Módulo 1.

Técnicas rápidas

Clase 1

Clase 1

MÓDULO 1
Técnicas rápidas I

Presentación

Este  módulo  aborda  algunas  de  las  secuencias  y  trayectorias  rápidas  fundamentales  para  acelerar  la
adquisición  de  imágenes  de  resonancia  magné9ca.  Estudiaremos  el  diagrama  de  estas  secuencias  rápidas,
las  caracterís9cas  de  señal  y  el  9po  de  imágenes  que  se  pueden  obtener  con  cada  una  de  ellas.  En  el  caso
de  las  trayectorias  rápidas,  se  enfa9zarán,  par9cularmente,  las  caracterís9cas,  ventajas  y  desventajas  de
estas  trayectorias,  así  como  algunas  de  sus  aplicaciones.  

Al  finalizar  este  módulo,  los  estudiantes  serán  capaces  de  entender  las  principales  secuencias  y
trayectorias  rápidas  de  resonancia  magné9ca.

Tema 1. Introducción general

Clase 1
 TEMA 1
Introducción general

Contenidos

Una  de  las  principales  limitaciones  en  la  formación  de  imágenes  de  RM,  es  el  largo  7empo  de
adquisición.  Esto  nos  fuerza  a  tener  que  elegir,  con7nuamente,  entre  la  calidad  deseada  de  la  imagen
(por  ejemplo,  en  términos  de  resolución  espacial  y  temporal)  y  el  7empo  de  adquisición  asociado.  Existen
diferentes  opciones  para  reducir  el  7empo  de  adquisición  entre  las  que  destacan  el  uso  de  secuencias
rápidas,  el  uso  de  trayectorias  rápidas  y  las  técnicas  de  submuestreo.  En  esta  sección,  introduciremos  de
manera  general  algunas  de  estas  técnicas  para  concentrarnos  en  el  resto  del  módulo  en  las  secuencias  y
trayectorias  rápidas  más  comunes.

 
Como  se  mencionó  anteriormente,  el  9empo  de  adquisición  puede  ser  inaceptablemente  largo  para  algunas
aplicaciones  de  RM,  por  ejemplo,  para  observar  procesos  dinámicos  como  el  movimiento  del  corazón  o  el  paso
de  un  agente  de  contraste.  El  9empo  total  de  adquisición  es  proporcional  al  número  de  líneas  de  codificación
de  fase  y  al  9empo  de  repe9ción  TR.  Claramente,  el  9empo  total  de  adquisición  se  puede  disminuir  reduciendo
estos  parámetros  individual  o  simultáneamente.  En  este  módulo  de  dos  clases,  discu9remos  algunos  de  los
métodos  más  comunes  para  reducir  el  9empo  de  adquisición,  los  cuales  se  pueden  dividir  en  secuencias
rápidas,  trayectorias  rápidas  y  técnicas  de  submuestreo  (Tabla  1).  En  la  primera  clase,  discu9remos  algunas  de
las  secuencias  rápidas  y  trayectorias  rápidas,  mientras  que  las  técnicas  de  submuestreo  se  discu9rán  en  la
segunda  clase.  

Tabla  1:  Ejemplos  de  técnicas  de  imágenes  rápidas

Técnica Tiempo  de  scan Contraste Uso/limitaciones
Secuencia

Método  de  adquisición

estándar  para  imágenes  T2,
TSE 1-­‐10  min T1,  T2,  PD PD  y  en  menor  medida  T1,
alto  depósito  de  potencia  de
RF

Mejora  contraste  T2  para  un

Fast-­‐recovery  fast  spin  eco 2-­‐  sec-­‐10  min T2,  PD TR  dado,  reduce  9empos  de
apnea  para  MRI  abdominal

Robusto  al  movimiento,  sufre

Single-­‐shot  fast  spin  eco  (e.g.
de  emborronamiento  a  TE
HASTE) 200msec-­‐2.5  sec T2
cortos

Modificación  de  TSE  ú9l  para

 Hyperechoes,  TRAPS 1-­‐10  min T2 3T  dado  el  menor  depósito  de
potencia  de  RF

Reduce  depósito  de  potencia

de  RF,  artefactos  de  ghos9ng  
GRASE 30  sec-­‐10  min T2,  PD
cuando  supresión  de  grasa  es
inadecuada

Método  de  adquisición

Eco  gradiente  incoherente 200  msec  –  30  sec T1,  PD estándar  para  MRA  abdominal
con  peso  T1

Generalmente,  no  se  usa  por

Eco  gradiente  coherente 200  msec-­‐30  sec T2/T1 ser  sensible  al  movimiento  de
fluidos

Cine  cardíaco,  permite  TR

Gradiente  balanceado 200msec-­‐16  sec  
cortos

Single-­‐shot  EPI 50-­‐200  msec T2*,  T2 Perfusión/difusión/  BOLD

Trayectorias

Cobertura  efec9va  del

espacio-­‐k,  buenas
propiedades  de  flujo,  sensible
Espiral -­‐ -­‐
a  inhomogeneidades  de
campo  e  imperfecciones  de
gradiente

Combinable  con  una  amplia

variedad  de  secuencias,
sensibilidad  reducida  al
Radial -­‐ -­‐
movimiento,  acelera
adquisición  cuando  se  usa
submuestreo

Técnicas  de  reconstrucción

Acelera  adquisición  para  SE,

Adquisición  parcial Reducido  2x -­‐
TSE,  b-­‐SSFP,  CE-­‐MRA

Acelera  adquisición  para  CE-­‐

Keyhole -­‐ -­‐
MRA

Acelera  adquisición  usando  un

arreglo  de  bobinas.  Puede
Imágenes  Paralelas Reducido  2-­‐8x -­‐ introducir  artefactos  de
aliasión

Acelera  adquisición  para  CE-­‐

TRICKS Reducido  3-­‐4x -­‐
MRA

Tema 2. Secuencias rápidas de Spin Eco

Clase 1
 TEMA 2
Secuencias rápidas de Spin Eco

Contenidos

La  secuencia  rápida  de  spin  eco  es  conceptualmente  una  extensión  de  la  secuencia  spin  eco  que  permite
leer  varias  líneas  del  espacio-­‐k  con  sólo  una  excitación.  En  esta  secuencia  se  u7lizan  pulsos  de  180°  para
generar  ecos;  así,  por  cada  excitación  se  leen  tantas  líneas  como  pulsos  sean  aplicados.  En  esta  sección,
estudiaremos  la  secuencia  rápida  de  spin  eco  y  las  caracterís7cas  de  su  señal.

 
Como  se  mencionó  anteriormente  en  otros  módulos,  la  secuencia  spin  eco  consta  de  dos  pulsos  de  RF,  de  90°  y
de  180°,  separados  por  un  9empo  igual  a  la  mitad  del  9empo  de  eco.  En  esta  secuencia,  el  9empo  de
repe9ción  entre  una  excitación  y  otra  puede  ser  mucho  más  largo  que  el  TE  y,  por  lo  tanto,  este  9empo  se
puede  emplear  para  acelerar  la  adquisición.  Una  forma  de  u9lizar  este  “9empo  muerto”  es  generar  múl9ples
ecos  por  excitación  introduciendo  varios  pulsos  de  180°.  De  este  modo,  en  cada  excitación  se  leen  tantas  líneas
como  pulsos  sean  aplicados  (Figura  1).  El  número  de  pulsos  que  se  aplica  para  inducir  ecos  se  controla  con  el
parámetro  Factor  Turbo,  también  llamado  Echo  Train  Length  (ETL).  La  secuencia  rápida  de  spin  eco  se  conoce
como  FSE  (Fast  Spin  Echo)  en  resonadores  GE  y  como  TSE  (Turbo  Spin  Echo)  en  resonadores  Philips  y  Siemens.  

