Summary

التسجيل المشترك متعدد الوسائط عبر الأجهزة وبدون علامات لطرائق التصوير قبل السريري

Published: October 27, 2023
doi:

Summary

غالبا ما يكون الجمع بين طرق التصوير المتعددة ضروريا لاكتساب فهم شامل للفيزيولوجيا المرضية. يستخدم هذا النهج الأشباح لتوليد تحويل تفاضلي بين أنظمة الإحداثيات لطريقتين ، والتي يتم تطبيقها بعد ذلك للتسجيل المشترك. هذه الطريقة تلغي الحاجة إلى fiducials في عمليات مسح الإنتاج.

Abstract

تتوفر على نطاق واسع أنظمة التصوير متعددة الوسائط المتكاملة قبل السريرية ، مثل التصوير المقطعي المحوسب بالأشعة السينية (CT) جنبا إلى جنب مع التصوير المقطعي بالإصدار البوزيتروني (PET) أو التصوير بالرنين المغناطيسي (MRI) جنبا إلى جنب مع التصوير المقطعي بالإصدار البوزيتروني ، وعادة ما توفر أحجاما مسجلة بشكل مشترك. ومع ذلك ، غالبا ما تكون هناك حاجة إلى أجهزة منفصلة للجمع بين التصوير بالرنين المغناطيسي المستقل مع PET-CT موجود أو لدمج بيانات إضافية من التصوير المقطعي البصري أو التصوير المقطعي بالأشعة السينية عالي الدقة. وهذا يستلزم التسجيل المشترك للصور ، والذي يتضمن جوانب معقدة مثل تصميم سرير الماوس متعدد الوسائط ، وإدراج العلامة الائتمانية ، وإعادة بناء الصور ، ودمج الصور القائم على البرامج. غالبا ما تشكل العلامات الإيمانية مشاكل للبيانات في الجسم الحي بسبب مشكلات النطاق الديناميكي ، أو القيود المفروضة على مجال رؤية التصوير ، أو الصعوبات في وضع العلامة ، أو فقدان إشارة العلامة بمرور الوقت (على سبيل المثال ، من الجفاف أو الاضمحلال). يجب فهم هذه التحديات ومعالجتها من قبل كل مجموعة بحثية تتطلب التسجيل المشترك للصور ، مما يؤدي إلى بذل جهود متكررة ، حيث نادرا ما يتم وصف التفاصيل ذات الصلة في المنشورات الحالية.

يحدد هذا البروتوكول سير عمل عام يتغلب على هذه المشكلات. على الرغم من أن التحويل التفاضلي يتم إنشاؤه في البداية باستخدام علامات إيمانية أو هياكل مرئية ، إلا أن هذه العلامات ليست مطلوبة في عمليات مسح الإنتاج. يتم تفصيل متطلبات بيانات الحجم والبيانات الوصفية الناتجة عن برنامج إعادة الإعمار. وتغطي المناقشة تحقيق المتطلبات والتحقق منها بشكل منفصل لكل طريقة. يتم وصف النهج القائم على الأشباح لتوليد تحول تفاضلي بين أنظمة الإحداثيات لطريقتين للتصوير. تعرض هذه الطريقة كيفية التسجيل المشترك لعمليات مسح الإنتاج بدون علامات إيمانية. يتم توضيح كل خطوة باستخدام البرامج المتاحة ، مع توصيات للأشباح المتاحة تجاريا. يتم عرض جدوى هذا النهج مع مجموعات مختلفة من طرائق التصوير المثبتة في مواقع مختلفة.

Introduction

طرق التصوير قبل السريرية المختلفة لها مزايا وعيوب مميزة. على سبيل المثال ، التصوير المقطعي المحوسب بالأشعة السينية (CT) مناسب تماما لفحص الهياكل التشريحية ذات الكثافة الراديوية المختلفة ، مثل العظام والرئتين. يستخدم على نطاق واسع نظرا لسرعة الاستحواذ السريعة ، والدقة العالية ثلاثية الأبعاد ، والسهولة النسبية لتقييم الصور ، وتعدد الاستخدامات مع أو بدون عوامل التباين1،2،3. يوفر التصوير بالرنين المغناطيسي (MRI) تباين الأنسجة الرخوة الأكثر تنوعا دون الإشعاع المؤين4. من ناحية أخرى ، فإن الطرائق القائمة على التتبع مثل التصوير المقطعي بالإصدار البوزيتروني (PET) ، والتصوير المقطعي المحوسب بإصدار فوتون واحد (SPECT) ، والتصوير المقطعي بوساطة التألق (FMT) ، وتصوير الجسيمات المغناطيسية (MPI) هي أدوات راسخة للتقييم الكمي للعمليات الجزيئية ، والتمثيل الغذائي ، والتوزيع البيولوجي للمركبات التشخيصية أو العلاجية ذات العلامات الإشعاعية ذات الحساسية العالية. ومع ذلك ، فإنها تفتقر إلى الدقة والمعلومات التشريحية 5,6. لذلك ، عادة ما يتم إقران الطرائق الأكثر توجها نحو التشريح مع طرائق حساسة للغاية لها قوتها في اكتشاف التتبع7. هذه المجموعات تجعل القياس الكمي لتركيزات التتبع داخل منطقة معينة ذات أهمية ممكنا 8,9. بالنسبة لأجهزة التصوير المدمجة ، عادة ما يكون التسجيل المشترك للطريقة ميزة مضمنة. ومع ذلك ، من المفيد أيضا التسجيل المشترك لعمليات الفحص من أجهزة مختلفة ، على سبيل المثال ، إذا تم شراء الأجهزة بشكل منفصل أو إذا كان الجهاز المختلط غير متوفر.

تركز هذه المقالة على الاندماج متعدد الوسائط في تصوير الصغيرة ، وهو أمر ضروري للبحث الأساسي وتطوير الأدوية. تشير دراسة سابقة10 إلى أنه يمكن تحقيق ذلك من خلال التعرف على الميزات أو رسم الخرائط الكنتورية أو علامات fiducials (fiducials). Fiducials هي نقاط مرجعية لمحاذاة الصور وربطها بدقة من طرق التصوير المختلفة. في حالات خاصة ، يمكن أن تكون fiducials نقاط من الحبر الصيني على جلد الفئران عارية11 ؛ ومع ذلك ، في كثير من الأحيان ، يتم استخدام خرطوشة تصوير مع علامات إيمانية مدمجة. في حين أن هذه طريقة قوية ومتطورة10 ، فإن استخدامها لكل فحص يمثل مشاكل عملية. غالبا ما تكون المستحضرات الإيمانية التي يمكن اكتشافها بالرنين المغناطيسي قائمة على السائل وتميل إلى الجفاف أثناء التخزين. يتطلب التصوير المقطعي بالإصدار البوزيتروني علامات مشعة ، تتحلل إشارتها وفقا لفترة نصف عمر الباعث ، والتي عادة ما تكون قصيرة للتطبيقات الطبية الحيوية ، مما يستلزم التحضير قبل الفحص بوقت قصير. تؤثر المشكلات الأخرى ، مثل عدم التطابق في النطاق الديناميكي للإشارة من العلامة الائتمانية والكائن الذي تم فحصه ، بشدة في التصوير الحي الحي. يتطلب النطاق الواسع للتباين الديناميكي تكيفا متكررا لقوة إشارة العلامة مع الكائن الذي يتم فحصه. وبالتالي ، في حين قد لا يتم اكتشاف إشارة علامة ضعيفة في التحليل ، فإن إشارة علامة قوية قد تخلق قطعا أثرية تضعف جودة الصورة. بالإضافة إلى ذلك ، لتضمين العلامات باستمرار ، يجب أن يكون مجال الرؤية كبيرا بشكل غير ضروري للعديد من التطبيقات ، مما قد يؤدي إلى تعرض أعلى للإشعاع ، وأحجام بيانات أكبر ، وأوقات مسح أطول ، وفي بعض الحالات ، دقة أقل. قد يؤثر هذا على صحة المختبر وجودة البيانات التي تم إنشاؤها.

