Summary

Risonanza Magnetica Derivato valutazione di deformazione miocardica Utilizzo del rilevamento delle caratteristiche

Published: February 12, 2011
doi:

Summary

Un metodo pratico e preciso per misurare i parametri ceppo nel tessuto miocardico è di grande valore clinico, poiché è stato dimostrato, che il ceppo è un marker più sensibile e precedenti per la disfunzione contrattile rispetto al parametro di uso frequente EF.

Abstract

Scopo: Un metodo pratico e preciso per misurare i parametri ceppo nel tessuto miocardico è di grande valore clinico, poiché è stato dimostrato, che il ceppo è un marker più sensibile e precedenti per la disfunzione contrattile del parametro EF di uso frequente. Tecnologie attuali per le sostanze CMR sono tempo e di difficile applicazione nella pratica clinica. Funzionalità di rilevamento è una tecnologia che può portare a più automization e robustezza di analisi quantitativa di immagini mediche con un consumo meno tempo rispetto ai metodi comparabili.

Metodi: Un ingresso automatico o manuale in una singola fase serve come inizializzazione da cui il sistema inizia a monitorare lo spostamento dei modelli individuali che rappresentano strutture anatomiche nel corso del tempo. La specialità di questo metodo è che le immagini non hanno bisogno di essere manipolato in alcun modo in anticipo, come ad esempio tagging delle immagini CMR.

Risultati: Il metodo è molto adatto per il monitoraggio del tessuto muscolare e con questa elaborazione che permette quantitativa del miocardio e il flusso di sangue.

Conclusioni: Questo nuovo metodo offre una procedura robusta e risparmio di tempo per quantificare i tessuti del miocardio e sangue con i parametri di spostamento, velocità e deformazione in sequenze regolari di CMR imaging. Si può quindi implementate nella pratica clinica.

