Skip to main content

LUP Student Papers

LUND UNIVERSITY LIBRARIES

Quantitative Myocardial Perfusion from Cardiovascular Magnetic Resonance Images

Andersson, Edvin LU and Friberg, Emma LU (2025) BMEM01 20251
Department of Biomedical Engineering
Abstract
Ischemic heart disease is the leading cause of mortality and morbidity in the world. Studying the left ventricular myocardial perfusion using cardiovascular magnetic resonance (CMR) imaging is a validated method to assess and diagnose the disease. Quantitative assessment of perfusion has advantages compared to qualitative evaluation, still, no regulatory approved software exist. In this project, a fully automatic algorithm for perfusion quantification from 1.5T Philips and Siemens CMR images was developed, and integrated into the the clinical image analysis software Segment CMR. The workflow consists of motion correction, left ventricular segmentation, surface coil inhomogeneity correction, conversion from signal intensity to gadolinium... (More)
Ischemic heart disease is the leading cause of mortality and morbidity in the world. Studying the left ventricular myocardial perfusion using cardiovascular magnetic resonance (CMR) imaging is a validated method to assess and diagnose the disease. Quantitative assessment of perfusion has advantages compared to qualitative evaluation, still, no regulatory approved software exist. In this project, a fully automatic algorithm for perfusion quantification from 1.5T Philips and Siemens CMR images was developed, and integrated into the the clinical image analysis software Segment CMR. The workflow consists of motion correction, left ventricular segmentation, surface coil inhomogeneity correction, conversion from signal intensity to gadolinium concentration, and pixel-wise flow calculations. The model was validated for Siemens images against the gold standard method, positron emission tomography (PET). 12 patients were analyzed and strong correlation for global perfusion values were found between our model and PET (r = 0.81, p < 0.001). The algorithm reported a mean global myocardial perfusion at stress/rest of 2.15 ± 0.77 ml/min/g and 1.08 ± 0.37 ml/min/g, compared to 2.01 ± 0.81 ml/min/g and 0.83
± 0.11 ml/min/g for PET. For Philips data, the calculated mean global perfusion at
stress/rest from 9 patients was 1.86 ± 0.69 ml/min/g and 0.85 ± 0.16 ml/min/g.
The algorithm stands as a promising initial version of a software for perfusion
quantification, which with further development and validation, can be utilized for
research use, and eventually in clinical practice. (Less)
Popular Abstract (Swedish)
Kvantitativ perfusion - framtidens metod för att mäta hjärtats syresättning

Hur vet man om hjärtat får tillräckligt med syre? Det räcker inte alltid med en bild, vi vill ha siffror. Med kvantitativ perfusionsanalys ges möjlighet att mäta blodflödet i hjärtmuskeln med hög precision, vilket kan förbättra diagnostiken och rädda liv.

Ischemisk hjärtsjukdom, alltså när syretillförseln till hjärtmuskeln är otillräcklig, är den vanligaste dödsorsaken i världen. För att ställa en korrekt diagnos och ge rätt behandling krävs det att man kan avgöra var i hjärtats kranskärl blodflödet är otillräckligt, och till vilken grad. Det är vanligt att använda magnetkamera (MR) för att titta på blodflödet, men idag sker tolkningen främst visuellt, med... (More)
Kvantitativ perfusion - framtidens metod för att mäta hjärtats syresättning

Hur vet man om hjärtat får tillräckligt med syre? Det räcker inte alltid med en bild, vi vill ha siffror. Med kvantitativ perfusionsanalys ges möjlighet att mäta blodflödet i hjärtmuskeln med hög precision, vilket kan förbättra diagnostiken och rädda liv.

Ischemisk hjärtsjukdom, alltså när syretillförseln till hjärtmuskeln är otillräcklig, är den vanligaste dödsorsaken i världen. För att ställa en korrekt diagnos och ge rätt behandling krävs det att man kan avgöra var i hjärtats kranskärl blodflödet är otillräckligt, och till vilken grad. Det är vanligt att använda magnetkamera (MR) för att titta på blodflödet, men idag sker tolkningen främst visuellt, med blotta ögat. Det är både tidskrävande och beroende av specialistens erfarenhet. Men det finns ett bättre sätt.

