Summary

Avaliação Strain Ressonância Magnética Derivado do Miocárdio Usando o controle de recursos

Published: February 12, 2011
doi:

Summary

Um método preciso e prático para medir parâmetros como a tensão no tecido do miocárdio é de grande valor clínico, uma vez que tem sido demonstrado, que a tensão é um marcador mais sensível e mais cedo para a disfunção contrátil do que o parâmetro freqüentemente usado EF.

Abstract

Objectivo: Um método preciso e prático para medir parâmetros como a tensão no tecido do miocárdio é de grande valor clínico, uma vez que tem sido demonstrado, que a tensão é um marcador mais sensível e mais cedo para a disfunção contrátil do que o parâmetro freqüentemente usado EF. As tecnologias atuais para CMR são demorados e difíceis de implementar na prática clínica. Rastreamento de recurso é uma tecnologia que pode levar a mais automatização e robustez da análise quantitativa de imagens médicas com menor consumo de tempo do que os métodos comparáveis.

Métodos: Uma entrada automática ou manual, em uma única fase serve como uma inicialização a partir do qual o sistema começa a rastrear o deslocamento de padrões individuais representando estruturas anatômicas ao longo do tempo. A especialidade deste método é que as imagens não precisam ser manipuladas de forma alguma antecedência, como por exemplo a marcação de imagens CMR.

Resultados: O método é muito adequado para rastreamento de tecido muscular e com isso permitir a elaboração quantitativa do miocárdio e também o fluxo sanguíneo.

Conclusões: Este novo método oferece um procedimento robusto e economia de tempo para quantificar o tecido do miocárdio e de sangue com velocidade de deslocamento, deformação e parâmetros em seqüências regulares de CMR imagem. É, portanto, pode ser implementada na prática clínica.