 
Figura  1.  Secuencia  rápida  spin  eco  (FSE:  fast  spin  echo  o  TSE:  turbo  spin  echo).  Gradientes  y  pulsos  de  excitación  necesarios  para
generar  una  secuencia  con  3  ecos  (arriba).  A  la  derecha,  se  ilustra  el  espacio-­‐k  y  los  desplazamientos  que  se  producen.  El  punto  de
par9da  (después  de  la  excitación  de  90°)  es  el  0,  que  corresponde  al  centro  del  espacio-­‐k.  Luego,  el  gradiente  Gx  produce  un
desplazamiento  hacia  la  derecha  mientras  se  realiza  la  lectura.  El  pulso  de  180°  produce  un  salto  hacia  el  lado  opuesto  del  espacio-­‐
k.  Gy  genera  un  desplazamiento  ver9cal,  para  luego  iniciar  la  lectura  de  una  nueva  línea  del  espacio-­‐k  gracias  a  la  aplicación  de  Gx.
Finalmente,  se  retorna  a  la  línea  central  mediante  un  gradiente  en  Gy  igual  al  anterior  pero  de  signo  contrario,  para  iniciar  el  ciclo
de  un  nuevo  eco  con  su  correspondiente  adquisición.  (Figura  de  “Libro  MRI  CIB”).

Debido  al  decaimiento  T2,  la  señal  va  disminuyendo  su  intensidad  y,  por  lo  tanto,  el  número  de  ecos  está
limitado  para  que  no  se  produzcan  distorsiones.  La  Figura  2  ilustra  adquisiciones  en  dis9ntos  ecos  a  medida
que  la  señal  va  decayendo.

 
Figura  2.  Lecturas  TSE.  Se  ilustra  como  la  señal  en  el  plano  transversal  (Mxy)  va  decayendo  a  medida  que  transcurre  el  9empo.  Por  lo
tanto,  el  número  de  ecos  que  se  pueden  aplicar  sin  que  se  produzcan  distorsiones  es  limitado.

Contraste

El  contraste  de  la  secuencia  rápida  de  spin  eco  difiere  al  de  la  secuencia  spin  eco  estándar,  ya  que  los  ecos  se
leen  a  diferentes  9empos  de  eco.  Los  ecos  correspondientes  a  las  líneas  centrales  del  espacio-­‐k  determinan  el
contraste  de  la  imagen  y  el  9empo  correspondiente  a  estos  ecos  se  conoce  como  TE  efec9vo.  La  Figura  3  ilustra
el  efecto  del  TE  efec9vo  en  el  contraste  de  la  imagen.
  
Figura  3.  Secuencia  TSE  con  dos  TE  efec9vos  dis9ntos.  En  el  primer  caso  el  centro  del  espacio-­‐k  se  adquiere  en  el  tercer  eco,
mientras  que  en  el  segundo  caso  se  adquiere  en  el  primer  eco.

Existen  dis9ntas  maneras  de  adquirir  las  líneas  del  espacio-­‐k,  entre  el  modo  “linear"  y  "low-­‐high”.  En  el  modo
linear,  las  líneas  se  adquieren  ordenadamente  una  a  con9nuación  de  la  otra  par9endo  desde  un  extremo  del
espacio-­‐k  hasta  completarlo  en  el  extremo  opuesto  tal  como  se  ilustra  en  la  Figura  4.  En  el  esquema  low-­‐high,
las  líneas  se  adquieren  dependiendo  de  su  posición  en  el  espacio-­‐k;  adquiriéndose  en  los  primeros  ecos  (mayor
señal)  las  líneas  centrales  del  espacio-­‐k  y  en  los  ecos  sucesivos  las  líneas  de  los  extremos  tal  como  se  ilustra  en
la  Figura  5.
  
Figura  4.  Secuencia  TSE  con  esquema  de  adquisición  linear  o  lineal.  Se  adquiere  las  líneas  del  espacio-­‐k  una  a  con9nuación  de  otra
par9endo  desde  un  extremo  hasta  completarlo.

 
Figura  5.  Secuencia  TSE  con  esquema  de  adquisición  low-­‐high  o  del  centro  hacia  afuera.  En  los  primeros  ecos  de  cada  repe9ción  se
adquieren  las  líneas  centrales  del  espacio-­‐k  y  en  los  ecos  finales  se  adquieren  las  líneas  de  los  extremos.

La  diferencia  principal  entre  ambos  esquemas  de  adquisición  son  las  distorsiones  en  la  imagen.  Tal  como  se
aprecia  en  la  Figura  6,  una  imagen  adquirida  con  el  esquema  linear  presenta  una  pérdida  de  SNR,  mientras  que
si  se  adquiere  con  el  esquema  low-­‐high,  la  imagen  pierde  resolución.
  
Figura  6.  Imágenes  con  ambos  esquemas  de  adquisición  TSE:  linear  y  low-­‐high.  Debido  a  que  no  se  privilegian  zonas  del  espacio-­‐k
con  la  adquisición  linear,  la  imagen  presenta  mayor  ruido.  Mientras  que,  si  se  privilegia  la  zona  central  del  espacio-­‐k  adquiriendo  sus
datos  en  los  primeros  ecos,  la  imagen  presentará  una  pérdida  de  resolución.

Dependiendo  del  9po  de  contraste  que  se  quiera  obtener,  es  necesario  ubicar  los  pulsos  de  180°  de  manera
que  las  sucesivas  lecturas  (centradas  en  los  momentos  que  se  producen  los  ecos)  estén  dentro  del  intervalo  de
9empo  en  que  la  señal  está  potenciada  por  el  contraste  de  interés.  Luego,  si  se  desea  obtener  imágenes  con
contraste  T1  o  densidad  protón  (TE  corto),  los  ecos  deben  ubicarse  en  la  parte  inicial  del  decaimiento  de  la
señal  (Figura  7),  no  pudiendo  extenderse  mucho  en  el  9empo  para  no  alcanzar  la  zona  donde  el  contraste  T2
se  ha  potenciado  (TE  largo)  (Figura  8).

 
Figura  7.  TSE  para  imágenes  con  contraste  T1  o  densidad  protónica.  Para  obtener  estas  imágenes  es  necesario  usar  un  9empo  de
eco  (TE)  corto.  El  número  de  ecos  está  limitado  por  el  9empo  ya  que  la  imagen  se  empieza  a  potenciar  en  T2  al  aumentarlo.  En
general  el  factor  turbo  o  ETL  es  menor  que  para  contraste  T2.  A  la    derecha  se  muestra  una  imagen  de  pared  de  la  arteria  caró9da
con  TSE  y  contraste  T1.
  
Figura  8.  TSE  para  imágenes  con  contraste  T2.  Para  obtener  estas  imágenes  es  necesario  usar  un  9empo  de  eco  (TE)  largo.  El
número  de  ecos  está  limitado  por  el  decaimiento  de  la  señal  solamente  y  en  general  puede  ser  más  alto  que  en  secuencias  con
contraste  T1  o  densidad  protón.  A  la  derecha  se  muestra  una  imagen  de  pared  de  la  arteria  caró9da  con  TSE  y  contraste  T2.

Una  manera  de  aumentar  el  número  de  lecturas  sin  adquirir  datos  fuera  de  los  límites  de  9empo  de  la  zona  con
el  contraste  de  interés  y,  por  ende,  evitar  mezcla  de  contrastes,  es  incrementar  el  ancho  de  banda  (que
corresponde  a  disminuir  el  Water  Fat  Ship)  usado  en  la  lectura.  De  esta  manera,  la  amplitud  de  los  gradientes
usados  en  la  lectura  es  mayor  y,  por  lo  tanto,  cada  línea  del  espacio-­‐k  se  lee  en  menos  9empo.  En  la  Figura  9,
se  ilustra  lo  que  sucede  al  aumentar  el  ancho  de  banda,  permi9endo  aumentar  el  número  de  ecos  para
obtener  una  imagen  con  contraste  T1  o  densidad  protónica,  respetando  la  misma  ventana  de  9empo  de
adquisición.

 
Figura  9.  TSE  con  2  Anchos  de  Banda  dis9ntos.  Para  obtener  una  imagen  con  contraste  T1  o  densidad  protónica  las  lecturas  de  las
líneas  del  espacio-­‐k  deben  hacerse  en  la  zona  en  que  el  TE  aún  es  corto.  Para  aumentar  el  número  de  ecos  sin  extender  la
adquisición  de  datos  fuera  de  esa  zona  y,  por  lo  tanto,  evitar  mezcla  de  contrastes,  se  puede  aumentar  el  Ancho  de  Banda  de  la
lectura,  lo  que  implica  un  aumento  en  la  amplitud  de  los  gradientes  de  lectura.  Este  aumento,  tal  como  se  ilustra,  permite  adquirir
los  datos  en  menos  9empo  y  por  lo  tanto  hacer  un  mayor  número  de  lecturas  dentro  del  mismo  intervalo.