Tänk om vi istället kunde sätta siffror på blodflödet i hjärtmuskeln och få exakta värden, inte bara bilder? Det är vad kvantitativ perfusionsanalys handlar om. Sedan hjärt-MR först introducerades har forskare sökt efter metoder för att på ett objektivt sätt mäta perfusionen, alltså genomblödningen, i hjärtmuskeln runt vänster kammare. Länge har tekniken varit opraktisk för klinisk användning, men nu hävdar flera experter inom området att ett kliniskt redskap inte är långt borta i framtiden.

I detta examensarbete togs ett steg mot att göra kvantitativ perfusionsanalys mer tillgängligt. Detta gjordes genom att utveckla en algoritm som analyserar MR-bilder och uppskattar blodflödet i hjärtmuskulaturen kring vänster kammare. Vår lösning fungerar med MR-kameror från både Siemens och Philips, vilket gör den mer flexibel än många befintliga verktyg. Dessutom integrerade vi detta i bildanalysverktyget Segment CMR, som används av forskare världen över.

Men fungerar det? För att testa algoritmens tillförlitlighet jämförde vi resultaten med kvantitativ PET, den nuvarande referensmetoden. Vi analyserade data från 12 patienter som hade undersökts med både MR och PET samma dag. Resultaten från vår algoritm visade hög överensstämmelse med PET, och vi såg också en stark korrelation med resultaten från den etablerade MR-metoden Gadgetron.

Resultatet är en fungerande och validerad prototyp för ett framtida kliniskt verktyg. Med ytterligare utveckling och utvärdering kan vår algoritm bli tillgänglig för forskare inom en snar framtid, och på sikt även i vården. Den kan då bidra till tidigare och säkrare diagnoser av hjärtproblem, och i bästa fall rädda liv. (Less)
Please use this url to cite or link to this publication:
author
Andersson, Edvin LU and Friberg, Emma LU
supervisor
organization
alternative title
Kvantitativ myokardiell perfusion från kardiovaskulära magnetresonansbilder
course
BMEM01 20251
year
type
H2 - Master's Degree (Two Years)
subject
keywords
Quantitative perfusion, Myocardial perfusion, Arterial input function, Cardiovascular Magnetic resonance imaging, Fermi model, Motion correction, Gadolinium
language
English
additional info
2025-09
id
9197254
date added to LUP
2025-06-16 08:20:21
date last changed
2025-06-16 08:20:21
@misc{9197254,
  abstract     = {{Ischemic heart disease is the leading cause of mortality and morbidity in the world. Studying the left ventricular myocardial perfusion using cardiovascular magnetic resonance (CMR) imaging is a validated method to assess and diagnose the disease. Quantitative assessment of perfusion has advantages compared to qualitative evaluation, still, no regulatory approved software exist. In this project, a fully automatic algorithm for perfusion quantification from 1.5T Philips and Siemens CMR images was developed, and integrated into the the clinical image analysis software Segment CMR. The workflow consists of motion correction, left ventricular segmentation, surface coil inhomogeneity correction, conversion from signal intensity to gadolinium concentration, and pixel-wise flow calculations. The model was validated for Siemens images against the gold standard method, positron emission tomography (PET). 12 patients were analyzed and strong correlation for global perfusion values were found between our model and PET (r = 0.81, p < 0.001). The algorithm reported a mean global myocardial perfusion at stress/rest of 2.15 ± 0.77 ml/min/g and 1.08 ± 0.37 ml/min/g, compared to 2.01 ± 0.81 ml/min/g and 0.83
± 0.11 ml/min/g for PET. For Philips data, the calculated mean global perfusion at
stress/rest from 9 patients was 1.86 ± 0.69 ml/min/g and 0.85 ± 0.16 ml/min/g.
The algorithm stands as a promising initial version of a software for perfusion
quantification, which with further development and validation, can be utilized for
research use, and eventually in clinical practice.}},
  author       = {{Andersson, Edvin and Friberg, Emma}},
  language     = {{eng}},
  note         = {{Student Paper}},
  title        = {{Quantitative Myocardial Perfusion from Cardiovascular Magnetic Resonance Images}},
  year         = {{2025}},
}