Protocol

1. Introduzione Rilevamento automatico delle frontiere è una questione fondamentale di analisi delle immagini. In imaging cardiaco, la possibilità di un rilevamento automatico del bordo endocardico nel settore dell'imaging del ventricolo sinistro darebbe misurazione oggettiva dei volumi ventricolari, e deformazione miocardica (ceppo). Ciò è stato realizzato in ecocardiografia con tecnica speckle tracking. Lo sviluppo di metodi affidabili per il rilevamento automatico di confine è un compito impegnativo, che non ha ricevuto una soluzione generalmente affidabile in risonanza magnetica cardiaca (CMR). In realtà, nella pratica clinica, i confini sono sia redatto manualmente dall'operatore o software rileva interfaccia tra miocardio e 1,2 cavità. Nell'articolo attuale introduciamo un approccio diverso in cui i confini non sono "rilevato", anzi sono "tracciati", cioè seguita nel tempo, partendo da una traccia esistente affidabile istantanea che viene comunemente, ma non necessariamente, disegnata a mano da parte dell'operatore esperto più di un singolo fotogramma. I singoli punti che compongono una prima traccia affidabile sono seguiti nel tempo cercando le stesse caratteristiche che sono circa un punto nel suo vicinato nel frame successivo. Le caratteristiche monitorato può essere la cavità dei tessuti elementi di contorno o anatomici che sono diversi lungo il tessuto. Si trovano con metodi di massima verosimiglianza in due regioni di interessi tra due fotogrammi. Il locale fotogramma per fotogramma spostamento equivale a valutare la velocità locale (rapporto tra lo spostamento e l'intervallo di tempo). La valutazione automatica della velocità in un punto è determinato dal confronto tra lo spostamento dei dati di immagine su tale punto in due fotogrammi consecutivi. Tali metodi sono stati utilizzati, in diverse formulazioni diverse, in molti campi di ricerca. Essi rientrano nella categoria generale noto come flusso ottico, in analisi di immagini avanzato 3,4. Essi sono comunemente noti come Speckle monitoraggio nella diagnostica per immagini ecografiche, quando tali velocità sono usati per seguire il movimento fisiologico 5, 6, ma anche per qualsiasi modalità altra immagine come CMR in cui sono indicati questi metodi come funzionalità di rilevamento e monitoraggio delle frontiere. 2. Materiali e Metodi Caratteristica Metodo monitoraggio Bordo endocardico o epicardica di un CMR 2D cine manualmente è tracciato su un fotogramma arbitraria (vedi figura 1). Metà del miocardio caratteristiche possono essere rintracciati pure. Tale confine è quindi definita come una sequenza di punti N, identificati dal loro coppie di coordinate (x i, y i) con i = 1 … N. Il confine inseguimento procede per il monitoraggio di ogni singolo punto, un tale monitoraggio si basa su un algoritmo gerarchico a scale multiple e da una combinazione di tecniche di tracciamento 1D, che garantiscono una maggiore precisione, e tracciamento 2D, che è necessario per rilevare correttamente la 2D spazialmente esteso caratteristiche. Al fine di cogliere il primo spostamento di grandi dimensioni geometriche del confine, l'inseguimento è effettuato in direzione ortogonale alla frontiera stessa in cui la cavità dei tessuti confine è meglio riconoscibile. L'inseguimento lungo questa direzione viene eseguita utilizzando il metodo dei tagli transmurale come segue (vedi figura 3). Una linea che attraversa la parete, passante per il punto e ortogonale ad esso viene disegnato. I pixel preso lungo la linea transmurale sono riportati in colonne, ciascuna colonna corrispondente a un fotogramma della sequenza di immagini. In questo modo l'evoluzione lungo un taglio transmurale può essere rappresentato per tutti gli istanti in una sola volta in una rappresentazione bidimensionale in cui un asse è la distanza lungo la linea e l'asse altra è il tempo (vedi figura 2). Questa rappresentazione è simile a quello che viene definito come un M-mode in ecocardiografia, in CMR corrisponde più alla funzione di "scout". Per migliorare la qualità dell'analisi, nel caso di immagini di poveri con un basso rapporto segnale rumore, la rappresentazione spazio-tempo è costruito utilizzando una linea per il taglio transmurale con uno spessore di 5 pixel. L'inseguimento di confine viene quindi eseguita lungo lo spazio-tempo dell'immagine. In una seconda fase per tenere conto dello spostamento 2D del confine, un tracking 2D standard (flusso ottico-based) viene eseguita, per ogni punto in modo indipendente, su una finestra MxM in movimento che è sempre centrata sul punto di confine stimato