التحول والتحول التفاضلي
تتكون مجموعة بيانات الصورة من بيانات voxel والبيانات الوصفية. يرتبط كل فوكسل بقيمة شدة (الشكل 1 أ). تتضمن البيانات الوصفية تحويلا يحدد موضع مجموعة البيانات في نظام إحداثيات جهاز التصوير (الشكل 1 ب) وحجم الفوكسل المستخدم لتوسيع نطاق نظام الإحداثيات. يمكن تخزين معلومات إضافية، مثل نوع الجهاز أو تاريخ المسح الضوئي، اختياريا في بيانات التعريف. يسمى التحويل المذكور رياضيا تحويل الجسم الصلب. تستخدم تحويلات الجسم الصلب لتغيير اتجاه أو موضع الكائنات في صورة أو مساحة هندسية مع الحفاظ على المسافة بين كل زوج من النقاط ، مما يعني أن الكائن المحول يحتفظ بحجمه وشكله أثناء تدويره وترجمته في الفضاء. يمكن وصف أي سلسلة من هذه التحولات بأنها تحويل واحد يتكون من دوران متبوعا بترجمة. تظهر الصيغة التي يستخدمها البرنامج للانتقال من إحداثيات البيانات إلى إحداثيات الهدف المتري في الشكل 1C ، حيث R عبارة عن مصفوفة دوران متعامدة ، و d و v عبارة عن مؤشرات وأحجام voxel ، و t هو متجه ترجمة 3 × 112. تم تفصيل الدوران في الشكل 1 د.

Figure 1
الشكل 1: تمثيل ثنائي الأبعاد لبنية مجموعة بيانات الصورة ووضعها في نظام إحداثي عالمي. (أ) تتكون مجموعة بيانات الصورة من بيانات فوكسل وبيانات وصفية. يعد التحويل الذي يحدد الموضع وحجم voxel من مكونات البيانات الوصفية الأساسية. ( ب) تعرض الصورة في النظام الإحداثي للجهاز. يتكون التحويل الضروري لوضع الكائن من دوران (أزرق) متبوعا بترجمة (خضراء). (ج) للانتقال من إحداثيات البيانات إلى الإحداثيات المستهدفة ، يستخدم البرنامج هذه الصيغة حيث R عبارة عن مصفوفة دوران متعامدة ، و d ، و v عبارة عن مؤشرات وأحجام فوكسل ، و t هو متجه ترجمة 3 × 1. (د) تمثل مصفوفة الدوران (الزرقاء في المستوى A) التحويل الخطي للنقاط الدوارة. ينتج عن ضرب إحداثيات النقطة في هذه المصفوفة إحداثيات جديدة مدورة. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

التحويل التفاضلي هو تحويل جسم جامد يحول الإحداثيات من نظام إحداثيات إلى آخر ، على سبيل المثال ، من PET إلى التصوير المقطعي بالأشعة السينية (μCT) ، ويمكن حسابه باستخدام علامات إيمانية. يتم اختيار ثلاث نقاط مشتركة على الأقل – fiducials – في كلا نظامي الإحداثيات. من إحداثياتها ، يمكن اشتقاق تحويل رياضي يحول الإحداثيات. يستخدم البرنامج طريقة المربعات الصغرى ، والتي توفر الحل الأنسب لنظام المعادلات مع وجود أخطاء أو ضوضاء في البيانات المقاسة. وهذا ما يسمى مشكلة Procrustes13 ويتم حلها باستخدام تحلل القيمة المفردة. الطريقة موثوقة وقوية لأنها تؤدي إلى حل فريد ومحدد جيدا (إذا تم إعطاء ثلاث علامات غير خطية على الأقل). يتم حساب ستة معلمات مجانية: ثلاثة للترجمة وثلاثة للتناوب. في ما يلي ، سنستخدم مصطلح مصفوفة التحويل على الرغم من أنه يتكون تقنيا من مصفوفة دوران ومتجه ترجمة.

يحتوي كل جهاز تصوير على نظام إحداثيات خاص به ، ويحسب البرنامج تحويلا تفاضليا لمواءمتها. يصف الشكل 2 أ ، ب كيفية تحديد التحويل التفاضلي ، بينما يصف الشكل 2 ج ، د كيفية تطبيقه. يمكن أن يكون لصور كلتا الطريقتين أبعاد مختلفة والاحتفاظ بها في العملية ، كما هو موضح في مثال الصورة مع اندماج CT و PET في الشكل 2E.

Figure 2
الشكل 2: التحويل التفاضلي. (A-D) مبسطة إلى 2D. في حين أن الطرائق تنطبق على الطرائق الأخرى ، فمن المفترض أن الطرائق هي CT و PET لهذا المثال. (أ، ج) يتم وضع صورة CT مع مربع محيط أحمر في نظام الإحداثيات. عند تطبيقها على نفس نظام الإحداثيات ، يتم وضع صورة PET ذات المربع المحيط الأصفر بشكل منحرف. (ب) باستخدام العلامات الائتمانية التي يمكن وضعها في كل من التصوير المقطعي المحوسب والتصوير المقطعي بالإصدار البوزيتروني، يمكن تحديد التحول التفاضلي T. يرمز إلى هذا بالسهم. يتم تخزين مصفوفة التحويل التفاضلي. (د) يمكن بعد ذلك تطبيق مصفوفة التحويل التفاضلي المحفوظة مسبقا T على كل صورة PET. ينتج عن هذا تحويل جديد يحل محل التحويل الأصلي في بيانات التعريف. (ه) صورة مقطعية مدمجة مع صورة التصوير المقطعي بالإصدار البوزيتروني. تشير التحويلات في البيانات الوصفية لكلتا الصورتين إلى نفس نظام الإحداثيات. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

الطريقة والمتطلبات
بالنسبة للطريقة المقدمة ، يتم مسح شبح يحتوي على علامات مرئية في كلتا الطريقتين في كلا الجهازين. ومن ثم يكفي وضع علامة على هذه الأسس الائتمانية في البرنامج المقترح لحساب التحويل التفاضلي بين الطريقتين. يجب إنشاء التحويل التفاضلي بشكل فردي لكل زوج من الأجهزة. يمكن حفظه وتطبيقه لاحقا على أي صورة جديدة ، وبالتالي التخلص من الحاجة إلى علامات إيمانية في عمليات المسح اللاحقة. يمكن وصف الموضع النهائي للصورة في نظام الإحداثيات لجهاز آخر مرة أخرى بأنه تحويل ويتم تخزينه في البيانات الوصفية للصورة ، ليحل محل التحويل الأصلي هناك.

يمكن صياغة أربعة متطلبات لهذه الطريقة: (1) الشبح متعدد الوسائط: يجب أن يكون الشبح الذي يحتوي على علامات مرئية في كلتا الطريقتين متاحا. يمكن الحصول على مجموعة كبيرة من الأشباح تجاريا ، وقد تم وصف استخدام الطباعة ثلاثية الأبعاد للبناء الوهمي على نطاق واسع14 ، حتى بما في ذلك دمج المشعات15. يتم سرد الأشباح المستخدمة في الأمثلة التالية في جدول المواد. مطلوب ما لا يقل عن ثلاث نقاط غير خطية16. قد تكون العلامات عبارة عن تجاويف يمكن ملؤها بأداة تتبع مناسبة ، أو أشياء صغيرة مصنوعة من مادة يمكن اكتشافها بسهولة في كل طريقة ، أو ببساطة ثقوب أو جروح أو حواف في الشبح نفسه طالما يمكن تحديدها في كلتا الطريقتين. (2) الناقل متعدد الوسائط: هناك حاجة إلى ناقل ، مثل سرير الماوس ، يمكن تثبيته في وضع قابل للتكرار في كلا الجهازين. من الناحية المثالية ، لا ينبغي أن يكون من الممكن استخدامه في وضع عكسي لتجنب الأخطاء. الناقل مهم بشكل خاص للتصوير في الجسم الحي لأنه ضروري لنقل مخدر من جهاز تصوير إلى آخر دون تغيير موضعه. بناء على تجربتنا ، من المرجح أن تغير الفئران المخدرة موقعها في سرير فأر مسطح مقارنة بسرير مقعر الشكل. بالإضافة إلى ذلك ، تم اقتراح رقصة مخصصة مطبوعة 3D لعقد قصبة الماوس لتقليل الحركةسابقا 17. (3) الاتساق الذاتي: يجب أن يوفر كل جهاز تصوير دوران وترجمة المجلد المعاد بناؤه في إطاره المرجعي بطريقة قابلة للتكرار ومتماسكة. هذا يعني أيضا أنه يتم الاحتفاظ بنظام إحداثيات للجهاز بأكمله عند فحص منطقة صغيرة فقط. إنه جزء من البروتوكول لاختبار جهاز التصوير من أجل اتساقه الذاتي. (4) دعم البرامج: يجب أن يكون البرنامج المقترح قادرا على تفسير البيانات الوصفية (حجم voxel ، الترجمة ، الاتجاه) المخزنة مع الحجم المعاد بناؤه الذي يوفره الجهاز. يمكن أن تكون وحدة التخزين بتنسيق ملف DICOM أو NIfTI أو تحليل أو GFF. للحصول على نظرة عامة على تنسيقات الملفات المختلفة ، راجع Yamoah et al.12.

