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

术中人体脊髓生理监测的超快多普勒血管成像

689 次观看

DOI:

10.3791/68260

2025年8月29日

本文内容

摘要

本研究展示了超快多普勒血管成像在人类脊髓手术期间用于生理监测的应用。

摘要

监测生理参数对于评估患者在术中情况至关重要。血流动力学信息(如血压和心率)可从超声多普勒信号中提取,能够实时反映血管功能并提示病理风险。与振荡法、磁共振成像(MRI)、常规多普勒及压电式方法相比,超快多普勒具有更优的时间分辨率,并对小血管具有高灵敏度。本研究描述了一例脊髓空洞症患者术中应用超快多普勒成像的实例。通过对数据进行后处理,生成了脊髓血管的功率多普勒图像以及生理参数,包括阻力指数(RI)和搏动指数(PI)的详细图谱。手术干预后,RI 和 PI 均显著降低(RI 均值:0.47 → 0.32;PI 均值:0.63 → 0.39;p < 0.001),中位数也呈现一致的下降趋势,表明脊髓血流动力学得到改善。利用该方法评估 PI/RI 参数的变化,可能有助于更全面地理解疾病进展及治疗效果,进而为手术策略和治疗方案提供指导。

引言

血压动态作为重要的术中生理指标,为手术策略提供有价值的指导,并确保手术安全1。脉搏波由心脏的周期性收缩与舒张产生,作为压力波从主动脉沿动脉血管系统传播2。这些波可被视为心血管功能的直接体现,为理解血压动态及整体血流动力学提供关键信息3。在临床实践中,脉搏波被广泛用于血流动力学状态的连续评估4

作为中枢神经系统内的中继站和反射中枢,脊髓在传递运动和感觉信息方面发挥着关键作用。其血液供应的稳定性对于维持和恢复神经功能至关重要6。脊髓搏动性血流信号与脉搏波密切相关,包含血管弹性和血流动力学信息,从而反映脊髓的生理与病理变化。由于脊髓体积小、血管结构复杂7以及血流模式复杂8, 有效评估脊髓脉搏波面临巨大挑战。

已提出多种用于评估脉搏波的技术。振荡分析法操作简便,可快速测量,但其结果的准确性可能受到伪影、患者体位以及袖带尺寸和放置位置等因素的影响9,10。某些压电生物信号传感器(如压电脉搏传感器)能够高效检测脉搏波,但其准确性可能因机械振动或温度波动而降低;同时,光学传感器(如光电容积描记法(PPG))则易受环境光和运动伪影的干扰11。此外, 这些技术仅能捕捉局部的脉搏波信号,无法同时提供被观测结构的成像信息12

作为一种强大的成像方式,磁共振成像(MRI)能够对脊髓动脉壁进行相对高空间分辨率的测量,但其成本较高且可及性有限13。计算机断层扫描(CT)成像具有更快的扫描速度和更广泛的可用性,但会释放电离辐射,限制了其在重复评估中的应用14。传统的多普勒超声可通过两种互补的成像模式——彩色多普勒和脉冲波多普勒(PWD),实现对血流动力学的实时评估。彩色多普勒通过逐行扫描视场区域,提供血流速度的定性概览,但存在帧率低、对缓慢或深层血流的敏感性差等缺点。PWD可提供关于血流波形的定量时间信息,但仅限于单个由用户定义的兴趣区域,因此适用于动脉和静脉中较强的血流动力学,并可在小视野范围内量化瞬时脉搏波形15。增强超声通过使用微泡造影剂改善了血流的可视化效果;然而,造影剂注射在术中环境下引发安全性顾虑,使其在血管搏动的实时评估中适用性较低16。 光声成像和光学成像技术在血管成像中具有高对比度和高空间分辨率,尤其适用于浅表组织。然而,这些技术对光学通路的高度依赖性显著限制了其在脊髓等深部结构中的应用17