La  figura  10  muestra  2  imágenes  de  cerebro  de  densidad  protón,  ambas  con  el  mismo  número  de  ecos  (igual
factor  turbo  o  ETL),  pero  con  dis9ntos  anchos  de  banda.  Al  aumentar  el  ancho  de  banda,  se  reduce  el  intervalo
de  9empo  en  que  se  adquieren  las  muestras  y,  por  lo  tanto,  la  imagen  de  densidad  protón  se  vuelve  más  pura
perdiendo  la  influencia  de  T2  que  produce  mezcla  de  contrastes.

 
Figura  10.  Imagen  TSE  de  cerebro  de  densidad  protónica  con  2  Anchos  de  Banda  dis9ntos.  Ambas  imágenes  9enen  el  mismo  factor
turbo  o  ETL.  Sin  embargo,  la  superior  9ene  un  ancho  de  banda  menor  y,  por  lo  tanto,  los  gradientes  de  lectura  son  de  3mT/m;  para
la  inferior,  adquirida  con  un  mayor  ancho  de  banda,  se  usaron  gradientes  de  10  mT/m  y,  por  lo  tanto,  la  duración  de  la  adquisición
es  menor  como  se  nota,  claramente,  en  los  diagramas  de  secuencias  respec9vos  a  la  derecha  de  cada  imagen.

Ventajas  y  Desventajas

Las  principales  ventajas  de  la  secuencia  TSE  son  que  permite  acelerar  la  adquisición  de  resonancia  magné9ca  y
es  poco  sensible  a  artefactos  de  suscep9bilidad  magné9ca  e  inhomogeneidades  de  campo  magné9co.

Sin  embargo,  los  cambios  de  contraste  introducidos  con  esta  secuencia  deben  ser  considerados  al  interpretar
las  imágenes.  Por  otro  lado,  la  gran  can9dad  de  energía  depositada  (SAR)  por  los  pulsos  de  180°  limita  los
parámetros  de  la  secuencia  (i.e.  TR,  TE  efec9vo,  ELT).

Secuencia  de  spin  eco  ultra  rápida

Si  el  valor  del  ELT  es  igual  al  número  de  líneas  de  codificación  de  la  imagen,  la  imagen  completa  puede  ser  leída
en  una  sola  excitación.  Esta  secuencia  se  conoce  como  Single-­‐Shot  Spin  Echo  (SSH-­‐TSE  en  Philips,  SSTSE  en
Siemens  y  SS-­‐FFE  en  GE).

Esta  secuencia  se  puede  acelerar  aún  más  no  adquiriendo  los  úl9mos  ecos  (cuya  señal  es  bastante  reducida
debido  a  decaimiento  T2)  mediante  adquisición  parcial.  Como  veremos  en  la  próxima  clase,  en  adquisición
parcial  sólo  se  adquiere  un  poco  más  de  la  mitad  del  espacio-­‐k  mientras  que  los  datos  no  adquiridos  se  es9man
empleando  la  simetría  del  espacio-­‐k.  La  secuencia  resultante  es,  aproximadamente,  2  veces  más  rápida  y  se
 conoce  como  ultrafast  spin  echo  (UFSE)  o  Half  Fourier  Acquisi9on  Single  Shot  Turbo  Spin  Echo  (HASTE)  (Figura
11).

 
Figura  11.  Secuencia  UFSE  o  HASTE.  Esta  secuencia  combina  una  secuencia  rápida  de  spin  eco  con  máximo  ELT  con  adquisición
parcial.  Esta  secuencia  es  bastante  rápida  y  por  lo  tanto  poco  sensible  al  movimiento,  sin  embargo  el  largo  ELT  reduce  el  SNR  de  la
imagen  debido  al  considerable  decaimiento  de  la  señal.

Tema 3. Secuencias híbridas

Clase 1

TEMA 3
Secuencias híbridas

Contenidos

Las  secuencias  híbridas  son  una  mezcla  de  las  secuencias  rápidas  de  spin  eco  y  la  secuencia  de  eco
gradiente,  leyendo  varios  ecos  de  gradiente  entre  cada  pulso  de  180°.  La  ventaja  de  esta  secuencia
 respecto  a  la  secuencia  rápida  de  spin  eco,  es  que  reduce  el  número  de  pulsos  de  180°  y,  por  lo  tanto,
reduce  la  can7dad  de  energía  de  radiofrecuencia  depositada.  En  esta  sección  estudiaremos  las
secuencias  híbridas  y  las  caracterís7cas  de  su  señal.

 
La  secuencia  híbrida  de  spin  eco  y  gradiente  de  eco  (GRASE,  Gradient  Spin  Echo)  genera  múl9ples  ecos  por
excitación  introduciendo  varios  pulsos  de  180°  como  la  secuencia  TSE;  sin  embargo,  para  cada  eco  de  lectura,
introduce  varios  gradientes  adicionales  (Figura  12).  De  esta  forma,  es  posible  leer  más  líneas  del  espacio-­‐k  en
cada  excitación.  Las  imágenes  obtenidas  con  esta  secuencia  son  parecidas  a  las  de  peso  T2  obtenidas  con  TSE,
pero  con  un  9empo  de  adquisición  menor.  

 
Figura  12.  Secuencia  “Gradient  and  Spin  Echo”,  GRASE.  Gradientes  y  pulsos  de  excitación  necesarios  para  generar  una  secuencia  que
lee  9  líneas  en  cada  TR  (arriba).  Abajo,  se  ilustra  el  espacio-­‐k  y  los  desplazamientos  que  se  producen.  El  punto  de  par9da  (después
de  la  excitación  de  90°)  es  el  número  0,  que  corresponde  al  centro  del  espacio-­‐k.  El  pulso  de  180°  produce  un  salto  hacia  el  lado
opuesto  del  espacio-­‐k.  Gy  genera  un  desplazamiento  ver9cal,  para  luego  iniciar  la  lectura  de  una  nueva  línea  del  espacio-­‐k  gracias  a
la  aplicación  de  Gx.  Luego  de  leer  3  líneas,  se  retorna  a  la  línea  central  mediante  un  gradiente  en  Gy  para  iniciar  el  ciclo  de  una
nueva  adquisición.  (Figura  de  “Libro  MRI  CIB”).

Esta  secuencia  híbrida  soluciona  algunas  de  las  limitaciones  de  las  técnicas  TSE  y  GRE  pero,  al  mismo  9empo,
hereda  la  mayoría  de  sus  desventajas.  Por  ejemplo,  GRASE  es  menos  suscep9ble  a  inhomogeneidades  de
campo  magné9co  que  GRE  pero  más  que  TSE  (Figura  13).  Por  otro  lado,  permite  acelerar,  considerablemente,
la  adquisición  con  menos  limitaciones  respecto  a  energía  de  radiofrecuencia  depositada  que  TSE.  GRASE  es
 u9lizada  para  adquirir  imágenes  con  contraste  T2.  Se  u9liza,  principalmente,  para  la  detección  de  lesiones  en  el
cerebro.  Esta  técnica  es  además  muy  sensible  a  lesiones  hemorrágicas  o  de  calcificación.  Además,  GRASE  ha
sido  u9lizada  en  imágenes  de  ar9culaciones  y,  más  recientemente,  en  imágenes  angiográficas  de  sangre-­‐negra
y  arterio-­‐spin-­‐labelling.  