Protocol

1. Introdução Detecção automática de fronteiras é uma questão fundamental na análise de imagens. Em imagem cardíaca, a possibilidade de uma detecção automática da fronteira endocárdica na imagem do ventrículo esquerdo daria medida objetiva dos volumes ventriculares, e deformação miocárdica (strain). Isto foi conseguido em ecocardiografia com speckle técnica de rastreamento. O desenvolvimento de métodos confiáveis ​​para a detecção automática de fronteira é uma tarefa desafiadora que ainda não recebeu uma solução geral de confiança na ressonância magnética cardíaca (CMR). De fato, na prática clínica, as fronteiras ou são desenhadas manualmente pelo operador ou software detecta interface entre miocárdio e 1,2 cavidade. No presente artigo apresentamos uma abordagem diferente, onde as fronteiras não são "detectadas", mas eles são "controladas", isto é seguido com o tempo, a partir de um rastreamento existente confiável instantânea que é comumente, mas não necessariamente manualmente desenhados pelo operador experiente mais de um único frame. Os pontos individuais que compõem tais traçar um primeiro confiáveis ​​são seguidos no tempo, pesquisando as mesmas características que são cerca de um ponto na sua vizinhança nos quadros seguintes. Os recursos podem ser rastreados os elementos cavidade tecido-limite ou anatômica que são diferentes ao longo do tecido. Eles são encontrados por métodos de máxima verossimilhança em duas regiões de interesses entre os dois quadros. O deslocamento de quadro-a-quadro local é equivalente a avaliar a velocidade local (razão entre o deslocamento eo intervalo de tempo). A avaliação automática da velocidade em um ponto de comparação é determinado a partir do deslocamento dos dados de imagem sobre a tal ponto em dois quadros consecutivos. Tais métodos têm sido utilizados, em várias formulações diferentes, em muitos campos de pesquisa. Eles caem na categoria geral conhecido como fluxo óptico, em análise avançada de imagens 3,4. Eles são comumente referido como Speckle Tracking na imagem ecográfica quando as velocidades são utilizadas para seguir o movimento fisiológico 5, 6, mas também se aplicam a qualquer modalidade de imagem, tais como CMR, onde estes métodos são referidos como rastreamento de recurso ou de monitoramento de fronteiras. 2. Material e Métodos Método recurso de Rastreamento Borda endocárdica ou epicárdio de um CMR 2D cine é manualmente traçado sobre um quadro arbitrário (ver figura 1). Meados do miocárdio características pode ser atribuída também. Na fronteira, é então definida como uma seqüência de pontos N, identificados por seus pares de coordenadas (x i, y i) com i = 1 … N. A fronteira de rastreamento continua acompanhando cada ponto único, como o acompanhamento de um é baseado em um algoritmo hierarquizado em escalas múltiplas e por uma combinação de técnicas de rastreamento 1D, o que garante maior precisão e rastreamento 2D, que é necessário para detectar corretamente a 2D espacialmente estendidos características. , A fim de capturar o primeiro grande deslocamento geométrico da fronteira, o acompanhamento é realizado na direção ortogonal à própria fronteira onde o limite cavidade-tecido é melhor reconhecível. O monitoramento ao longo desta direção é realizada usando o método de cortes transmural como a seguir (ver figura 3). A linha que atravessa a parede, que passa pelo ponto e ortogonal a ele é desenhado. Os pixels tomadas ao longo da linha transmural são colocados em colunas, cada coluna corresponde a um quadro da seqüência de imagens. Desta forma, a evolução ao longo de um corte transmural pode ser representado para todos os instantes de uma só vez em uma representação bidimensional, onde um eixo é a distância ao longo da linha e outro eixo é o tempo (ver figura 2). Esta representação é semelhante ao que é referido como um modo-M em Ecocardiografia, em CMR corresponde mais ao "scout" função. Para melhorar a qualidade da análise, no caso de imagens pobres, com um sinal de baixo-ruído, a representação tempo-espaço é construído usando uma linha para o corte transmural com uma espessura de 5 pixels. O rastreamento de fronteira é então realizada ao longo da imagem espaço-tempo. Em uma segunda etapa para dar conta do deslocamento 2D da fronteira, um rastreamento padrão 2D (fluxo óptico de base) é realizada, para cada ponto de forma independente, em uma janela MxM movimento que está sempre centrado no ponto de fronteira anteriormente estimado. Rastreamento 2D é realizado em duas etapas, onde a metade da primeira estimativa é empregada para o centro das janelas movendo na passagem de rastreamento segundo. A janela é então reduzida de 32 para 16 em duas passagens adicionais. Para melhorar a precisão do movimento ao longo da fronteira que é usado para estimar a rotação e torção, o rastreamento 1D é realizado ao longo do espaço-tempo imagens construídas a partir de cortes de espessura "paralelo" para a fronteira curva (ver figura 3). Em cada ponto, de forma independente, os pixelstomadas ao longo da fronteira em movimento, centrado nos pontos de fronteira em movimento, são colocados em colunas, cada coluna corresponde a um quadro da seqüência de imagens. Para melhorar a qualidade da análise, e para melhor captar os recursos na fronteira a linha é estendida de 5 pixels para o tecido (sub-endocárdio). O rastreamento de fronteira é então realizada ao longo da imagem do espaço-tempo com o mesmo procedimento descrito acima. Para assegurar a coerência espacial na fronteira controlada, um filtro de 3 pontos e uma média de 3 pontos Gaussian filtro (de pesos 0,25, 0,5, 0,25) é aplicada para o deslocamento calculado em pontos vizinhos a cada passo. Ao longo do acompanhamento da Imagem Espaço-Tempo 2D Esta seção descreve um procedimento para seguir uma fronteira ao longo de uma direção em uma imagem bidimensional (M-mode-like) a partir de uma posição conhecida em um instante. X é definida como a direção horizontal