近年来,超快超声在血管成像方面取得了迅速发展,展现出巨大的应用潜力18与传统的聚焦光束扫描不同,超快多普勒采用多角度复合平面波技术,可将超声成像的灵敏度提高约50倍,并显著增强对微小血管的检测能力15,19,20每个像素均可获得完整的多普勒频谱,有助于全面获取血流速度与方向的信息21可用于估算成像区域内的血管指数,例如阻力指数(RI)和搏动指数(PI)。值得注意的是,2014年,Demene 等人22 应用超快多普勒技术于新生儿脑血流成像,提供了新生儿脑血管阻力指数(RI)的详细分布图。这一进展为理解早产儿和足月儿脑血流自动调节机制及相关疾病发病机制提供了新工具。2020年,Bourquin 等人23,24 基于超快超声技术提出动态超声定位显微镜(DULM)以实现 体内 对啮齿类动物脑部脉动性微循环进行测量,并将该技术扩展至三维成像,为定量分析提供了新的维度。

在2021年,Zang 等人25利用超快多普勒技术实现了无需对比剂的脊髓微血管成像,其成像分辨率可与透射波长相媲美。Sui 等人26采用基于鲁棒主成分分析(RPCA)的随机采样方法,实现了脑和脊髓微循环的快速、高信噪比超快多普勒成像。Pezet 等人27观察了慢性脊髓损伤后血管重建的过程。2022年,Yu 等人28基于RPCA在大鼠脊髓微循环中实现了超快超分辨率超声定位显微成像,成像分辨率达到13–16 µm,显著低于100 µm的波长。后续研究进一步涉及脊髓损伤后脊髓半暗带区域微循环的连续观察与定量分析29。2023年,Yan 等人30利用超快超声矢量多普勒技术对人类脊髓肿瘤中小血管血流进行了矢量化成像,并基于实验序列参数对相关序列的安全性进行了详细评估。2024年,Agyeman 等人31首次在人类中实现了脊髓功能超声成像,展示了脊髓对电刺激功能反应的整合能力。Khaing 等人32在大鼠和人类急性创伤性脊髓损伤后,验证了灌注成像指标与损伤严重程度之间的相关性。然而,脊髓脉搏波中血流动力学指标的检测与分析仍需进一步研究。

小脑扁桃体下疝畸形是一种影响脊髓的重要且常见的疾病。该病可引起脑脊液动力学改变及脊髓受压,干扰脊髓血流和血管调节,可能导致静脉回流异常33、血管阻力升高34以及潜在的脊髓缺血35。观察脊髓脉搏波有助于深入理解脊髓血流动力学变化,为小脑扁桃体下疝畸形及其他脊髓疾病的诊断与治疗提供重要依据36

本研究提出了一种利用超快多普勒血管成像技术在术中监测人类脊髓生理参数的全面方案,特别聚焦于该技术在一名脊髓空洞症患者中的应用。该方法能够在暴露脊髓期间实时获取高帧率的超快多普勒数据,随后通过后处理生成基于像素的阻力指数(RI)和搏动指数(PI)图谱。

访问受限。请登录或开始试用以查看此内容。

方案

本研究涉及人类受试者,所有操作均按照复旦大学附属华山医院人类研究伦理委员会批准的方案(2021-065)进行。所有参与者均签署了知情同意书。本研究仅用于初步科研与验证目的,不用于临床诊断。已评估相关美国食品药品监督管理局(FDA)推荐的安全指数,以确保符合既定的安全标准。本研究纳入的患者均被诊断为小脑扁桃体下疝畸形。参与者的纳入标准、排除标准和退出标准详见补充文件1。所用试剂和设备列于材料表中。

1. 仪器准备

  1. 准备超声成像系统。
    1. 将128通道线性阵列连接到可编程超声系统。
      注意:使用通过3D软件建模并由3D打印制成的定制设计外壳保护超声探头。本研究中使用的探头为微型化定制版本,而非商用版本。本研究所采用的超声系统平台此前已在多项研究中用于人体血管成像37,38,39,40
    2. 将换能器的中心频率设置为15.625 MHz,对应100 µm的空间分辨率。
    3. 确保相邻阵元之间的节距配置为0.1 mm。
  2. 校准设备,测试代码,并确保系统正常运行。
  3. 搭建稳定的成像平台。
    1. 将机械臂置于手术床旁,并牢固锁定,以便后续固定探头。
    2. 确保在整个成像过程中探头保持固定。
      注意:该设置可最大限度减少手动操作引起的抖动和位置偏移,提高成像过程中探头定位的稳定性与一致性。