وفي حين يرد وصف للتسجيل المشترك لطريقتين، فإن الإجراء ينطبق أيضا على ثلاث طرائق أو أكثر، مثلا عن طريق التسجيل المشترك لطريقتين في طريقة مرجعية واحدة.

Protocol

يجب تنفيذ خطوات البرنامج للبروتوكول في Imalytics Preclinical ، والذي يشار إليه باسم “برنامج التحليل” (انظر جدول المواد). يمكنه تحميل وحدات التخزين كطبقتين مختلفتين تسمى “الطبقة السفلية” و “التراكب” 18. عادة ما يتم استخدام عرض الأساس لفحص مجموعة بيانات مفصلة تشريحيا قد يستند إليها التجزئة ؛ يمكن استخدام التراكب ، الذي يمكن تقديمه بشفافية ، لتصور معلومات إضافية داخل الصورة. عادة ، يتم عرض توزيع الإشارة للطريقة القائمة على التتبع في التراكب. يتطلب البروتوكول تبديل الطبقة المحددة عدة مرات. هذه هي الطبقة التي ستتأثر بعمليات التحرير. تظهر الطبقة المحددة حاليا في القائمة المنسدلة في شريط الأدوات العلوي بين أيقونات الماوس والنافذة. يمكن للمرء الضغط على Tab للتبديل بين الطبقة السفلية والتراكب ، أو تحديد الطبقة المطلوبة مباشرة من القائمة المنسدلة. سيشير البروتوكول إلى عمليات المسح (أو الصور) المستخدمة لاختبار الاتساق الذاتي وتحديد التحويل التفاضلي باسم “عمليات مسح المعايرة” ، على عكس “عمليات مسح الإنتاج” التي تستخدم لاحقا للتصوير المولد. الطرائق المستخدمة في البروتوكول هي CT و PET. ومع ذلك ، كما هو موضح سابقا ، تنطبق هذه الطريقة على جميع طرق التصوير قبل السريرية القادرة على الحصول على البيانات الحجمية. 1. تجميع الناقل والوهمية ملاحظة: يجب أن يتوفر حامل متعدد الوسائط مناسب ، على سبيل المثال ، سرير ماوس ، يمكن تثبيت الوهمية عليه. راجع المناقشة للحصول على اقتراحات ومشاكل متكررة واستكشاف الأخطاء وإصلاحها فيما يتعلق بهذا التجميع. تحضير العلامات الائتمانية في الوهمية.ملاحظة: يختلف التحضير المحدد المطلوب حسب الطريقة والتتبع المستخدم. على سبيل المثال ، تحتوي العديد من أشباح التصوير بالرنين المغناطيسي على تجاويف تحتاج إلى ملئها بالماء ، في حين أن التصوير المقطعي بالإصدار البوزيتروني ، كمثال آخر ، يتطلب مادة تتبع إشعاعية. ضع الشبح في الحامل وقم بتثبيته بمادة ، مثل الشريط ، لن تضعف جودة الصورة.ملاحظة: متطلبات الشبح مفصلة في قسم المقدمة. 2. إجراء فحوصات المعايرة والتحقق من الاتساق الذاتي ملاحظة: يجب تكرار هذه الخطوة لكل جهاز تصوير. احصل على عمليتي مسح بمجالات رؤية مختلفة.ضع الحامل في جهاز التصوير. تأكد من وضعها بطريقة موثوقة وقابلة للتكرار. قم بالمسح الضوئي وفقا لتعليمات الشركة المصنعة للجهاز ، باستخدام مجال رؤية كبير يغطي الوهمية بالكامل. سيشار إلى هذه الصورة باسم “الصورة أ” في الخطوات التالية.ملاحظة: من المهم تضمين جميع fiducials ، حيث سيتم استخدام هذا الفحص أيضا لحساب مصفوفة التحويل التفاضلي. قم بإزالة الحامل من جهاز التصوير واستبدله.ملاحظة: تضمن هذه الخطوة موثوقية وضع الناقل في الجهاز. إذا كان جهاز التصوير لا يدعم مجال رؤية محدود ، أي يقوم دائما بمسح مجال الرؤية بالكامل ، فيمكن للمرء أن يفترض بشكل معقول الاتساق الذاتي. انتقل مباشرة إلى الخطوة 3. قم بإجراء فحص ثان وفقا لتعليمات الشركة المصنعة للجهاز ، هذه المرة باستخدام مجال رؤية أصغر بكثير. ستسمى هذه الصورة “الصورة ب” في الخطوات التالية.ملاحظة: من المهم إجراء مسحين ضوئيين بمجالات رؤية مختلفة. الموضع الدقيق لمجال الرؤية ليس بالغ الأهمية للصورة B ، طالما تم تضمين بعض المعلومات المرئية ، مثل الهياكل الوهمية أو أكبر عدد ممكن من fiducials. قم بتحميل الطبقة السفلية.افتح برنامج التحليل. تحميل الصورة A كطبقة تحتية: ملف القائمة > الطبقة السفلية > تحميل الطبقة السفلية. في مربع الحوار التالي ، اختر ملف الصورة وانقر فوق فتح. إذا لم يكن العرض ثلاثي الأبعاد موجودا ، فاضغط على [Alt + 3] لتنشيطه. ضبط النافذة: اضغط على [Ctrl + W] واضبط الأشرطة الرأسية اليمنى واليسرى في مربع الحوار التالي بحيث يمكن تمييز الوهمية ، أو اعتمادا على الطريقة ، المتتبعات ، بوضوح. انقر فوق حسنا لإغلاق مربع الحوار. قم بتحميل التراكب.تحميل الصورة B كتراكب: ملف القائمة > تراكب > تحميل تراكب. في مربع الحوار التالي ، اختر ملف الصورة وانقر فوق فتح. تغيير طريقة العرض: القائمة 3D-تقديم > وضع التراكب > التحقق من عرض Iso.ملاحظة: على الرغم من أن الطرائق القائمة على التتبع مثل PET أو SPECT يتم عرضها عادة مع عرض الحجم ، فإن عرض Iso ، في هذه الحالة ، يسمح بمقارنة أسهل للمواضع. تم فتح الطبقة السفلية ، افتراضيا ، في عرض Iso. تنشيط عرض المربعات المحيطة: عرض القائمة > إظهار الرموز > إظهار المربع المحيط > إظهار المربع المحيط الأساسي ؛ عرض القائمة > إظهار الرموز > إظهار المربع المحيط > إظهار المربع المحيط بالتراكب. تحقق من محاذاة الصورة.ضع مؤشر الماوس على طريقة العرض 3D واستخدم [Ctrl + عجلة الماوس] لتكبير العرض بحيث يكون كلا المربعين المحيطين مرئيين بالكامل. اضغط مع الاستمرار على [Alt + زر الماوس الأيسر] أثناء تحريك مؤشر الماوس لتدوير العرض. قم بتبديل الطبقة المحددة إلى التراكب. ضبط النوافذ وجدول الألوان: اضغط على [Ctrl + w]. في القائمة المنسدلة على يمين مربع الحوار التالي، حدد أصفر. اضبط النطاق في مربع الحوار التالي على نطاق مشابه تم اختياره للطبقة السفلية ، ثم قم بتغيير الإعداد بخطوات صغيرة حتى يصبح العرض الأصفر مرئيا فقط داخل التجسيد الأبيض. انقر فوق حسنا لإغلاق مربع الحوار.ملاحظة: يتم الآن عرض الصورة A (الطبقة السفلية) باللون الأبيض ومحاط بمربع محيط أحمر. يظهر تجسيد الصورة B (التراكب) باللون الأصفر ومحاط بمربع محيط أصفر. تحقق بصريا مما إذا كان جهاز التصوير وطريقة وضع الشبح متسقين ذاتيا كما هو مطلوب. يجب محاذاة الشبح (أو ، اعتمادا على الطريقة ، المتتبعات) بشكل كامل في الطبقة السفلية والتراكب. يجب أن يكون التجسيد الأصفر مجموعة فرعية من التجسيد الأبيض.ملاحظة: يجب أن يكون المربع المحيط الأصفر أصغر وداخل المربع المحيط الأحمر. راجع قسم النتائج التمثيلية للحصول على أمثلة مرئية. إذا لم تتطابق المحاذاة، فارجع إلى المناقشة لمعرفة مشكلات المواضع الشائعة واستكشاف الأخطاء وإصلاحها. 3. حساب التحول التفاضلي قم بتحميل صور لكلتا الطريقتين.افتح برنامج التحليل. قم بتحميل صورة CT A كطبقة سفلية: ملف القائمة > > الأساس تحميل الطبقة السفلية. في مربع الحوار التالي ، اختر ملف الصورة واضغط على فتح. قم بتحميل صورة PET A كتراكب: ملف القائمة > تراكب > تحميل تراكب. في مربع الحوار التالي ، اختر ملف الصورة واضغط على فتح. إظهار طرق عرض شرائح متعددة: اضغط على [Alt + A] و[Alt + S] و [Alt + C] لإظهار طرق عرض الشرائح المحورية والسهمية والإكليلية.ملاحظة: في حين أنه من الناحية الفنية ، ستكون طائرة واحدة كافية للعثور على fiducials ، فإن العرض المتزامن لجميع الطائرات يسمح بتوجيه أفضل وملاحة أسرع. أداء الانصهار القائم على علامة.