Summary

特徴追跡を用いた磁気共鳴が派生心筋ストレインの評価

Published: February 12, 2011
doi:

Summary

心筋組織の歪みのようなパラメータを測定するために正確で実用的な方法は、それが示されているので、その株が頻繁に使用されるパラメータEFより収縮不全のためのより高感度およびそれ以前のマーカーである、偉大な臨床的価値があります。

Abstract

目的:心筋組織の歪みのようなパラメータを測定するために正確で実用的な方法、大きな臨床的価値があることが示されているので、その株が頻繁に使用されるパラメータEFより収縮不全のためのより高感度およびそれ以前のマーカーである。 CMRの現在の技術は、時間がかかり、臨床の現場で実装するのは困難です。特徴追跡には、同等の方法よりも少ない時間の消費と医用画像の定量分析のよりautomizationと堅牢性につながることができる技術です。

方法:単相の自動または手動入力では、システムが時間をかけて解剖学的構造を表す個々のパターンの変位を追跡するために開始されるから初期化の役割を果たします。この方法の専門は、画像がCMRの画像の例:タグ付けのように事前にどのような方法で操作する必要がないことです。

結果:方法は、非常によく筋肉組織を追跡するために、このことができます定量的な心筋の精緻化とも血流とも適しています。

結論:この新しいメソッドは、CMRイメージングの規則的な数列の変位、速度と変形のパラメータを使用して心筋組織および血液を定量化するために堅牢で、時間節約の手順を提供しています。したがって、臨床現場で実装することができます。

