Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Medicine
Click here for the English version

Medicine

Firedimensionel computertomografistyret ventilstørrelse til udskiftning af transkateter lungeventil

Published: January 20, 2022 doi: 10.3791/63367
Automatic Translation
*1,2, *1,2, 1, 1, 2, 2, 1,2, 1,2,3
1Department of Pediatric Cardiology and Congenital Heart Disease, Charité University Medicine Berlin, 2Department of Pediatric Cardiology and Congenital Heart Disease, Deutsches Herzzentrum Berlin, 3DZHK (German Centre for Cardiovascular Research) and BMBF (German Ministry of Education and Research)
* These authors contributed equally

Summary

Denne undersøgelse vurderede en ny metode med en rettet model genereret fra den firedimensionelle hjertecomputertomografisekvens for at opnå de ønskede målinger til ventilstørrelse ved anvendelse af udskiftning af transkateter lungeventil.

Abstract

Målingerne af højre ventrikel (RV) og lungearterie (PA) til valg af den optimale protesestørrelse til udskiftning af transkateter lungeventil (TPVR) varierer betydeligt. Tredimensionel (3D) computertomografi (CT) billeddannelse til forudsigelse af enhedsstørrelse er utilstrækkelig til at vurdere forskydningen af den højre ventrikulære udstrømningskanal (RVOT) og PA, hvilket kan øge risikoen for stentforskydning og paravalvulær lækage. Formålet med denne undersøgelse er at tilvejebringe en dynamisk model til at visualisere og kvantificere anatomien af RVOT til PA over hele hjertecyklussen ved hjælp af firedimensionel (4D) hjerte-CT-rekonstruktion for at opnå en nøjagtig kvantitativ evaluering af den krævede ventilstørrelse. I dette pilotstudie blev hjerte-CT fra får J valgt til at illustrere procedurerne. 3D hjerte CT blev importeret til 3D-rekonstruktionssoftware for at opbygge en 4D-sekvens, der blev opdelt i elleve rammer over hjertecyklussen for at visualisere deformationen af hjertet. Diameter, tværsnitsareal og omkreds af fem billeddannelsesplaner ved hoved-PA, sinodubulært kryds, sinus, basalplan for lungeventilen (BPV) og RVOT blev målt ved hver ramme i 4D-rettede modeller inden ventilimplantation for at forudsige ventilstørrelsen. I mellemtiden blev dynamiske ændringer i RV-volumenet også målt for at evaluere højre ventrikulære udstødningsfraktion (RVEF). 3D-målinger i slutningen af diastolen blev opnået til sammenligning med 4D-målingerne. I får J resulterede 4D CT-målinger fra den rettede model i samme valg af ventilstørrelse til TPVR (30 mm) som 3D-målinger. RVEF for får J fra præ-CT var 62,1 %. I modsætning til 3D CT muliggjorde den rettede 4D-rekonstruktionsmodel ikke kun nøjagtig forudsigelse af valg af ventilstørrelse til TPVR, men gav også en ideel virtuel virkelighed og præsenterede således en lovende metode til TPVR og innovation af TPVR-enheder.

Introduction

Dysfunktion i højre ventrikulære udstrømningskanal (RVOT) og lungeventilabnormiteter er to af de hyppigste konsekvenser af alvorlig medfødt hjertesygdom, for eksempel patienter med repareret tetralogi af Fallot (TOF), visse typer dobbelt udløb højre ventrikel (DORV) og transponering af de store arterier1,2,3 . Størstedelen af disse patienter står over for flere operationer i løbet af deres liv, og sammen med den fremskredne alder øges risikoen for kompleksitet og komorbiditeter. Disse patienter kan have gavn af udskiftning af transkateter lungeventil (TPVR) som en minimalt invasiv behandling4. Hidtil har der været en stabil vækst i antallet af patienter, der gennemgår TPVR, og flere tusinde af disse procedurer er blevet udført over hele verden. Sammenlignet med traditionel åben hjertekirurgi kræver TPVR en mere nøjagtig anatomisk måling af xenograft eller homograft fra højre ventrikel (RV) til lungearterie (PA) samt reparation af lunge- og RVOT-stenose via transannulær plaster ved computertomografiangiografi (CTA) inden intervention og for at sikre, at patienterne er fri for stentfraktur og paravalvulær lækage (PVL)5, 6.

En prospektiv multicenterundersøgelse viste, at en multidetektor CT-ringformet størrelsesalgoritme spillede en vigtig rolle i udvælgelsen af den passende ventilstørrelse, hvilket kunne reducere graden af paravalvulær regurgitation7. I de senere år er kvantitativ analyse blevet mere og mere anvendt i klinisk medicin. Kvantitativ analyse har et enormt potentiale til at muliggøre objektiv og korrekt fortolkning af klinisk billeddannelse og til at verificere, at patienterne er fri for stentfraktur og paravalvulær lækage, hvilket kan forbedre patientspecifik terapi og evaluering af behandlingsrespons. I tidligere klinisk praksis var det muligt at rekonstruere CT-billeddannelse fra tre planer (sagittal, koronal og aksial) med todimensionel (2D) CT for at opnå en visualiseringsmodel8. Kontrastforstærket elektrokardiogram (EKG)-gated CT er blevet vigtigere i evalueringen af RVOT/PA 3D-morfologi og -funktion samt i identifikationen af patienter med et passende RVOT-implantationssted, der er i stand til at opretholde TPVR-stabilitet gennem hele hjertecyklussen9,10.