2. 超声序列准备

  1. 根据B型超声成像设置合适的成像深度。
  2. 将复合帧率设置为1000 Hz。
  3. 将采集时间设置为0.4 s。
  4. 发射11个倾斜平面波,角度在-10°至+10°之间均匀分布,脉冲重复频率为11,000 Hz。
    注意:倾斜平面波相对于探头的横向轴以不同角度发射。在本研究中,11个平面波在-10°到+10°范围内均匀分布。

3. 探针定位

  1. 用无菌医疗器械保护袋覆盖超声探头(图1A)。
    1. 在无菌袋内加入足量的超声耦合凝胶。
    2. 将探头插入保护袋中。
    3. 使用橡胶圈将探头固定在保护袋内。
      注意:通过在无菌袋内表面涂抹无菌超声耦合凝胶实现声学耦合,该无菌袋包裹住探头。保护袋本身直接与人体组织接触,从而在不使耦合介质与组织直接接触的情况下实现有效的超声波传输。
  2. 使用机械臂固定探头(图1B)。
    1. 在椎板切除术后,将探头精确放置于暴露的脊髓表面。
    2. 利用机械臂稳定探头,以在成像过程中保持位置一致。
      注意:采用气动机械臂来稳定超声探头。尽管该机械臂不具备自动扫描功能,但可在整个数据采集过程中实现精确的手动定位和稳定。手术室配备的机械臂由主刀医生手动操控并固定。首先锁紧所有主要关节,然后在B型超声引导下对夹持探头的末端关节进行微调。

4. 数据采集

  1. 根据B型超声成像设置适当的成像深度。
  2. 使用实时B型超声成像确定合适的成像平面。
  3. 定位疝出的小脑扁桃体和脊髓。
    注意:当脊髓和小脑扁桃体均在同一成像平面内清晰可见,边界分明且解剖方位正确时,确认对位准确。在B型成像平面中,应确保小脑扁桃体位于脊髓上方,脊髓背侧边缘清晰,并具有左右对称性。确认正确成像平面后,采集一幅超快多普勒图像,以验证血流信号的存在及其稳定性。
  4. 终止B型成像序列,启动超快成像序列进行数据采集。
    注意:操作应在常温条件下进行。成像时间较短,探头在采集过程中未出现明显升温。该方法可在手术期间清晰显示脊髓结构,便于精确调整探头位置以获得最佳血管成像效果,并可与术前MRI图像进行对比。本研究中所示病例的原始成像深度范围为0.5至9.5 mm。所有图像面板中的实际成像深度保持恒定。