in precedenza. Tracciamento 2D viene eseguita in due fasi, dove la metà della prima stima è impiegato per centrare le finestre in movimento nel passaggio di tracciamento secondo. La finestra è quindi ridotto 32-16 a due passaggi aggiuntivi. Per migliorare la precisione del movimento lungo il confine che viene utilizzato per stimare la rotazione e torsione, il tracking 1D viene effettuata lungo lo spazio-tempo le immagini costruite da tagli di spessore "parallelo" al confine curva (vedi figura 3). In ogni punto, in modo indipendente, i pixelpreso lungo il confine in movimento, centrata in corrispondenza dei punti di confine in movimento, sono riportati in colonne, ciascuna colonna corrispondente a un fotogramma della sequenza di immagini. Per migliorare la qualità delle analisi, e di catturare meglio le caratteristiche al confine si estende la linea di 5 pixel nel tessuto (sub-endocardio). L'inseguimento confine è poi effettuato lungo lo spazio-tempo di immagine con la stessa procedura sopra descritta. Per garantire la coerenza spaziale nel bordo tracciato, un filtro a 3 punti mediani e un punto 3 filtro gaussiano (pesi di 0,25, 0,5, 0,25) viene applicata per lo spostamento calcolato in punti vicini ad ogni passo. Lungo il tracciamento 2D Spazio-Tempo Immagine Questa sezione descrive una procedura per seguire un bordo lungo una direzione in una immagine bidimensionale (M-mode-like) a partire da una posizione nota in un istante. X è definita come la direzione orizzontale e y la direzione verticale. Le colonne sono annotati x i, i = 1 … M, dove M è il numero di colonne nell'immagine. L'inseguimento è dato dalla determinazione di una sequenza discreta di numeri reali y i = y (x i), a partire da un punto noto y k corrispondenti alle colonne di x k. Lo spostamento dal punto noto y k al punto y k +1 è stimata valutando il cross-correlazione tra l'intera colonna in x k con l'intera colonna in x k +1. La cross-correlazione funzione presentare un massimo, la posizione del massimo fornisce il valore dello spostamento verticale necessaria per massimizzare la somiglianza tra le due colonne, quindi y k +1 è stimata con l'aggiunta di un tale spostamento di y k. Questa procedura viene ripetuta tra tutte le coppie di colonne vicine e il risultato è una stima di tutta la frontiera y i, i = 1 … M. Il cross-correlazione è qui calcolato utilizzando un algoritmo di Fast Fourier Transform per ridurre i tempi di calcolo. La prima stima y i è ulteriormente raffinato iterativamente. Per raggiungere questo scopo un sottoinsieme delle immagini viene estratto prendendo alcuni punti sopra e sotto la precedente stima y i e una nuova immagine il cui centro corrisponde alla y sequenza è generata e ho usato per il tracciamento correzione. Questo perfezionamento è ripetuto fino a quando nessuna correzione è stata trovata. Un risultato migliore e più naturale è poi raggiunta da una procedura di serpente finale [5] a seguire, nello spazio-tempo dell'immagine, il livello di luminosità dell'immagine che passa attraverso il punto fisso y k. L'intero processo si avvale della periodicità tempo per assicurare un risultato periodico ed evitare l'effetto deriva. Limiti tecnici di funzionalità di rilevamento La tecnica di tracciamento di confine, come qualsiasi altro metodo speckle tracking, si basa sulla quantificazione dei cambiamenti della luminosità dei pixel da un fotogramma all'altro. Questo dà un limite inferiore alla velocità legata alla necessità di vedere una macchiolina che è un pixel in un fotogramma, spostando al pixel limitrofi nel fotogramma successivo. Questo limite è quindi Equazione 1 dove Ax è la dimensione dei pixel e Dt è l'intervallo di tempo tra i due fotogrammi. Il coefficiente k dipende dalla qualità dell'algoritmo di tracking e sulla sua capacità di valutare la dinamica sub-pixel variazioni. Questo limite significa che le velocità che sono ben al di sopra di questo limite sono stimati con grande accuratezza, precisione tale approccio si riduce quando i valori di velocità e cadere di sotto di tale limite. Questa limitazione implica anche che un aumento nell'acquisizione frame-rate (riduzione di At) da un lato consente una valutazione più facile delle velocità di grandi dimensioni e le loro rapide variazioni (ad esempio durante le fasi isovolumica). Dall'altro lato, l'aumento del frame rate (riduzione di At) aumentare questo limite e implica una precisione ridotta nella valutazione della bassa velocità fino a quando non è accompagnata da un analogo incremento di risoluzione spaziale (riduzione del Ax). Phantom Immagine di preparazione Una