 
Figura  13.  Las  imágenes  muestran  calcificaciones  con  deposición  de  fierro.  a)  Adquisición  TSE:  la  imagen  está,  rela9vamente,
inafectada  por  la  presencia  de  fierro,  b)  adquisición  GRASE:  la  imagen  está  afectada  por  la  presencia  de  fierro,  pero  el  efecto  es
menor  que  en  la  secuencia  GRE,  c)  adquisición  GRE:  evidente  pérdida  de  señal  por  la  presencia  de  fierro.  (Imagen  Medicamundi  vol
42,3)

Tema 4. Imagen Eco Planar (EPI)

Clase 1

TEMA 4
Imagen Eco Planar (EPI)

Contenidos

La  imagen  eco  planar  es  una  trayectoria  de  lectura  rápida  que  permiten  acelerar  la  adquisición  de
imágenes  de  resonancia  magné7ca  leyendo  varias  líneas  de  codificación  de  fase  en  cada  excitación.  En
esta  sección,  estudiaremos  la  secuencia  EPI  y  las  caracterís7cas  de  su  señal.

 
La  imagen  eco  planar  (EPI,  echo  planar  imaging)  consiste  en  adquirir  varias  líneas  del  espacio-­‐k  en  cada
excitación  mediante  un  tren  de  ecos  gradientes  con  un  cambio  rápido  a  lo  largo  de  la  dirección  de  fase  (Figura
14).  Esto  úl9mo  hace  que  la  secuencia  EPI  sea  muy  demandante  en  términos  de  hardware,  ya  que  requiere
gradientes  que  permitan  hacer  el  cambio  de  la  codificación  de  fase  y  la  lectura  en  forma  rápida.  Es  posible
recorrer  todo  el  espacio-­‐k  en  una  sola  adquisición  (single-­‐shot  EPI)  o  en  unas  pocas  excitaciones  (mul9-­‐shot
EPI).  En  el  primer  caso,  la  calidad  de  la  imagen  puede  verse  seriamente  afectada  por  distorsiones  debido  al
decaimiento  T2  de  la  señal  y  el  desfase  de  los  spins.

La  secuencia  EPI  puede  combinarse  con  diferentes  pulsos  de  excitación  y  preparación  de  magne9zación.  Por
ejemplo,  imágenes  con  peso  T1,  T2,  T2*  o  de  difusión  se  pueden  obtener  mediante  secuencias  IR-­‐EPI,  SE-­‐EPI,
GE-­‐EPI  y  DW-­‐EPI,  respec9vamente  (Figura  15).  

 
Figura  14.  Trayectoria  EPI.  A  la  izquierda,  los  gradientes  en  el  9empo  y  a  la  derecha  la  trayectoria  resultante  en  el  espacio-­‐k.  (Figura
de  “Libro  MRI  CIB”).
  
Figura  15.  Secuencia  EPI  y  contraste.  De  arriba  hacia  abajo  secuencias  GE-­‐EPI,  SE-­‐EPI  y  DW-­‐EPI.  (Figura  de  [Link]).

La  secuencia  EPI  puede  emplear  diferentes  trayectorias  para  recorrer  el  espacio-­‐k,  las  más  comunes  son  las
trayectorias  con  gradiente  de  codificación  de  fase  constante  (nonblipped  EPI  o  trayectoria  zig-­‐zag)  o
intermitente  (blipped  EPI  o  trayectoria  rec9línea)  y  las  adquisiciones  espirales  (Figura  16).  Las  trayectorias
espirales  usan  un  par  de  gradientes  sinusoidales  para  recorrer  el  espacio-­‐k  y  son  menos  demandantes  en
términos  de  hardware  que  nonblipped  and  blipped  EPI.
  
Figura  16.  Secuencia  EPI  y  llenado  del  espacio-­‐k.  De  arriba  hacia  abajo  EPI  zig-­‐zag,  intermitente  y  espiral.  (Figura  de
[Link]).

La  principal  ventaja  de  las  secuencias  EPI  es  su  considerablemente  reducido  9empo  de  adquisición;  sin
embargo,  en  general  presentan  una  baja  razón  señal  a  ruido  y  son  bastante  sensibles  a  las  inhomogeneidades
de  campo,  dado  sus  largos  9empos  de  lectura.  

Las  secuencias  EPI  se  usan  ampliamente  en  aplicaciones  como  difusión,  perfusión  e  imágenes  funcionales.  

En  resumen,  los  mensajes  que  se  deben  llevar  a  casa  son:

La  adquisición  de  resonancia  magné9ca  es  lenta  y  esto  representa  una  de  las  principales  limitaciones  en
diferentes  aplicaciones  RM.
Existen  diferentes  opciones  para  reducir  el  9empo  de  adquisición  entre  las  que  destacan  el  uso  de
secuencias  rápidas,  el  uso  de  trayectorias  rápidas  y  las  técnicas  de  submuestreo.
Las  secuencias  rápidas  permiten  reducir  el  9empo  de  adquisición  pero  pueden  alterar  el  contraste  de  la
imagen  o  introducir  artefactos  en  la  imagen,  por  lo  que  es  importante  tener  claro  sus  usos  y
limitaciones.
La  principal  ventaja  de  las  trayectorias  rápidas,  como  EPI  y  espiral,  es  que  permiten  una  considerable
reducción  en  el  9empo  de  adquisición;  sin  embargo,  son  bastante  sensibles  a  inhomogeniedades  de
campo  dado  sus  largos  9empos  de  lectura.

Tema de cierre

Clase 1
 Tema de cierre

Clase
A  con9nuación  podrá  revisar  la  Módulo  1.  Esta  sesión  ha  sido  elaborada  con  la  explicación  del  profesor  y
con9ene  imágenes  y  videos  que  le  permi9rán  comprender  los  contenidos  desarrollados  durante  el  módulo.
Esta  presentación  con9ene  audio  y  una  tabla  de  contenidos  que  le  permi9rá  revisarla  según  su  disponibilidad
de  9empo.

Papers

Lecturas obligatorias

Este  módulo  considera  las  siguientes  lecturas  obligatorias:

Fast  magne9c  resonance  imaging  techniques

Principles  and  applica9ons  of  echo-­‐planar  imaging:  a  review  for  the  general  radiologist
 Versión  en  español:
Técnicas  rápidas  de  Resonancia  Magné9ca

Actividades del módulo

Clase 1

Actividades del módulo

Actividades

Guía de repaso Prueba modular

En  Pruebas  en  línea  del  menú  izquierdo, Esta  prueba  ha  sido  elaborada  para  evaluar  los
encontrará  la  Guía  de  repaso  sobre  este  módulo  a aprendizajes  adquiridos  en  este  módulo.  No
contar  del  16  de  Junio.  Esta  guía  con9ene olvide  desarrollar  la  guía  de  repaso  antes  de
preguntas  para  que  complete  la  información realizar  esta  prueba.  Esta  prueba  se  realizará  en
faltante  y  ha  sido  diseñada  para  que  pueda conjunto  con  la  clase  2  del  módulo  1  el  día  4  de
comprobar  los  aprendizajes  adquiridos  en  este Julio.
módulo  y  repasar  aquellos  temas  que  necesiten
un  refuerzo,  antes  de  realizar  el  quiz  final.  Lea
detenidamente  la  descripción  de  esta  guía  antes
de  desarrollarla.  El  plazo  para  entregar  esta  guía
es  a  más  tardar  el  día  23  de  junio  a  las  14:00
horas

Para  acceder  a  la  guía  de  repaso,  haga  clic

en  Pruebas  en  línea  del  menú  izquierdo  y  en  Guía
de  repaso  Módulo  1,  clase  [Link]  en  línea  del
menú  izquierdo,  encontrará  la  Guía  de  repaso
sobre  este  módulo.  Esta  guía  con9ene  preguntas
para  que  complete  la  información  faltante  y  ha
 sido  diseñada  para  que  pueda  comprobar  los
aprendizajes  adquiridos  en  este  módulo  y  repasar
aquellos  temas  que  necesiten  un  refuerzo,  antes
de  realizar  el  quiz  final.  Lea  detenidamente  la
descripción  de  esta  guía  antes  de  desarrollarla.  

Para  acceder  a  la  guía  de  repaso,  haga  clic  en

Pruebas  en  línea  del  menú  izquierdo  y  en  Guía  de
repaso  Módulo  1,  clase  1.