I de moderne kliniske og prækliniske standardindstillinger oversættes de erhvervede 4D CT-data imidlertid normalt til 3D-planer til manuel kvantificering og visuel evaluering, som ikke kan vise dynamisk information fra 3D / 4D11. Selv med 3D-information har målingerne opnået ved multiplanar rekonstruktion (MPR) desuden forskellige begrænsninger, såsom dårlig visualiseringskvalitet og mangel på dynamisk deformation på grund af de forskellige retninger af blodgennemstrømningen i højre hjerte12. Målinger er tidskrævende at indsamle og tilbøjelige til fejl, da 2D-justering og sektionering kan være upræcis, hvilket resulterer i fejlfortolkning og distensibilitet. I øjeblikket er der ingen konsensus om, hvilken måling af RVOT-PA der pålideligt kan give nøjagtige oplysninger om indikationer og ventilstørrelse for TPVR hos patienter med dysfunktionel RVOT og / eller lungeventilsygdom.

I denne undersøgelse tilvejebringes metoden til måling af RVOT-PA ved hjælp af en rettet højre hjertemodel via en 4D-hjerte-CT-sekvens for at bestemme, hvordan man bedst karakteriserer 3D-deformationerne af RVOT-PA gennem hele hjertecyklussen. Den rumlige-tidsmæssige korrelationsbilleddannelse blev afsluttet ved at inkludere den tidsmæssige dimension og var derfor i stand til at måle variationer i RVOT-PA-størrelse. Derudover kan deformationen af de rettede modeller have en positiv indvirkning på TPVR-ventilens størrelse og procedureplanlægning.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Alle hjerte-CT-data blev indhentet fra GrOwnValve prækliniske forsøg med godkendelse fra det juridiske og etiske udvalg for det regionale kontor for sundhed og sociale anliggender, Berlin (LAGeSo). Alle dyr modtog human pleje i overensstemmelse med retningslinjerne fra de europæiske og tyske selskaber for laboratoriedyrevidenskab (FELASA, GV-SOLAS). I denne undersøgelse blev Pre-CT fra får J valgt til at illustrere procedurerne.

1. Udfør 3D hjerte CT hos får

  1. Intravenøs anæstesi
    1. Berolige får (3 år, 47 kg, hun, Ovis aries) med præmedicinering af midazolam (2 mg/ml, 0,4 mg/kg), butorphanol (10 mg/ml, 0,4 mg/kg) og glycopyrroniumbromid (200 mcg/ml, 0,011 mg/kg) ved intramuskulær injektion.
    2. Kontroller fårenes fysiske tilstand, da de blev føjelige, 15 minutter efter injektionen.
    3. Anbring et 18 G kateter med injektionsport aseptisk i den cephaliske vene med perfusionslinjer sammenføjet til et T-stik til anæstesi og kontrastmiddel.
    4. Anæstesi fårene ved intravenøst at injicere propofol (20 mg/ml, 1-2,5 mg/kg) og fentanyl (0,01 mg/kg). Kontroller for symptomer på beroligende som kæbeafslapning, tab af synke og ciliær refleks. Intuberer fårene med et 6,5 mm - 8 mm luftrør, og anbring et maverør i maven til mavevæskeaspiration efterfulgt af intravenøs injektion af propofol (20 mg / ml, 1-2,5 mg / kg) og fentanyl (0,01 mg / kg).
    5. Opnå total anæstesi ved at injicere propofol (10 mg / ml, 2,5-8,0 mg / kg / t) og ketamin (10 mg / ml, 2-5 mg / kg / t) intravenøst som forberedelse til hjerte-CT.
  2. Hjerte CT
    1. Overfør fårene fra Research Institutes for Experimental Medicine (FEM) til CT-rummet i det tyske hjertecenter Berlin (DHZB) efter forberedelserne. Scan alle får i den udsatte position efter sikkert at have fastgjort dem på CT-sengen med 3 bandager på arme, mave og ben.
    2. Udfør hjerte-CT på et 64-slice dual-source multidetektor CT-system med EKG-gating ved hjælp af følgende parametre. Indstil de standardanskaffelsestekniske parametre som følger: portalrotationstid 0,33 s, 100-320 mAs pr. rotation, 120 kV rørspænding, matrix 256 med en 16-bit dybde, afvigelse effektiv røntgendosis 15,5± 11,6 mSv, skivetykkelse 0,75 mm.
    3. Opnå kontrastforbedring ved at administrere 2-2,5 ml/kg ioderet kontrastmiddel med en hastighed på 5 ml/s via T-stikket på armen.
    4. Udfør 4D CT-scanningsprotokollen i sekventiel. Opdel hele hjertecyklussen i 11 rammer fra 0% til 100% med 10% af R-bølge til R-bølge (RR) interval, der dækker hjertecyklussen. Udfør en end-diastolisk fase ved ca. 70% af RR-intervallet til analyse for 3D-serien. Få sagittale, koronale og aksiale data i hver ramme af 4D CT såvel som i 70% 3D-serien.
    5. Brug en bolussporingsmetode til kontrastbolustiming i det område, der er af interesse på hovedpulmonalarterienfor at opnå ideel synkronisering. Administrer ikke betablokker hos får.
    6. Overfør fårene tilbage til FEM og stop perfusionen af propofol og ketaminefter scanning. Fårene genvandt bevidstheden 10 - 20 minutter efter ekstubationen. Anæstesiologer og dyrlæger overvågede hele anæstesibehandlingen, indtil fårene var helt vågne og i stand til at bevæge sig frit.

