The utility of cardiac magnetic resonance imaging (MRI) as a screening tool for myocarditis in competitive student athletes returning to training after recovering from coronavirus disease 2019 (COVID-19) infection is unknown.To describe the prevalence and severity of cardiac MRI findings of myocarditis in a population of competitive student athletes recovering from COVID-19.In this case series, an electronic health record search was performed at our institution (University of Wisconsin) to identify all competitive athletes (a consecutive sample) recovering from COVID-19, who underwent gadolinium-enhanced cardiac MRI between January 1, 2020, and November 29, 2020. The MRI findings were reviewed by 2 radiologists experienced in cardiac imaging, using the updated Lake Louise criteria. Serum markers of myocardial injury and inflammation (troponin-I, B-type natriuretic peptide, C-reactive protein, and erythrocyte sedimentation rate), an electrocardiogram, transthoracic echocardiography, and relevant clinical data were obtained.COVID-19 infection, confirmed using reverse transcription-polymerase chain reaction testing.Prevalence and severity of MRI findings consistent with myocarditis among young competitive athletes recovering from COVID-19.A total of 145 competitive student athletes (108 male and 37 female individuals; mean age, 20 years; range, 17-23 years) recovering from COVID-19 were included. Most patients had mild (71 [49.0%]) or moderate (40 [27.6%]) symptoms during the acute infection or were asymptomatic (24 [16.6%]). Symptoms were not specified or documented in 10 patients (6.9%). No patients required hospitalization. Cardiac MRIs were performed a median of 15 days (range, 11-194 days) after patients tested positive for COVID-19. Two patients had MRI findings consistent with myocarditis (1.4% [95% CI, 0.4%-4.9%]). Of these, 1 patient had marked nonischemic late gadolinium enhancement and T2-weighted signal abnormalities over multiple segments, along with an abnormal serum troponin-I level; the second patient had 1-cm nonischemic mild late gadolinium enhancement and mild T2-weighted signal abnormalities, with normal laboratory values.In this case series study, based on MRI findings, there was a low prevalence of myocarditis (1.4%) among student athletes recovering from COVID-19 with no or mild to moderate symptoms. Thus, the utility of cardiac MRI as a screening tool for myocarditis in this patient population is questionable.

Motivation: Deep Learning Reconstruction (DLR) has been used routinely in clinical setting for qualitative weighted images. It is imperative to evaluate DLR for quantitative imaging prior to widespread clinical adoption. Goal(s): To assess the test-retest reliability of PDFF and R2* values calculated from DL-reconstructed images compared to those from the conventional reconstruction (CONV). Approach: A commercial PDFF/R2* phantom was imaged twice, with repositioning between acquisitions. Each scan was reconstructed with CONV and DLRs, which were used to calculate PDFF and R2* maps. Results: Excellent test-retest reliability for all three reconstructions with R2>0.99 and minimal bias (<0.58% for PDFF and <3.67 s-1 for R2*). Impact: SNR, resolution, and scan-time of quantitative MRI may benefit from DLR similarly as for qualitative MRI. This study showed that DLR has excellent test-retest reliability for PDFF/R2* quantification with minimal bias, providing foundational evidence for wider clinical adoption.

Motivation: 2D sequential chemical-shift-encoded acquisitions with centric encoding and flip-angle modulation (FAM) enables motion-robust and high-SNR liver fat quantification. Originally developed in a single vendor, the performance and relative simplicity of FAM motivate vendor-neutral implementation and validation. Goal(s): Implement FAM in the vendor-neutral framework Pulseq, and determine its feasibility, bias, and reproducibility in a multi-center, multi-vendor study. Approach: Pulseq-FAM was applied in two centers with two vendors on a phantom with controlled PDFF/T1water values, and in volunteers during free breathing. Results: At both centers, Pulseq-FAM shows low bias and good reproducibility in the phantom, and excellent motion robustness and image quality in volunteers. Impact: A vendor-neutral implementation of motion-robust liver fat quantification, as demonstrated in this study, may enable detection, staging, and treatment monitoring of steatotic liver disease with improved availability and standardization.

