Conventional muscle MRI provides information about tissue structure and composition but does not directly describe the mechanical response during contraction. Dynamic phase-contrast MRI can complement these measurements by recording tissue motion over time. Its application to skeletal muscle requires repeated contractions, reliable synchronization, and an acquisition pro tocol suited to low tissue velocities. This thesis presents the development and preliminary evaluation of a dynamic MRI pro tocol and analysis framework for electrically stimulated forearm contractions on a 3 T MAG NETOM Cima.X scanner. An open-source MRI-compatible grip-force sensor was reproduced and integrated with an ESP32-based control unit, a neuromuscular electrical stimulation de vice, and an optical scanner-trigger connection. The existing undersampled three-dimensional phase-contrast sequence was ported from PyPulseq to NimPulseq, and a graphical interface was developed to adjust and validate acquisition parameters. The protocol was tested in six healthy volunteers using a velocity encoding of 0.10 m/s, 1.5 mm isotropic spatial resolution, and 36 reconstructed temporal phases. The dynamic acquisition duration was approximately 6 min and 38 s. Force and trigger events were recorded throughout the acquisition, and T1-weighted images were obtained at rest. An existing open-source pipeline was used to reconstruct velocity and strain maps, while a dedicated Python tool extracted mean temporal curves from manually selected elliptical regions of interest. The representative results showed a coherent velocity response within the forearm, with a change of sign over the contraction-relaxation cycle. The selected activation region showed a more pronounced velocity and strain response than a comparison region on the same slice. Principal-strain summaries also showed cyclic positive and negative deformation. These find ings support the technical and preliminary in vivo feasibility of the implemented workflow. Anatomical muscle segmentation, quantitative temporal alignment with force recordings, and repeated examinations remain necessary before muscle-specific measurements or clinical appli cations can be assessed.

La risonanza magnetica muscolare convenzionale fornisce informazioni sulla struttura e sulla composizione dei tessuti, ma non descrive direttamente la risposta meccanica durante la con trazione. La risonanza magnetica dinamica a contrasto di fase può integrare queste misure rile vando il movimento dei tessuti nel tempo. La sua applicazione al muscolo scheletrico richiede contrazioni ripetute, una sincronizzazione affidabile e un protocollo di acquisizione adatto alle basse velocità del tessuto. Questa tesi presenta lo sviluppo e la valutazione preliminare di un protocollo di risonanza magnetica dinamica e di un sistema di analisi delle contrazioni dell’avambraccio indotte elettri camente, implementati su uno scanner MAGNETOMCima.Xa3T.Unsensorediforzadipresa compatibile con la risonanza magnetica è stato riprodotto a partire da un progetto open source e integrato con un’unità di controllo basata su ESP32, un dispositivo di stimolazione elettrica neuromuscolare e un collegamento ottico per l’invio dei trigger allo scanner. La sequenza tridi mensionale a contrasto di fase sottocampionata è stata trasferita da PyPulseq a NimPulseq ed è stata sviluppata un’interfaccia grafica per modificare e verificare i parametri di acquisizione. Il protocollo è stato testato su sei volontari sani, utilizzando una velocità di codifica di 0,10 m/s, una risoluzione spaziale isotropa di 1,5 mm e 36 fasi temporali ricostruite. La durata dell’acquisizione dinamica era di circa 6 minuti e 38 secondi. La forza e gli eventi di trigger sono stati registrati durante l’acquisizione e sono state ottenute immagini pesate in T1 a riposo. Una pipeline open source già disponibile è stata utilizzata per ricostruire le mappe di velocità e di deformazione, mentre uno script Python dedicato ha permesso di estrarre le curve temporali medie da regioni di interesse ellittiche selezionate manualmente. I risultati hanno mostrato una risposta di velocità coerente all’interno dell’avambraccio, con un’inversione del segno durante il ciclo di contrazione e rilassamento. La regione di attivazione selezionata presentava una risposta di velocità e deformazione più marcata rispetto a una re gione di confronto sulla stessa sezione. Anche le curve riassuntive delle deformazioni principali mostravanounandamentociclico, convaloripositivienegativi. Questeosservazionisupportano la fattibilità tecnica e preliminare in vivo del sistema implementato. La segmentazione anatomica dei muscoli, l’allineamento temporale quantitativo con le registrazioni di forza e la ripetizione degli esami restano necessari prima di poter valutare misure riferite ai singoli muscoli o applicazioni cliniche.

Development of a dynamic MRI protocol and analysis framework for neuromuscular imaging

MATTA, MATTIA
2025/2026

Abstract

Conventional muscle MRI provides information about tissue structure and composition but does not directly describe the mechanical response during contraction. Dynamic phase-contrast MRI can complement these measurements by recording tissue motion over time. Its application to skeletal muscle requires repeated contractions, reliable synchronization, and an acquisition pro tocol suited to low tissue velocities. This thesis presents the development and preliminary evaluation of a dynamic MRI pro tocol and analysis framework for electrically stimulated forearm contractions on a 3 T MAG NETOM Cima.X scanner. An open-source MRI-compatible grip-force sensor was reproduced and integrated with an ESP32-based control unit, a neuromuscular electrical stimulation de vice, and an optical scanner-trigger connection. The existing undersampled three-dimensional phase-contrast sequence was ported from PyPulseq to NimPulseq, and a graphical interface was developed to adjust and validate acquisition parameters. The protocol was tested in six healthy volunteers using a velocity encoding of 0.10 m/s, 1.5 mm isotropic spatial resolution, and 36 reconstructed temporal phases. The dynamic acquisition duration was approximately 6 min and 38 s. Force and trigger events were recorded throughout the acquisition, and T1-weighted images were obtained at rest. An existing open-source pipeline was used to reconstruct velocity and strain maps, while a dedicated Python tool extracted mean temporal curves from manually selected elliptical regions of interest. The representative results showed a coherent velocity response within the forearm, with a change of sign over the contraction-relaxation cycle. The selected activation region showed a more pronounced velocity and strain response than a comparison region on the same slice. Principal-strain summaries also showed cyclic positive and negative deformation. These find ings support the technical and preliminary in vivo feasibility of the implemented workflow. Anatomical muscle segmentation, quantitative temporal alignment with force recordings, and repeated examinations remain necessary before muscle-specific measurements or clinical appli cations can be assessed.
2025
Development of a dynamic MRI protocol and analysis framework for neuromuscular imaging
La risonanza magnetica muscolare convenzionale fornisce informazioni sulla struttura e sulla composizione dei tessuti, ma non descrive direttamente la risposta meccanica durante la con trazione. La risonanza magnetica dinamica a contrasto di fase può integrare queste misure rile vando il movimento dei tessuti nel tempo. La sua applicazione al muscolo scheletrico richiede contrazioni ripetute, una sincronizzazione affidabile e un protocollo di acquisizione adatto alle basse velocità del tessuto. Questa tesi presenta lo sviluppo e la valutazione preliminare di un protocollo di risonanza magnetica dinamica e di un sistema di analisi delle contrazioni dell’avambraccio indotte elettri camente, implementati su uno scanner MAGNETOMCima.Xa3T.Unsensorediforzadipresa compatibile con la risonanza magnetica è stato riprodotto a partire da un progetto open source e integrato con un’unità di controllo basata su ESP32, un dispositivo di stimolazione elettrica neuromuscolare e un collegamento ottico per l’invio dei trigger allo scanner. La sequenza tridi mensionale a contrasto di fase sottocampionata è stata trasferita da PyPulseq a NimPulseq ed è stata sviluppata un’interfaccia grafica per modificare e verificare i parametri di acquisizione. Il protocollo è stato testato su sei volontari sani, utilizzando una velocità di codifica di 0,10 m/s, una risoluzione spaziale isotropa di 1,5 mm e 36 fasi temporali ricostruite. La durata dell’acquisizione dinamica era di circa 6 minuti e 38 secondi. La forza e gli eventi di trigger sono stati registrati durante l’acquisizione e sono state ottenute immagini pesate in T1 a riposo. Una pipeline open source già disponibile è stata utilizzata per ricostruire le mappe di velocità e di deformazione, mentre uno script Python dedicato ha permesso di estrarre le curve temporali medie da regioni di interesse ellittiche selezionate manualmente. I risultati hanno mostrato una risposta di velocità coerente all’interno dell’avambraccio, con un’inversione del segno durante il ciclo di contrazione e rilassamento. La regione di attivazione selezionata presentava una risposta di velocità e deformazione più marcata rispetto a una re gione di confronto sulla stessa sezione. Anche le curve riassuntive delle deformazioni principali mostravanounandamentociclico, convaloripositivienegativi. Questeosservazionisupportano la fattibilità tecnica e preliminare in vivo del sistema implementato. La segmentazione anatomica dei muscoli, l’allineamento temporale quantitativo con le registrazioni di forza e la ripetizione degli esami restano necessari prima di poter valutare misure riferite ai singoli muscoli o applicazioni cliniche.
Dynamic Muscle MRI
4D Flow MRI
NMES
File in questo prodotto:
File Dimensione Formato  
Matta_Mattia.pdf

accesso aperto

Dimensione 16.84 MB
Formato Adobe PDF
16.84 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/119129