ملاحظة: الخطوة 3.2 والخطوة 3.3 هي طرق بديلة لمحاذاة الأساس والتراكب. جرب الخطوة 3.2 أولا لأنها أسهل في التكاثر وربما أكثر دقة. الخطوة 3.3 هي خطوة احتياطية إذا لم تكن هناك علامات كافية يمكن تمييزها بوضوح.قم بتبديل العرض لإظهار الطبقة السفلية فقط: عرض القائمة > إعدادات الطبقة > رؤية الطبقة > إلغاء تحديد التراكب ؛ عرض القائمة > إعدادات الطبقة > رؤية الطبقة > تحقق من الطبقة السفلية. قم بتبديل الطبقة المحددة إلى الطبقة السفلية. إذا لزم الأمر ، اضبط النوافذ: اضغط على [Ctrl + W] واضبط الأشرطة الرأسية اليمنى واليسرى في مربع الحوار التالي لرؤية fiducials بشكل أفضل. انقر فوق حسنا لإغلاق مربع الحوار. قم بتنشيط وضع عمل الماوس “إنشاء علامة” بالنقر فوق رمز العلامة على شريط الأدوات الرأسي على الجانب الأيسر. يعرض مؤشر الماوس رمز علامة. أداء لكل إيمان من الشبح: انتقل إلى fiducial. تحقيقا لهذه الغاية ، ضع مؤشر الماوس فوق عرض المستوى واستخدم [Alt + عجلة الماوس] لتقسيم المستويات. ضع مؤشر الماوس في منتصف fiducial وانقر بزر الماوس الأيسر.يؤدي هذا إلى فتح مربع حوار يقترح فيه البرنامج اسما بأرقام متتالية. احتفظ بالاسم المقترح ، على سبيل المثال ، “Marker001” ، وانقر فوق “موافق ” لحفظ العلامة.ملاحظة: من الممكن استخدام أسماء مختلفة إذا كنت تستخدم نفس أسماء العلامات مرة أخرى للتراكب. ضبط إعدادات العرض لإظهار التراكب: عرض القائمة > إعدادات الطبقة > رؤية الطبقة > التحقق من التراكب.ملاحظة: يقترح إبقاء عرض الطبقة الأساسية نشطا ، لأنه من المفيد البقاء موجها والتأكد من تحديد العلامة الصحيحة في كلتا الطريقتين. إذا كانت الطريقتان بعيدتين عن المزامنة أو إذا كان التراكب مربكا ، فقم بإلغاء تنشيطه: عرض القائمة > إعدادات الطبقة > رؤية الطبقة > إلغاء تحديد الطبقة السفلية. قم بتبديل الطبقة المحددة إلى التراكب. ضبط النوافذ: إذا لم تكن العلامات الائتمانية مرئية بوضوح ، فاضغط على [Ctrl + W] واضبط الأشرطة الرأسية اليمنى واليسرى في مربع الحوار التالي بحيث يمكن تحديد موقع fiducials على أفضل وجه ممكن. انقر فوق حسنا لإغلاق مربع الحوار. أداء لكل إيمان من الشبح: انتقل إلى fiducial. تحقيقا لهذه الغاية ، ضع مؤشر الماوس فوق عرض المستوى واستخدم [Alt + عجلة الماوس] لتقسيم المستويات. ضع مؤشر الماوس في منتصف fiducial وانقر بزر الماوس الأيسر.يؤدي هذا إلى فتح مربع حوار يقترح فيه البرنامج اسما بأرقام متتالية. احتفظ بالاسم المقترح وانقر فوق موافق لحفظ العلامة.ملاحظة: من المهم أن يكون لديك نفس الاسم لمطابقة علامات البرامج في الأساس والتراكب. يتم ضمان ذلك إذا احتفظت بالأسماء المقترحة واستخدمت نفس الترتيب لإنشاء العلامات في كلتا الطريقتين. إذا قمت بتغيير الأسماء ، فتأكد من تطابقها. قم بتنشيط طرق عرض كلتا الطبقتين: عرض القائمة > إعدادات الطبقة > رؤية الطبقة > تحقق من الطبقة السفلية ؛ عرض القائمة > إعدادات الطبقة > رؤية الطبقة > التحقق من التراكب. محاذاة علامات الطبقة السفلية والتراكب: دمج القائمة > تسجيل التراكب إلى التراكب الأساسي > حساب التدوير والترجمة (العلامات). يوضح مربع الحوار التالي بقايا الانصهار. لاحظ هذا القياس وانقر على موافق. تحقق من نتيجة المحاذاة: يجب أن تتطابق العلامات الموجودة في الطبقة السفلية والتراكب بصريا. تحقق من قسم المناقشة لاستكشاف الأخطاء وإصلاحها والملاحظات حول الدقة فيما يتعلق ببقايا الاندماج.ملاحظة: تم تغيير تحويل التراكب. لعرض تفاصيل تحويل التراكب الجديد، اضغط على [Ctrl + I]. إذا كان الاندماج القائم على العلامة غير ممكن ، فقم بإجراء الاندماج التفاعلي. في حالة اكتمال الخطوة 3.2، انتقل مباشرة إلى الخطوة 3.4.قم بتنشيط طرق عرض كلتا الطبقتين: عرض القائمة > إعدادات الطبقة > رؤية الطبقة > التحقق من الطبقة السفلية ؛ عرض القائمة > إعدادات الطبقة > رؤية الطبقة > التحقق من التراكب. قم بتنشيط وضع الماوس “دمج الصور التفاعلية” بالنقر فوق الرمز الموجود على شريط الأدوات الرأسي على الجانب الأيسر. يتكون الرمز من ثلاث علامات حذف إزاحة مع نقطة في المركز المشترك. يعرض مؤشر الماوس الآن هذا الرمز. تأكد من ظهور شريط أدوات الإعدادات الخاص بوضع الماوس في الجزء العلوي أسفل شريط الأدوات الدائم. هناك ثلاثة مربعات اختيار للطبقة السفلية والتراكب والتجزئة. تحقق من التراكب. قم بإلغاء تحديد الأساس والتجزئة. محاذاة التراكب بشكل تفاعلي مع الطبقة السفلية: قم بإجراء عمليات التدوير والترجمات على طرق العرض المختلفة حتى تتم محاذاة الطبقة السفلية والتراكب على أفضل وجه ممكن:الدوران: ضع مؤشر الماوس بالقرب من حافة العرض (محوري أو إكليلي أو سهمي) ؛ رمز مؤشر الماوس محاط الآن بسهم. اضغط مع الاستمرار على زر الماوس الأيسر وحرك الماوس لتدوير التراكب. الترجمة: ضع مؤشر الماوس بالقرب من مركز العرض. مؤشر الماوس غير محاط بدائرة. اضغط مع الاستمرار على زر الماوس الأيسر وحرك الماوس لتحريك التراكب. إنشاء وحفظ التحويل التفاضلي: دمج القائمة > تحويل التراكب > إنشاء وحفظ التحويل التفاضلي. في مربع الحوار التالي ، حدد ملف التراكب الأصلي وانقر فوق فتح. في مربع الحوار الثاني ، أدخل اسم ملف للتحويل التفاضلي واضغط على حفظ.ملاحظة: يحتاج البرنامج إلى ملف التراكب الأصلي لقراءة التحويل الأصلي ثم حساب التحويل التفاضلي. نقترح حفظ مصفوفة التحويل التفاضلي باسم ملف يحدد أجهزة التصوير المستخدمة. 4. تصوير الإنتاج المسح الضوئي في كلا جهازي التصوير.ثبت العينة (على سبيل المثال ، مختبر مخدر) على الناقل.ملاحظة: من المهم التأكد من أن موضع العينة داخل الناقل لا يتغير بين عمليتي المسح. ضع الناقل في جهاز التصوير المقطعي المحوسب. تأكد من وضع الحامل بنفس الطريقة التي تم بها أثناء فحص المعايرة. قم بالمسح الضوئي وفقا لتعليمات الشركة المصنعة للجهاز. ضع الحامل في جهاز PET. تأكد من وضع الحامل بنفس الطريقة التي تم بها أثناء فحص المعايرة. قم بالمسح الضوئي وفقا لتعليمات الشركة المصنعة للجهاز. تنفيذ تطبيق التحويل التفاضلي.افتح برنامج التحليل. تحميل ملف CT كأساس سفلي: ملف القائمة > البطانة السفلية > تحميل البطانة السفلية. في مربع الحوار التالي ، اختر ملف صورة CT واضغط على موافق. تحميل ملف PET كتراكب: ملف القائمة > تراكب > تحميل تراكب. في مربع الحوار التالي ، اختر ملف صورة PET واضغط على موافق. قم بتنشيط طرق عرض كلتا الطبقتين: عرض القائمة > إعدادات الطبقة > رؤية الطبقة > التحقق من الطبقة السفلية ؛ عرض القائمة > إعدادات الطبقة > رؤية الطبقة > التحقق من التراكب. تحميل وتطبيق مصفوفة التحويل التفاضلي المحفوظة مسبقا: القائمة > الانصهار > تحويل التراكب > تحميل وتطبيق التحويل. حدد الملف الذي يحتوي على مصفوفة التحويل التفاضلي التي قمت بحفظها في عملية المعايرة واضغط على فتح.ملاحظة: تغير هذه الخطوة بيانات التعريف للتراكب. حفظ التراكب المعدل: القائمة > > الملف تراكب > حفظ التراكب. في مربع الحوار التالي ، أدخل اسما وانقر فوق حفظ.ملاحظة: يوصى بالاحتفاظ بالبيانات الأصلية دون تغيير، وبالتالي حفظ التراكب تحت اسم جديد.