Clase 2

Clase 2

MÓDULO 1
Técnicas rápidas II

Presentación
Este  módulo  aborda  los  conceptos  básicos  de  los  métodos  de  reconstrucción  submuestreada.  Se  enfa9zarán,
par9cularmente,  los  supuestos  y  requerimientos  de  estos  métodos,  dado  que  ellos  se  relacionan  directamente
con  el  9po  de  artefactos  residuales  en  las  imágenes  reconstruidas.  Realizaremos  una  introducción  general  al
submuestreo  y  métodos  de  reconstrucción  submuestreada  y  luego  estudiaremos  a  grandes  rasgos  algunos  de
los  métodos  disponibles  en  los  resonadores  actuales.

Al  finalizar  este  módulo,  los  estudiantes  serán  capaces  de  entender  los  conceptos  y  supuestos  básicos  de  las
técnicas  de  adquisición  submuestreada  y  sus  usos  para  reducir  el  9empo  de  adquisición  o  mejorar  la  calidad  de
las  imágenes  adquiridas.  
Tema 1. Introducción general

Clase 2

TEMA 1
Introducción general

Contenidos

Una  de  las  principales  limitaciones  en  la  formación  de  imágenes  de  RM  es  el  largo  7empo  de
adquisición.  Esto  nos  fuerza  a  con7nuamente  tener  que  elegir  entre  la  calidad  deseada  de  la  imagen
(por  ejemplo,  en  términos  de  resolución  espacial  y  temporal)  y  el  7empo  de  adquisición  asociado.  Una
opción  para  reducir  el  7empo  de  adquisición  es  el  uso  de  técnicas  de  reconstrucción  submuestreada.
Estas  técnicas  se  basan  en  adquirir  menos  muestras  que  las  necesarias  y  es7mar  los  datos  no  adquiridos
usando  supuestos  o  información  previa  de  la  imagen  adquirida.

En  esta  sección  introduciremos  de  manera  general  los  conceptos  básicos  de  reconstrucción  totalmente
muestreada  y  submuestreada.
   
Como  se  mencionó  anteriormente  el  9empo  de  adquisición  puede  ser  inaceptablemente  largo  para  algunas
aplicaciones  de  RM,  por  ejemplo,  para  observar  procesos  dinámicos  como  el  movimiento  del  corazón  o  el  paso
de  un  agente  de  contraste.  El  largo  9empo  de  adquisición  se  debe  a  que  los  datos  se  adquieren  rpicamente
línea  por  línea,  luego  la  secuencia  de  pulsos  debe  ser  repe9da  para  cada  una  de  estas  líneas  para  obtener
todos  los  datos  en  el  espacio-­‐k.  El  9empo  de  adquisición  es  proporcional  al  número  de  líneas  o  pasos  de
codificación  de  fase  y  por  lo  tanto  se  desea  reducir  el  número  de  líneas  adquiridas.  Sin  embargo,  reducir  el
número  de  muestras  puede  resultar  en  una  reducción  de  la  resolución  espacial  o  temporal  de  la  imagen  o  en  la
introducción  de  artefactos  de  aliasión  en  la  imagen  (Figura  1).

Recordando  el  proceso  de  reconstrucción  de  la  imagen,  en  RM  las  imágenes  se  adquieren  en  el  espacio  de
frecuencia  (espacio-­‐k).  Si  se  adquieren  todas  las  muestras  necesarias  (especificadas  por  el  criterio  de  Nyquist)
la  imagen  “totalmente  muestreada”  puede  ser  reconstruida  usando  la  transformada  de  Fourier  inversa  (Figura
1a).  Sin  embargo,  si  se  adquieren  menos  muestras  que  las  necesarias,  la  transformada  de  Fourier  inversa
generará  una  imagen  con  artefactos  de  aliasión  o  réplicas  (Figura  1c).  Las  técnicas  de  reconstrucción
submuestreadas  se  basan  en  adquirir  menos  datos  que  los  necesarios  para  acelerar  la  adquisición.  Sin
embargo  en  lugar  de  reconstruir  usando  directamente  la  transformada  de  Fourier,  introducen  algún  9po  de
supuesto  o  información  previa  en  la  reconstrucción  para  es9mar  las  muestras  no  adquiridas.  De  esta  manera,
es  posible  obtener  una  imagen  con  calidad  similar  a  la  totalmente  muestreada  pero  en  un  menor  9empo  de
adquisición.

Figura  1.  a)  Espacio  de  frecuencia  y  reconstrucción  correspondiente  cuando  todos  los  datos  necesarios  son  adquiridos.  b)  Espacio  de
frecuencia  y  reconstrucción  correspondiente  cuando  solo  se  adquiere  el  centro  del  espacio-­‐k  y,  por  lo  tanto,  la  imagen  presenta  baja
resolución  espacial.  c)  Espacio  de  frecuencia  y  reconstrucción  correspondiente  cuando  se  adquiere  una  de  cada  dos  líneas  del
espacio-­‐k;  en  este  caso,  el  FOV  efec9vo  se  reduce  a  la  mitad  y  la  imagen  presenta  artefactos  de  aliasión  (Figura  de  “Parallel  Imaging
in  Clinical  MR  Applica9ons”,  Springer  2007  ).

Requerimientos  de  muestreo

La  reconstrucción  de  imágenes  de  RM  se  basa  en  dos  supuestos  fundamentales:  1)  el  espacio  de  frecuencia
(espacio-­‐k)  es  discreto  y  de  extensión  finita  y  2)  la  imagen  a  reconstruir  es  discreta.  La  máxima  resolución
espacial  de  la  imagen  depende  de  la  máxima  frecuencia  espacial  adquirida  en  el  espacio-­‐k  (i.e.  extensión  del
espacio-­‐k).  De  la  misma  manera,  el  máximo  FOV  de  la  imagen  reconstruida  depende  de  la  resolución  o
distanciamiento  de  las  muestras  en  el  espacio-­‐k.
 Para  evitar  artefactos  de  aliasión  en  la  imagen,  la  máxima  distancia  (Δk)  entre  dos  muestras  en  el  espacio-­‐k
debe  ser  igual  (o  menor)  que  la  inversa  del  FOV  deseado.  Esta  relación  se  conoce  como  criterio  de  Nyquist  y  la
imagen  que  sa9sface  este  criterio  como  “totalmente  muestreada”.

Reconstrucción  totalmente  muestreada

Matemá9camente  el  proceso  de  reconstrucción  de  RM  se  puede  expresar  por  :

donde  b  son  las  muestras  adquiridas  (datos),  x  es  la  imagen  que  se  desea  reconstruir  (incógnitas),  E  es  la  matriz
de  codificación  que  incluye  el  proceso  de  submuestreo  y  transformada  de  Fourier  y  n  el  ruido  de  adquisición.
Por  lo  tanto,  el  problema  de  reconstrucción  se  reduce  a  encontrar  la  solución  x  de  una  serie  de  ecuaciones
simultáneas  (sistema  de  ecuaciones),  en  este  caso  formuladas  en  álgebra  de  matrices.

Para  resolver  un  sistema  de  ecuaciones  escrito  en  forma  matricial,  la  matriz  debe  ser  inver9ble.  Si  la  imagen
adquirida  es  totalmente  muestreada,  el  número  de  ecuaciones  (datos)  es  igual  al  número  de  incógnitas  (píxeles
de  la  imagen  a  reconstruir),  este  sistema  9ene  solución  única  y  por  lo  tanto  la  imagen  x  se  puede  reconstruir
mul9plicando  b  por  la  inversa  de  E  (que  es  equivalente  a  aplicar  la  transformada  de  Fourier  inversa  a  los  datos
adquiridos).

Si  se  adquieren  menos  muestras  de  las  necesarias,  este  sistema  no  9ene  solución  única  y  se  requieren  técnicas
de  reconstrucción  submuestreada  como  las  que  veremos  a  con9nuación  para  resolver  el  problema.

Tema 2. Submuestreo y reconstrucción submuestreada

Clase 2

TEMA 2
Submuestreo y reconstrucción submuestreada
 Contenidos

Si  el  espacio-­‐k  se  muestrea  a  una  tasa  menor  a  la  establecida  por  Nyquist  se  produce  aliasión  en  el
dominio  de  la  imagen.  La  apariencia  de  la  aliasión  depende  de  la  trayectoria  empleada  para  adquirir  las
muestras  y  de  la  tasa  de  submuestreo.  Matemá7camente,  el  submuestreo  resulta  en  un  número  infinito
de  soluciones  para  el  problema  de  reconstrucción.  Supuestos  o  información  previa  acerca  de  la  imagen
se  pueden  incorporar  al  proceso  de  reconstrucción  para  obtener  mínimos  errores  en  la  imagen  final.