e y a direção vertical. As colunas são anotados x i, i = 1 … M, onde M é o número de colunas da imagem. O rastreamento é dada pela determinação de uma seqüência discreta de números reais y i = y (x i), a partir de um ponto conhecido y k correspondentes às colunas x k. O deslocamento do ponto conhecido y k para o ponto y k +1 é estimada através da avaliação da correlação cruzada entre a coluna inteira de x k com a coluna inteira de x k +1. A função de correlação cruzada irá apresentar um máximo, a posição do máximo dá o valor do deslocamento vertical necessários para maximizar a similaridade entre as duas colunas, portanto, y k +1 é estimada pela adição de um tal deslocamento para y k. Este procedimento é repetido entre todos os pares de colunas nas proximidades eo resultado é uma estimativa de toda a fronteira y i, i = 1 … M. A correlação cruzada é aqui calculado utilizando um algoritmo Fast Fourier Transform para reduzir o tempo de cálculo. A primeira estimativa y i é mais refinado iterativamente. Para conseguir este objectivo um subconjunto da imagem é extraída, tomando alguns pontos acima e abaixo da estimativa anterior y i e uma nova imagem, cujo centro corresponde à seqüência y i é gerado e utilizado para o rastreamento de correção. Este refinamento é repetido até que nenhuma correção é encontrado. Um resultado melhor e mais natural é então obtida por um procedimento de cobra final [5] a seguir, na imagem do espaço-tempo, o nível de brilho da imagem que passa pelo ponto fixo y k. Todo o processo faz uso da periodicidade do tempo para garantir um resultado periódicas e evitar o efeito de deriva. Limitação técnica do controle de recursos A técnica de monitoramento de fronteiras, como qualquer método speckle acompanhamento, é baseado em quantificação das alterações no brilho de pixels de um quadro para o outro. Isso dá um limite inferior de velocidade estão relacionadas à necessidade de consultar um speckle, que é um pixel de um quadro, passando para o pixel vizinho no próximo quadro. Este limite é, portanto, Equação 1 onde AX é o tamanho do pixel e Dt é o intervalo de tempo entre os dois quadros. O coeficiente k depende da qualidade do algoritmo de rastreamento e na sua capacidade para avaliar a dinâmica sub-pixel variações. Este limite significa que as velocidades que estão bem acima deste limite são estimados com grande precisão, tal precisão é reduzida quando a velocidade abordagem valores e cair abaixo desse limite. Esta limitação também implica que um aumento na aquisição de frame-rate (redução de Dt) de um lado permite uma mais fácil apreciação das velocidades grandes e suas variações rápidas (como durante as fases de isovolumétrico). Por outro lado, o aumento da taxa de quadros (redução de Dt) aumentar este limite e implicam uma menor precisão na avaliação de velocidades mais baixas até que não é acompanhada por um aumento semelhante de resolução espacial (redução de AX). Fantasma Preparação Imagem Uma série de loops gerados por computador artificial foi preparada para permitir o teste do procedimento de análise de imagem em condições simples e perfeitamente controlada. Para isso, um fantasma em uma projeção de um eixo curto do ventrículo esquerdo ideal foi preparado como se segue. As bordas endocárdica e epicárdica são representados por dois círculos concêntricos com raio R 0 (t) e um R (t), respectivamente. A imagem é preparado fazendo o anel, que reprets o tecido entre as duas fronteiras, cinza como cor uniforme em um fundo preto. Em seguida, um 8×8 top hat-linear filtro é aplicado para evitar descontinuidades não físico. O movimento epicárdio é tomada, em [mm], como R 0 (t) = 10 +5 cos (2πt / T) onde T é o período de batimento cardíaco tomado como T = 1s. A cinemática teórica endocárdico é constante ao longo da fronteira e depende única vez, a velocidade é apenas radial e dada por V0 (t) = 0 dR / dt =- sin π (2πt / T), em [cm / s]. Tensão percentual, calculado em relação ao comprimento da fronteira tem no momento zero, é St 0 (t) = 100x (R 0 (t)-R 0 (0)) / R 0 (0) = 100 (cos (2πt / T ) -1) / 3, e taxa de deformação segue de (1) como SR 0 (t) = 10 V0 / R 0, em [s -1]. O epicárdio é assumida tanto como se movendo de acordo com uma espessura constante, R 1 (t) = R 0 (t) +5 mm, ou como ainda R 1 (t) = R 0 (0) +5 mm. Cada imagem é a praça do tamanho de 48 mm, centrada no anel de tecido, e tem uma resolução de NxN. Imagens de exemplo são mostrados na figura 4, placas a e b; a tensão e os perfis de tensão taxa tempo são mostradas na figura 4, c pratos e d. Os loops são preparados através da variação do N resolução, o FR frame-rate, e do tipo epicárdico do movimento. O método de rastreamento do endocárdio é aplicada a tais imagens, tendo no primeiro quadro um número N p de pontos uniformemente espaçados ao longo do endocárdio circular. 3. Resultados representante Estudo fantasma A aplicação do método de análise de imagem para as imagens geradas por computador fantasma é aqui analisada. Uma medida global do erro eventual é calculado pela diferença percentual root mean quadrados. O root mean erros quadrados, média e máxima na cepa endocárdio são definidos como Equação 2 onde St 0 (t) é o valor exato, St (t) é o valor calculado pela análise de imagem, e os somatórios se estendem por todos os quadros N F = FRxT. A mesma definição é utilizada para o raio, velocidade e taxa de deformação. O rastreamento é sobre independente da posição ao longo do endocárdio, as diferenças entre os diferentes pontos é bem abaixo de 1%. Os resultados são resumidos na Tabela I para 15 fantasmas, com resolução espacial variando, frame-rate, e tipo de borda epicárdica do movimento, o efeito da variação do número de pontos utilizados para rastrear a fronteira endocárdica também é mostrada. Os erros são em todos os casos muito pequeno para a quantidade integral (raio e tensão) e ligeiramente maior para as quantidades diferencial (velocidade e taxa de deformação) que estão