serie di anelli generati dal computer artificiale è stato predisposto per consentire test della procedura di analisi di immagine in condizioni semplici e perfettamente controllato. Per questo, un fantasma in una proiezione asse corto di un ideale ventricolo sinistro è stato preparato come segue. I bordi endocardici ed epicardici sono rappresentati da due cerchi concentrici con raggio R 0 (t) e R 1 (t), rispettivamente. L'immagine è preparato facendo l'anello, che rapprets il tessuto tra i due confini, grigio come colore uniforme su sfondo nero. Poi un 8×8 cappello a cilindro del filtro lineare viene applicato al fine di evitare discontinuità unphysical. Il movimento epicardio è presa, in [mm], come R 0 (t) = 10 +5 cos (2πt / T) dove T è il periodo preso come battito cardiaco T = 1s. La cinematica teorica endocardico è costante lungo il confine e dipende solo il tempo, la velocità è solo radiale e dato da V0 (t) = dR 0 / dt =- peccato π (2πt / T), in [cm / s]. Ceppo percentuale, calcolata relativamente alla lunghezza del confine è al tempo zero, è St 0 (t) = 100x (R 0 (t)-R 0 (0)) / R 0 (0) = 100 (cos (2πt / T ) -1) / 3, e velocità di deformazione segue da (1) come SR 0 (t) = 10 V0 / R 0, in [s -1]. L'epicardio è assunta sia come muoversi di conseguenza per uno spessore costante, R 1 (t) = R 0 (t) +5 mm, o come ancora R 1 (t) = R 0 (0) 5 millimetri. Ogni immagine è quadrata di dimensioni di 48 mm, centrata sulla corona circolare del tessuto, ed ha una risoluzione di NxN. Immagini di esempio sono riportati in figura 4, piastre A e B, la tensione e lo sforzo profili temporali tasso sono mostrati in figura 4, piastre di C e D. I loop sono preparati variando la N risoluzione, il frame-rate FR, e il tipo di movimento epicardici. Il metodo di monitoraggio endocardico è applicata a tali immagini prendendo nel primo fotogramma un numero N p di punti uniformemente distribuiti lungo la circolare endocardio. 3. Rappresentante Risultati Phantom Studio L'applicazione del metodo di analisi delle immagini al computer immagini generate al fantasma è qui analizzata. Una misura globale della eventuale errore viene calcolato dalla radice quadrata differenza media percentuale. La radice quadrata media errori, media e massima nel ceppo endocardio sono definiti come Equazione 2 dove St 0 (t) è il valore esatto, St (t) è il valore calcolato dalla analisi delle immagini, e le sommatorie si estendono su tutti i fotogrammi F = N FRxT. La stessa definizione viene utilizzata per il raggio, velocità e velocità di deformazione. L'inseguimento è circa indipendente dalla posizione lungo l'endocardio, le differenze tra i diversi punti è ben al di sotto dell'1%. I risultati sono riassunti nella tabella I per 15 fantasmi con vari risoluzione spaziale, il frame-rate, e il tipo di confine epicardici di movimento, l'effetto della variazione del numero di punti utilizzati per tenere traccia del bordo endocardico è anche mostrato. Gli errori sono in tutti i casi molto piccoli, per i quantitativi integrale (raggio e tensioni) e leggermente più grande per i quantitativi differenziale (velocità e velocità di deformazione) che riguardano la derivata del primo. Ciò era prevedibile, in quanto l'operatore derivato amplifica gli errori. La qualità dei risultati è degradata quando la risoluzione è ridotta, infatti, la precisione è correlata alla dimensione dei pixel che rappresenta (in senso lato) lo spostamento minimo leggibile da un fotogramma all'altro. La risoluzione temporale non influisce in modo significativo i risultati fino a quando il frame-rate è sufficiente, ad altissima frame-rate risultato non migliorano perché fotogramma per fotogramma spostamenti diventa inferiore alle dimensioni dei pixel. Questo dimostra che un aumento del frame-rate è di poca o nessuna utilità se non è accompagnata da un aumento della risoluzione spaziale. Tuttavia, il semplice movimento sinusoidale qui considerato non richiede una risoluzione estrema tempo. Allo stesso modo, l'uso di soli 8 punti è sufficiente seguire i semplici, circolare, forma endocardico. Endocardico risultati non sono sensibilmente influenzata dal tipo di movimento che subisce l'epicardio. Abbiamo anche verificato che i risultati non sono significativamente influenzato dalla filtraggio immagine adottate. Una presentazione visiva dei risultati è data in Figura 4 dove il confine calcolato endocardico a due istanti è riportato sopra le immagini fantasma (piatti a e b). Lo sforzo e la velocità di deformazione sono riportati in (piatti C e D) per il caso # 1 e il caso risoluzione piccolo # 8. Lo sforzo e la