SEP et épilepsie

Technique et intérêt des séquences MP2RAGE et MP2RAGE-FLAWS en neuroradiologie clinique

icon réservé aux abonnésArticle réservé aux abonnés
Benoît Testud et Blanche Bapst Le 23/12/25 à 7:00, mise à jour le 23/12/25 à 14:24 Lecture 11 min.

Résumé

Les séquences MP2RAGE et FLAWS combinent un double temps d’inversion pour générer une imagerie T1 haute résolution à fort contraste et des contrastes spécifiques utiles en radiologie clinique. Elles améliorent la détection des lésions démyélinisantes dans la SEP, en particulier dans des localisations difficiles avec les séquences conventionnelles et facilite la détection des anomalies subtiles du développement cortical dans l’épilepsie. Elles permettent de quantifier le temps de relaxation T1, paramètre prometteur dans l’imagerie du système nerveux central.

Introduction

La séquence MP2RAGE (Magnetization-Prepared 2 Rapid Gradient Echoes) est une séquence 3D haute résolution (≤ 1 mm3) pondérée T1, historiquement développée pour pallier les artefacts d'inhomogénéités spatiales de la radiofréquence (B1+) observés à haut champ magnétique (≥ 7 T). Pour ce faire, elle combine les images issues de deux temps d’inversion (TI1 et TI2) pour obtenir une image anatomique fortement pondérée T1, c'est-à-dire une forte différenciation substance grise et blanche, exempte d’inhomogénéités, nommée « UNI » pour « UNIform imaging ». Elle permet en outre de quantifier le temps de relaxation T1 (qT1). La séquence MP2RAGE-FLAWS (FLuid and White Matter Suppression) dérive de la séquence MP2RAGE avec une modification de la valeur des TI, pour annuler le signal de la substance blanche et du liquide céphalo-rachidien et également d’obtenir un contraste renforcé entre la substance grise et la substance blanche nommé « hco » pour « high contrast opposite ». Au cours d

Il vous reste 94% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Auteurs

Benoît Testud

Médecin radiologue Service de radiologie, CHU Conception, service de neuroradiologie, CHU Timone Assistance publique - Hôpitaux de Marseille

Blanche Bapst

Radiologue Service de Neuroradiologie, Hôpital universitaire Henri Mondor, AP-HP Créteil

Déclaration des liens d'intérêts

Des liens d’intérêts ont été déclarés par le(s) auteur(s) de cet article.