relacionados com o derivado da antiga. Isto era esperado porque o operador de derivativos amplia erros. A qualidade dos resultados é degradada quando a resolução é reduzida, na verdade, a precisão está relacionada com o tamanho do pixel que representa (em um sentido amplo) o deslocamento mínimo legível de um quadro para o outro. O tempo de resolução não afeta significativamente os resultados até que o frame-rate é suficiente, em resultado muito alto frame-rate não melhoram porque frame por deslocamentos quadro torna-se menor que o tamanho do pixel. Isto mostra que um aumento na taxa de quadros é de pouca ou nenhuma utilidade quando não é acompanhada por um aumento na resolução espacial. No entanto, o simples movimento sinusoidal aqui considerado não requer um tempo de resolução extrema. Da mesma forma, o uso de apenas 8 pontos é suficiente para acompanhar o simples, a forma circular endocárdica. Endocárdica resultados não são significativamente influenciados pelo tipo de movimento que o epicárdio sofre. Temos também verificaram que os resultados não são significativamente afetadas pela filtragem de imagem adotado. A apresentação visual dos resultados é apresentado na Figura 4, onde a fronteira calculado endocárdica em dois instantes é relatado sobre as imagens fantasma (placas a e b). A tensão ea taxa de deformação são relatados em (placas c e d) para o caso # 1 e caso a resolução pequena # 8. A tensão ea taxa de deformação em caso # 1 (quadrados) apresenta uma excelente concordância com o valor teórico, o erro médio é igual a 0,6% e 3%, respectivamente. O acordo é apenas um pouco pior no caso # 8, em que a resolução da imagem é reduzida para metade, com erros de 0,9% e 4,5% para tensão e taxa de deformação, respectivamente. Validação clínica 1. Nós comparamos mid-LV todo fatia do strain circunferencial do miocárdio (cc ε) pela imagem latente Harmonic Fase (HARP) e técnicas de FT em 191 patie Distrofia Muscular Duchenents agrupados de acordo com idade e gravidade da disfunção cardíaca e 42 da mesma idade, os indivíduos de controle. Retrospectiva, a análise fora de linha foi realizada em fatias acompanhado marcados e SSFP. Para toda a população estudada (n = 233), média FT ε cc (-13,3 ± 3,8%) foram altamente correlacionados com HARP ε cc (-13,6 ± 3,4%) com um coeficiente de correlação de Pearson de 0,899. O cc ε média de pacientes com DMD determinada por HARP (-12,52 ± 2,69%) e FT (-12,16 ± 3,12%) não foram significativamente diferentes (p = NS). Da mesma forma, o cc ε média dos indivíduos controle por HARP determinado (-18,85 ± 1,86) e FT (-18,81 ± 1,83) não foram significativamente diferentes (p = NS). Concluímos que a FT baseados em avaliação de cc ε correlacionado com ε cc derivado das imagens marcado em uma grande população de pacientes com DMD com uma vasta gama de disfunção cardíaca. Fantasma # Frame Rate Resol. N Movimento epicárdico 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 com endo 16 0,57 1,10 3,98 8,26 2,95 6,55 0,59 1,34 2 32 401 nenhum movimento 16 0,27 0,60 3,62 8,53 2,90 5,99 0,75 1,29 3 64 401 com endo 16 0,35 0,62 1,75 4,92 3,08 10,47 0,34 0,86 4 64 401 nenhum movimento 16 0,39 0,73 1,78 5,48 2,38 6,46 0,32 0,63 5 128 401 com endo 16 0,22 0,40 1,57 3,66 2,73 8,39 0,35 0,89 6 16 401 com endo 16 0,41 0,92 12,10 18,27 7,12 15,17 0,88 1,93 7 32 201 com endo 16 0,43 0,82 3,84 7,03 4,21 7,79 0,83 1,52 8 32 201 nenhum movimento 16 0,49 0,90 4,00 8,54 4,54 10,84 0,93 1,64 9 32 101 com endo 16 2,58 3,87 5,70 17,44 9,22 18,27 4,44 6,77 10 32 401 com endo 64 0,32 0,73 3,98 8,09 3,11 8,86 0,48 1,10 11 32 401 nenhum movimento 64 0,33 0,53 3,56 7,83 2,78 7,44 0,70 0,98 12 32 401 com endo 32 0,44 1,00 3,99 8,16 2,99 6,82 0,63 1,49 13 32 401 com endo 8 0,20 0,41 3,64 6,84 3,09 9,10 0,43 0,74 14 32 401 nenhum movimento 8 0,22 0,41 3,36 7,42 2,76 5,93 0,58 1,01 15 * 32 401 com endo 16 1,35 2,42 5,54 9,68 7,02 16,58 2,62 4,46 Tabela 1 Fantasma análise de rastreamento dos bordos:. Root mean square e erro máximo percentual [%] são calculados para as quantidades principal em correspondência de diferentes parâmetros fantasma. Os parâmetros assinalados em negrito indicam as variações do Fantasma # 1. A dependência de frame-rate, o número de resolução e de pontos monitorados é considerado. A influência do tipo de movimento epicárdica é considerado para os dois casos limites, quando a fronteira epicárdico não se move (sem movimento) ou movido com endo (sem espessamento). O fantasma última (*) é construído sem filtrar as imagens básicas passo a passo com brilho mudando abruptamente em um pixel. Erros acima de 10% estão marcadas em negrito. Figura 1. CMR imagem do ventrículo esquerdo, tendo em vista eixo longo (foto à esquerda) e no eixo curto (foto direita), com uma fronteira traçada endocárdica desenhado na parte superior. Figura 2. Espaço-tempo de representação, onde o espaço é ao longo de um corte transmural, da seqüência de imagens. O corte transmural é tomado como o ponto de partida para a figura 3. A evolução temporal do ponto de partida, monitorado automaticamente, é relatado. Figura 3. Imagem do ventrículo esquerdo, tendo em vista eixo longo, com cortes transmurais e cortes paralelos à fronteira curvas. Figura 4. Estudo Phantom. Duas imagens(Caso # 2) a expansão máxima (uma placa) e contração (placa b), a computados pontos de fronteira endocárdica são sobrepostas. A cepa (placa c) ea taxa de deformação (placa d) calculado com dois fantasmas diferentes (casos # 1 e # 8) são mostrados na comparação com os valores eficazes. Figura 5. Exemplos de tensão circunferencial (curva preta) e segmentar global (curvas de cor) em pacientes normais (a). Exemplo de starain circunferencial (curva preta) e segmentar mundial circumferental (curvas de cor) em pacientes com função ventricular esquerda deprimida e bloqueio do ramo esquerdo (b). Nota diferentes horários de pico de tensão circunferencial indicativo da presença de dissincronia ventricular esquerda

