Endogenous chemical exchange saturation transfer (CEST) effects are always diluted by competing effects, such as direct water proton saturation (spillover) and semi-solid macromolecular magnetization transfer (MT). This leads to unwanted T2 and MT signal contributions that lessen the CEST signal specificity to the underlying biochemical exchange processes. A spillover correction is of special interest for clinical static field strengths and protons resonating near the water peak. This is the case for all endogenous CEST agents, such as amide proton transfer, –OH-CEST of glycosaminoglycans, glucose or myo-inositol, and amine exchange of creatine or glutamate. All CEST effects also appear to be scaled by the T1 relaxation time of water, as they are mediated by the water pool. This forms the motivation for simple metrics that correct the CEST signal. Based on eigenspace theory, we propose a novel magnetization transfer ratio (MTRRex), employing the inverse Z-spectrum, which eliminates spillover and semi-solid MT effects. This metric can be simply related to Rex, the exchange-dependent relaxation rate in the rotating frame, and ka, the inherent exchange rate. Furthermore, it can be scaled by the duty cycle, allowing for simple translation to clinical protocols. For verification, the amine proton exchange of creatine in solutions with different agar concentrations was studied experimentally at a clinical field strength of 3 T, where spillover effects are large. We demonstrate that spillover can be properly corrected and that quantitative evaluation of pH and creatine concentration is possible. This proves that MTRRex is a quantitative and biophysically specific CEST-MRI metric. Applied to acute stroke induced in rat brain, the corrected CEST signal shows significantly higher contrast between the stroke area and normal tissue, as well as less B1 dependence, than conventional approaches. Copyright © 2014 John Wiley & Sons, Ltd.

Chemical exchange saturation transfer (CEST) imaging of endogenous agents in vivo is influenced by direct water proton saturation (spillover) and semi‐solid macromolecular magnetization transfer (MT). Lorentzian fit isolation and application of the inverse metric yields the pure CEST contrast AREX, which is less affected by these processes, but still depends on the measurement technique, in particular on the irradiation amplitude B 1 of the saturation pulses. This study focuses on two well‐known CEST effects in the slow exchange regime originating from amide and aliphatic protons resonating at 3.5 ppm or −3.5 ppm from water protons, respectively. A B 1 ‐correction of CEST contrasts is crucial for the evaluation of data obtained in clinical studies at high field strengths with strong B 1 ‐inhomogeneities. Herein two approaches for B 1 ‐inhomogeneity correction, based on either CEST contrasts or Z‐spectra, are investigated. Both rely on multiple acquisitions with different B 1 ‐values. One volunteer was examined with eight different B 1 ‐values to optimize the saturation field strength and the correction algorithm. Histogram evaluation allowed quantification of the quality of the B 1 ‐correction. Finally, the correction was applied to CEST images of a patient with oligodendroglioma WHO grade 2, and showed improvement of the image quality compared with the non‐corrected CEST images, especially in the tumor region. Copyright © 2015 John Wiley & Sons, Ltd.

Abstract Oncolytic virotherapy is a promising treatment for high mortality cancers 1 . Non-invasive imaging of the underlying molecular processes is an essential tool for therapy optimization and assessment of viral spread, innate immunity, and therapeutic response 2, 3 . However, previous methods for imaging oncolytic viruses did not correlate with late viral activity 4 or had poor sensitivity and specificity 5 . Similarly, methods developed to image treatment response, such as apoptosis, proved to be slow, nonspecific, or require the use of radioactive or metal-based contrast agents 6–8 . To date, no method has been widely adopted for clinical use. We describe here a new method for fast magnetic resonance molecular imaging with quantitative proton chemical-exchange specificity to monitor oncolytic virotherapy treatment response. A deep neural network enabled the computation of quantitative biomarker maps of protein and lipid/macromolecule concentrations as well as intracellular pH in a glioblastoma multiforme mouse brain tumor model. Early detection of apoptotic response to oncolytic virotherapy, characterized by decreased cytosolic pH and protein synthesis, was observed in agreement with histology. Clinical translation was demonstrated in a normal human subject, yielding molecular parameters in good agreement with literature values 9 . The developed method is directly applicable to a wide range of pathologies, including stroke 10 , cancer 11–13 , and neurological disorders 14, 15 .

