本文介绍了一种5D超声技术，该技术结合了多平面3D重建与彩色多普勒融合，能够同步显示甲状腺的结构与功能信息。通过最大限度减少盲区，该方法可实现病灶的快速精确定位，提高诊断准确性，尤其有助于初学者的操作与判读。
本文内容
摘要
摘要
本文提出了一种基于超声数据五维（5D）同步重建的新型甲状腺检查技术。原始时序序列被重建为反映解剖结构的三维体数据。通过三个正交平面实现多平面可视化，从而对整个腺体进行系统性观察。将彩色多普勒成像整合至每个三平面切片中，以描绘血管变化情况。这种多模态融合技术能够在重建的5D空间中同步显示结构、功能及血流信息。与传统扫描相比，该技术具有可灵活进行离线诊断、降低对实时扫描的依赖性、增强直观解读能力以及实现全面多角度评估等优势。通过减少遗漏误差，该方法有望提高诊断准确性，尤其有助于初学者的临床实践。所提出的5D融合方法可实现病灶的快速精确定位，有利于早期发现。未来的研究将探索该技术与生物化学标志物的结合，以进一步提升诊断精度。该技术在推动甲状腺检查发展方面具有重要的临床价值。
引言
桥本甲状腺炎（HT）是最常见的自身免疫性甲状腺疾病（AITD），是全球碘充足地区甲状腺功能减退症的主要病因1。该病以淋巴细胞浸润及针对甲状腺抗原的自身抗体为特征，可导致甲状腺结构破坏并引发甲状腺功能减退2。HT的分期旨在评估疾病严重程度并指导治疗决策，主要依据包括促甲状腺激素（TSH）和甲状腺自身抗体等生化标志物3，以及甲状腺超声中可见的超声影像学特征4,5,6。
超声检查中，桥本甲状腺炎（HT）具有特征性表现，包括弥漫性回声减低、回声结构不均、微小结节样改变以及彩色多普勒显示血流信号增加6,7。然而，传统的二维（2D）灰阶超声缺乏对这些特征进行系统性分析以实现HT分期的定量方法8。对血流变化的评估也仅限于二维模式下的定性视觉判断。甲状腺复杂的三维（3D）结构进一步限制了使用传统二维切面进行充分评估的能力9,10。这些因素导致影像学检查存在盲区和误判，从而造成敏感性和特异性较低，尤其对经验较少的操作者更为明显11,12。
传统的手持式超声扫描将实时图像采集与诊断相结合。这种耦合的工作流程增加了扫描过程中遗漏错误的可能性。缺乏空间定位和追踪功能也使得病灶的识别与监测不够精确12,13。专用的三维超声系统已应运而生，以解决这些局限性，并已展现出良好的应用前景14,15。然而，大多数三维超声技术需要复杂的机械扫描装置和专用探头，导致成本高昂，限制了其推广应用。
为了克服传统二维和三维超声技术的局限性，本研究提出了一种专为甲状腺检查设计的新型三维重建与可视化解决方案。利用广泛可用的手持式超声设备，首先进行多次二维扫查以覆盖整个甲状腺腺体。随后通过二维序列的空间配准与融合实现三维容积重建。同时，彩色多普勒图像帧被共同配准，以生成可视化血流变化的血管分布图。最终，重建的三维灰阶容积数据与彩色血管分布图被整合到同一平台中，实现同步的多平面可视化以及结构与功能的联合评估。
这种提出的三维融合技术可从多个方面对复杂的甲状腺形态进行系统性和全面性的评估。通过最大限度减少盲区并实现整体概览，该技术有助于提高诊断准确性并减少遗漏错误，尤其有利于初学者。多模态可视化还能快速精确定位病灶，有望促进甲状腺结节和肿瘤的早期诊断与治疗。此外，该方法引入了此前尚未用于桥本甲状腺炎（HT）分期的定量三维特征分析。随着广泛应用，该技术有望将目前依赖经验的超声诊断流程实现标准化和客观化。通过将手持式三维重建、多模态融合、定量特征分析和灵活可视化协同整合到一个简化的操作流程中，这种低成本、易使用的技 术代表了甲状腺检查从传统二维超声向更具诊断优势的跨越性进步。
方案
本研究获得了北京中医药大学附属孙思邈医院机构审查委员会的批准。患者来自孙思邈医院甲状腺科。患者接受了甲状腺超声检查，并签署了参与研究的知情同意书。本研究利用手持设备获取的4D超声数据，重建甲状腺的三平面图像，并实现了实时同步彩色多普勒成像。本研究所使用的软件工具列于材料表中。
