Les séquences IRM dites « de flux 4D » (4D flow MRI) permettent d’obtenir une image de la
vitesse de l’écoulement sanguin, et ceci à la fois dans un volume donné et au cours du cycle
cardiaque [1]. Cette technique prometteuse permet d’avoir accès de manière non-invasive à
des biomarqueurs hémodynamiques tels que le débit, les vitesses maximales ou encore des
paramètres dérivés (par ex., frottement pariétal, énergie cinétique de turbulence). Cependant,
l’utilisation en clinique de l’IRM de flux 4D reste peu développée de par la longue durée de ses
acquisitions. Différentes techniques ont été développées pour accélérer le temps d’acquisition :
l’imagerie parallèle (par ex., GRAPPA, SENSE) ou plus récemment le Compressed Sensing [2,3].
L’objectif principal de cette étude est d’investiguer les erreurs de mesure induites par les
accélérations de type GRAPPA et Compressed Sensing sur la caractérisation des écoulements
obtenus par IRM de flux 4D, dans un environnement bien contrôlé présentant des structures
d’écoulement complexes typiques de celles observées dans le système cardiovasculaire.
Les acquisitions IRM et simulations MFN ont ensuite été post-traitées pour permettre leur
comparaison en suivant les recommandations de Puiseux et al. 2019 [4]. Pour comparer les
différentes modalités, les quantités suivantes ont été évaluées :
Qualitativement, des motifs hémodynamiques similaires ont été constatés pour toutes les
modalités. Sur la vidéo ci-contre, l’acquisition non-accélérée (4D FLOW FS) est comparée à la
simulation de MFN (CFD_HR), et à la même simulation sous-résolue pour correspondre aux
voxels de l’IRM (CFD_LR).
Quantitativement, il a été trouvé que :
Cette étude montre que l’acquisition Compressed Sensing hautement accélérée permet
d’obtenir des résultats in vitro très similaires à ceux obtenus par une séquence non-accélérée
ou avec des accélérations de type GRAPPA conventionnelles (facteurs 2 ou 3). Cependant, il
existe des artéfacts inhérents à la procédure d’acquisition de l’IRM de flux 4D : artéfacts de
déplacement spatial et de vitesse, déphasage intravoxel, effets de volume partiel… Bien qu’elle
présente également des limitations, la MFN apparaît comme un outil pour permettre d’étudier
les divergences constatées.
[1] Markl M, Frydrychowicz A, Kozerke S, Hope M, Wieben O. 4D flow MRI. J Magn Reson
Imaging. 2012;36(5):1015-1036. doi:10.1002/jmri.23632
[2] Ma LE, Markl M, Chow K, et al. Aortic 4D flow MRI in 2 minutes using compressed sensing,
respiratory controlled adaptive k-space reordering, and inline reconstruction. Magn ResonMed.
2019;81:3675-3690.
[3] Pathrose A, Ma L, Berhane H, et al. Highly accelerated aortic 4D flow MRI using compressed
sensing: performance at different acceleration factors in patients with aortic disease. Magn
Reson Med. 2020;85:2174-2187.
[4] Puiseux T, Sewonu A, Meyrignac O, et al. Reconciling PC-MRI and CFD: An in-vitro study.
NMR Biomed. 2019;32(5):e4063.
[5] YALES2BIO, ( https://imag.umontpellier.fr/~yales2bio/ )