Objectives Diffusion-weighted imaging (DWI) is pivotal for prostate magnetic resonance imaging. This is rooted in the generally reduced apparent diffusion coefficient (ADC) observed in prostate cancer in comparison to healthy prostate tissue. This difference originates from microstructural tissue composition changes, including a potentially decreased fluid-containing lumen volume. This study explored the nature of the observed ADC contrast in prostate tissue through inversion recovery–prepared DWI examinations that generated varying levels of fluid suppression. Materials and Methods This institutional review board–approved, single-center, prospective study was conducted from 2023 to 2024; all participants underwent magnetic resonance imaging including DWI with b-values of 50 and 800 s/mm 2 at 16 inversion times (TI; 60–4000 milliseconds). The measured ADC was interpreted with a 2-compartment model (compartments: tissue and fluid). Descriptive statistics were computed for all analyzed parameters. Results Twelve healthy male volunteers (45 ± 17 years) and 1 patient with prostate adenocarcinoma (66 years) were evaluated. The ADC map appearance depended heavily on the TI, and we observed a feature-rich ADC(TI) curve. The ADC in the transition zone (TZ) of healthy volunteers increased between TI = 60 milliseconds and approximately 1100 milliseconds, then dropped drastically before increasing again, stabilizing at a very high TI. This effect was greatly reduced in the patient's prostate cancer lesion. The 2-compartment model described this behavior well. After the inversion, tissue magnetization recovers faster, decreasing its signal contribution in absolute terms and resulting in an increase in the ADC. At the tipping point, the total magnetization is zero at b = 0, when the positive tissue magnetization and still-inverted fluid magnetization cancel out. A small diffusion encoding leads to a positive signal, thus generating an infinite ADC. After the tipping point, the fluid magnetization remains negative and thereby reduces the ADC. Conclusions Prostate fluid appears to contribute significantly to prostate ADCs. Its contribution could be adjusted by choosing an appropriate inversion recovery preparation, potentially enhancing contrast for prostate cancer lesions.

To employ optimal control for the numerical design of Chemical Exchange Saturation Transfer (CEST) saturation pulses to maximize contrast and stability against

Motivation: TSE flip angle trains can have a strong influence on the actual resolution of the acquired image and have consequently a considerable impact on the performance of a super-resolution task. Goal(s): We demonstrate the advantage of end-to-end optimization of sequence and neural network parameter compared to pure network training approaches. Approach: This MR-physics-informed training procedure jointly optimizes radiofrequency pulse trains of a PD- and T2-weighted TSE and subsequently applied CNN to predict corresponding PDw and T2w super-resolution TSE images. Results: The method generalizes from simulation-based optimization to in vivo measurements and acquired super-resolution images show higher accuracy compared to pure network training approaches. Impact: Acquired super-resolution image may improve evaluation of the data. Reduction of acquisition time compared to direct high-resolution acquisition leads to increase in patient comfort and minimization of motion artifacts.

Motivation: Conventional quantitative CEST experiments require the additional determination of $$$T_1$$$. CEST sequences include $$$T_1$$$ relaxation periods that can be exploited to estimate $$$T_1$$$ simultaneously to the CEST parameters. Goal(s): The development of a technique for efficient simultaneous quantification of CEST contrast and $$$T_1$$$. Approach: Integration of a FLASH acquisition train after conventional CEST saturations. Simultaneous CEST contrast and $$$T_1$$$ fitting is achieved by extending the Lorentzian model of the CEST spectrum with a Look-Locker model for the FLASH readout. Results: The proof-of-concept was implemented, and first results are demonstrated in a two pools phantom and a four pool in vivo study. Impact: The presented technique enables calculating $$$T_1$$$ corrected quantitative CEST results from one measurement. This simplifies the application of the apparent exchange-dependent relaxation ($$$MTR_{AREX}$$$), the quasi-steady-state$$$\;$$$contrast and other CEST metrics, which require a $$$T_1$$$ map, making them more accessible.

Motivation: The pH value is an important biomarker for many diseases. MRI-based 3D pH mapping for clinical routine would be an enormous benefit for diagnostics. Goal(s): Prediction of intracellular 31P-pHi maps from 1H APTw-CEST MRI data using a voxel-wise neural network, aiming to improve brain tumor imaging. Approach: Fifteen glioblastoma patients underwent 3T MRI with both APTw-CEST and 31P-MRS. A neural network trained on 11 patients data to correlate APTw-CEST features with 31P-derived pHi values, tested on 4 additional patients. Results: The neural network's pHi predictions closely matched 31P-pHi maps, showing potential for high-resolution, non-invasive pHi mapping in brain tumors. Impact: High resolution pH imaging for better diagnosis of diseases (inflammation, stroke, tumor) and therapy monitoring in clinical routine.