2. Open source 3D-rekonstruktionssoftwareprogramindstillinger og udvidelsesrater

  1. Klik på Rediger i topmenuen for at ændre programindstillingerne efter start af 3D-genopbygningssoftware.
    1. Klik på DICOM, derefter Acquisition Geometry Regularization, og vælg Anvend regularization Transform i afsnittet DICOM Scalar Volume Plugin . Vælg Volume Sequence som det foretrukne importformat med flere volumener i afsnittet Multi Volume Importer Plugin .
    2. Klik på Visninger, vælg Små akser. Vælg Tynd lineal i markøren Retning.
    3. Genstart 3D-udsnitssoftwaren for at gemme programindstillingerne.
  2. Klik på Extension Manager på værktøjslinjen for at åbne siden med udvidelser.
    1. Find de nødvendige udvidelser, og venstreklik for at installere dem. Brug følgende udvidelser i denne undersøgelse: Sekvensregistrering, Slicer Elastix, Sandbox, Slice Heart, Slicer IGT, Slicer VMTK, DICOM-webbrowser, Intensitetssegmentet, Markeringer til model, Easy Clip, mp Review, Slicer Prostate og VASSTAUgorithms.
    2. Genstart 3D-udsnitssoftwaren for at bekræfte installationen af de valgte udvidelser.

3. Indlæs hjerte-CT-data i 3D-udsnit fra DICOM-filerne

  1. Brug et af de to trin, der er beskrevet nedenfor, til at indlæse hjerte-CT-dataene i 3D-udsnit fra DIOCM-filerne (figur 1).
  2. Importer CT-data: Tilføj hjerte-CT-data (Pre-CT fra får J blev valgt for at illustrere procedurerne) i programmets database ved at skifte til DICOM-modulet og trække og slippe filer til programvinduet.
  3. Indlæs CT-data: Indlæs dataobjekter i scenen ved at dobbeltklikke på elementer (I får J er EKG- Ao asc 0,75 126f 3 70% 3D-sekvensen i den ende-diastoliske fase, og Funkion EKG- Ao asc 0,75 126f 3 0- 100% Matrix 256 er 4D-sekvensen som en 11-frame volumensekvens efter hjertecyklus).
  4. Venstreklik på ikonerne Øje i datatræet for at få vist 3D- og 4D-sekvenserne fra de aksiale, sagittale og koronale visninger i 2D-fremviserne.
  5. Venstreklik på layoutikonet Udsnit øverst på værktøjslinjen, og vælg Four-Up eller Konventionelt layout.
  6. Klik på ikonet Links i øverste venstre hjørne for at linke alle tre seere og på ikonet Øje for at få vist skiverne i 3D Viewer.
  7. Klik på ikonet Gem , og gem alle de data, der er indlæst i 3D-udsnittet på en valgt destination for at opbygge et datasæt til segmentering og volumenredigering.

4. Opret 4D-slående hjertevolumen og slå højre hjertevolumen

  1. Vælg Volumengengivelse i rullemenuen Moduler, og vælg derefter 4D-sekvensen i rullemenuen Lydstyrke .
  2. Vælg CT-Cardiac3 i rullemenuen Forudindstillet for at få vist 4D-hjertet. Juster markøren under rullemenuen Forudindstillet for kun at vise hjertet.
  3. Klik på Sequence Browser i rullemenuen Moduler for at vælge og få vist 4D-sekvensen. Det bankende hjerte er i scenen. Træk 4D-hjertet ind i 3D-scenen for at observere hjertet fra forskellige retninger.
  4. Vælg funktionerne Aktivér og vis ROI i beskæringsindstillingerne under skiftelinjen for at beskære 4D-volumenet af det bankende hjerte for bedre at observere hjertets strukturer.
  5. Opret 4D-bankende hjertevolumen som beskrevet ovenfor. Vælg Segmenteditor i rullemenuen Moduler, og klik derefter på Sakseeffekten med handlingen Fill Inside for at klippe en enkelt ramme.
  6. Klik på Mask Volume-effekten , og anvend den for at linke segmenteringen til 4D-hjertet som et maskeret volumen. Indgangsvolumen og outputvolumen i maskevolumeneffekten er 4D-sekvenserne.
  7. Vælg sakseeffekten med betjeningen Slet indeni for at fjerne knoglerne og andre uventede områder. Vælg ø-effekten med handlingen Keep Largest Island for at fjerne små områder.
  8. Vælg Slet effekten med 1-3% Sphere Brush for at fjerne vævene ved aortabuen med fastgørelser til hovedpulmonalarterien samt vævet mellem den stigende aorta og den overlegne vena cava. Efter hvert trin skal du anvende effekten Maskevolumen for at maskere 4D-lydstyrken.
  9. Gentag trin 4.7 - 4.8 for at fortsætte med at fjerne områderne, indtil den rigtige hjertemodel vises i 3D-scenen.
  10. Klik på Sequence Browser og gå til næste ramme. Brug sakseeffekten med betjeningen Slet indeni til at klippe ethvert område i 3D-scenen; den rigtige hjertemodel vises automatisk i den moderne ramme. Anvend den samme metode på resten af rammerne, indtil hele 4D-sekvensen er segmenteret.
  11. Klik på knappen Sekvensbrowser for at få vist det højre hjerte 4D-lydstyrke.
    BEMÆRK: Når du fjerner den venstre forreste nedadgående koronararterie i nogle rammer samt bifurcation af venstre koronararterie, vil den fjerne en lille del af højre ventrikel. På grund af dette anbefales det stærkt at opbevare et lille stykke af disse koronarer for at opretholde det rigtige ventrikulære volumen i hver ramme.

5. Opret rettede modeller fra 4D-sekvensen

BEMÆRK: Det anbefales stærkt at bygge hver 10% af hjertecyklusrammen i en enkelt 3D-udsnitsmappe, ellers vil der være for mange datatræer justeret i DATA-modulet, hvilket gør det ineffektivt at oprette de rettede modeller. For at få den enkelte 3D-udsnitsmappe for hver 10% ramme skal den indlæse 4D-sekvensen flere gange, vælge hver ramme og gemme dem i en enkelt mappe.

