A y Frahm J. Imágenes por resonancia magnética en tiempo real de la deglución normal. J Magn Reson Imaging 2011;35:1372-1379. doi :10.1002/jmri.23591.
34. Zhang, Bei; Sodickson, Daniel K.; Cloos, Martijn A. (agosto de 2018). "Un guante con detector de alta impedancia para la obtención de imágenes por resonancia magnética de la mano". Nature Biomedical Engineering . 2 (8): 570–577. doi :10.1038/s41551-018-0233-y. ISSN  2157-846X. PMC 6405230 . PMID  30854251. 
35. "Gradientes protegidos activamente". Preguntas y respuestas en resonancia magnética . Consultado el 9 de diciembre de 2022 .
36. Ng, Juan; Gregucci, Fabiana; Pennell, Ryan T.; Nagar, Himanshu; Dorado, Encouse B.; Bien, Jonathan PD; Sanfilippo, Nicolás J.; Formenti, Silvia C. (27/01/2023). "MRI-LINAC: una tecnología transformadora en oncología radioterápica". Fronteras en Oncología . 13 : 1117874. doi : 10.3389/fonc.2023.1117874 . ISSN  2234-943X. PMC 9911688 . PMID  36776309. 
37. Gassenmaier, Sebastian; Küstner, Thomas; Nickel, Dominik; Herrmann, Judith; Hoffmann, Rüdiger; Almansour, Haidara; Afat, Saif; Nikolaou, Konstantin; Othman, Ahmed E. (24 de noviembre de 2021). "Aplicaciones de aprendizaje profundo en imágenes por resonancia magnética: ¿el futuro se ha vuelto presente?". Diagnóstico . 11 (12): 2181. doi : 10.3390/diagnostics11122181 . ISSN  2075-4418. PMC 8700442 . PMID  34943418. 
38. "Pulsos fuera de resonancia". Preguntas y respuestas en resonancia magnética . Consultado el 9 de diciembre de 2022 .
39. Campbell-Washburn, Adrienne E.; Ramasawmy, Rajiv; Restivo, Matthew C.; Bhattacharya, Ipshita; Basar, Burcu; Herzka, Daniel A.; Hansen, Michael S.; Rogers, Toby; Bandettini, W. Patricia; McGuirt, Delaney R.; Mancini, Christine; Grodzki, David; Schneider, Rainer; Majeed, Waqas; Bhat, Himanshu (noviembre de 2019). "Oportunidades en imágenes intervencionistas y diagnósticas mediante el uso de resonancia magnética de alto rendimiento y baja intensidad de campo". Radiología . 293 (2): 384–393. doi :10.1148/radiol.2019190452. ISSN  1527-1315. PMC 6823617 . Número de modelo:  PMID31573398. 

Enlaces externos

• Información relacionada con la Sociedad Max Planck
• Resonancia magnética en tiempo real de una persona tocando la trompa (Sarah Willis)