Representative Results

يقدم الشكل 3 والشكل 4 أمثلة على شبح مرئي في التصوير المقطعي المحوسب ويحتوي على تجاويف أنبوبية مملوءة بمقتفي ، في هذه الحالة ، ل SPECT. يتم سرد الشبح والمقتفي المستخدم في جدول المواد. تحدد الخطوة 2 من البروتوكول عمليات مسح المعايرة وتتحقق من الاتساق الذاتي لكل جهاز تصوير. يجب أن تكون العروض من الفحصين بمجالات رؤية مختلفة متطابقة لكل جهاز. وبالتالي ، يجب أن تكون الصورة B ، الموضحة باللون الأصفر ، مجموعة فرعية من الصورة A ، مصورة باللون الأبيض. يتم تقديم مثال باستخدام التصوير المقطعي المحوسب في الشكل 3 أ. عادة ما يتم تصور الطرائق القائمة على التتبع مثل PET أو SPECT مع عرض الحجم (الشكل 3B). ومع ذلك ، فإن عرض Iso يسهل مقارنات الموضع بشكل أسهل. لذلك ، يرشد البروتوكول المستخدمين إلى تبديل الطبقة السفلية والتراكب إلى عرض Iso ، بغض النظر عن الطريقة المستخدمة. وبالتالي ، في مثال SPECT ، يجب أن يكون العرض الأصفر أيضا مجموعة فرعية من العرض الأبيض (الشكل 3C). في كل حالة ، يجب أن يكون المربع المحيط الأصفر أصغر وموضوعا داخل المربع المحيط الأحمر. إذا لم تتطابق المحاذاة، تسلط المناقشة الضوء على مشكلات الموضع الشائعة وتقدم اقتراحات لاستكشاف الأخطاء وإصلاحها. تصف الخطوة 3 من البروتوكول كيفية تحديد التحويل التفاضلي بين طريقتين باستخدام علامات ائتمانية. نظرا لأن المتتبع في الطرائق القائمة على التتبع موجود كوحدة تخزين ، يجب على المستخدم تحديد النقاط المناسبة لاستخدامها كعلامة إيمانية (على شكل نقطة). في الشكل 4 ، يتم تحميل صورة التصوير المقطعي المحوسب للشبح كطبقة سفلية ، ويتم تحميل صورة SPECT كطبقة تحتية. يتم اختيار مركز منحنى الأنبوب داخل الشبح كعلامة إيمانية للطبقة السفلية المقطعية ، كما هو موضح في الشكل 4A-C في المناظر المحورية والإكليلية والسهمية. يجب وضع علامة على النقطة المقابلة في التراكب ، كما هو موضح في الشكل 4D-F في طرق العرض المحورية والإكليلية والسهمية. يمكن للبرنامج الآن حساب وتطبيق التحويل التفاضلي على التراكب. يؤدي هذا إلى محاذاة العلامات في كلتا الطريقتين ، كما هو موضح في الشكل 4G ، H. الشكل 3: صور توضح الاتساق الذاتي. أ: حجم التصوير المقطعي المحوسب. تتطلب الخطوة 2.4 من البروتوكول التحقق من محاذاة الصورة. وفقا للخطوات الواردة في البروتوكول ، يتم عرض الطبقة السفلية باللون الأبيض ، بينما يتم عرض التراكب والمربع المحيط بالتراكب باللون الأصفر. كلتا الطبقتين في محاذاة (هنا ، يتم محاكاة الفحص الثاني بواسطة نسخة مقصوصة من الفحص الأول). (ب) التصوير المقطعي المحوسب (SPECT) للشبح باستخدام أنابيب مملوءة بالتتبع. عرض الحجم مع جدول ألوان المعاهد الوطنية للصحة. ( C) صورة SPECT في عرض ISO. يتم تجسيد الطبقة السفلية باللون الأبيض ، بينما يتم عرض التراكب والمربع المحيط بالتراكب باللون الأصفر. كلتا الطبقتين في محاذاة (هنا ، يتم محاكاة الفحص الثاني بواسطة نسخة مقصوصة من الفحص الأول). يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم. الشكل 4: وضع العلامات في صور التصوير المقطعي المحوسب والتصوير المقطعي المحوسب.يتم تحميل صورة CT للشبح كطبقة تحتية. يتم تحميل صورة SPECT كتراكب ويتم عرضها باستخدام جدول ألوان NIH. (أ-ج) تتطلب الخطوة 3.2 من البروتوكول وضع علامات في الطبقة السفلية. يتم اختيار مركز منحنى الأنبوب داخل الشبح على أنه إيماني ، ويتم وضع Marker001 هناك ، كما هو موضح بنقطة حمراء في المناظر المحورية والإكليلية والسهمية. (مد-واو) يتم وضع علامة المطابقة في التراكب. (ز) العرض المحوري بعد التحويل. (ح) عرض 3D للطرائق المنصهرة. يتم استخدام عرض إسقاط أقصى شدة لجعل متتبع SPECT مرئيا داخل الوهمية. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Discussion

يتم تقديم طريقة للتسجيل المشترك للصور متعددة الوسائط التي لا تتطلب علامات إيمانية لعمليات مسح الإنتاج. يولد النهج القائم على الأشباح تحولا تفاضليا بين أنظمة الإحداثيات لطريقتين للتصوير.

بقايا الاندماج والتحقق من صحة التحول التفاضلي
عند حساب التحويل التفاضلي ، يعرض البرنامج بقايا الاندماج بالمليمترات ، والتي تمثل جذر متوسط مربع الخطأ19 للتحويل. إذا تجاوز هذا المتبقي ترتيب حجم حجم voxel ، فمن المستحسن فحص مجموعات البيانات بحثا عن المشكلات العامة. ومع ذلك ، نظرا لأن جميع الصور بها تشوهات طفيفة ، لا يمكن أن تصبح المتبقية صغيرة بشكل تعسفي ؛ إنه يعكس فقط ملاءمة العلامات المستخدمة. على سبيل المثال ، قد يؤدي التسجيل المشترك بثلاث علامات إلى بقايا أصغر على نفس مجموعات البيانات من التحويل بأربع علامات موزعة جيدا. يحدث هذا لأن العلامات نفسها قد تكون مفرطة عند استخدام عدد أقل من الإيمانات. تتحسن الدقة عبر مجموعة البيانات بأكملها مع عدد أكبر من العلامات.

تعتمد الدقة الكمية للطريقة على زوج معين من الأجهزة المستخدمة. يمكن التحقق من صحة التحويل التفاضلي المحسوب بين أنظمة الإحداثيات لجهازين باتباع الخطوات التالية: الالتزام بالخطوة 4 من البروتوكول ، ولكن باستخدام الوهمية مع علامات إيمانية ك “عينة” مرة أخرى. وضع الشبح في أي موضع ، مما يضمن اختلافه عن الوضع المستخدم لتقدير التحول التفاضلي. من الممكن أيضا استخدام شبح مختلف مناسب للطرائق المعنية إذا كان متاحا. بعد ذلك ، تطبيق التحويل التفاضلي المحدد سابقا (الخطوة 4.2.5) لمواءمة الطريقتين. بعد ذلك ، ضع علامات على الصور من كلتا الطريقتين وفقا للخطوة 3.2 من البروتوكول. لحساب الانصهار المتبقي لهذه العلامات ، انقر فوق Menu Fusion > Register Overlay إلى Underlay > إظهار النتيجة المتبقية.