Protocol

1。はじめ国境の自動検出は、画像解析の基本的な問題です。心臓イメージングでは、左心室のイメージングにおける心内膜境界の自動検出の可能性は、心室ボリュームの客観的測定、および心筋の変形(ひずみ)を与えるだろう。これは、スペックルトラッキング技術と心エコー検査で達成された。自動境界検出のための信頼できる方法の開発は、心臓の磁気共鳴(CMR)で、一般に信頼性の高いソリューションを受信して​​いない困難な作業です。実際には、臨床の現場で、境界線がどちら心筋とキャビティ1,2間のインタフェースを検出し、オペレータ、またはソフトウェアによって手動で描画されます。現在の記事では、国境が"検出"されていない、むしろそれらは"追跡"している、すなわち、一般的に必ずしも必要ではないが、手動で経験豊かなオペレータによって描画されているもの信頼性の高い既存の瞬間的なトレースから始め、時間に続いて別のアプローチを紹介1フレーム以上。そのような最初の信頼できるトレースを構成する個々の点は、次のフレームで、その近所でワンポイントとしているのと同じ機能を検索することにより、時間に続いている。追跡機能には、キャビティ、組織の境界や組織に沿って異なる解剖学的な要素になります。彼らは、2つのフレーム間の利害の二つの領域における最尤の方法によって発見されています。 ローカルフレーム間の変位は局所速度(変位と時間間隔の間の比)を評価することと同じです。点での速度の自動評価は、2つの連続するフレームのようなポイントについての画像データの変位の比較から決定されます。このような方法は、多くの研究分野で、いくつかの異なる製剤で、使用されている。彼らは高度な画像解析3,4に、オプティカルフローと呼ばれる一般的なカテゴリに分類されます。 このような速度が生理的運動5に続くために使用されるときに超音波検査の画像追跡の6だけでなく、これらのメソッドは、機能の追跡やボーダーのトラッキングとも呼ばされるようなCMRなど、他のイメージのモダリティに適用されるスペックとして、彼らは一般的に呼ばれています。 2。材料と方法特徴追跡法 2D CMRシネの心内膜または心外膜の境界線は、手動で任意の1フレーム(図1参照)にトレースされます。半ば心筋の機能が同様にトレースすることができます。そのような境界線は、 次に i = 1 … Nを(x iは、y iを )自分の座標のペアで識別されるN個の点のシーケンスとして定義されています。各一点を追跡することによって収益を追跡ボーダーは、そのような追跡は、複数のスケールで階層的なアルゴリズムに基づいて適切に空間的に拡張2Dを検出するために必要な高い精度、および2Dトラッキングを保証1Dトラッキング技術、の組み合わせ、によって基づいている機能。 番目以降のボーダーの大きな幾何学的変位をキャプチャするために、トラッキングは空洞、組織の境界が最高の認識可能な境界自体に直交する方向に実行されます。この方向に沿って追跡は、以下のように貫カット(図3参照)の手法を用いて行われる。ポイントを通過するとそれに直交する、壁を横切る線が描画されます。貫​​線に沿ったピクセルは、画像のシーケンスの1フレームに対応する列、各列に配置されます。このように経カットに沿って進化は、1つの軸がラインに沿って距離であり、他の軸は(図2参照)の時間である2次元表現で一度にすべての瞬間のために表現することができます。この表現は、"スカウト"機能によりを対応するCMRにおける心エコー検査でM -モード、と呼ばれるものに似ています。分析の品質を向上させるために、対雑音比が低い信号で貧しい人々の画像の場合には、宇宙の時間の表現は、5ピクセルの厚さ貫カットラインを使用して構築されています。境界追跡は、その後の時空間画像に沿って実行されます。 境界線の2次元変位、標準の2Dトラッキング(オプティカルフローベース)用のアカウントの2番目のステップでは常に以前の推定境界点を中心としたMXM移動するウィンドウ上で、独立して各点に対して、実行されます。 2Dトラッキングは、最初の見積もりの​​半分の第二のトラッキング通路の中央にウィンドウを移動して雇用されている場所。、2つのステップで実行されますウィンドウは追加で2つの通路で32から16に削減されます。 回転やねじれを推定するために使用されている国境沿いの動きの精度を向上させるために、1Dトラッキングは、湾曲した境界線(図3参照)に"平行"厚いカットから構築された時空間画像に沿って実行されます。各ポイントで、独立して、画素動きの国境に沿って取った、移動境界点を中心と、画像のシーケンスの1フレームに各列が対応する、列に配置されます。分析の品質を向上させるために、そして最高の国境でラインが組織(サブ心内膜)に5ピクセルの拡張された機能をキャプチャする。境界追跡は、上記と同じ手順で、時空間画像に沿って実行されます。追跡された国境の空間的なコヒーレンスを確保するために、3点メディアンフィルタと3点ガウスフィルタ(重み0.25、0.5の、0.25)、各ステップにおいて、隣接するポイントで計算された変位のために適用されます。 2D時空のイメージに沿ってトラッキングこのセクションでは、1つの瞬間での既知の位置から2次元画像(M -モードのような)に一方向に沿って境界線を、以下の手順を説明します。 Xは、水平方向およびy垂直方向として定義されています。列には、注釈付きのX I、I = 1 … M、Mは画像の列数ですです。トラッキングは、既知の点列がx kに対応するyのkから始まる、実数y iを = はy(x i)の離散的な配列の決定によって与えられます。 既知の点 y kから点 y k +1のへの変位は 、x k +1の時、列全体を x kでの全体の列の間の相互相関を評価することによって推定される。相互相関関数が最大値を提示する、最大の位置は、2つの列間の類似度を最大化するために必要な垂直変位の値を与える、従ってY K +1 は y kにそのような変位を加えることによって推定される。