1. 数据收集与准备
- 使用便携式手持超声设备，将线阵探头横向放置于患者颈部，以横断面成像甲状腺。在保持探头接触和方向的同时，沿甲状腺长度方向缓慢而稳定地滑动探头。
- 以33 Hz的帧率获取一系列横断面B模式图像，以观察甲状腺形态。
- 同时应用彩色多普勒技术检测腺体及血管中的血流。从甲状腺上极扫描至下极，覆盖整个腺体。所获得的动态成像序列由连续的横断面切片组成，形成两组4D数据集。
- 加载与浏览4D B模式超声数据
- 将所有DICOM数据复制到自定义的工作目录中。
注意：操作系统和MATLAB中的工作目录应保持一致。在MATLAB中输入每行命令后按Enter键以执行命令。 - 使用dicomread函数将B模式超声数据文件导入MATLAB，并使用size函数查看数据的维度。
- 在计算机上打开MATLAB。
- 在命令窗口中输入：
VB0 = dicomread('fname.dcm');
其中'fname.dcm'可替换为实际的DICOM数据文件名。该命令将读取DICOM文件并将图像数据存储在变量VB0中。 - 要查看加载数据的尺寸，请输入：
size(VB0),
注意：此处导入的4D数据维度为768像素 × 1024像素 × 3 × 601层。768像素 × 1024像素 × 3对应标准RGB图像，每个像素由三个通道表示，位深度为24位。601层表示扫描切片的总数。
- 调用US_B_Show函数，将4D矩阵数据转换为可连续播放的灰度视频序列，以便进行详细检查（见图1）。
- 为将第1.4.2.2步中通过dicomread函数导入的4D超声数据矩阵VB0转换为连续播放的灰度视频序列，请在MATLAB命令窗口中输入以下命令调用US_B_Show函数：
US_B_Show(VB0)
其中VB0是包含先前导入超声数据的4D矩阵变量。
- 为将第1.4.2.2步中通过dicomread函数导入的4D超声数据矩阵VB0转换为连续播放的灰度视频序列，请在MATLAB命令窗口中输入以下命令调用US_B_Show函数：
- 图1中的图形用户界面（GUI）显示了用于暂停、前进、后退等操作的播放按钮。
- 按下播放按钮以启动帧序列的连续视频播放。使用暂停和播放控制工具图标灵活导航至任意帧。使用放大/缩小按钮在播放过程中动态放大或缩小图像，使用默认的缩放按钮重置为原始1倍视图。
- 点击检查像素值按钮，并将鼠标移至某一区域，以叠加十字准线显示像素坐标及其强度，用于局部分析。
注意：这些交互式控件支持在空间和时间维度上灵活检查超声数据特征。
- 将所有DICOM数据复制到自定义的工作目录中。
- 加载与浏览4D彩色多普勒超声数据
- 使用dicomread函数将彩色多普勒超声数据文件导入MATLAB，并使用size函数查看数据的维度。
注意：此处导入的4D数据维度为768像素 × 1024像素 × 3 × 331层。768像素 × 1024像素 × 3对应标准RGB图像，其中红色和蓝色分别表示不同方向的血流。331层表示扫描切片的总数。 - 使用US_C_Show函数将4D矩阵数据转换为可连续播放的彩色视频序列，以便进行详细检查（见图2）。
注意：图2中的图形用户界面具有与第1.4.4步中图1所述相同的交互控件和操作功能。
- 使用dicomread函数将彩色多普勒超声数据文件导入MATLAB，并使用size函数查看数据的维度。
2. B型超声与彩色多普勒超声的同步观察
注意：图1 所示的4D B模式超声数据与 图2 所示的4D彩色多普勒超声数据在时间轴的第四维度上具有相同的绝对时间戳。该时间信息记录在DICOM元数据的FrameTimeVector字段中。根据该字段中的时间值，可实现 图1 与 图2 的实时同步。