  1. Opret de rigtige hjertesegmenteringer for hver ramme ved at vælge modulet Segmenteditor på værktøjslinjen. Tilføj to segmenteringer for hver 10% ramme af 4D-sekvensen, og navngiv dem i overensstemmelse hermed, f.eks. 60% segmentering og Andet.
  2. Vælg værktøjet Malingseffekt i modulet Segment Editor med redigerbart intensitetsområde , som afhænger af CT-billederne for at male det højre hjerte med sekvensen overlegen vena cava, højre atrium, højre ventrikel og lungearterie.
  3. Klik på Anden segmentering, brug malingsværktøjet til at male andre områder for at spore grænserne for det rigtige hjerte generelt.
  4. Vælg effekten Grow From Seeds , vælg Initialiser og Anvend for at anvende effekten. Klik på knappen Vis 3D i modulet Segment Editor for at få vist 3D-modellen af den moderne ramme.
  5. Gentag trin 4.7 - 4.8 for at fjerne eller forbedre 3D-modellen i henhold til CT-billederne i de tre retninger. Fjern venstre og højre gren af lungearterien ved bifurcationen. Den højre hjerte 3D-model viser derefter 3D-scenen i hver ramme.
    BEMÆRK: Det anbefales stærkt at male grænserne for det højre hjerte med en kuglebørste med en diameter på 1% - 2% ved fastgørelserne mellem lungearterien og koronararterierne samt lungearterien og den overlegne vena cava.
  6. Klon segmenterne i DATA-træet som en sikkerhedskopi, navngiv segmenterne, f.eks. 10 % Segmentering Original og 10 % Segmentering for Rettet model.
  7. Tilføj en midterlinje til højre hjertemodel som beskrevet nedenfor.
    1. Vælg Uddrag centerlinje i rullemenuen Moduler.
    2. Vælg Segmentering i rullemenuen Overflade i afsnittet Input i udtrækscenterlinjemodulet. Dette opretter en segmentering, f.eks. 10 % segmentering for rettet model som et segment. Klik på Opret nye markeringer Fiducial i rullemenuen Slutpunkter. Klik på knappen Placer et markeringspunkt for at tilføje slutpunkter på SVC's øverste plan og slutplanet for hovedpulmonalarterien.
    3. Vælg Opret en ny model som en centerlinjemodel og Opret ny annotationskurve som en midterlinjekurve i træet i menuen Output. Klik på Anvend for at få vist den midterste højre hjertemodel.
    4. Klik på DATA-modulet , og højreklik derefter på Centerline Curve for at redigere dets egenskaber. Klik på ikonet Øje for at få vist kontrolpunkterne, og indstil antallet af gensampletpunkter til 40 i afsnittet Resample til 40 for at sænke computerbelastningen.
  8. Opret en rettet model
    1. Vælg Buet Planar Reformat i rullemenuen Moduler.
    2. Skift markøren efter kurveopløsning og skiveopløsning til 0,8 mm, indstil Skivestørrelse til 130140 mm, som var i overensstemmelse med området for højre ventrikel, der vises på billederne, og vælg derefter Opret en ny diskenhed som Output Straightened Volume.
    3. Klik på Anvend for at få det rettede volumen.
    4. Vælg Volumengengivelse i rullemenuen Modul for at få vist den rettede lydstyrke. Vælg Straightened Volume i rullemenuen Lydstyrke, og klik på ikonet Øje . Vælg CT-Cardiac3 som forudindstilling, flyt Shift-markøren for at få vist den rettede højre hjertevolumen i 3D-scenen.
    5. Kolonne den rettede lydstyrke i DATA-træet i navnet på rettet volumen til segmentering, og højreklik for at segmentere denne rettede lydstyrke.
    6. Vælg Tærskeleffekten i segmenteditormodulet for at farve det ønskede rettede højre hjerte, og klik på Anvend for at anvende handlingen. Vælg effekten Maskelydstyrke for at maskere den rettede lydstyrke ved at vælge Rettet lydstyrke til segmentering, lydstyrke som inputlydstyrke og Outputlydstyrke , og klik på Anvend for at anvende handlingen.
    7. Klik på Anvend for at anvende den samme handling som beskrevet ovenfor i trin 4.7-4.8 for kun at beholde den rettede højre hjertesegmentering. Kontroller den rettede højre hjertevolumen og 3D-modellen af den rettede højre hjertesegmentering i 3D-scenen.
    8. Klik på Anvend for at anvende den samme handling, der er beskrevet ovenfor for andre rammer, for at få den rettede højre hjertevolumengengivelse og rettede segmenteringer og gemme dem i mappen for hver ramme.

6. Eksporter tallene og STL-filerne

  1. Eksporter figurerne for den rettede lydstyrkegengivelse ved at klikke på Capture og navngive en scenevisningseffekt på værktøjslinjen og gemme scenerne i 3D-visning.
  2. Eksporter STL-filerne i de rettede 3D-segmenteringer ved at klikke på modulet Segmentering .

7. Udfør fem plane målinger

  1. Udfør en fem plan måling af omkredsen, tværsnitsarealet og omkredsen i de rettede modeller fra 4D-sekvensen og højre ventrikulære volumenmålinger i den rettede model som beskrevet nedenfor.
  2. Anvend følgende fem plane indstillinger: Plan A: ved hovedpulmonalarterien 2 cm forskudt fra planet for det sinotubulære kryds; Plan B: ved det sinobubulære kryds; Plan C: ved sinus; Plan D: i bunden af folderen; Plan E: ved RVOT 1 cm forskudt fra D.
  3. Tilføj alle ovenstående fem planer i de rettede modeller i hver ramme ved at holde Shift-tasten på tastaturet nede og bruge trådkorsfunktionen i værktøjslinjen til de fem planer. Klik på modulet Opret og placer i værktøjslinjen for at vælge Plane-effekten .
  4. Vælg linjeeffekten for at måle omkredsen, vælg effekten Lukket kurve for at opnå omkredsen og tværsnitsarealet. Kopiér dataene for at opbygge datasættet.
  5. Udfør højre ventrikulære volumenmålinger i den rettede model som beskrevet nedenfor.
    1. Kolonne den rettede segmentering i hver ramme, der er opnået fra 4D-sekvensen, og mærk segmenteringen i henhold til den matchende ramme til volumenmåling.
    2. Vælg modulet Segmentstatistik i rullemenuen Modul. Vælg X% Segmentering til volumenmåling efter segmentering og skalarvolumen i indgangsmenuen. Vælg Opret ny tabel som outputtabel, og klik derefter på Anvend for at anvende operationerne for at få volumentabellen.
    3. Kopiér volumendataene for at oprette datasættet til volumenmåling for hver ramme i den rettede segmentering.