この手順は、i = 1、全体の境界線y iの推定値である近隣の列のすべてのペアと結果の間で繰り返されている… Mは、相互相関は、ここでの計算時間を短縮するために高速フーリエ変換アルゴリズムを使用して計算されます。 最初の見積もりは 、y i は 、さらに繰り返し洗練されている。この目的を達成するために画像の一部は、以前の推定値y iと、その中心iが生成され、補正の追跡に使用されるシーケンスyに対応する新しいイメージの上下にいくつかのポイントを取ることによって抽出されます。ない補正が検出されなくなるまで、この改良が繰り返されます。 改善された、より自然な結果がその後の時空間画像、固定点 y kの通過、画像の明るさのレベルで、最終的なヘビの手順[5]に従うことによって達成されます。全体のプロセスは、定期的な結果を確保し、ドリフトの影響を避けるために、時間の周期性を利用しています。 特徴追跡の技術的制限国境のトラッキング技術は、あらゆる追跡スペックル法と同様に、他の1つのフレームからピクセルの明るさで変化の定量化に基づいています。これは、それが次のフレーム内の隣接するピクセルに移動し、一つのフレームに1ピクセルずつあるスペックを確認する必要性に関連する速度の下限を与える。この制限は、それゆえです。 式(1) Δxはここで、ピクセルサイズ、Δtは二つのフレーム間の時間間隔です。係数kは追跡アルゴリズムの品質上および動的サブピクセルの変化を評価する能力に依存します。この制限はよくこの上限を超えている速度が高い精度で推定していることを意味する、そのような精度は、そのような制限は以下のときに速度値のアプローチと秋に削減されます。 この制限は、片側に買収フレームレート(Δtの減少)の増加が大きな速度とその急速な変化(等容性の段階の間のような)を簡単に評価できることを意味します。反対側で、フレームレート(Δtの減少)の増加は、この制限を増やすと、それが空間分解能の同様の増加(ΔXの減少)が添付されていないされるまで、低速度の評価の精度低下を意味する。 ファントム画像の準備人工的なコンピュータで生成された一連のループは、単純で完全に制御された条件で画像解析の手順のテストができるように準備されています。このため、理想的な左心室の短軸投影のファントムは、以下のようにして調製した。 心内膜と心外膜の境界線はそれぞれ、半径R 0(t)とR 1(T)の2つの同心円で表されます。画像は、環を作ることによって調製され、表現TS 2つの境界の間の組織、黒の背景上のように均一に色グレー。その後8×8のトップハット線形フィルタは、非物理的な不連続性を回避するために適用されます。 心外膜の動きが[mm]とで、撮影され、R 0(t)とTはTとして扱わハートビート期間です= 10 +5 COS(2πt/ T)= 1秒 。理論的な心内膜運動学は、国境に沿って一定であるとだけ、速度だけラジアルとで与えられる時間に依存V0(t)は= DR 0 / DT =-におけるπ罪(2πt/ T)、〔cm / s]である。長さに対して計算国境は時間ゼロで持っている割合の株を、ST 0(T)= 100 ×(R 0(T)- R 0(0))/ R 0(0)= 100(COS(2πt/ Tです。 )-1)/ 3、およびひずみ速度は(1)SR 0(t)は [s -1と ]で= 10 V0 / R 0、としてから従う。心外膜は、一定の厚さに応じてR 1(t)を移動させるのいずれかとして想定される= R 0(t)は5ミリメートル 、またはとしても、R 1(T)= R 0(0)5ミリメートル 。 各画像には、組織のアニュラスを中心に、48ミリメートルの大きさの正方形で、解像度のNxNのを持っています。ひずみとひずみ速度の時間プロファイルを図4、プレートCとDに示されている、例の画像は、プレートとb、図4に示されているループは分解能N、フレームレートFR、およびモーションの心外膜の種類を変えることによって調製される。 心内膜追跡法は、最初のフレーム上に均一に円形の心内膜に沿って等間隔点の数N pを取ることによってそのようなイメージに適用されます。 3。代表的な結果ファントムスタディコンピュータによって生成されたファントム画像の画像解析法の適用は、ここで分析されます。最終的なエラーのグローバルな尺度は、正方形のパーセンテージの差を平均平方根によって計算されます。ルートは、心内膜のひずみで、正方形の平均と最大誤差は次のように定義されていることを意味 式(2) セント0(t)が正確な値です、 聖(t)は画像解析による計算値であり、和はすべてのフレームにまたがるN F = FRxT。同じ定義は半径、速度、およびひずみ速度のために使用されます。トラッキングが心内膜に沿って位置から約独立して、異なる点の間の違いがよく1%未満です。 結果は、私は空間分解能、フレームレート、およびモーションの心外膜境界線の種類を変え、15ファントムについては、表にまとめていますが、心内膜の境界線を追跡するために使用される点の数を変化させる効果も示されています。 エラーはすべての場合に不可欠な量(半径とひずみ)のための非常に小さいと、元の微分に関連する差動量(速度とひずみ速度)のためのわずかに大きいです。微分演算子がエラーを増幅するため、これは期待された。結果の品質は、解像度が低下すると低下している、実際には、精度は(広い意味での)他の1つのフレームから読み取り可能な最小の変位を表すピクセルのサイズに関連しています。フレームレートが十分になるまで、時間分解能は、フレームの変位により、フレームのピクセルサイズよりも低くなるので、改善していない非常に高いフレームレートの結果で、かなり結果には影響しません。これは、空間分解能の増加を伴っていないときにフレームレートの増加はほとんどあるいは全くユーティリティであることを示しています。 しかし、ここで考えて、単純な正弦波運動は、極端な時間分解能を必要としません。