Motivation: Pregnancy complications are often associated with placenta dysfunction, which lacks non-invasive assessment in early pregnancy. Goal(s): Evaluating placental R2* as a non-invasive and quantitative biomarker to identify and monitor pregnancy complications. Approach: We introduce a novel thrombotic and inflammatory placental injury model of rhesus macaques and report mean values, histograms, and spatial distribution of placental R2* based on blood oxygenation level dependent (BOLD) MR imaging at different gestational ages before and after iron nanoparticle (ferumoxytol) administration. Results: Higher overtime and post-contrast increase in mean values and more heterogeneous spatial patterns of R2* are observed in placentas with induced injury. Impact: A refined nonhuman primate model for thrombosis and inflammation is introduced for investigating placental pathology. Larger R2* increases over time and immediately after ferumoxytol injections suggest the potential for R2* to be an indicator of pathology with or without contrast.

Motivation: Chemical-shift-encoded (CSE)-based proton-density fat-fraction (PDFF) is a highly validated biomarker of liver fat. T1 mapping has been proposed as a biomarker of hepatic fibrosis. However, the reproducibility of PDFF and T1 in the setting of concomitantly varying fat and T1 is poorly understood. Goal(s): To validate the reproducibility of CSE-based PDFF and MOLLI-based T1 mapping with concomitantly varying fat and T1. Approach: We conducted a four-center, four-vendor validation study using a quantitative PDFF-T1 phantom. Results: CSE-based PDFF had good reproducibility, although with increased bias and variability at long T1 values. The reproducibility of MOLLI-based T1 was affected substantially by the presence of fat. Impact: CSE-based PDFF demonstrated good reproducibility across four centers/vendors, at both 1.5T and 3T. Increased T1 and increased PDFF led to reduced MOLLI-based T1 reproducibility. This multi-center multi-vendor PDFF-T1 phantom validation approach may enable evaluation of improved quantitative MRI methods.

Motivation: Flip-angle modulation (FAM) in a 2D sequential acquisition is one potential means to improve the motion-robustness and SNR of CSE-MRI for liver fat quantification, and the motion-robustness and SNR-efficiency of FAM can be further improved through parallel imaging and capturing respiratory motion in-plane. Goal(s): To determine the feasibility and performance (with respect to SNR, repeatability, and bias) of FAM-based free-breathing liver fat quantification acquired across imaging orientations and accelerations. Approach: Trials of various parameters of FAM in volunteers and in a phantom with controlled PDFF and T1 values. Results: Accelerated FAM demonstrates few artifacts, low bias, and increased SNR-efficiency compared to unaccelerated FAM. Impact: Increasing the motion-robustness and SNR-efficiency of FAM may enable and enhance its use for improved detection, staging, and monitoring of steatotic liver disease. Non-axial acquisitions may mitigate through-plane respiratory motion compared to axial acquisitions.

Motivation: Quantitative quality assurance (QA) methods for magnetic resonance elastography (MRE) are needed for clinical care but are currently unavailable. Goal(s): Evaluate stiffness measurement variability from two phantoms of different stiffness using four types of passive drivers: two commercial drivers, a custom stand-style driver, and a novel driver integrated into the phantom housing. Approach: Stiffness measurements were quantified in ten acquisitions in two phantoms of differing stiffness by four passive drivers. Measurement variability was compared by standard deviations and Whisker-and-Box plots. Results: The integrated driver achieved the best performance with the highest repeatability, ie: lowest variability, compared to the other drivers. Impact: An MRE phantom equipped with an integrated passive driver could improve repeatability in MRE quality assurance, potentially enhancing the reliability of QA processes in both clinical trials and patient care.

Motivation: MRE is a reliable, quantitative method for the assessment and staging of liver fibrosis. The standard manual MRE image prescription requires proper placement over the liver to ensure consistent MRE quantification. Scan positioning is relatively time-consuming and prone to error and inconsistency.Goal(s): To develop and implement an automated methodology for MRE prescription from localizers, trained entirely from technologist-prescribed clinical exams. Approach: Extracted MRE scan coordinates from 354 clinical exams and trained a YOLOv8-nano object detection network to predict prescription planes from a multi-plane localizer series. Results: We successfully developed a method for automated MRE prescription with implementation on a clinical MRI system. Impact: Automatic image plan prescription for MRE can minimize technologist-dependent planning errors and scan inconsistency. This may lead to subsequent improvements in both the value and reproducibility of MRE as a quantitative biomarker of liver fibrosis.