8.3D MPR-målinger (multiplanar rekonstruktion) og måling af højre ventrikulært volumen fra 3D-sekvensen (den bedst rekonstruerede fase i slutningen af diastolen)

BEMÆRK: I denne undersøgelse blev fårene J Pre-CT valgt til at illustrere MPR-måleprocedurerne.

  1. Indlæs den diastoliske 3D-sekvens som illustreret i følgende trin. Vælg pil nedad ud for trådkorseffekten, vælg Jump Slices- Offset, Basic+ Intersection, Fine Crosshair og The Slice Intersections for kryds på tværs af trådkors.
  2. Skift + venstreklik for at trække trådkorset til flyet, for eksempel sinus. Tryk på Ctrl + Alt for at justere trådkorset til den ønskede position i de aksiale, sagittale og koronale scener perfekt i midten af den målrettede position.
  3. Vælg Linjeeffekten for at udføre målingerne i hvert plan som illustreret i trin 7.4. Kopiér dataene for at opbygge datasættet til måling af 3D MPR.
  4. Klik på Modulet Segment Editor for at oprette en højre ventrikulær segmentering som beskrevet ovenfor i trin 5.8.6.
  5. Klik på modulet Segmentstatistik for at udføre den rigtige ventrikulære volumenmåling som beskrevet ovenfor i trin 7.5.2.
  6. Kopier volumenoplysningerne for at opbygge det diastoliske 3D højre ventrikulære volumendatasæt.

9. Beregning for valg af stentet hjerteklap

BEMÆRK: I dette afsnit blev målingerne af det sinotubulære kryds brugt til at illustrere proceduren.

  1. Beregn gennemsnittet af de lange aksiale (d1) og korte aksiale perimetre (d2) = (d3) efterfulgt af gennemsnittet af d1, d2 og d3 for at opnå d4, som vist i formler (1) - (2).
    Equation 1
    Equation 2
  2. Del beregningen af tværsnitsarealet (S1) med π for at opnå d5 efterfulgt af kvadratroden af d5 for at opnå d6 og derefter gennemsnittet af d5 og d6, som vist i formlerne (3) - (5).
    Equation 3
    Equation 4
    Equation 5
  3. Del omkredsen (C1) med π for at opnå d8, som vist i formel (6).
    Equation 6
  4. Den samlede generelle diameter d9 opnås ved at beregne gennemsnittet af d4, d7 og d8 som vist i formlen (7).
    Equation 7
  5. Anvend formel (8) for at beregne det bedste valg af ventilstørrelse (h).
    Equation 8
    BEMÆRK: Den stentede hjerteklap fås i diametre 30 mm, 26 mm og 23 mm. Ventilstørrelsen (h) viser matchet som en procentdel for de tre diametre, nemlig et ideelt match som 10-20%, stort for implantation som 30% og derover og lille til implantation under 10%.
  6. Importer 3D- og 4D-dataene til en alsidig statistiksoftware for at opbygge trenddiagrammerne over målingerne i de fem planer og eksportere diagrammerne i TIFF-format. Importer alle figurerne til grafiksoftware til organisation.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

I får J blev 4D total hjerte og højre hjerte modeller med succes genereret fra 4D hjerte CT sekvensen, som viste deformationen gennem hele hjertecyklussen. For bedre visualisering udstilles hele deformationen af det bankende hjerte og højre hjerte i alle retninger i figur 3 - figur 4 og i video 1 - video 2.

De rettede højre hjertemodeller blev opnået efter maskevolumen i hver 10% af segmenteringen for at illustrere deformationerne af det højre hjerte i en rettet model i får J Pre-CT (figur 5).

Fem planer blev tilføjet på de ønskede steder for at udføre målingerne som vist i figur 2A samt MPR-målingerne i 3D-rekonstruktionssoftware og ikke den konventionelle metode til beskæring af 4D-volumenet i får J Pre-CT vist i figur 2B. Ændringerne i tværsnitsareal, omkreds og omkreds blev opnået i forskellige faser af hjertecyklussen for at generere tendensdiagrammerne som vist i figur 6. Originale data fra 4D CT-målinger og 3D CT-målinger er vist i Supplerende fil 1. I får J resulterede 4D CT-målinger fra den rettede model i det samme valg af ventilstørrelse til TPVR (30 mm) som MPR-målingerne fra den ende-diastoliske serie med fordelene ved bemærkelsesværdig virtual reality og pålidelige resultater. Der var signifikante forskelle i det målte tværsnitsareal (RVOT: 3,42 cm2 i 4D versus 4,28 cm2 i 2D, BPV: 2,96 cm2 i 4D versus 3,92 cm2 i 2D) og omkreds (RVOT: 76,1 mm i 4D versus 87,06 mm i 2D, BPV: 67,65 mm i 4D versus 75,73 mm i 2D) i RVOT og lungeventilens basalplan. Den højre ventrikulære udstødningsfraktion af får J fra præ-CT var 62,1%.