En  esta  sección  conoceremos  la  formulación  matemá9ca  del  problema  de  submuestreo  y  ejemplos  de
supuestos  e  información  previa  empleada  en  diferentes  técnicas  de  reconstrucción  submuestreada.  

Artefactos  de  submuestreo

La  adquisición  submuestreada  produce  aliasión  en  la  imagen.  La  apariencia  de  la  aliasión  depende  de  la
trayectoria  empleada  para  adquirir  las  muestras  y  de  la  tasa  de  submuestreo.  Submuestreos  uniformes
resultan  en  réplicas  “coherentes”  en  la  imagen,  mientras  que  submuestreos  aleatorios  y  no  uniformes,  por
ejemplo,  en  adquisiciones  radiales,  resultan  en  aliasión  más  benigna  o  “incoherente”  (Figura  2).  La  magnitud  o
severidad  de  estos  artefactos  depende  del  grado  de  submuestreo  expresado  como  el  factor  de  reducción:

donde  Nf  es  el  número  de  muestras  especificadas  por  el  criterio  de  Nyquist  y  Ns,  el  número  de  muestras
adquiridas.  R  se  conoce  como  factor  de  submuestreo,  factor  de  reducción  o  aceleración.  Un  factor  de
submuestreo  de  4  significa  que  la  adquisición  es  4  veces  más  rápida  que  la  correspondiente  adquisición
totalmente  muestreada.  Sin  embargo,  también  significa  una  reducción  de  la  razón  señal  a  ruido  (SNR),  dado
que  el  9empo  de  adquisición  total  es  reducido.
  
Figura  2.  La  apariencia  de  la  aliasión  depende  de  la  trayectoria  de  submuestreo  y  de  la  tasa  de  submuestreo.  a)  Espacio-­‐k  y
correspondiente  reconstrucción  con  trayectoria  cartesiana  uniforme,  b)  Espacio-­‐k  y  correspondiente  reconstrucción  con  trayectoria
Cartesiana  aleatoria,  c)  Espacio-­‐k  y  correspondiente  reconstrucción  con  trayectoria  radial.

Reconstrucción  submuestreada

Como  vimos  anteriormente,  matemá9camente,  el  problema  de  reconstrucción  de  RM  se  reduce  a  encontrar  la
solución  de  una  serie  de  ecuaciones  simultáneas  (sistema  de  ecuaciones).  Cuando  se  submuestrea  el  número
de  incógnitas  (número  de  píxeles  a  reconstruir)  es  menor  que  el  número  de  datos  (muestras  del  espacio-­‐k).
Algebraicamente,  este  sistema  se  conoce  como  subdeterminado  y  9ene  infinitas  soluciones.

Para  encontrar  la  solución  deseada,  supuestos  o  información  previa  respecto  a  la  imagen  que  se  desea
reconstruir,  deben  ser  incorporados  al  problema  de  reconstrucción.  Algunos  de  los  supuestos  empleados  en
diferentes  métodos  de  reconstrucción  incluyen:  a)  simetría  del  espacio-­‐k,  b)  correlación  temporal,  c)
correlación  espacio-­‐temporal,  d)  compresibilidad  de  la  imagen  y  e)  sensibilidad  espacial  de  múl9ples  bobinas
en  adquisiciones  paralelas.

Las  técnicas  de  adquisición  parcial  incorporan  información  acerca  de  la  simetría  del  espacio-­‐k.  En  el  caso  de
imágenes  dinámicas,  existen  múl9ples  técnicas  que  explotan  la  redundancia  de  información  entre  imágenes
temporales  (redundancia  temporal),  como  Keyhole  y  sliding  window,  o  la  redundancia  de  información  en  la
secuencia  completa  de  imágenes  (redundancia  espacio-­‐temporal),  como  UNFOLD,  k-­‐t  BLAST  and  k-­‐t  SPARSE.  La
idea  básica  de  las  imágenes  paralelas  es  adquirir  la  señal  de  RM  usando  bobinas  independientes  con  diferente
sensibilidad  espacial.  Actualmente,  existen  varias  técnicas  de  reconstrucción  para  imágenes  paralelas;  los
métodos  más  comunes  se  conocen  por  los  acrónimos  de  SENSE,  SMASH  y  GRAPPA.  SENSE  realiza  la
reconstrucción  en  el  dominio  de  la  imagen,  mientras  que  SMASH  y  GRAPPA  lo  hacen  en  el  espacio  de
frecuencia  (espacio-­‐k).

A  con9nuación  estudiaremos  a  grandes  rasgos  algunos  de  los  métodos  disponibles  en  los  resonadores
actuales.
Tema 3. Técnicas que explotan simetría del espacio-k

Clase 2

TEMA 3
Técnicas que explotan simetría del espacio-k

Contenidos

Si  la  imagen  de  RM  consis7era  solo  de  componentes  reales  sería  posible  adquirir  solo  la  mitad  del
espacio-­‐k  y  la  otra  mitad  podría  ser  sinte7zada  a  par7r  de  los  datos  adquiridos.  Esta  propiedad  se
conoce  como  simetría  hermi7ana.  Sin  embargo,  en  la  prác7ca,  las  imágenes  de  RM  7enen  términos  de
fase  inducidos  por  efectos  de  suscep7bilidad  en  la  frontera  de  tejidos,  inhomogeneidades  del  campo
magné7co,  flujo,  movimiento,  etc.  Por  esta  razón,  la  adquisición  de  sólo  la  mitad  del  espacio-­‐k  falla  en  la
prác7ca.  Sin  embargo,  existen  técnicas  de  reconstrucción  que  adquieren  poco  más  de  la  mitad  del
espacio  de  frecuencia  y  usan  esta  información  para  es7mar  la  fase  y  recuperar  los  datos  no  adquiridos.

A  con9nuación,  revisaremos  los  conceptos  básicos  de  adquisición  parcial  así  como  las  técnicas  de
reconstrucción  empleadas  para  recuperar  los  datos  no  adquiridos.

Adquisición  parcial

En  adquisición  parcial,  los  datos  no  son  muestreados  simétricamente  en  torno  al  centro  del  espacio-­‐k.  En  lugar
de  esto,  la  mitad  del  espacio-­‐k  es  totalmente  muestreado  mientras  que  solo  una  pequeña  porción  de  la  otra
mitad  es  adquirida.  Dado  que  el  9empo  total  de  adquisición  de  la  imagen  depende  del  número  de  líneas  de
codificación  de  fase  y  el  9empo  de  repe9ción,  TR,  la  adquisición  parcial  se  puede  realizar  en  la  dirección  de
codificación  o  en  la  dirección  de  frecuencia  (Figura  3).  En  el  primer  caso,  se  reduce  el  número  de  líneas  de
codificación  y  se  conoce  como  adquisición  parcial  o  half  scan.  En  el  segundo  caso,  se  reduce  el  9empo  de
repe9ción  mediante  la  adquisición  de  un  eco  parcial  y  se  conoce  como  par7al  echo.  La  adquisición  parcial  se
caracteriza  por  un  parámetro  conocido  como  fracción  parcial  o  porcentaje  de  scan,  que  se  define  como  la  razón
entre  los  datos  parcialmente  adquiridos  y  el  número  de  datos  de  la  adquisición  totalmente  muestreada.  
  
Figura  3.  En  comparación  con  una  imagen  totalmente  muestreada  (a)  se  puede  reducir  el  9empo  de  adquisición,  reduciendo  el
número  de  líneas  de  codificación  de  fase  (b)  o  de  frecuencia  (c)  para  cubrir  asimétricamente  el  espacio-­‐k.  El  primer  caso  se  conoce
como  adquisición  parcial  o  half-­‐scan  mientras  que  el  segundo  se  conoce  como  par9al  echo.  Para  asegurar  una  reconstrucción
adecuada  de  las  imágenes,  una  cierta  porción  de  espacio-­‐k  debe  ser  muestreada  simétricamente  (rectángulos  sólidos  en  b  y  c)
(Figura  de  “Parallel  Imaging  in  Clinical  MR  Applica9ons”,  Springer  2007  ).