- 使用 dicomread 命令读取两个 4D 文件后，将这两个 4D 矩阵作为输入，执行 Synchronize_B_C 函数。
注意：图 3 展示了生成的视频，该视频仍可连续播放。现在的区别在于，4D B 模式超声数据与 4D 彩色多普勒超声数据在同一视频帧内实现了实时同步。图 3 中的图形用户界面（GUI）具有一组与 图 1 在步骤 1.4.4 中所述相同的交互式控件和操作功能。
甲状腺同步三平面重建
注意：为了实现对病灶更精确的定位与量化，本研究利用获取的4D超声数据对甲状腺进行三平面重建，并具备实时交互功能。这使得临床医生能够快速、准确地定位病灶，为后续受累区域的定量分析奠定坚实基础。
- 调用 thyroid_triplanar 函数，将来自 图1 的4D B模式超声数据作为输入，以生成三个正交平面（冠状面、矢状面和轴向面），如 图4 所示。
- 图4 中的十字光标交互功能可实现对甲状腺不同部位的实时观察。点击并拖动十字光标的中心，可对基于超声重建的甲状腺解剖结构进行任意三维检查。
注意：图4 中的图形用户界面（GUI）还支持调整三平面视图的灰度强度范围、对比度和亮度。 - 在图像任意区域按住并拖动 鼠标左键，可实时调节 亮度 和 对比度 参数。释放鼠标按钮以确认并完成调整。
三维血流场的同步三平面重建
注意：基于4D彩色多普勒超声数据重建三维血流场的同步三平面视图，对于表征桥本甲状腺炎（HT）也具有重要的临床意义。
- 调用 thyroid_3D_blood 函数，并以图2中的4D C模式超声数据作为输入，生成三个正交切面（冠状面、矢状面和轴向面），如图5所示。
- 图5中的十字线交互功能可实现实时查看甲状腺腺体的不同部位。点击并拖动十字线中心，可对由超声重建的甲状腺解剖结构进行任意方向的三维检查。
注意：图5中的图形用户界面（GUI）还支持调节三平面视图的灰度强度范围、对比度和亮度。 - 在图像任意区域上按住并拖动鼠标左键，可实时调整亮度和对比度参数。松开鼠标按钮以确认并完成调整。
5. B型三平面视图与彩色多普勒三平面视图的同步
注意：在图4所示的三平面视图基础上，将相应的彩色多普勒血流图像与病变位置同步，无疑将有助于桥本甲状腺炎（HT）的诊断及其病理进展程度的量化评估。
- 拖动图4中的十字准线交互，定位感兴趣区域，并执行US_B2C 以在彩色多普勒三平面视图中获得相应位置。
- 拖动图5中的十字准线交互，定位感兴趣区域，并执行US_C2B 以在B型三平面视图中获得相应位置。
注意：图6为桥本甲状腺炎（HT）病变的精确定位和明确诊断奠定了坚实的超声影像学基础。
结果
如图1和图2所示的图形用户界面（GUI）所示，可连续查看超声扫描序列。 然而，这种二维检查高度依赖甲状腺专科医生的解剖学知识，以在脑海中重建病灶的位置，这对初学者而言具有挑战性，且导致定量一致性不足。图3将B模式灰阶图像与彩色多普勒血流图像融合，从而在二维扫描中实现更全面的评估。
为了全面且可靠地评估甲状腺疾病，图4展示了B模式强度的三维空间分布，而图5则显示了基于彩色多普勒数据重建的三维血管分布图。如图形用户界面（图6）所示，可在三个正交平面上同步可视化结构与功能信息。临床医生可连续检查甲状腺灰阶图像的多平面横截面及其相应的血流图像。这种多模态信息的无缝整合，对于精确定位甲状腺病变并判断其严重程度具有关键作用。
如果三维灰度容积数据和三维彩色多普勒容积数据本质上是跨越空间与病理维度的四维数据，那么通过两个同步的三平面可视化界面关联其交互，可使甲状腺科医生能够在统一的五维空间中快速定位病灶，并基于联合的强度与血流模式做出准确诊断。
图1：横向B模式超声视频片段。 通过连续横向扫描获取的连续B模式图像帧显示甲状腺形态。请点击此处查看此图的放大版本。
图 2：横切面彩色多普勒超声视频片段。 通过横切面扫描获取的连续彩色多普勒图像帧，可显示甲状腺组织的血流特征。请点击此处查看该图的放大版本。