Figure 1
Figur 1. Brugergrænseflade i 3-dimensionel rekonstruktionssoftware. Værktøjslinje, datatræ og andre funktionelle menuer i den 3-dimensionelle rekonstruktionssoftware vises til betjening af programmet. Klik her for at se en større version af denne figur.

Figure 2
Figur 2. Fem planer i den rettede model til måling og multiplanar rekonstruktionsmålinger i den 3-dimensionelle sekvens (end-diastolisk fase). A) Plan a: hovedpulmonalarterie, 20 mm forskudt fra plan b; plan b: sinotokbulært kryds; plan c: sinus i lungeventilen; plan d: bunden af lungeventilen; plan e: i højre ventrikulære udstrømningskanal, 10 mm forskudt fra plan d. (B) MPR-målinger i 3D-sekvensen af den ende-diastoliske fase i fem planer: 10 mm forskudt fra bunden af lungeventilen, bunden af lungeventilen, sinus i lungeventilen, sinotokulart kryds og hovedpulmonalarterien (20 mm forskudt fra sinobubulært kryds). Klik her for at se en større version af denne figur.

Figure 3
Figur 3. 4-dimensionelle hjertedeformationer gennem hele hjertecyklussen. Samlede hjertedeformationer af får J forudberegnet tomografi viser formændringerne fra 0% til 100% af hjertecyklussen. Klik her for at se en større version af denne figur.

Figure 4
Figur 4. 4- dimensionel højre hjertedeformation gennem hele hjertecyklussen. Højre hjertedeformationer af får J forudberegnet tomografi viser formændringerne fra 0% til 100% af hjertecyklussen. Klik her for at se en større version af denne figur.

Figure 5
Figur 5. Rettet højre hjertedeformation af fårene J præ- computertomografi gennem hele hjertecyklussen. Rettet højre hjertedeformationer af får J præcomputertomografi viser formændringerne fra 0% til 100% af hjertecyklussen. Klik her for at se en større version af denne figur.

Figure 6
Figur 6. Ændringer i omkreds, gennemsnitlig diameter, tværsnitsareal og højre ventrikulært volumen i hele hjertecyklussen. (A) Ændringer i omkredsen under hjertecyklussen på de fem planer. (B) Ændringer i gennemsnitsdiameter (beregnet ved hjælp af formel 1 i trin 9.1) i løbet af hjertecyklussen på de fem planer. C) Ændringer i tværsnitsarealet under hjertecyklussen på de fem planer. (D) Ændring i højre ventrikulære volumen under hjertecyklussen. Klik her for at se en større version af denne figur.

Video 1. 4- dimensionel total hjertedeformation. Gennem hele hjertecyklussen kan den 4-dimensionelle hele hjerterekonstruktion visualiseres i alle retninger. Klik her for at downloade denne video.

Video 2. 4- dimensionel højre hjertedeformation. Det bankende hjerte (overlegen vena cava, højre atrium, højre ventrikel og lungearterie) kan visualiseres i alle retninger gennem hele hjertecyklussen. Klik her for at downloade denne video.

Supplerende sagsmappe 1. Tabellen viser de originale data fra 4D CT-målinger og 3D CT-målinger genereret ved at følge den beskrevne protokol, herunder parametrene fra lungearterien, højre ventrikulære volumen og målingerne af aorta fra får J præcomputertomografi. Klik her for at downloade denne fil.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Til dato er dette den første undersøgelse, der illustrerer en patientspecifik måling af morfologien og dynamiske parametre for RVOT-PA med en rettet hjertemodel genereret fra en 4D CT-sekvens, som kan anvendes til at forudsige den optimale ventilstørrelse for TPVR. Denne metode blev illustreret ved hjælp af får J Pre-CT-billeddannelse for at opnå de dynamiske deformationer, højre ventrikulære volumener, højre ventrikulære funktion og størrelsen af RVOT / PA-ændring fra RVOT til lungestammen i fem planer ved hver 10% rekonstruktion af hjertecyklussen. Sammenlignet med 3D-billeddannelse forudsagde de rettede modeller ikke kun den samme ventilstørrelse som MPR-målingerne fra de ende-diastoliske 3D-billeder, men tillod også en mere intuitiv model til at udtrække de ønskede oplysninger om det rigtige hjerte. Ifølge resultaterne af en tidligere undersøgelse13 giver den foreslåede metode mulighed for en bedre forståelse af in vivo-belastningsforholdene hos patienter med dysfunktionel RVOT- og/eller lungeventilsygdom samt udvikling af nyt TPVR-udstyr, der morfologisk er tilpasset de forskellige RVOT-anatomier hos patienter, der kræver TPVR, og kan udvise forbedret mekanisk ydeevne på lang sigt. Den nuværende metode til kvantitativ måling til en præinterventionel evaluering af TPVR er imidlertid baseret på MPR-målinger i 3D-sekvensen, hvilket kan resultere i uventede fejl under evalueringer baseret på den anatomiske kurve for RVOT og PA. Desuden kan detaljerede oplysninger gå tabt i de 3D-modeller, der genereres fra 4D-sekvensen med hensyn til hjertets samlede bevægelse14.