velocità di deformazione in caso # 1 (piazze) presenta un eccellente accordo con il valore teorico, l'errore medio è pari al 0,6% e il 3%, rispettivamente. L'accordo è solo un po 'peggio in caso # 8, dove si dimezza la risoluzione delle immagini, con gli errori di 0,9% e 4,5% per lo sforzo e velocità di deformazione, rispettivamente. Validazione clinica 1. Abbiamo confrontato metà LV tutta la tensione circonferenziale fetta del miocardio (cc ε) dalla fase Harmonic Imaging (ARPA) e le tecniche di FT nel 191 patie Distrofia Muscolare Duchenenti raggruppati per età e gravità della disfunzione cardiaca e 42 di pari età, soggetti di controllo. Retrospettiva, l'analisi off line è stata effettuata su abbinati fette tag e SSFP. Per l'intera popolazione in studio (n = 233), media FT ε cc (-13,3 ± 3,8%) sono altamente correlati con ARPA ε cc (-13,6 ± 3,4%) con un coefficiente di correlazione di Pearson di 0,899. Il cc ε media dei pazienti DMD determinata da ARPA (-12,52 ± 2,69%) e FT (-12,16 ± 3,12%) non erano significativamente differenti (p = NS). Analogamente, il cc ε media dei soggetti di controllo da ARPA determinato (-18,85 ± 1,86) e FT (-18,81 ± 1,83) non erano significativamente differenti (p = NS). Abbiamo concluso che FT-valutazione basata su cc ε altamente correlato con ε cc derivato da immagini taggato in una grande popolazione paziente DMD con una vasta gamma di disfunzione cardiaca. Phantom # Frame Rate Resol. N Movimento epicardici N p ε R ε R max ε V ε V max ε SR ε SR max ε St ε St max 1 32 401 con endo 16 0,57 1,10 3,98 8,26 2,95 6,55 0,59 1,34 2 32 401 nessun movimento 16 0,27 0,60 3,62 8,53 2,90 5,99 0,75 1,29 3 64 401 con endo 16 0,35 0,62 1,75 4,92 3,08 10,47 0,34 0,86 4 64 401 nessun movimento 16 0,39 0,73 1,78 5,48 2,38 6,46 0,32 0,63 5 128 401 con endo 16 0,22 0,40 1,57 3,66 2,73 8,39 0,35 0,89 6 16 401 con endo 16 0,41 0,92 12,10 18,27 7,12 15,17 0,88 1,93 7 32 201 con endo 16 0,43 0,82 3,84 7,03 4,21 7,79 0,83 1,52 8 32 201 nessun movimento 16 0,49 0,90 4,00 8,54 4,54 10,84 0,93 1,64 9 32 101 con endo 16 2,58 3,87 5,70 17,44 9,22 18,27 4,44 6,77 10 32 401 con endo 64 0,32 0,73 3,98 8,09 3,11 8,86 0,48 1,10 11 32 401 nessun movimento 64 0,33 0,53 3,56 7,83 2,78 7,44 0,70 0,98 12 32 401 con endo 32 0,44 1,00 3,99 8,16 2,99 6,82 0,63 1,49 13 32 401 con endo 8 0,20 0,41 3,64 6,84 3,09 9,10 0,43 0,74 14 32 401 nessun movimento 8 0,22 0,41 3,36 7,42 2,76 5,93 0,58 1,01 15 * 32 401 con endo 16 1,35 2,42 5,54 9,68 7,02 16,58 2,62 4,46 Tabella 1 Analisi fantasma di monitoraggio endocardico bordo:. Radice della media degli errori percentuale quadrati e massima [%] vengono calcolati per le principali grandezze in corrispondenza di diversi parametri di fantasma. I parametri segnati in grassetto indicano le variazioni dal Phantom # 1. La dipendenza da frame-rate, risoluzione e numero di punti monitorati è considerato. L'influenza del tipo di movimento epicardici è considerato per i due casi limite in cui il confine epicardico non si muove (senza movimento) o spostati con endo (nessun ispessimento). L'ultimo fantasma (*) è costruito senza filtrare le immagini di base per gradi con una luminosità cambia bruscamente in un pixel. Errori superiori al 10% sono segnati in grassetto. Figura 1. CMR immagine del ventricolo sinistro, in vista asse lungo (foto a sinistra) e in considerazione asse corto (foto a destra), con un bordo endocardico tracciato disegnato sopra. Figura 2. Rappresentazione spazio-tempo, dove lo spazio è lungo un taglio transmurale, la sequenza di immagini. Il taglio transmurale è preso come per il punto di partenza nella figura 3. L'evoluzione temporale del punto di partenza, tracciati automaticamente, viene segnalato. Figura 3. Immagine del ventricolo sinistro, in vista asse lungo, con tagli transmurale e tagli paralleli al bordo curvo. Figura 4. Phantom studio. Due immagini(Caso # 2) alla massima espansione (piastra a) e contrazione (piastra b), la endocardica punti di confine calcolati si sovrappongono. Il ceppo (piastra c) e la velocità di deformazione (piatto d), calcolato con due diversi fantasmi (casi n. 1 e n. 8) sono riportati rispetto ai valori effettivi. Figura 5. Esempi di deformazione circonferenziale globale (curva nera) e segmentale (curve a colori) in pazienti normali (a). Esempio di globale starain circonferenziale (curva nera) e segmentale circumferental (curve di colore) in pazienti con funzione ventricolare sinistra depressa e blocco di branca sinistra (b). Nota diversa tempistica del picco di tensione circonferenziale indicativo della presenza di dissincronia ventricolare sinistra