Déclaration de lien d’intérêts

Bibliographie

  1. Marques JP, Kober T, Krueger G, van der Zwaag W, Van de Moortele P-F, Gruetter R. MP2RAGE, a self bias-field corrected sequence for improved segmentation and. Neuroimage 2010;49:1271–81. https://doi.org/10.1016/j.neuroimage.2009.10.002.
  2. Tanner M, Gambarota G, Kober T, Krueger G, Erritzoe D, Marques JP, et al. Fluid and white matter suppression with the MP2RAGE sequence. Magnetic Resonance Imaging 2012;35:1063–70. https://doi.org/10.1002/jmri.23532.
  3. Beaumont J, Gambarota G, Saint‐Jalmes H, Acosta O, Ferré J, Raniga P, et al. High‐resolution multi‐T1 –weighted contrast and T1 mapping with low sensitivity using the fluid and white matter suppression (FLAWS) sequence at 7T. Magnetic Resonance in Med 2021;85:1364–78. https://doi.org/10.1002/mrm.28517.
  4. Serru M, Marechal B, Kober T, Ribier L, Sembely Taveau C, Sirinelli D, et al. Improving diagnosis accuracy of brain volume abnormalities during childhood with an automated MP2RAGE-based MRI brain segmentation. Journal of Neuroradiology 2021;48:259–65. https://doi.org/10.1016/j.neurad.2019.06.005.
  5. Beaumont J, Saint-Jalmes H, Acosta O, Kober T, Tanner M, Ferré JC, et al. Multi T1-weighted contrast MRI with fluid and white matter suppression at 1.5 T. Magnetic Resonance Imaging 2019;63:217–25. https://doi.org/10.1016/j.mri.2019.08.010.
  6. Middlebrooks EH, Lin C, Westerhold E, Okromelidze L, Vibhute P, Grewal SS, et al. Improved detection of focal cortical dysplasia using a novel 3D imaging sequence: Edge-Enhancing Gradient Echo (3D-EDGE) MRI. NeuroImage: Clinical 2020;28:102449. https://doi.org/10.1016/j.nicl.2020.102449.
  7. Trotier AJ, Dilharreguy B, Anandra S, Corbin N, Lefrançois W, Ozenne V, et al. The Compressed Sensing MP2RAGE as a Surrogate to the MPRAGE for Neuroimaging at 3 T. Invest Radiol 2022;57:366–78. https://doi.org/10.1097/RLI.0000000000000849.
  8. Forodighasemabadi A, Rasoanandrianina H, El Mendili MM, Guye M, Callot V. An optimized MP2RAGE sequence for studying both brain and cervical spinal cord in a single acquisition at 3T. Magnetic Resonance Imaging 2021;84:18–26. https://doi.org/10.1016/j.mri.2021.08.011.
  9. Bernhardt BC, Fadaie F, Vos de Wael R, Hong S-J, Liu M, Guiot MC, et al. Preferential susceptibility of limbic cortices to microstructural damage in temporal lobe epilepsy: A quantitative T1 mapping study. NeuroImage 2018;182:294–303. https://doi.org/10.1016/j.neuroimage.2017.06.002.
  10. Haast RAM, Testud B, Makhalova J, Dary H, Cabane A, Le Troter A, et al. Multi‐scale structural alterations of the thalamus and basal ganglia in focal epilepsy using 7T MRI. Human Brain Mapping 2023;44:4754–71. https://doi.org/10.1002/hbm.26414.
  11. Chen X, Schädelin S, Lu P-J, Ocampo-Pineda M, Weigel M, Barakovic M, et al. Personalized maps of T1 relaxometry abnormalities provide correlates of disability in multiple sclerosis patients. NeuroImage: Clinical 2023;37:103349. https://doi.org/10.1016/j.nicl.2023.103349.
  12. Aichour R, Emorine T, Oubaya N, Megdiche I, Créange A, Lecler A, et al. Improved MR Detection of Optic Nerve Demyelination With MP2RAGE-FLAWS Compared With T2-Weighted Fat-Saturated Sequences. Invest Radiol 2025;60:387–96. https://doi.org/10.1097/RLI.0000000000001140.
  13. Martin A, Emorine T, Megdiche I, Créange A, Kober T, Massire A, et al. Accurate Diagnosis of Cortical and Infratentorial Lesions in Multiple Sclerosis Using Accelerated Fluid and White Matter Suppression Imaging. Invest Radiol 2023;58:337–45. https://doi.org/10.1097/RLI.0000000000000939.
  14. Emorine T, Megdiche I, Brugières P, Créange A, Kober T, Massire A, et al. 3-Dimensional Fluid and White Matter Suppression Magnetic Resonance Imaging Sequence Accelerated With Compressed Sensing Improves Multiple Sclerosis Cervical Spinal Cord Lesion Detection Compared With Standard 2-Dimensional Imaging. Invest Radiol 2022;57:575–84. https://doi.org/10.1097/RLI.0000000000000874.
  15. Barkhof F, Reich DS, Oh J, Rocca MA, Li DKB, Sati P, et al. 2024 MAGNIMS–CMSC–NAIMS consensus recommendations on the use of MRI for the diagnosis of multiple sclerosis. The Lancet Neurology 2025;24:866–79. https://doi.org/10.1016/S1474-4422(25)00304-7.
  16. Bernasconi A, Cendes F, Theodore WH, Gill RS, Koepp MJ, Hogan RE, et al. Recommendations for the use of structural magnetic resonance imaging in the care of patients with epilepsy: A consensus report from the International League Against Epilepsy Neuroimaging Task Force. Epilepsia 2019:epi.15612. https://doi.org/10.1111/epi.15612.
  17. Costagli M, Kelley DAC, Symms MR, Biagi L, Stara R, Maggioni E, et al. Tissue Border Enhancement by inversion recovery MRI at 7.0 Tesla. Neuroradiology 2014;56:517–23. https://doi.org/10.1007/s00234-014-1365-8.
  18. Okromelidze L, Gupta V, Jain A, Gopal N, Feyissa AM, Tatum WO, et al. Temporal pole blurring in temporal lobe epilepsy revealed by 3D Edge-Enhancing Gradient Echo MRI. Neuroradiol J 2024;37:386–9. https://doi.org/10.1177/19714009211067404.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

13:17

Une première étude chez l'homme confirme la sécurité et le profil pharmacocinétique favorable de l'imagerie TEP avec le radiotraceur 64Cu-Macrin dans la prise en charge du cancer et de la sarcoïdose.

7:30

Les marqueurs radiomiques hypothalamiques dérivés de l'IRM pondérée T1 et extraits associés à des caractéristiques cliniques offrent une approche d'exploration prometteuse pour prédire l'apnée obstructive du sommeil. Étude.
09 Jan

16:11

Une étude publiée dans BMC Urology a évalué la capacité de plusieurs grands modèles de langage à classer des comptes rendus d’IRM de la prostate selon le système PI-RADS v2.1. Le modèle GPT-o1 montre la meilleure concordance avec les radiologues, mais tous les modèles présentent des limites pour les lésions PI-RADS 3.
Docteur Imago

GRATUIT
VOIR