يصف الخطأ المتبقي متوسط وضع الإشارة في غير موضعه ويجب أن يكون بترتيب حجم الفوكسل. تعتمد عتبات القبول الخرسانية على التطبيق وقد تعتمد على عدة عوامل ، مثل صلابة ودقة أنظمة التصوير ولكن يمكن أن تتأثر أيضا بعناصر إعادة بناء الصورة.

استكشاف أخطاء الاتساق الذاتي وإصلاحها
في كثير من الأحيان ، تنشأ صعوبات في الاتساق الذاتي من التنسيب غير الموثوق به. الخطأ الشائع هو وضع الناقل في وضع معكوس جانبيا. من الناحية المثالية ، يجب إدخاله ميكانيكيا في جهاز التصوير في اتجاه واحد فقط. إذا لم يكن ذلك ممكنا ، فيجب إضافة علامات مفهومة للمستخدم. هناك مشكلة أخرى متكررة وهي إمكانية الحركة في المحور الطولي ، مما يجعل تحديد المواقع المحورية غير موثوق. يوصى باستخدام فاصل يمكن تركيبه في أحد طرفيه لتثبيت سرير الماوس في مكانه. يمكن إنشاء الفواصل المخصصة ، على سبيل المثال ، بسرعة وسهولة عن طريق طباعتها 3D. ومع ذلك ، لا يمكن لبعض الأجهزة توفير الاتساق الذاتي مع مجالات رؤية مختلفة. في مثل هذه الحالات ، ينصح بالاتصال بالبائع ، الذي يجب أن يؤكد عدم التوافق وربما يعالجه في تحديث مستقبلي. خلاف ذلك ، تظل الطريقة موثوقة إذا تم الحفاظ على مجال رؤية متطابق لجميع عمليات المسح ، بما في ذلك المعايرة وتصوير الإنتاج.

بالنسبة لبعض عمليات مسح الإنتاج ذات الموضع المنحرف ، يكون التحويل إلى الموضع المعاير ممكنا ، إذا كان من الممكن تمييز بنية حاملة كافية. بالنسبة للتصوير في الجسم الحي ، يجب أن يظل المخدر في حامل واحد ، ولا يمكن دائما تحقيق إنشاء حامل واحد يتناسب بشكل آمن مع كلا الجهازين. في كثير من الأحيان ، يتم استخدام سرير الماوس لطريقة قائمة على التتبع ، ثم يتم ارتجال التنسيب في جهاز التصوير المقطعي المحوسب. على سبيل المثال ، في الشكل 5A ، تم وضع سرير ماوس MPI فوق سرير فأر CT بسبب القيود الميكانيكية. الفسحة المحورية وإمكانية التدحرج تجعل هذا الوضع غير موثوق به. في مثل هذه الحالات ، يوصى بتصميم محول يحل محل سرير الماوس السفلي ويسمح بملاءمة متشابكة. قد يستخدم ، على سبيل المثال ، مرتكزات الدوران المرفقة بالجزء السفلي وثقوب إضافية في الجزء السفلي من سرير الماوس العلوي.

ومع ذلك ، يمكن إجراء تصحيح بأثر رجعي للصور الموجودة ، حيث يمكن اكتشاف سرير الماوس في صورة التصوير المقطعي المحوسب. يتطلب البروتوكول إجراء عمليات مسح معايرة ، متبوعة بحساب التحويل التفاضلي للتراكب إلى الطبقة السفلية. الإجراء مشابه ولكن يجب أيضا تعيين كل فحص بالأشعة المقطعية للإنتاج الفردي إلى فحص المعايرة ، باستخدام هياكل سرير الماوس كمؤدنات.

Figure 5
الشكل 5: تحديد موضع استكشاف الأخطاء وإصلاحها. (أ) يتم وضع سرير فأر MPI فوق سرير فأر التصوير المقطعي المحوسب. وبالتالي ، لا يمكن إعادة إنتاج الموقف في CT بشكل موثوق. يمكن تحقيق الاتساق الذاتي عن طريق دمج كل صورة CT مع صورة التصوير المقطعي المحوسب المرجعية المستخدمة لتقدير التحول التفاضلي. (ب-د) مبسط إلى 2D. (B) يتم تحميل كل صورة إنتاج CT كتراكب وتسجيلها في صورة CT المرجعية (الطبقة السفلية) باستخدام هياكل سرير الماوس المرئية في التصوير المقطعي المحوسب. تتوافق صورة التصوير المقطعي المحوسب للإنتاج المصحح الآن مع التصوير المقطعي المحوسب المرجعي ويمكن استخدامها مع التحويل التفاضلي T. (C) يتم تسجيل تراكب MPI على صورة التصوير المقطعي المحوسب المرجعية باستخدام العلامات الائتمانية للوهم. (د) يتم تجميع الصور متعددة الوسائط. لهذا الغرض ، يتم تعيين كل صورة CT إلى الموضع المرجعي مع تحولها التفاضلي الفردي. بعد ذلك ، يتم تسجيل تراكب MPI أيضا في الموضع المرجعي باستخدام التحويل التفاضلي ، وهو صالح لجميع صور الجهاز. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

لتعيين فحوصات التصوير المقطعي المحوسب للإنتاج إلى فحص المعايرة، راجع القسم 3 من البروتوكول، مع تضمين التعديلات التالية. للتوضيح ، يستمر الوصف باستخدام مثال طبقة CT الأساسية وتراكب MPI: في الخطوة 3.1 ، قم بتحميل فحص معايرة التصوير المقطعي المحوسب (الصورة A) كطبقة أساسية والفحص المقطعي المحوسب ليتم تصحيحه كتراكب. استخدم هياكل سرير الماوس MPI إما كعلامات للخطوة 3.2 أو كمراجع مرئية للخطوة 3.3. تجاوز الخطوة 3.4 ، ولكن حفظ يمثل التراكب وحدة تخزين CT المصححة (ملف القائمة > تراكب > حفظ التراكب باسم). في مربع الحوار التالي ، أدخل اسما جديدا وانقر فوق حفظ. أغلق التراكب بالانتقال إلى ملف القائمة > تراكب > إغلاق التراكب. قم بتحميل الفحص المقطعي المحوسب التالي الذي يتطلب تصحيحا كتراكب واستأنف الإجراء من الخطوة 3.2 من البروتوكول. يوضح الشكل 5 ب المفهوم الكامن وراء هذه الخطوة.

يتم الآن محاذاة سرير الماوس بشكل مطابق تقريبا لفحص المعايرة في جميع وحدات تخزين التصوير المقطعي المحوسب المحفوظة مؤخرا. كجزء من الإجراء القياسي ، يتم تسجيل مسح المعايرة على صور MPI باستخدام التحويل التفاضلي T (الشكل 5C). لدمج صورة التصوير المقطعي المحوسب لاحقا مع MPI ، استخدم دائما وحدة تخزين التصوير المقطعي المحوسب المصححة (الشكل 5D).

استكشاف أخطاء الصور المعكوسة وتغيير حجمها وإصلاحها
تفترض طريقة التسجيل المقدمة هنا جودة صورة دقيقة بشكل معقول وتضبط التدوير والترجمة فقط. لا يصحح الصور المعكوسة أو القياس غير الصحيح. ومع ذلك ، يمكن معالجة هاتين المشكلتين يدويا قبل حساب التحويل التفاضلي.