图3：同步B型与多普勒超声成像。 综合视频同步显示甲状腺结构（灰阶图像）和血流情况（彩色叠加图像）。彩色多普勒叠加图像使用颜色标尺表示血流方向和速度——红色表示血流朝向探头，蓝色表示血流远离探头。请点击此处查看该图的放大版本。
图4：从B型超声提取的三平面视图。 通过三平面可视化技术，由4D B型超声扫描重建出的正交冠状面、矢状面和轴向平面。请点击此处查看该图的放大版本。
图 5：从多普勒超声中提取的三平面视图。 从四维多普勒扫描重建的正交冠状面、矢状面和轴向面，用于描绘甲状腺组织的血流特征。 请点击此处查看该图的放大版本。
图6：融合结构与血流数据的同步三平面视图。 融合多平面重建技术，同步B模式与多普勒数据，实现形态学与功能学联合评估。请点击此处查看该图的放大版本。
讨论
方案中的关键步骤
尽管图1和图2在检查与诊断中具有价值，但要确定病灶位置并从其他视角观察，仍需依赖专家经验。对于桥本甲状腺炎（HT）的诊断，实时同步图1和图2同样是一个重要且关键的步骤。方案第3.3步是关键步骤之一，如图4所示，主治医师可交互式地查看甲状腺三维解剖结构的任意横截面。这对于定位病灶和识别异常组织区域至关重要。传统手持超声扫描仅能提供二维横断面图像，不可避免地因盲区而遗漏三维病理细节。类似地，方案第4.3步生成三维血流图，对精确定位病灶位置也极为关键。方案第5.1和5.2步实现了结构与功能甲状腺图像的同步，为临床医生提供了更强大的数字化智能工具，以应对复杂病情的管理。
优化与故障排除
如果出现重建伪影，可能是采集扫描范围不足所致。通过扩大覆盖范围重新扫描可解决此问题。也可调整层间距和像素尺寸等参数。
该方法的局限性
尽管手持式超声扫描能够获取用于同步多种模式的时间戳，但其缺乏实时的三维探头定位功能。因此，在甲状腺模型中仅能精确重建横向维度。目前，横向平面的定量测量是准确的，而冠状面和矢状面视图虽有助于病理定位，但其定量尺度尚不可靠。
相对于现有方法的意义
该5D超声技术通过在全景可视化空间中实现多平面结构观察与血流图谱的结合，提升了传统的2D扫描。它克服了2D超声检查中存在的操作者依赖性、盲区以及诊断模糊等局限性。所提出的操作流程为标准化当前依赖经验的甲状腺疾病超声诊断实践并实现其转型奠定了坚实基础。
潜在应用
该方法可用于精确定位和量化甲状腺结节、肿瘤以及桥本甲状腺炎等炎性病变。它为放射科医生和外科医生提供了增强的可视化视角，以评估病理情况。该技术在辅助诊断、治疗规划和手术引导方面具有重要潜力。此外，研究团队计划将生物化学标志物与这一5D分析流程相结合，以实现人工智能赋能的甲状腺疾病精准诊断与定量分析。
披露
用于甲状腺疾病精准定量的软件工具，列于 材料表 本研究的成果“甲状腺疾病精准量化系统V1.0”为北京智熵科学有限公司的产品。 & 技术有限公司。该软件工具的知识产权归该公司所有。作者声明无利益冲突。
致谢
本出版物获得了陕西省重点研发计划：2023-ZDLSF-56 和陕西省的资助 "科学家 + 工程师" 团队建设：2022KXJ-019
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| MATLAB | MathWorks | 2023B | 计算与可视化 |
| 甲状腺疾病精准定量工具 | 智能熵 | 甲状腺-3D V1.0 | 北京智熵科技 & Technology Co Ltd. 甲状腺疾病的建模 |
参考文献
- Ragusa, F., et al. Hashimotos' thyroiditis: Epidemiology, pathogenesis, clinic and therapy. Best Pract Res Clin Endocrinol Metab. 33 (6), 101367(2019).