同様に、わずか8などのポイントの使い方は簡単、円形、心内膜の形状に従うことで十分です。心内膜の結果はかなり心外膜が受ける運動の種類によって影響されていません。我々はまた、結果が大幅に採用された画像のフィルタリングの影響を受けないことを確認してあります。 結果の視覚的表現は、2つの瞬間に計算された心内膜の境界線がファ​​ントム画像(プレートとb)を介して報告されている。図4に示されているひずみとひずみ速度は、ケース#1と小さい解像度の場合#8用(板c及びd)で報告されています。 #1(四角)の場合におけるひずみとひずみ速度は理論値、それぞれ0.6%と3%、に等しい平均誤差を持つ優秀な契約を提示。契約は、場合にのみ、画像の解像度はそれぞれ、エラーが0.9%、ひずみとひずみ速度は4.5%と、半減して#8、少し悪いです。 臨床バリデーション1。 我々は191デュシェーヌ筋ジストロフィーpatieにおける高調波位相イメージング(HARP)とFTの技術によって半ばLV全体スライス円周心筋緊張を(εCC)と比較国税庁は、対照被験者の心機能障害の年齢や重症度に応じてグループ化し、42年齢をマッチさせた。回顧、オフライン解析は、一致したタグとSSFPのスライスを行った。全体の調査対象集団(N = 233)の場合は、FTεCC(-13.3 ± 3.8%)が高度に0.899のピアソンの相関係数とHARPεCC(-13.6 ± 3.4%)と相関していたわけで。 HARP(-12.52 ± 2.69パーセント)とFT(-12.16 ± 3.12パーセント)によって決定されるDMD患者の平均εCCが (P = NS)に有意差はなかった。同様に、決定したHARP(-18.85 ± 1.86)とFT(-18.81 ± 1.83)が対照群のεのccを意味する(P = NS)に有意差はなかった。我々は、εのccのFTベースの評価は、心機能障害の広い範囲で大規模なDMD患者集団でタグ付けされた画像から得られたεのccで高度に相関すると結論した。 ファントム# フレームレートレゾール。N 心外膜の動き N P εR εR 最大 εV εV( 最大) εSR εSR 最大 ε セント ε セント 最大 1 32 401 遠藤と 16 0.57 1.10 3.98 8.26 2.95 6.55 0.59 1.34 2 32 401 は運動しない 16 0.27 0.60 3.62 8.53 2.90 5.99 0.75 1.29 3 64 401 遠藤と 16 0.35 0.62 1.75 4.92 3.08 10.47 0.34 0.86 4 64 401 は運動しない 16 0.39 0.73 1.78 5.48 2.38 6.46 0.32 0.63 5 128 401 遠藤と 16 0.22 0.40 1.57 3.66 2.73 8.39 0.35 0.89 6 16 401 遠藤と 16 0.41 0.92 12.10 18.27 7.12 15.17 0.88 1.93 7 32 201 遠藤と 16 0.43 0.82 3.84 7.03 4.21 7.79 0.83 1.52 8 32 201 は運動しない 16 0.49 0.90 4.00 8.54 4.54 10.84 0.93 1.64 9 32 101 遠藤と 16 2.58 3.87 5.70 17.44 9.22 18.27 4.44 6.77 10 32 401 遠藤と 64 0.32 0.73 3.98 8.09 3.11 8.86 0.48 1.10 11 32 401 は運動しない 64 0.33 0.53 3.56 7.83 2.78 7.44 0.70 0.98 12 32 401 遠藤と 32 0.44 1.00 3.99 8.16 2.99 6.82 0.63 1.49 13 32 401 遠藤と 8 0.20 0.41 3.64 6.84 3.09 9.10 0.43 0.74 14 32 401 は運動しない 8 0.22 0.41 3.36 7.42 2.76 5.93 0.58 1.01 15 * 32 401 遠藤と 16 1.35 2.42 5.54 9.68 7.02 16.58 2.62 4.46 表1心内膜境界の追跡のファントムの分析:。平方根と最大percentualエラーを意味する[%]の異なるファントムのパラメータの対応で主要な量のために計算されます。パラメータは、ファントム#1からの変化を示す太字で表記。フレームレート、解像度、および追跡ポイントの数への依存が考慮されます。心外膜運動の種類の影響は、心外膜の境界線が移動しない時の2つの制限のケースで考慮さ(動きのない)や遠藤(なし肥厚)に移動されます。最後のファントムは、(*)明るさが1ピクセルで突然の変化と基本的な段階的な画像をフィルタリングすることなく構築されています。 10%以上のエラーが太字で表記されています。 図1。トレースされた心内膜の境界線と長軸像(左写真)で、短軸像(右写真)の左心室のCMRのイメージが、、上に描画。 図2画像のシーケンスの領域が貫カットに沿っている時空間の表現、、。貫​​カットは、図3の出発点用として使用されます。自動的に追跡開始点、、の時間変化が報告されます。 図3。経カットと湾曲した境界線に平行カットの長軸像における左心室、、のイメージ。 図4ファントムの研究。二つの画像(ケース#2)最大拡張時(プレート)と収縮(プレートB)、計算された心内膜境界のポイントが重なっている。ひずみ(プレートC)と二つの異なるファントム(例#1と#8)で計算さひずみ速度(プレートd)は実効値との比較で示されています。 図5。正常な患者におけるグローバル円周(黒い曲線)と分節的ひずみ(カラーカーブ)の例()。グローバル円周(曲線黒)と左室機能と左脚ブロック(B)患者における分節circumferental starain(カラーカーブ)の例。左室同期不全の存在を示すピーク円周方向ひずみの別のタイミングに注意してください