قد تتسبب التناقضات بين تنسيقات البيانات من مختلف الشركات المصنعة في عرض بعض مجموعات البيانات ، خاصة تلك الموجودة بتنسيق DICOM ، على أنها معكوسة في البرنامج. نظرا لأن الأشباح وأسرة الماوس غالبا ما تكون متناظرة ، فقد لا تظهر هذه المشكلة على الفور. يكون اكتشاف الصور المعكوسة أسهل عندما يحتوي المسح الضوئي على حروف يمكن التعرف عليها بالطريقة المعنية ، مثل الحروف المرتفعة في الاتجاه الصحيح الذي يظهر في الشبح في الشكل 3H. في المثال الموضح في الشكل 6 ، يتم تحميل بيانات التصوير المقطعي المحوسب كطبقة تحتية ، ويتم تحميل بيانات MPI كتراكب. إنه مسح في الجسم الحي لماوس موضوع في سرير ماوس MPI مع علامات إيمانية مرفقة. يقع سرير الماوس MPI أعلى سرير الماوس μCT (الشكل 6A). من خلال الالتزام بالبروتوكول ووضع علامة على الإيمانات في كل من الطبقة السفلية والتراكب في اتجاه ثابت للدوران ، يتم إنتاج نتيجة غير متناسقة بشكل واضح (الشكل 6 ب). ومع ذلك ، عند الفحص الدقيق ، يمكن تحديد المشكلة. تشكل الإيمانات مثلثا غير متماثل. عند مراقبة جوانب المثلث في العرض المحوري (الشكل 6C ، D) من الأقصر إلى المنتصف إلى الأطول ، يكون الدوران في اتجاه عقارب الساعة واضحا في بيانات التصوير المقطعي المحوسب ، بينما يظهر الدوران عكس اتجاه عقارب الساعة في بيانات MPI. يوضح هذا أن إحدى الصور مقلوبة جانبيا. في هذه الحالة ، نفترض أن بيانات التصوير المقطعي المحوسب دقيقة. لتصحيح تراكب MPI ، يتم قلب الصورة: للقيام بذلك ، قم بتبديل الطبقة المحددة إلى التراكب وانقر فوق تحرير القائمة > Flip > Flip X. يشمل التحويل التفاضلي المحسوب بواسطة البرنامج جميع الدورات اللازمة ، لذا فإن “Flip X” كاف حتى إذا ظهرت الصورة مقلوبة في اتجاه آخر.

Figure 6
الشكل 6: استكشاف أخطاء التحويل وإصلاحها. يتم تحميل بيانات التصوير المقطعي المحوسب كطبقة سفلية بحجم فوكسل 0.240 مم ، وبيانات MPI كتراكب بحجم فوكسل 0.249 مم. يحتوي سرير الماوس على علامات إيمانية. (أ) عرض 3D لصورة التراكب غير المصححة. يشار إلى fiducials في الأساس CT بواسطة الأسهم. تظهر العناصر في تراكب MPI ككرات في جدول ألوان المعاهد الوطنية للصحة. (ب) نتيجة غير متطابقة للتحويل الذي تم إجراؤه دون تصحيحات مناسبة. بقايا الانصهار = 6.94 مم. (ج) قياس المسافات بين الثنائيات في التصوير المقطعي المحوسب. الدوران في اتجاه عقارب الساعة من أقصر إلى أطول مسافة. ) قياس المسافات بين الثنائيات في MPI. دوران عكس اتجاه عقارب الساعة من أقصر إلى أطول مسافة. تؤدي المقارنة مع قياسات التصوير المقطعي المحوسب إلى عامل قياس يبلغ 0.928774. (ه) التراكب المصحح بعد التقليب والقياس. (F) التحويل مع مطابقة النتائج في عرض 3D. (ز) التحويل مع مطابقة النتائج في العرض المحوري. بقايا الانصهار = 0.528 ملم. الرجاء الضغط هنا لعرض نسخة أكبر من هذا الرقم.

يمكن أيضا تصحيح مجموعات البيانات ذات أحجام voxel غير الصحيحة يدويا. نظرا لأنه يجب معرفة أبعاد الشبح ، يمكن التحقق من ذلك في الصورة. أبسط طريقة هي استخدام حافة ذات طول معروف. اضغط على [Ctrl + زر الماوس الأيمن] في أحد طرفي الحافة ، وأثناء الضغط باستمرار على الزر ، حرك مؤشر الماوس إلى الطرف الآخر من الحافة وحرر الزر. في مربع الحوار اللاحق ، يعرض البرنامج طول المسافة المقاسة في الصورة. في المثال الموضح في الشكل 6 ، من الواضح أن الأحجام ليست متطابقة عند مقارنة المسافات بين fiducials في كلتا الطريقتين (الشكل 6C ، D). مرة أخرى ، يفترض أن تكون بيانات التصوير المقطعي المحوسب دقيقة. لتعديل القياس ، يتم حساب عامل القياس (SF). نظرا لأن نسبة الأطوال (CT / MPI) ليست متطابقة تماما لكل جانب من أضلاع المثلث ، يتم حساب متوسط حاصل القسمة: SF = ((l1CT / l1MPI) + (l2CT / l2MPI) + (l2CT / l2MPI)) / 3.

بعد ذلك ، اضبط حجم voxel للتراكب بضرب كل بعد في SF. لتحقيق ذلك ، قم بتبديل الطبقة المحددة للتراكب وافتح تحرير القائمة > تغيير أحجام Voxel. احسب كل بعد، وأدخل القيمة، ثم انقر فوق موافق. تظهر نتيجة كلا التصحيحين في الشكل 6E. بعد ذلك ، يتم تسجيل التراكب في الأساس وفقا للبروتوكول. يتم عرض المحاذاة الناتجة في الشكل 6F ، G. بينما يوفر هذا حلا سريعا لتصحيح الفحص الحالي ، نوصي بمعايرة جهاز التصوير للاستخدام الإنتاجي.

القيود
تقتصر هذه الطريقة على التسجيل المكاني المشترك للبيانات الحجمية الموجودة المكونة من فوكسل على شكل مكعب. لا يتضمن عملية إعادة البناء التي تحسب الحجم من البيانات الأولية الناتجة عن جهاز التصوير (على سبيل المثال ، الإسقاطات في التصوير المقطعي المحوسب). ترتبط تقنيات تحسين الصور المختلفة بهذه الخطوة ، مثل الطرق التكرارية20,21 وتطبيق الذكاء الاصطناعي21. على الرغم من أن الطريقة الموصوفة ، من حيث المبدأ ، قابلة للتطبيق على جميع الطرائق التي تنتج صورا ثلاثية الأبعاد مع فوكسل على شكل مكعب ، إلا أنه لا يمكن استخدامها لدمج البيانات ثلاثية الأبعاد مع بيانات 2D ، مثل حجم التصوير بالرنين المغناطيسي جنبا إلى جنب مع التصوير الحراري بالأشعة تحت الحمراء22 أو التصوير الفلوري ، والتي قد تكون ذات صلة في تطبيقات الجراحة الموجهة بالصور. لا يصحح تسجيل بيانات 3D التشوهات ، مثل تلك التي تحدث في صور التصوير بالرنين المغناطيسي على حافة الملف. في حين أن النتائج المثلى ليست إلزامية ، إلا أنها تتحقق عندما يتم تصحيح التشوهات أثناء عملية إعادة الإعمار. لا يعالج التحويل التلقائي أيضا الصور المعكوسة أو القياس غير الصحيح. ومع ذلك ، يمكن حل هاتين المشكلتين يدويا كما هو موضح في قسم استكشاف الأخطاء وإصلاحها.

أهمية الطريقة
تلغي الطريقة المقترحة الحاجة إلى علامات إيمانية في عمليات مسح الإنتاج ، مما يوفر العديد من المزايا. وهو يفيد الطرائق التي تتطلب صيانة العلامات أو استبدالها بشكل متكرر. على سبيل المثال ، تعتمد معظم علامات التصوير بالرنين المغناطيسي على الرطوبة ولكنها تميل إلى الجفاف بمرور الوقت ، وتتحلل علامات التصوير المقطعي بالإصدار البوزيتروني المشعة. من خلال إزالة الحاجة إلى fiducials في عمليات مسح الإنتاج ، يمكن تقليل مجال الرؤية ، مما يؤدي إلى أوقات اكتساب أقصر. هذا مفيد في الإعدادات عالية الإنتاجية لتقليل التكاليف وتقليل جرعة الأشعة السينية في التصوير المقطعي المحوسب. الجرعة المنخفضة أمر مرغوب فيه لأن الإشعاع يمكن أن يؤثر على المسارات البيولوجية لحيوانات الاختبار في دراسات التصوير الطولي23.

علاوة على ذلك ، لا تقتصر الطريقة على طرائق محددة. المفاضلة لهذا التنوع هي أن عددا أقل من الخطوات مؤتمتة. تستخدم طريقة منشورة مسبقا لدمج بيانات μCT و FMT علامات مدمجة في سرير الماوس لكل مسح ضوئي ويمكنها إجراء الكشف الآلي عن العلامات وتصحيح التشوه أثناء إعادة البناء24. تلغي الطرق الأخرى الحاجة إلى العلامات من خلال استخدام تشابه الصورة. في حين أن هذا النهج يعطي نتائج جيدة ويمكنه أيضا تصحيح التشوهات25 ، إلا أنه لا ينطبق إلا إذا كانت الطريقتان توفران صورا متشابهة بدرجة كافية. هذا ليس هو الحال عادة في الجمع بين طريقة مفصلة تشريحيا وطريقة قائمة على التتبع. ومع ذلك ، فإن هذه المجموعات ضرورية لتقييم الحرائك الدوائية للعوامل المستهدفة26 ، والتي لها تطبيقات في مجالات مثل العلاج النانوي المضاد للسرطان27,28.