I denne undersøgelse blev der oprettet en 4D-bankende hjertemodel for at observere og visualisere hjertets samlede deformation gennem hele hjertecyklussen ved hjælp af en maske til 4D-volumenet af segmenteringen i 3D-rekonstruktionssoftware og ikke den konventionelle metode til beskæring af 4D-volumenet i får J. Denne metode kan give en nøjagtig og effektiv måde at opbygge en 4D-model som en 3D-rekonstruktion fra en 3D-sekvens for at visualisere hjertet og vælge ventilstørrelsen. Desuden blev den samme metode brugt til at rekonstruere den rigtige hjertemodel som en dynamisk model fra segmentationerne i hver 10% af hjertecyklussen segmenteret ved hjælp af Grow From Seeds-effekten i 3D-rekonstruktionssoftware. 4D højre hjertemodel kan visualisere hele den anatomiske morfologi gennem hele RR-intervallet, baseret på hvilke kardiologer der kan udvikle en patientspecifik strategi for TPVR. Derudover kan de 3D-rettede højre hjertemodeller opnået fra 4D-sekvensen i hver 10% af hjertecyklussen give en præcis, morfologisk og funktionel kvantificering af det højre hjerte, især i de fem planer, der anvendes til valg af stented hjerteklap. Før du opretter de rettede modeller, kræves en manuel og nøjagtig 3D-segmentering af det højre hjerte fra hver 10% hjertecyklus. Når du foretager højre hjertesegmenteringer, efter at lydstyrken fra en ramme er maskeret, vises 3D-segmenteringen i den aktuelle ramme automatisk ved hjælp af saksefunktionen til de uønskede strukturer. For at bevare hele volumenet af RVOT skal et lille stykke af venstre kranspulsåre opbevares i segmenterne. For at skabe en rettet model er det afgørende at tilføje en midterlinje i den oprindelige højre hjertemodel for at sikre kvaliteten af den rettede model og reducere beregningsbelastningen. Den rettede højre hjertemodel afspejlede nøjagtigt alle korrelationerne i hjerteanatomien, herunder omkredse, omkredse og tværsnitsområder, hvilket muliggør en efterfølgende ekstraktion af morfologisk information og direkte målinger på en holistisk måde. I denne undersøgelse resulterede målingerne fra den 4D-rettede model i det samme valg af ventilstørrelse (30 mm i diameter) som 3D-målingerne i MPR, men med fordelene ved bemærkelsesværdig virtual reality og pålidelige resultater i får J. Det muliggør også indsamling af data om højre ventrikulære volumener under hele hjertecyklussen, som derefter kan anvendes til at beregne den rigtige ventrikulære udstødningsfraktion.

Tidligere kliniske undersøgelser har vist signifikante forskelle i de målte tværsnitsområder af RVOTPA mellem statiske og dynamiske sektionsplaner, der er sekundære i forhold til store 3D-forskydninger og rotationer15. I får J Pre-CT blev de signifikante forskelle i målte tværsnitsarealer og omkredse i RVOT-planet og basalplanet for lungeventilen også observeret i RVOT: 3,42 cm2 i 4D versus 4,28 cm2 i 3D, BPV: 2,96 cm2 i 4D versus 3,92 cm2 i 3D og RVOT-omkredse: 76,1 mm i 4D versus 87,06 mm i 3D, BPV: 67,65 mm i 4D versus 75,73 mm i 3D. For at opnå data til målingerne blev de fem dynamiske planer anvendt i stedet for faste planer; her blev det sinobubulære plan og lungeventilens basale plan valgt som referencelinjer. Disse fem planer omfattede al den plads, der kan bruges til at implementere den stentede hjerteventil. RVOT-flyet udviste den største deformation gennem hele hjertecyklussen i de fem planer, hvilket fremhævede behovet for en alsidig TPVR-enhed, der muliggør tilpasningsevne til forskellige anatomier og bevarer den stentede hjerteventils designede geometri for langvarig holdbarhed uden brud og migration. Nitinol stent med formhukommelse er en lovende kandidat til montering af en tri-folder ventil til fremtidig TPVR. Til den kliniske anvendelse, især for de patienter, der har haft transanannulær patch reparation eller TPVR, ville det kræve en større indsats for at rekonstruere anatomien, da der er artefakter fra vedhæftningen mellem perikardiet og myokardiet, stent og den deformerede anatomi. Det har brug for CT-data med højere opløsning, veludviklet rekonstruktionssoftware og rigelig erfaring med CT-analyse for at oversætte denne metode til klinisk brug. Men denne metode kan bruges til store dyreforsøg såvel som til perioperativ evaluering for patienter med tetralogi af Fallot, isoleret pulmonisk stenose, der ikke har haft nogen åbne hjerteoperationer eller interventionelle terapier.

Den beskrevne metode til den 4D-rettede model kan muliggøre nøjagtig og visuel identifikation og beregning af alle segmenter af hjertet fra RVOT til PA, hvilket ikke kun kan hjælpe kardiologer med at opnå en præcis præinterventionel evaluering, men også hjerteingeniører til at innovere nye TPVR-enheder til fremtidige applikationer.

Den største begrænsning af metoden til 4D-rettet modelmåling i denne undersøgelse er, at dataene kun blev opnået fra et får før CT uden en stor stikprøvepopulation. Derudover blev CT-billeddannelse efter implantation ikke udført for at følge op på ventilstørrelsen og strukturelle ændringer i højre hjerte. Endelig er det for de patienter, der har haft transanannulær plasterreparation eller TPVR, vanskeligere at rekonstruere anatomien, da der er artefakter fra vedhæftningen mellem perikardiet og myokardiet, stent og den deformerede anatomi.

Konklusion
I modsætning til 3D CT muliggjorde den rettede 4D-rekonstruktionsmodel ikke kun en nøjagtig forudsigelse af valg af ventilstørrelse til TPVR, men gav også ideel virtual reality i får J og vil derfor være en lovende metode til TPVR og innovation af TPVR-enheder.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfatterne erklærer ingen interessekonflikt.

Acknowledgments

Xiaolin Sun og Yimeng Hao bidrog ligeligt til dette manuskript og deler første forfatterskab. Der gives en dybfølt påskønnelse til alle, der har bidraget til dette arbejde, både tidligere og nuværende medlemmer. Dette arbejde blev støttet af bevillinger fra det tyske forbundsministerium for økonomi og energi, EXIST - Transfer of Research (03EFIBE103). Xiaolin Sun og Yimeng Hao støttes af China Scholarship Council (Xiaolin Sun- CSC: 201908080063, Yimeng Hao-CSC: 202008450028).