Discussion

我々は、SSFP画像から得られる心筋組織の変形と変位のパラメータを測定するための新しい方法"追跡機能"を説明します。このメソッドは、最近、デュシェンヌ型筋ジストロフィー(1)患者の大規模な人口のピークグローバル円周方向ひずみの評価にHARPに対して検証されました。我々は、これらの2つの手法との間の優れた相関が認められた。機能のトラッキング技術は使用中の比較的単純であり、タグ付け、SENSEまたはDENSEなどの任意の追加の画像シーケンスを必要としません。よくFTは、縦方向および半径方向のLV株だけでなく、縦、右心室のひずみを推定することができる堅牢な手法であるように見えるとしてピークグローバルECCの臨床的に検証評価に加えて、地域のひずみデータを得ることができます。

より多くの研究は、正確に画像の時間的及び空間分解能に関する技術の限界を決定するために行う必要があります。基本的な原理は同じですので、FTは、そのような心エコー検査などの他のモダリティ間の比較が可能になります。

結論

特徴追跡は、それが時間のかかる分析及び追加取得の手続きの必要がなくなるので、臨床現場で統合される可能性を秘めています。 FTは左と右室グローバルと分節株、左室同期不全の評価に使用することができます。さらに臨床試験は臨床心臓病学でFTの有用性を評価するために進行中です。

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