Reconstrucción  de  adquisición  parcial

La  manera  más  simple  de  recuperar  los  datos  no  adquiridos  con  adquisición  parcial  es  reemplazarlos  con  ceros
antes  de  reconstruir  mediante  transformada  de  Fourier  inversa.  Este  llenado  con  ceros  (zero-­‐filling  o  zero-­‐
padding)  reduce  la  resolución  espacial  en  comparación  con  la  imagen  totalmente  muestreada  e  introduce
artefactos  de  ringing  en  bordes  pronunciados.  

Algoritmos  más  avanzados  como  la  reconstrucción  homodina,  sinte9zan  los  datos  no  adquiridos  e  incorporan
corrección  de  fase  basados  en  la  porción  del  espacio-­‐k  simétricamente  muestreada,  y  usan  filtros  para  reducir
los  artefactos  de  ringing.  Sin  embargo,  información  de  fase  se  pierde  durante  la  reconstrucción  y  por  lo  tanto
no  puede  ser  empleado  en  adquisiciones  que  requieren  la  fase  de  imagen.  

Ejemplos  de  reconstrucción  con  llenado  de  ceros  y  homodina  se  presentan  en  Figura  4.  
  
Figura  4:  Ejemplos  de  adquisición  parcial  en  fantoma.  Adquisiciones  con  fracción  parcial  de  3/4,  5/8  y  9/16  se  presentan  las
columnas  2,  3  y  4,  en  comparación  con  la  adquisición  totalmente  muestreada  en  la  primera  columna.  Las  reconstrucciones  con
llenado  de  ceros  y  homodina  se  muestran  en  la  segunda  y  tercera  fila,  incluyendo  las  imágenes  de  diferencia  con  respecto  a  la
imagen  totalmente  muestreada  en  una  región  de  interés.  La  reconstrucción  con  llenado  de  ceros  introduce  artefactos  de  ringing
que  no  están  presentes  en  la  reconstrucción  homodina  (flechas  largas).  Los  artefactos  presentes  en  la  reconstrucción  homodina  se
deben  a  la  insuficiente  can9dad  de  datos  para  una  es9mación  adecuada  de  la  fase  de  la  imagen  (Figura  de  “Parallel  Imaging  in
Clinical  MR  Applica9ons”,  Springer  2007  ).

Tema 4. Técnicas que explotan correlación espacio-temporal

Clase 2

TEMA 4
Técnicas que explotan correlación espacio-temporal
 Contenidos

Las  imágenes  dinámicas  son  aquellas  en  las  cuales  no  sólo  nos  interesa  la  información  espacial  sino
también  su  comportamiento  en  el  7empo.  Estas  imágenes  presentan  un  alto  grado  de  redundancia
espacial  y  temporal.  El  espacio  k-­‐t  es  una  extensión  del  espacio-­‐k  al  eje  temporal  y  varias  técnicas  de
reconstrucción  han  sido  propuestas  para  reconstruir  imágenes  a  par7r  del  espacio  k-­‐t  submuestreado
empleando  esta  redundancia  espacio-­‐temporal.

A  con9nuación  revisaremos  los  conceptos  básicos  de  algunas  de  estas  técnicas  de  reconstrucción.

Keyhole

Keyhole  fue  desarrollado  para  aumentar  la  resolución  temporal  de  una  secuencia  de  imágenes  dinámicas
manteniendo  la  resolución  espacial.  El  proceso  de  adquisición  se  puede  separar  en  dos  partes:  1.-­‐  Una  parte
dinámica  en  la  que  se  adquieren  imágenes  de  baja  resolución  espacial  (solo  el  centro  del  espacio-­‐k)  pero  con
alta  resolución  temporal  y  2.-­‐  Una  segunda  parte  donde  se  adquiere  una  imagen  de  referencia  de  alta
resolución  espacial,  ya  sea  antes  o  después  de  la  adquisición  dinámica  (Figura  5).  De  esta  forma,  se  combina  la
información  espacial  de  la  imagen  de  referencia  con  la  información  de  las  imágenes  temporales  para  generar
una  secuencia  con  alta  resolución  espacial  y  temporal.  

 
Figura  5.  El  proceso  de  adquisición  de  keyhole  se  puede  separar  en  dos  partes:  1.-­‐  Una  parte  dinámica  en  la  que  se  adquieren
imágenes  de  baja  resolución  espacial  (solo  el  centro  del  espacio-­‐k)  pero  con  alta  resolución  temporal  (LSF:  low  spa9al  frequency)  y
2.-­‐  Una  segunda  parte  donde  se  adquiere  una  imagen  de  referencia  de  alta  resolución  espacial  (HSF:  high  spa9al  frequency),  ya  sea
antes  o  después  de  la  adquisición  dinámica  (Figura  de  “Parallel  Imaging  in  Clinical  MR  Applica9ons”,  Springer  2007  ).

El  supuesto  de  este  método  es  que  la  mayoría  de  los  cambios  temporales  se  reflejan  en  la  sección  central  del
espacio-­‐k.  Por  lo  tanto,  la  información  dinámica  que  puede  ser  reconstruida  con  este  método  se  limita  a
objetos  mayores  a  cierto  tamaño,  el  cual  es  inversamente  proporcional  al  tamaño  de  la  región  central  del
espacio-­‐k  adquirida.
 k-­‐t  BLAST

La  adquisición  en  k-­‐t  BLAST  se  puede  dividir  en  dos  partes:  1)  adquisición  de  datos  de  entrenamiento  y  2)
adquisición  de  imagen  dinámica.  Los  datos  de  entrenamiento  se  adquieren  con  baja  resolución  espacial  y  alta
resolución  temporal.  La  imagen  dinámica  se  adquiere  submuestreando  el  espacio  k-­‐t.  Esta  imagen  presenta  por
lo  tanto  artefactos  de  aliasión.  Estos  artefactos  pueden  ser  eliminados  usando  un  filtro  de  reconstrucción
derivado  de  la  distribución  de  señal  esperada  aprendida  de  los  datos  de  entrenamiento  (Figura  6).

 
Figura  6.  La  adquisición  de  datos  en  k-­‐t  BLAST  se  puede  dividir  en  dos  partes:  a)  adquisición  de  datos  de  entrenamiento  (training
stage)  donde  se  adquieren  imágenes  de  baja  resolución  espacial  y  alta  resolución  temporal,  y  b)  adquisición  de  imagen  dinámica
(acquisi9on  stage)  donde  se  adquieren  imágenes  de  alta  resolución  submuestreadas  (en  este  caso  con  un  submuestreo  de  4).  K-­‐t
BLAST  permite  eliminar  artefactos  de  aliasión.  (Figura  de  “Parallel  Imaging  in  Clinical  MR  Applica9ons”,  Springer  2007  ).

Tema 5. Adquisición y reconstrucción de imágenes paralelas

Clase 2

TEMA 5
Adquisición y reconstrucción de imágenes paralelas
 Contenidos

Adquisición  en  paralelo  se  refiere  a  la  adquisición  simultánea  de  datos  usando  múl7ples  bobinas
independientes.  Estas  bobinas  están  ubicadas  en  diferentes  posiciones  espaciales  y  por  lo  tanto  entregan
información  diferente,  aunque  relacionada,  del  paciente.  La  adquisición  en  paralelo  se  puede  combinar
fácilmente  con  secuencias  convencionales  de  RM,  pero  requiere  el  uso  de  hardware  adicional.  Uno  de  los
usos  más  comunes  de  la  adquisición  paralela  es  para  acelerar  la  adquisición  de  RM  mediante  una
reconstrucción  que  puede  ser  combinada  con  la  mayoría  de  los  métodos  de  reconstrucción  mencionados
anteriormente.

A  con9nuación  estudiaremos  brevemente  las  principales  ventajas  y  limitaciones  de  este  método  y  los
conceptos  básicos  de  uno  de  los  algoritmos  más  comunes  de  reconstrucción  paralela  (SENSE).

Ventajas  y  desventajas  de  la  adquisición

de  imágenes  paralelas

La  adquisición  de  imágenes  paralelas  permite  acelerar  la  adquisición  de  RM  disminuyendo  el  número  de  datos
muestreados.  Como  la  mayoría  de  los  métodos  de  reconstrucción  submuestreadas,  se  puede  u9lizar  no  solo
para  disminuir  el  9empo  total  de  adquisición  sino  que  también,  por  ejemplo,  para  mejorar  la  resolución
espacial,  acortar  el  9empo  de  eco  o  reducir  artefactos  de  movimiento.  También  ofrece  otras  ventajas  como
mejorar  la  calidad  de  imágenes  single-­‐shot  mediante  la  reducción  de  blurring  y  distorsiones  geométricas.
Consecuentemente,  hoy  en  día,  adquisiciones  en  paralelo  se  emplean  en  una  gran  variedad  de  aplicaciones
clínicas.  Por  lo  tanto  conocer  las  limitaciones  de  esta  técnica  es  esencial  para  el  correcto  diseño  de  protocolos
clínicos  de  RM.

La  adquisición  de  imágenes  paralelas  9ene  dos  limitaciones  importantes.  Por  un  lado,  requiere  hardware
adicional,  específicamente  el  sistema  de  RM  debe  estar  equipado  con  varios  canales  de  recepción  RF
independientes  y  bobinas  receptoras  con  múl9ples  elementos,  combinado  con  algoritmos  de  reconstrucción
específicos  que  en  general  son  computacionalmente  demandantes.  Por  otro  lado,  no  todos  los  protocolos  son
adecuados  para  adquisición  paralela,    por  lo  que  las  restricciones  con  respecto  a  SNR,  geometría  de  la  imagen
o  máximo  factor  de  aceleración  deben  ser  consideradas.  De  lo  contrario,  artefactos  localizados  y  amplificación
del  ruido  podrían  estar  presentes  en  la  imagen  reconstruida.  

Reconstrucción  de  imágenes  paralelas

Actualmente,  existen  varios  algoritmos  de  reconstrucción  para  adquisiciones  paralelas  (Figura  7).  Las  técnicas
más  comunes  se  conocen  por  sus  acrónimos  SENSE  (Sensi7vity  Encoding),  SMASH  (Simultaneous  Acquisi7on  of
Spa7al  Harmonics)  y  GRAPPA  (Generalized  Autocallibra7ng  Par7ally  Parallel  acquisi7on).  SENSE  combina  los
datos  provenientes  de  las  múl9ples  bobinas  en  el  dominio  de  la  imagen  mientras  que  SMASH  y  GRAPPA  lo
hacen  del  espacio-­‐k.  Por  otro  lado  SENSE  y  SMASH  requieren  es9mar  la  sensibilidad  de  las  bobinas  mediante
una  adquisición  previa  a  la  de  la  imagen,  mientras  que  GRAPPA  es9ma  la  sensibilidad  de  las  bobinas
directamente  de  los  datos  adquiridos.  
El  algoritmo  de  reconstrucción  SENSE  consiste  en  deshacer  la  aliasión  producida  por  el  submuestreo
empleando  información  de  la  sensibilidad  de  las  bobinas  en  las  diferentes  regiones  del  objeto.
Matemá9camente  consiste  en  inver9r  la  matriz  de  codificación  E  que  ahora  incluye  información  acerca  de  la
sensibilidad  de  las  diferentes  bobinas.  Esto  significa  que  la  aliasión  se  puede  deshacer  solo  si  el  factor  de
submuestreo  es  menor  o  igual  al  número  de  bobinas  diferentes  en  la  dirección  de  submuestreo.  Si  la
sensibilidad  de  las  diferentes  bobinas  es  similar,  la  inversión  de  esta  matriz  produce  amplificación  del  ruido
conocido  como  factor  geométrico  o  g-­‐factor.  Este  factor  depende  de  la  geometría  de  las  bobinas,  el  factor  de
aceleración  y  el  patrón  de  submuestreo  y  debe  ser  cuidadosamente  considerado  en  el  diseño  de  protocolos  de
adquisición  paralela.  

 
Figura  7.  Reconstrucción  de  imágenes  paralelas.  a)  Los  datos  se  adquieren  con  cuatro  bobinas  receptoras,  las  que  9enen  diferente
sensibilidad  espacial.  b)  Cuatro  adquisiciones  submuestreadas  están  disponibles  para  reconstrucción,  cada  una  de  las  cuales
corresponde  a  una  imagen  con  artefactos  de  aliasión.  c)  Existen  varios  algoritmos  de  reconstrucción  para  obtener  una  imagen  libre
de  aliasión  con  adquisiciones  paralelas.

En  resumen,  los  mensajes  que  se  deben  llevar  a  casa  son:

La  adquisición  de  RM  es  lenta  y  esto  representa  una  de  las  principales  limitaciones  en  diferentes
aplicaciones  RM.
Una  opción  para  reducir  el  9empo  de  adquisición  es  el  uso  de  técnicas  de  reconstrucción
submuestreada.  Estas  técnicas  se  basan  en  adquirir  menos  muestras  que  las  necesarias  y  es9mar  los
datos  no  adquiridos  usando  supuestos  o  información  previa  de  la  imagen  adquirida.
Algunos  de  los  supuestos  o  información  previa  empleados  en  diferentes  métodos  de  reconstrucción
 incluyen:  a)  simetría  del  espacio-­‐k,  b)  correlación  temporal,  c)  correlación  espacio-­‐temporal,  d)
compresibilidad  de  la  imagen  y  e)  sensibilidad  espacial  de  múl9ples  bobinas  en  adquisiciones  paralelas.
Varias  de  estas  técnicas  se  encuentran  disponibles  en  los  resonadores  de  RM  actuales  y  son
ampliamente  usadas  en  protocolos  clínicos,  sin  embargo  una  correcta  aplicación  de  estos  métodos
requiere  conocer  los  supuestos  empleados  y  sus  limitaciones  los  cuales  se  reflejan  en  la  calidad  de  las
imágenes  reconstruidas.

Tema de cierre

Clase 2

Tema de cierre

Clase
A  con9nuación  podrá  revisar  la  Clase  2  del  Módulo  1.  Esta  sesión  ha  sido  elaborada  con  la  explicación  del
profesor  y  con9ene  imágenes  y  videos  que  le  permi9rán  comprender  los  contenidos  desarrollados  durante  el
módulo.  Esta  presentación  con9ene  audio  y  una  tabla  de  contenidos  que  le  permi9rá  revisarla  según  su
disponibilidad  de  9empo.
  

Papers

Lecturas obligatorias

Este  módulo  considera  las  siguientes  lecturas  obligatorias:

Parallel  MR  Imaging:  A  user’s  guide

MRI  Temporal  accelera9on  techniques

Versión  en  español:

Imágenes  Paralelas

Actividades del módulo

Clase 2
 Actividades del módulo

Actividades

Guía de repaso Prueba modular

En  Pruebas  en  línea  del  menú  izquierdo, Esta  prueba  ha  sido  elaborada  para  evaluar  los
encontrará  la  Guía  de  repaso  sobre  este  módulo  a aprendizajes  adquiridos  en  este  módulo.    Esta
contar  del  23  de  junio.  Esta  guía  con9ene prueba  se  realizará  en  conjunto  con  el  módulo  1
preguntas  para  que  complete  la  información clase  1,  el  día  4  de  julio.
faltante  y  ha  sido  diseñada  para  que  pueda  
comprobar  los  aprendizajes  adquiridos  en  este
módulo  y  repasar  aquellos  temas  que  necesiten
un  refuerzo,  antes  de  realizar  el  quiz  final.  Lea
detenidamente  la  descripción  de  esta  guía  antes
de  desarrollarla.

Para  acceder  a  la  guía  de  repaso,  haga  clic

en  Pruebas  en  línea  del  menú  izquierdo  y  en  Guía
de  repaso  Módulo  1  clase  2.

Importante!!  La  guía  será  evaluada  y  debe

enviarla  a  más  tardar  el  3  de  julio  a  las  14:00
horas,  hora  chilena.