- Ralli, M., et al. Hashimoto's thyroiditis: An update on pathogenic mechanisms, diagnostic protocols, therapeutic strategies, and potential malignant transformation. Autoimmun Rev. 19 (10), 102649(2020).
- Soh, S., Aw, T. Laboratory testing in thyroid conditions - pitfalls and clinical utility. Ann Lab Med. 39 (1), 3-13 (2019).
- Cansu, A., et al. Diagnostic value of 3D power Doppler ultrasound in the characterization of thyroid nodules. Turk J Med Sci. 49, 723-729 (2019).
- Haugen, B. R., et al. 2015 American Thyroid Association Management Guidelines for adult patients with thyroid nodules and differentiated thyroid cancer: The American Thyroid Association Guidelines Task Force on Thyroid Nodules and Differentiated Thyroid Cancer. Thyroid. 26 (1), 1-133 (2016).
- Acharya, U. R., et al. Diagnosis of Hashimoto's thyroiditis in ultrasound using tissue characterization and pixel classification. Proc Inst Mech Eng H. 227 (7), 788-798 (2013).
- Zhang, Q., et al. Deep learning to diagnose Hashimoto's thyroiditis from sonographic images. Nat Commun. 13 (1), 3759(2022).
- Huang, J., Zhao, J. Quantitative diagnosis progress of ultrasound imaging technology in thyroid diffuse diseases. Diagnostics. 13 (4), 700(2023).
- Gasic, S., et al. Relationship between low vitamin D levels with Hashimoto thyroiditis. Srp Arh Celok Lek. 151 (5-6), 296-301 (2023).
- Sultan, S. R., et al. Is 3D ultrasound reliable for the evaluation of carotid disease? A systematic review and meta-analysis. Med Ultrason. 25 (2), 216-223 (2023).
- Arsenescu, T., et al. 3D ultrasound reconstructions of the carotid artery and thyroid gland using artificial-intelligence-based automatic segmentation-qualitative and quantitative evaluation of the segmentation results via comparison with CT angiography. Sensors. 23 (5), 2806(2023).
- Krönke, M., et al. Tracked 3D ultrasound and deep neural network-based thyroid segmentation reduce interobserver variability in thyroid volumetry. PLoS One. 17 (7), e0268550(2022).
- Hazem, M., et al. Reliability of shear wave elastography in the evaluation of diffuse thyroid diseases in children and adolescents. Eur J Radiol. 143, 109942(2021).
- Herickhoff, C. D., et al. Low-cost volumetric ultrasound by augmentation of 2D systems: design and prototype. Ultrasound Imaging. 40 (1), 35-48 (2017).
- Seifert, P., et al. Optimization of thyroid volume determination by stitched 3D-ultrasound data sets in patients with structural thyroid disease. Biomedicines. 11 (2), 381(2023).
重印与许可
申请许可以重复使用本 JoVE 文章的文本或图表
申请许可