Materials

Name Company Catalog Number Comments
Adobe Illustrator Adobe Adobe Illustrator 2021 Graphics software
Butorphanol Richter Pharma AG Vnr531943 0.4mg/kg
Fentanyl Janssen-Cilag Pharma GmbH DE/H/1047/001-002 0.01mg/kg
Glycopyrroniumbromid Accord Healthcare B.V PZN11649123 0.011mg/kg
GraphPad Prism GraphPad Software Inc. Version 9.0 Versatile statistics software
Imeron 400 MCT Bracco Imaging PZN00229978 2.0–2.5 ml/kg
Ketamine Actavis Group PTC EHF ART.-Nr. 799-762 2–5 mg/kg/h
Midazolam Hameln pharma plus GMBH MIDAZ50100 0.4mg/kg
Multislice Somatom Definition Flash Siemens AG A91CT-01892-03C2-7600 Cardiac CT Scanner
Propofol B. Braun Melsungen AG PZN 11164495 20mg/ml, 1–2.5 mg/kg
Propofol B. Braun Melsungen AG PZN 11164443 10mg/ml, 2.5–8.0 mg/kg/h
Safety IV Catheter with Injection port B. Braun Melsungen AG LOT: 20D03G8346 18 G Catheter with Injection port
3D Slicer Slicer Slicer 4.13.0-2021-08-13 Software: 3D Slicer image computing platform

DOWNLOAD MATERIALS LIST

References

  1. Baumgartner, H., et al. 2020 ESC Guidelines for the management of adult congenital heart disease: The Task Force for the management of adult congenital heart disease of the European Society of Cardiology (ESC). Endorsed by: Association for European Paediatric and Congenital Cardiology (AEPC), International Society for Adult Congenital Heart Disease. European Heart Journal. 42 (6), 563-645 (2021).
  2. Gales, J., Krasuski, R. A., Fleming, G. A. Transcatheter Valve Replacement for Right-sided Valve Disease in Congenital Heart Patients. Progress in Cardiovascular Diseases. 61 (3-4), 347-359 (2018).
  3. Goldstein, B. H., et al. Adverse Events, Radiation Exposure, and Reinterventions Following Transcatheter Pulmonary Valve Replacement. Journal of the American College of Cardiology. 75 (4), 363-376 (2020).
  4. Ansari, M. M., et al. Percutaneous Pulmonary Valve Implantation: Present Status and Evolving Future. Journal of the American College of Cardiology. 66 (20), 2246-2255 (2015).
  5. Nordmeyer, J., et al. Acute and midterm outcomes of the post-approval MELODY Registry: a multicentre registry of transcatheter pulmonary valve implantation. European Heart Journal. 40 (27), 2255-2264 (2019).
  6. Shahanavaz, S., et al. Intentional Fracture of Bioprosthetic Valve Frames in Patients Undergoing Valve-in-Valve Transcatheter Pulmonary Valve Replacement. Circulation. Cardiovascular Interventions. 11 (8), 006453 (2018).
  7. Binder, R. K., et al. The impact of integration of a multidetector computed tomography annulus area sizing algorithm on outcomes of transcatheter aortic valve replacement: a prospective, multicenter, controlled trial. Journal of the American College of Cardiology. 62 (5), 431-438 (2013).
  8. Curran, L., et al. Computed tomography guided sizing for transcatheter pulmonary valve replacement. International Journal of Cardiology. Heart & Vasculature. 29, 100523 (2020).
  9. Kidoh, M., et al. Vectors through a cross-sectional image (VCI): A visualization method for four-dimensional motion analysis for cardiac computed tomography. Journal of Cardiovascular Computed Tomography. 11 (6), 468-473 (2017).
  10. Schievano, S., et al. Four-dimensional computed tomography: a method of assessing right ventricular outflow tract and pulmonary artery deformations throughout the cardiac cycle. European Radiology. 21 (1), 36-45 (2011).
  11. Lantz, J., et al. Intracardiac Flow at 4D CT: Comparison with 4D Flow MRI. Radiology. 289 (1), 51-58 (2018).
  12. Kobayashi, K., et al. Quantitative analysis of regional endocardial geometry dynamics from 4D cardiac CT images: endocardial tracking based on the iterative closest point with an integrated scale estimation. Physics in Medicine and Biology. 64 (5), 055009 (2019).
  13. Grbic, S., et al. Complete valvular heart apparatus model from 4D cardiac CT. Medical Image Analysis. 16 (5), 1003-1014 (2012).
  14. Hamdan, A., et al. Deformation dynamics and mechanical properties of the aortic annulus by 4-dimensional computed tomography: insights into the functional anatomy of the aortic valve complex and implications for transcatheter aortic valve therapy. Journal of the American College of Cardiology. 59 (2), 119-127 (2012).
  15. Kim, S., Chang, Y., Ra, J. B. Cardiac Motion Correction for Helical CT Scan With an Ordinary Pitch. IEEE Transactions on Medical Imaging. 37 (7), 1587-1596 (2018).

Tags

Medicin udgave 179 computertomografi 4-dimensionel udskiftning af transkateter lungeventil dynamik
Firedimensionel computertomografistyret ventilstørrelse til udskiftning af transkateter lungeventil
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Sun, X., Hao, Y., Sebastian… More

Sun, X., Hao, Y., Sebastian Kiekenap, J. F., Emeis, J., Steitz, M., Breitenstein-Attach, A., Berger, F., Schmitt, B. Four-Dimensional Computed Tomography-Guided Valve Sizing for Transcatheter Pulmonary Valve Replacement. J. Vis. Exp. (179), e63367, doi:10.3791/63367 (2022).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter