需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

心肌微结构的超声评估

5.3K 次观看

⸱

DOI:

10.3791/50850

⸱

2014年1月14日

 ,  ,  ,  ,  , 

本文内容

摘要

超声心动图常用于无创性地表征和量化心脏结构与功能的变化。本文介绍一种基于超声成像的分析算法,可提供心肌微结构的增强替代测量指标,并可利用开放获取的图像分析软件进行操作。

摘要

超声心动图是一种广泛可及的成像方式,常用于无创地表征和量化心脏结构与功能的变化。对心脏组织的超声评估可包括分析特定感兴趣区域内背向散射信号强度。既往建立的技术主要依赖于背向散射信号强度的积分值或平均值,这些方法可能因低帧率导致的数据混叠以及基于周期性变化的算法存在时间延迟而受到变异性影响。本文介绍一种基于前述方法扩展而来的超声成像算法,该算法可应用于单帧图像 ,并纳入由特定心肌样本获得的信号强度值的完整分布信息。在应用于代表性的小鼠和人类成像数据时,该算法能够区分是否长期暴露于后负荷阻力的受试者。该算法提供了一种增强的心肌微结构替代评估指标,并可使用开放获取的图像分析软件实现。

引言

超声心动图是一种广泛可及的成像方式,常用于无创性地表征和量化心脏结构与功能的变化。对心肌组织的超声评估可包括在特定时间点或心动周期过程中,对感兴趣区域内背向散射信号强度的分析。既往研究表明,超声信号强度的测量可用于识别心肌纤维排列紊乱、存活与非存活心肌组织以及间质性纤维化的存在1-3。我们将心肌“微结构”定义为可通过超声分析表征的组织架构,其超越了对整体大小和形态的线性测量。因此,超声信号强度分析已被用于评估肥厚型和扩张型心肌病4,5、慢性冠状动脉疾病6,7以及高血压性心脏病8,9背景下心肌组织的微结构改变。 然而,以往建立的技术主要依赖于背向散射信号强度的积分值或平均值,这些方法可能易受随机噪声变异5、低帧率导致的数据混叠10,以及基于周期性变化算法的时间延迟11的影响。

本文介绍了一种基于超声的图像分析算法,该方法在先前技术的基础上进行了扩展;该算法聚焦于单个舒张末期帧进行图像分析,并考虑了从特定心肌样本获得的信号强度值的完整分布。通过使用心包作为图像内的参考标准12,13,该算法可重复地量化超声信号强度分布的变化,从而提供一种增强的心肌微结构替代评估指标。在逐步操作方案中,我们描述了图像准备、感兴趣区域采样以及对所选感兴趣区域内数据进行处理的方法。此外,我们还展示了将该算法应用于从小鼠和人类获取的超声心动图图像所得到的代表性结果,这些受试者均具有不同程度的左心室后负荷应激暴露。

访问受限。请登录或开始试用以查看此内容。

方案

1. 分析用图像的准备

  1. 获取小鼠或人类在胸骨旁长轴切面的超声心动图B模式图像。根据常规操作,调整时间增益补偿设置和发射焦点位置,以优化胸骨旁切面中左心室及其他心脏结构的显示效果。确保所有图像均以DICOM文件格式保存。标准化的图像视图应将左心室侧壁下壁置于图像底部。所选帧必须完整显示整个左心室心肌及心包。图像分辨率需足够高,以清晰区分心包边界、心肌壁以及左心室的内膜边界。若图像存在明显信号丢失或伪影,则应予以剔除。
  2. 将DICOM格式的图像文件导入ImageJ软件平台v1.46中,并将其转换为8位图像文件。
  3. 逐帧浏览心动周期的连续图像,直至找到一幅质量良好的舒张末期帧。或者,可在超声心动图阅片程序中选择舒张末期帧,随后导出为高分辨率的.jpg文件格式,供ImageJ使用。根据心电图R波确定最接近舒张末期的帧,然后从中选出一幅左心室内径最大的最佳图像作为舒张末期帧。
  4. 建议操作者在选择感兴趣区域时对受试者身份信息设盲。

2. ROI 取样

  1. 心包参考区域的选择。在选择心包感兴趣区域(ROI)时,应力求捕捉心包组织的异质性。请注意,可根据需要调整图像的亮度和对比度以辅助ROI选择,此操作不会影响分析结果。
    1. 使用ImageJ的矩形绘制工具,选择一个长度近似于基底段下外侧心包壁中间三分之一部分的矩形区域。
    2. 使用ROI调整工具,调整矩形ROI 的大小,使其宽度覆盖整个心包的厚度。
    3. 使用ImageJ的旋转工具,旋转ROI,使其完全位于心包区域内。
    4. 对心包ROI的各个角进行必要的调整。最终确定的心包感兴趣区域应位于心包壁的中间三分之一部分,包含心包壁的全厚度,但不延伸至心肌或心脏外区域。在同项研究的所有测量中,应尽量保持所选区域的相对位置及占心包总面积的百分比一致。
    5. 通过ImageJ分析工具将算法应用于该选区(见第3节)。
  2. 心肌区域的选择。同样,应力求捕捉基底段下外侧心肌壁中间三分之一部分内心肌组织的异质性。请注意,可根据需要调整图像的亮度和对比度以辅助ROI选择,此操作不会影响分析结果。
    1. 选择一个覆盖心肌壁全厚度的矩形区域,但需排除心内膜和心外膜。确保心肌选区与心包选区相邻,且处于相同的theta角度。选区内不得包含乳头肌区域。
    2. 旋转心肌ROI,使其与心包选区保持平行。
    3. 对心肌ROI的各个角进行必要的调整。最终确定的心肌感兴趣区域应位于心肌壁的中间三分之一部分,包含心肌壁的全厚度,但不延伸至心包或心腔内区域。
    4. 通过ImageJ宏程序将算法应用于该选区。

3. 数据分析与处理

  1. 安装名为 ImageJ 的宏 "getHistogramValues.txt".
  2. 使用 ImageJ 直方图分析工具预览 ROI 内信号强度值的分布情况(对心包区域选择和心肌区域选择均执行此步骤)。
  3. 使用 ImageJ 宏记录 ROI 的这些信号密度值(对心包区域选择和心肌区域选择均执行此步骤)。
    1. 为选定区域内的每个像素分配一个从 0(最暗)到 255(最亮)的强度值。
    2. 按强度值从小到大进行层级排列,以生成信号强度的分布。
    3. 选择并报告该分布的以下百分位数值:20th 第50百分位数th 百分位数(中位数)和80th 百分位数
  4. 使用心包参考标准化心肌强度。
    1. 通过将心肌的强度百分位数值除以相应心包的强度百分位数值进行归一化12,或通过从心包的强度百分位数值中减去心肌的强度百分位数值13.
    2. 报告四种分析方法的数值:20个心肌与心包膜比值的标准化数值th 第50百分位数th 百分位数(中位数)和80th 百分位数值。

4. 定量分析周期性变异

  1. 将算法应用于DICOM文件中连续帧的心肌选区,贯穿整个心动周期。比较各帧之间强度分布的差异,重点关注收缩末期和舒张末期的帧图像。
    上述所有图像分析均在先前获取并以DICOM格式数字存储的无创超声心动图图像上离线进行。所有研究方案均经布里格姆妇女医院机构审查委员会及哈佛医学区常设动物护理与使用委员会批准。

访问受限。请登录或开始试用以查看此内容。

结果

信号强度分析分为4个主要步骤(图1),包括:1)图像选择与格式化,2)采样感兴趣区域(ROI)及参考区域,3)算法应用,以及4)处理最终数值以获得心肌与心包的信号强度比值。感兴趣区域(ROI)的选择及其大小经过标准化设定,以减少不同操作者之间以及同一操作者在不同时间的变异性(图2)。每个感兴趣区域(ROI)的位置也根据每位受试者的解剖结构进行标准化定位,以减少不同受试者之间以及同一受试者内部的变异性。

作为心肌密度的测量指标,该算法有望揭示心动周期中心肌信号强度的变化,这些变化对应于收缩期心肌密度较舒张期预期增加的情况。如图所示 图3,信号强度的较高百分位数值凸显了小鼠在经过或未经过7周后负荷阻力暴露情况下的周期性变异即 与接受假手术的对照小鼠相比,接受升主动脉缩窄的小鼠。

从单个舒张末期帧的分析(图4),与相应的对照组相比,暴露于慢性后负荷应激(病例组)的小鼠和人类受试者也...

访问受限。请登录或开始试用以查看此内容。

讨论

我们描述了一种图像分析算法的实验方案,该算法可量化超声信号强度的分布情况,进而提供心肌微结构的替代性评估指标。该方案的标准化特征包括感兴趣区域(ROI)及参考区域的选择、大小设定和位置定位,旨在最大限度地减少由操作者和受试者个体差异带来的变异性。我们证明,当该算法应用于舒张末期的单帧超声心动图图像时,能够有效区分正常心肌与承受后负荷应力的心肌。

本方案详细介绍了如何使用开源的 ImageJ 软件包来运行该算法。在此图像分析环境中,该算法可用于生成特定心肌组织样本中信号强度值分布的数据。所得到的信号强度分布可呈现为直方图形式。在心肌区域内的强度值直方图显示,与非病变心肌相比,病变心肌组织的分布呈现右移趋势,且数值范围更广。当该算法应用于人类和小鼠的超声心动图图像时,均可观察到这一模式。

在心动周期中,信号强度的变化被观察到与心肌密度的生理变化相对应。一种能够持续区分心动周期中心肌密度变化的分析方法,被认为对病理过程引起的心肌密度差异具有敏感性1,6。事实上,将该算法应用于小鼠超声心动图的连续帧时,可观察到周...

访问受限。请登录或开始试用以查看此内容。

披露

未声明任何利益冲突。

致谢

我们感谢哈佛医学院/布莱根妇女医院心血管生理学核心实验室提供的资源。本研究部分得到了美国国立卫生研究院基金资助(资助号:HL088533、HL071775、HL093148 和 HL099073,负责人:RL)。MB 获得了美国心脏协会创始人分会博士后奖学金的资助。KU 获得了美国心脏协会创始人分会博士后奖学金的资助。SC 得到了艾略特基金会奖项的支持。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
ImageJ v 1.46NIH (Bethesda, MD)开源软件
Power ShowCaseTrillium Technology (Ann Arbor, MI)商业软件

参考文献

  1. Yamada, S., Komuro, K. Integrated backscatter for the assessment of myocardial viability. Curr. Opin. Cardiol. 21, 433-437 (2006).
  2. Mimbs, J. W., O'Donnell, M., Bauwens, D., Miller, J. W., Sobel, B. E. The dependence of ultrasonic attenuation and backscatter on collagen content in dog and rabbit hearts. Circ. Res. 47, 49-58 (1980).
  3. Picano, E., et al. In vivo quantitative ultrasonic evaluation of myocardial fibrosis in humans. Circulation. 81, 58-64 (1990).
  4. Mizuno, R., et al. Myocardial ultrasonic tissue characterization for estimating histological abnormalities in hypertrophic cardiomyopathy: comparison with endomyocardial biopsy findings. Cardiology. 96, 16-23 (2001).
  5. Mizuno, R., Fujimoto, S., Saito, Y., Nakamura, S. Non-invasive quantitation of myocardial fibrosis using combined tissue harmonic imaging and integrated backscatter analysis in dilated cardiomyopathy. Cardiology. 108, 11-17 (2007).
  6. Marini, C., et al. Cyclic variation in myocardial gray level as a marker of viability in man. A videodensitometric study. Eur. Heart. J. 17, 472-479 (1996).
  7. Komuro, K., et al. Sensitive detection of myocardial viability in chronic coronary artery disease by ultrasonic integrated backscatter analysis. J. Am. Soc. Echocardiogr. 18, 26-31 (2005).
  8. Ciulla, M., et al. Echocardiographic patterns of myocardial fibrosis in hypertensive patients: endomyocardial biopsy versus ultrasonic tissue characterization. J. Am. Soc. Echocardiogr. 10, 657-664 (1997).
  9. Maceira, A. M., Barba, J., Varo, N., Beloqui, O., Diez, J. Ultrasonic backscatter and serum marker of cardiac fibrosis in hypertensives. Hypertension. 39, 923-928 (2002).
  10. D'Hooge, J., et al. High frame rate myocardial integrated backscatter. Does this change our understanding of this acoustic parameter. Eur. J. Echocardiogr. 1, 32-41 (2000).
  11. Finch-Johnston, A. E., et al. Cyclic variation of integrated backscatter: dependence of time delay on the echocardiographic view used and the myocardial segment analyzed. J. Am. Soc. Echocardiogr. 13, 9-17 (2000).
  12. Di Bello, V., et al. Increased echodensity of myocardial wall in the diabetic heart: an ultrasound tissue characterization study. J. Am. Coll. Cardiol. 25, 1408-1415 (1995).
  13. Takiuchi, S., et al. Quantitative ultrasonic tissue characterization can identify high-risk atherosclerotic alteration in human carotid arteries. Circulation. 102, 766-770 (2000).
  14. Querejeta, R., et al. Serum carboxy-terminal propeptide of procollagen type I is a marker of myocardial fibrosis in hypertensive heart disease. Circulation. 101, 1729-1735 (2000).

访问受限。请登录或开始试用以查看此内容。

重印与许可

探索更多文章

超声心动图分析Image J 软件信号强度分布心肌心包比周期性变异评估慢性后负荷应激开放获取软件直方图宏分析