Discussion

Descrevemos um novo método de "recurso de rastreamento" para medir os parâmetros de deformação e deslocamento no tecido do miocárdio derivado das imagens SSFP. Este método foi recentemente validado contra HARP na avaliação da tensão mundial pico circunferencial em uma grande população de pacientes com Distrofia Muscular de Duchenne (1). Encontramos uma excelente correlação entre essas duas técnicas. Tecnologia de recurso de rastreamento é relativamente simples no uso e não precisa de nenhum seqüências de imagens adicionais, tais como o senso de marcação, ou DENSO. Além da avaliação clínica validada de pico global Eclesiastes, os dados de tensão regional podem ser derivadas, como FT parece ser uma técnica robusta capaz de estimar longitudinal e radial cepa LV, bem como sobrecarga ventricular direita longitudinal.

Mais estudos precisam ser feitos para determinar exatamente os limites da técnica sobre resolução temporal e espacial da imagem. FT permite comparações entre outras modalidades, tais como a ecocardiografia desde o princípio básico é o mesmo.

Conclusão

Rastreamento de recurso tem o potencial para ser integrada na prática clínica, uma vez que elimina a necessidade de análise demorada e procedimento de aquisição adicionais. FT pode ser utilizada para avaliação de linhagens ventricular esquerda e direita global e segmentar, dissincronia ventricular esquerda. Estudos clínicos estão em andamento para avaliar a utilidade da FT em cardiologia clínica.

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