نظرا لأن مراقبة الجودة أقل صرامة في مرحلة ما قبل السريرية مقارنة بالتطبيقات السريرية ، فإن اختلال أجهزة التصوير المدمجة يمثل مشكلة معترف بها29. يمكن تحسين البيانات المتأثرة بهذا الاختلال بأثر رجعي عن طريق مسح شبح وتحديد التحول التفاضلي ، مما قد يؤدي إلى تقليل التكاليف وتقليل الضرر الحيواني. بالإضافة إلى الطريقة الموضحة التي تستخدم العلامات الائتمانية لحساب التحويل التفاضلي ، والذي يتم تطبيقه بعد ذلك على عمليات مسح الإنتاج ، يتم وصف واستخدام إمكانيات أخرى لدمج الصور. يمكن العثور على نظرة عامة ، والتي تتضمن إشارات إلى مختلف البرامج المتاحة ، في Birkfellner et al.30.

في الختام ، توفر الطريقة المقدمة حلا فعالا للتسجيل المشترك للصور متعددة الوسائط. البروتوكول قابل للتكيف بسهولة مع طرق التصوير المختلفة ، وتعزز تقنيات استكشاف الأخطاء وإصلاحها المقدمة متانة الطريقة ضد المشكلات النموذجية.

Disclosures

The authors have nothing to disclose.

Acknowledgements

يود المؤلفون أن يشكروا الحكومة الاتحادية لشمال الراين وستفاليا والاتحاد الأوروبي (EFRE) ومؤسسة الأبحاث الألمانية (CRC1382 معرف المشروع 403224013 – SFB 1382 ، المشروع Q1) على التمويل.

Materials

177Lu radiotracer
Custom-build MPI mousebed
Hot Rod Derenzo  Phantech LLC. Madison, WI, USA D271626 linearly-filled channel derenzo phantom
Imalytics Preclinical 3.0 Gremse-IT GmbH, Aachen, Germany Analysis software
Magnetic Insight Magnetic Insight Inc., Alameda, CA, USA MPI Imaging device
Quantum GX microCT PerkinElmer µCT Imaging device
U-SPECT/CT-UHR MILabs B.V., CD  Houten, The Netherlands CT/SPECT Imaging device
VivoTrax (5.5 Fe mg/mL) Magnetic Insight Inc., Alameda, CA, USA MIVT01-LOT00004 MPI Markers

References

  1. Hage, C., et al. Characterizing responsive and refractory orthotopic mouse models of hepatocellular carcinoma in cancer immunotherapy. PLOS ONE. 14 (7), (2019).
  2. Mannheim, J. G., et al. Comparison of small animal CT contrast agents. Contrast Media & Molecular Imaging. 11 (4), 272-284 (2016).
  3. Kampschulte, M., et al. Nano-computed tomography: technique and applications. RöFo – Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren. 188 (2), 146-154 (2016).
  4. Wang, X., Jacobs, M., Fayad, L. Therapeutic response in musculoskeletal soft tissue sarcomas: evaluation by magnetic resonance imaging. NMR in Biomedicine. 24 (6), 750-763 (2011).
  5. Hage, C., et al. Comparison of the accuracy of FMT/CT and PET/MRI for the assessment of Antibody biodistribution in squamous cell carcinoma xenografts. Journal of Nuclear Medicine: Official Publication, Society of Nuclear Medicine. 59 (1), 44-50 (2018).
  6. Borgert, J., et al. Fundamentals and applications of magnetic particle imaging. Journal of Cardiovascular Computed Tomography. 6 (3), 149-153 (2012).
  7. Vermeulen, I., Isin, E. M., Barton, P., Cillero-Pastor, B., Heeren, R. M. A. Multimodal molecular imaging in drug discovery and development. Drug Discovery Today. 27 (8), 2086-2099 (2022).
  8. Liu, Y. -. H., et al. Accuracy and reproducibility of absolute quantification of myocardial focal tracer uptake from molecularly targeted SPECT/CT: A canine validation. Journal of Nuclear Medicine Official Publication, Society of Nuclear Medicine. 52 (3), 453-460 (2011).
  9. Zhang, Y. -. D., et al. Advances in multimodal data fusion in neuroimaging: Overview, challenges, and novel orientation. An International Journal on Information Fusion. 64, 149-187 (2020).
  10. Nahrendorf, M., et al. Hybrid PET-optical imaging using targeted probes. Proceedings of the National Academy of Sciences. 107 (17), 7910-7915 (2010).
  11. Zhang, S., et al. In vivo co-registered hybrid-contrast imaging by successive photoacoustic tomography and magnetic resonance imaging. Photoacoustics. 31, 100506 (2023).
  12. Yamoah, G. G., et al. Data curation for preclinical and clinical multimodal imaging studies. Molecular Imaging and Biology. 21 (6), 1034-1043 (2019).
  13. Schönemann, P. H. A generalized solution of the orthogonal procrustes problem. Psychometrika. 31 (1), 1-10 (1966).
  14. Filippou, V., Tsoumpas, C. Recent advances on the development of phantoms using 3D printing for imaging with CT, MRI, PET, SPECT, and ultrasound. Medical Physics. 45 (9), e740-e760 (2018).
  15. Gear, J. I., et al. Radioactive 3D printing for the production of molecular imaging phantoms. Physics in Medicine and Biology. 65 (17), 175019 (2020).
  16. Sra, J. Cardiac image integration implications for atrial fibrillation ablation. Journal of Interventional Cardiac Electrophysiology: An International Journal of Arrhythmias and Pacing. 22 (2), 145-154 (2008).
  17. Zhao, H., et al. Reproducibility and radiation effect of high-resolution in vivo micro computed tomography imaging of the mouse lumbar vertebra and long bone. Annals of Biomedical Engineering. 48 (1), 157-168 (2020).
  18. Gremse, F., et al. Imalytics preclinical: interactive analysis of biomedical volume data. Theranostics. 6 (3), 328-341 (2016).
  19. Willmott, C. J., Matsuura, K. On the use of dimensioned measures of error to evaluate the performance of spatial interpolators. International Journal of Geographical Information Science. 20 (1), 89-102 (2006).
  20. Thamm, M., et al. Intrinsic respiratory gating for simultaneous multi-mouse µCT imaging to assess liver tumors. Frontiers in Medicine. 9, 878966 (2022).
  21. La Riviere, P. J., Crawford, C. R. From EMI to AI: a brief history of commercial CT reconstruction algorithms. Journal of Medical Imaging. 8 (5), 052111 (2021).
  22. Hoffmann, N., et al. Framework for 2D-3D image fusion of infrared thermography with preoperative MRI. Biomedical Engineering / Biomedizinische Technik. 62 (6), 599-607 (2017).
  23. Boone, J. M., Velazquez, O., Cherry, S. R. Small-animal X-ray dose from micro-CT. Molecular Imaging. 3 (3), 149-158 (2004).
  24. Gremse, F., et al. Hybrid µCt-Fmt imaging and image analysis. Journal of Visualized Experiments. 100, e52770 (2015).
  25. Bhushan, C., et al. Co-registration and distortion correction of diffusion and anatomical images based on inverse contrast normalization. NeuroImage. 115, 269-280 (2015).
  26. Lee, S. Y., Jeon, S. I., Jung, S., Chung, I. J., Ahn, C. -. H. Targeted multimodal imaging modalities. Advanced Drug Delivery Reviews. 76, 60-78 (2014).
  27. Dasgupta, A., Biancacci, I., Kiessling, F., Lammers, T. Imaging-assisted anticancer nanotherapy. Theranostics. 10 (3), 956-967 (2020).
  28. Zhu, X., Li, J., Peng, P., Hosseini Nassab, N., Smith, B. R. Quantitative drug release monitoring in tumors of living subjects by magnetic particle imaging nanocomposite. Nano Letters. 19 (10), 6725-6733 (2019).
  29. McDougald, W. A., Mannheim, J. G. Understanding the importance of quality control and quality assurance in preclinical PET/CT imaging. EJNMMI Physics. 9 (1), 77 (2022).
  30. Birkfellner, W., et al. Multi-modality imaging: a software fusion and image-guided therapy perspective. Frontiers in Physics. 6, 00066 (2018).

Play Video

Cite This Article
Thamm, M., Jeffery, J. J., Zhang, Y., Smith, B. R., Marchant, S., Kiessling, F., Gremse, F. Multimodal Cross-Device and Marker-Free Co-Registration of Preclinical Imaging Modalities. J. Vis. Exp. (200), e65701, doi:10.3791/65701 (2023).

View Video