Célkitűzés: Az MRI leképzésnél többféle speciális szekvenciát használva, megfelelő beállítások esetén a képek kontrasztviszonyai széles skálán változtathatók. A repetíciós idő (TR), az echo idő (TE) és az RF sávszélesség mellett ilyen paraméter még a kibillentési szög (FA) is. Azonban a napi rutinban a nagyszámú vizsgálat során nincs lehetőség e paraméterek optimalizálására, többek között figyelembe véve az egyes páciensek eltérő szöveti relaxációs állandóit is. Előadásomban a kibillentési szög változtatásának hatását mutatom be többféle gradiens echo (GRE) szekvenciával készített agyi MRI képek szürke- és fehérállomány közti kontrasztfelbontására, különböző repetíciós és echo idők, valamint két eltérő szöveti relaxáció mellett. Módszerek: A vizsgálatokat a Corsmed felhő alapú MRI szimulátorral végeztük, amely egy 1,5 T térerejű MRI számos tulajdonságát figyelembe véve szimulál valós méréseket humán agyi relaxációs adatok alapján. 2D spoiled GRE szekvenciával T1, illetve T2* súlyozott axiális méréseket indítottunk TE = 4 msec, TR = 7-14 msec, illetve TE = 30 msec, TR = 200-300 msec mellett két kissé eltérő, de az egészséges emberi fehér- és szürkeállományi értékeket még jól jellemző T1 és T2 relaxációs időkkel. A kibillentési szöget 20 lépésben változtattuk 1° és 100° között. 3D MP-RAGE szekvenciánál is elemeztük a kibillentési szög szerepét, TE = 4 msec, TR = 2000 msec és TI = 828 msec mellett, továbbá FA értékei megegyeztek a spoiled GRE során alkalmazottakkal. Ezeket a szimulációkat összevetettük egy megegyező paraméterekkel készült méréssorozat képeivel is, melyeket egy egészséges önkéntes bevonásával szintén egy 1,5 T térerejű Siemens Magnetom Essenza MRI-vel készítettünk. A 3D MP-RAGE szekvencia esetében vizsgáltuk még az inverziós idő nagyságának hatását is a szövetek képi megjelenésére, így TE=4 msec, TR = 2200 msec és FA = 12° paraméterek mellett készítettünk szimulációkat 100-1100 msec-os inverziós időket alkalmazva. Ugyanezeket a méréseket valós MRI scannerrel is elkészítettük, hogy összevethessük a két képanyagot. Az elkészült képeken a 3D Slicer nevű képfeldolgozó program segítségével köralakú ROI-kat helyeztünk fel a putamen, a fehérállomány, a lateralis agykamra, valamint háttér területekre. Ezen területek jelintenzitásából származó átlag és szórás adatok alapján kiszámoltuk a kontrasztkülönbségeket és a CNR értékeket minden scan és szimuláció esetében. Eredmények: Megállapítható volt, hogy a GRE képek CNR értékei a kibillentési szög függvényében karakterisztikusan, de az irodalom alapján elvárt tendencia szerint változtak. Az egyes szekvenciák CNR karakterisztikái (a maximális CNR, illetve a maximális jel) azonban lényegesen eltértek egymástól. A szürke- és fehérállomány közti maximális kontrasztkülönbség T1 súlyozásnál 20°-nál jelentkezett, T2* súlyozás esetében pedig 70°-nál. A képletek vizuális megkülönböztethetőségét jobban jellemző CNR maximuma T1 súlyozott spoiled GRE esetén 15-25° között, míg T2* súlyozott leképzésnél 55-65° között volt. Megállapítható még, hogy T2* súlyozott spoiled GRE szekvencia esetében a CNR maximum helyei 10-15%-kal eltértek, ha az alapszövet T1 és T2 relaxációs paramétereit változtattuk. A 3D MP-RAGE szekvenciával készült szimulációkat és méréseket összevetve hasonló lefutású görbéket kaptunk a változó inverziós idők mellett készült képsorozatok esetében. A kibillentési szög változtatásánál azonban a szimulációk meglepően magas jel-zaj értékeket eredményeztek 10°-nál kisebb kibillentési szögek esetében is, ez a tendencia azonban nem volt igazolható a való mérésekkel. Különbség volt továbbá a CSF jelintenzitásgörbéjének lefutásában is. A szimulációk jóval magasabb jelintenzitás értékeket mutattak, mint a valós mérések. Következtetések: A spoiled GRE szekvenciák esetében a Corsmed szimulátor nagy segítséget jelenthet a szekvencia optimalizálás folyamatában, mivel hozzáférhetőbb, mint a klinikai MRI készülékek, sokkal gyorsabb szimulációs időkkel dolgozik és a valós mérések adataihoz közeli mérési eredményeket ad. A különböző páciensek szöveteinek egyedi relaxációs állandói hatással vannak a spoiled GRE szekvenciával készült T2* súlyozott képek kontrasztviszonyaira, az optimális kibillentési szög egyes esetekben akár 10-15%-os eltérést is mutathat. Bár a képkontraszt inverziós idő függését a Corsmed jól modellezi 3D MP-RAGE szekvenciánál, a szimulátor jelenleg a szekvencia optimalizálásra csak korlátozottan alkalmazható, mert kis kibillentési szögek mellett a valós mérésektől eltérő eredményeket mutat. Munkánk során kapcsolatban voltunk a Corsmed fejlesztőivel, prezentáltuk nekik eredményeinket, valamint tanácsukat kértük a tapasztalt eltérések magyarázatára. Mérési eredményeinket látva módosítani fogják a szimulátorhoz implementált zajmodellt, valamint megvizsgálják a CSF jelintenzitás szimulált értékeit is. A módosítások után tervünk új mérésekkel ellenőrizni azok helyességét.