Discussion

Descriviamo una nuova "funzione di monitoraggio" metodo per misurare i parametri di deformazione e spostamento in tessuto miocardico provenienti da immagini SSFP. Questo metodo è stato recentemente validato da ARPA nella valutazione del picco di tensione circonferenziale globale in un'ampia popolazione di pazienti con distrofia muscolare di Duchenne (1). Abbiamo trovato una correlazione tra questi due ottime tecniche. La tecnologia funzione di monitoraggio è relativamente semplice in uso e non necessita di sequenze di imaging aggiuntive quali tagging, SENSO o densa. Oltre a valutare clinicamente validate del picco globale Ecc, i dati di ceppo regionale può essere derivato anche FT sembra essere una tecnica robusta in grado di stimare longitudinale e radiale ceppo LV così come sforzo longitudinale del ventricolo destro.

Ulteriori studi devono essere fatti al fine di determinare con esattezza i limiti della tecnica per quanto riguarda risoluzione temporale e spaziale dell'immagine. FT permette di fare confronti attraverso altre modalità, come l'ecocardiografia in quanto il principio di base è lo stesso.

Conclusione

Funzionalità di rilevamento ha il potenziale per essere integrata nella pratica clinica in quanto elimina la necessità di analisi che richiede tempo e procedura ulteriore acquisizione. FT può essere utilizzato per la valutazione dei ceppi del ventricolo sinistro e destro globale e segmentale, dissincronia ventricolare sinistra. Ulteriori studi clinici sono in corso per valutare l'utilità di FT in cardiologia clinica.

Disclosures

The authors have nothing to disclose.

Materials

  • Diogenes® Feature Tracking software ( TomTec Imaging Systems, Fulda, Germany)

References

  1. Hor, K. N., Gottliebson, W. M., Carson, C., Wash, E., Cnota, J., Fleck, R., Wansapura, J., Klimeczek, P., Al-Khalidi, H. R., Chung, E. S., Benson, D. W., Mazur, W. Magnetic Resonance Feature Tracking: Comparison of Feature Tracking Method for Strain Calculation with Harmonic Phase Imaging Analysis . JACC Cardiovasc Imaging. 3 (2), 152-154 (2010).
  2. Maret, E., Todt, T., Brudin, L., Nylander, E., Swahn, E., Ohlsson, J. L., Engvall, J. E. Functional measurement based on feature tracking of cine magnetic resonance images identify left ventricular segments with myocardial scar. Cardiovascular Ultrasound. 7, 53-53 (2009).
  3. Singh, A. . Optic Flow Computation: A Unified Perspective. , (1992).
  4. Barron, J. L., Fleet, D. J., Beauchemin, S. Performance of optical flow techniques. International Journal of Computer Vision. 12, 43-77 (1994).
  5. Bohs, L. N., Geiman, B. J., Anderson, M. E., Gebhart, S. C., Trahey, G. E. Speckle tracking for multi-dimensional flow estimation. Ultrasonics. 38, 369-375 (2000).
  6. Malpica, N., Santos, A., Zuluaga, M. A., Ledesma, M. J., Pérez, E., Garcia-Fernandez, M. A., Desco, M., M, . Tracking of Regions-of-Interest in myocardial contrast echocardiography. Ultrasound in Med. & Biol. 30, 303-309 (2004).

Play Video

Cite This Article
Hor, K. N., Baumann, R., Pedrizzetti, G., Tonti, G., Gottliebson, W. M., Taylor, M., Benson, D. W., Mazur, W. Magnetic Resonance Derived Myocardial Strain Assessment Using Feature Tracking. J. Vis. Exp. (48), e2356, doi:10.3791/2356 (2011).

View Video