治疗前脊髓搏动性血流信号的分析(图2

  1. 生成脊髓血管的功率多普勒图像。图3)
    注意:通过彩色多普勒成像分析评估探头的稳定性。在采集过程中,能够持续清晰显示空间上分离的血管且无模糊伪影,表明机械臂在维持稳定声窗方面具有有效性。
    1. 对采集的射频数据进行波束成形。
    2. 应用基于奇异值分解(SVD)的时空滤波方法,分离组织信号与血流信号,并去除高频噪声。设置适当的阈值以提取目标血流成分。
      注意:超声图像信号包含软组织、血流和随机噪声的成分。基于奇异值分解的时空滤波可根据这些成分的时空特征将其分离。41该方法将超声图像数据分解为奇异向量及其对应的奇异值。通过设定奇异值的滤波阈值,较大的奇异值对应于表示具有强时空相关性的组织成分的特征向量,中等大小的奇异值对应于动态血流信号,而较小的奇异值主要代表噪声。在本研究中,奇异值分解(SVD)的阈值设定为电凝治疗前保留第80至380个奇异成分,手术干预后保留第50至380个奇异成分。该阈值是基于先前经验经验性确定的补充图7).
    3. 将滤波后的血流信号解调为同相/正交(IQ)复信号 M(x,z,t) 的数学表达式,物理学中的符号表示,矢量记号。. 计算每个像素的平均信号强度,以获得功率多普勒图像 PW (x,z(公式 1)15. Nt 是所获取的帧数。
      用于信号分析的功率谱密度方程,包含求和与积分变量。 (1)
      注意:合格的多普勒数据应具有清晰的血管显示和高信噪比。若血管可视化效果不理想,请返回步骤 5.1.2 并相应调整 SVD 阈值范围。
  2. 对多普勒信号进行时频分析(图4).
    1. 使用短时间窗口分割血流信号(图4A).
    2. 对每个像素应用快速傅里叶变换(FFT)以估计功率谱密度图4B).
      注意:窗口长度的选择需足以覆盖至少一个完整的心动周期,以确保能够可靠地识别收缩期和舒张期的频率成分。采用汉宁窗以减少频谱泄漏,并对相邻窗口进行重叠以提高时间分辨率。在本研究中,应用长度为80、重叠率为70%的汉宁窗进行快速傅里叶变换(FFT)。
    3. 连续滑动窗口以获取时变的平均多普勒频率。
  3. 计算 RI 和 PI 图谱(图4C图 5A- D).
    1. 分析特定像素处血流信号随时间变化的平均多普勒频率图4C).
      注意:通过观察平均多普勒频率随心动周期出现的周期性波动,可验证频率分析的有效性。
    2. 测定血流速度及其变化以计算阻力指数(RI)公式 2)15 和 PI(方程 3)15. VPSV 是收缩期峰值流速, VEDV 是舒张末期速度,以及 V平均值 是平均流速。
      阻力指数公式,RI=(V_PSV-V_EDV)/V_PSV,用于超声血流分析。 (2)
      搏动指数方程,PI=(VPSV-VEDV)/Vmean,用于血流动力学分析。 (3)
    3. 使用多普勒频率简化阻力指数(RI)和搏动指数(PI)的计算。计算 RI(方程 4)和 PI(方程 5) 贯穿整个脊髓。 f平均值(x,z,t是在定义的时间窗口内的平均多普勒频率15.
      静态平衡;RI(x,z) 公式;示意图;科研与教育关键词 (4)
      图像处理稳定性指标的公式,显示 PI(x,z) 的计算式。 (5)
      注意:由于血流的存在,超声信号会发生一种称为多普勒频移的频率偏移,该偏移与血流速度相关 V (公式 6). f多普勒 表示多普勒频移, c0 表示人体软组织中的声速, f脉冲 是超声探头的发射频率,以及超声束与血流方向之间的夹角15.
      多普勒效应公式 V=fDopplerc0/(2fpulsecostheta),用于速度测量。 (6)
    4. 平均多普勒频率表示在特定时间窗口内频移的平均值。由于 V 与多普勒频移成正比,可通过计算每个像素随时间变化的平均多普勒频率来近似。
  4. RI 和 PI 的统计学分析
    1. 使用逻辑掩膜从感兴趣区域中提取有效的RI和PI值,并采用四分位距(IQR)法排除异常值。
    2. 进行加权的 Student's t 检验 t检验 评估术前与术后状况之间的差异,同时考虑像素级数据结构。
      注意:RI 和 PI 的统计分析在像素水平上进行,组间差异通过箱线图可视化,显著性水平用星号(*)表示p < 0.05, **p < 0.01, ***p < 0.001).

6. 患者管理与成像方案的安全性

  1. 密切监测生命体征。在成像过程中持续监测心率、血压、呼吸频率、血氧饱和度和体温。确保患者在整个操作过程中的安全与舒适。
    注意:由于手术过程中可能发生神经损伤,还需进行术中神经生理监测(如体感诱发电位和运动诱发电位)。
  2. 确保探头压力适当。使用机械臂保持探头压力稳定且充分。避免施加过大的力量,以免损伤脊髓表面。
  3. 与手术团队保持沟通。在整个成像过程中与手术团队清晰沟通。如患者出现不适或突发情况,应及时响应。

7. 治疗后脊髓搏动性血流信号的采集与分析

  1. 重复步骤5中描述的步骤,以分析治疗后的脊髓血流信号。
    注意:电凝治疗后,小脑扁桃体回缩,体积减小,边缘变钝,并恢复了与周围组织结构的解剖关系(图6)。数据采集在术中两个不同的时间点进行:电凝治疗前和手术干预后。目前,阻力指数(RI)和搏动指数(PI)的探索仍处于初步阶段,尚未用于实时手术引导。因此,在快速完成数据采集后,手术继续进行,未造成明显中断。随后,所采集的数据在离线状态下进行处理(约5-10分钟,处理步骤和时间详见补充文件2),以确保不影响手术流程。未来,若RI和PI可用于辅助术中决策,预计将实现无缝整合,而不干扰手术时间线。

访问受限。请登录或开始试用以查看此内容。

结果

超快多普勒具有高灵敏度,能够实现脊髓血管网络的高时间分辨率成像。与彩色多普勒相比,能量多普勒具有更高的信噪比(SNR)42。本研究采用适当的阈值范围对基于奇异值分解(SVD)的时空滤波器进行设置,从而有效识别真实的血流信号并实现血流方向的成像。图3E、F展示了使用超快多普勒技术获得的一例小脑扁桃体下疝畸形患者脊髓的能谱多普勒图像。这两幅图像分别显示了电凝治疗前和手术干预后小脑扁桃体向下移位并延伸进入椎管的情况。扁桃体与脊髓之间呈现出清晰的边界。经电凝治疗后(图6),小脑扁桃体回缩至颅腔内,其向下延伸的程度显著减小。脊髓明显减压,血供状况显著改善,表现为血管可见度提高和明显的扩张现象(图3F)。枕骨大孔水平的空间增加,提示脑脊液流动得到改善。

图4所示,通过分析图像...

访问受限。请登录或开始试用以查看此内容。

讨论

本研究中,术中采用超快多普勒成像技术提取人脊髓的血流信号。随后对血流信号进行频谱分析,并计算阻力指数(RI)和搏动指数(PI),从而获得脊髓血管的功率多普勒图像,以及一名小脑扁桃体下疝畸形患者的相应RI和PI图谱。在超快超声的背景下,小血管指直径约为100微米的血管,而直径小于100微米的血管则被归类为微血管30,43

超快多普勒成像利用平面波发射,单次发射即可覆盖整个成像区域,其帧率比传统多普勒高出数百倍43。这一优势解决了感兴趣区域(ROI)大小与时间分辨率之间的权衡问题,使超快多普勒能够对血流动力学进行高灵敏度的监测21。研究表明,超快多普勒可用于测量脊髓术中血流的变化,并评估患者的相关血流动力学参数,包括阻力指数(RI)和搏动指数(PI)。尽管在多次采集过程中精确复制成像平面本身具有挑战性,但本研究中多个因素有助于确保一致性。首先,声窗较窄,这在本质上限制了探头...

访问受限。请登录或开始试用以查看此内容。

披露

作者声明不存在任何竞争性财务利益冲突。

致谢

本工作得到中国国家重点研发计划(编号:2023YFC2410900)、国家自然科学基金(编号:12274093)以及上海市国际科学技术合作项目(资助编号:23490713500)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
MATLAB  R2022bMathWorksN/A用于数据的后期处理
显微镜ZEISSPENTERO 800 S用于术中显微观察
可编程超声系统VerasonicsVantage 256用于脊髓血管的超声成像
机械臂Aesculap RT060R用于固定探头
单晶高频线阵换能器VerasonicsL22-14vX 用于脊髓血管的超声成像
超声耦合剂Baby Fun型号 M消除探头与接触面之间的空气间隙

参考文献

  1. Zucker, N., et al. Physio-fus: A tissue-motion based method for heart and breathing rate assessment in neurofunctional ultrasound imaging. EBioMedicine. 112, 105581(2025).
  2. Ghosh, A., et al. Impact of cardiovascular factors on pulse wave velocity and t otal vascular resistance in different age group patients with cardiovascular disorders. Curr Aging Sci. 11 (4), 261-268 (2019).
  3. Allen, J. Photoplethysmography and its application in clinical physiological measurement. Physiol Meas. 28 (3), R1-R39 (2007).
  4. Kouz, K., Scheeren, T. W. L., De Backer, D., Saugel, B. Pulse wave analysis to estimate cardiac output. Anesthesiology. 134 (1), 119-126 (2021).
  5. Hochman, S. Spinal cord. Curr Biol. 17 (22), R950-R955 (2007).
  6. Montalbano, M. J., Loukas, M., Oskouian, R. J., Tubbs, R. S. Innervation of the blood vessels of the spinal cord: A comprehensive review. Neurosurg Rev. 41 (3), 733-735 (2018).
  7. Soloukey, S., et al. Towards high-resolution functional ultrasound (fUS) imaging of the murine spinal cord. IEEE International Ultrasonics Symposium (IUS). , 2259-2262 (2019).
  8. Stroman, P. W., et al. The current state-of-the-art of spinal cord imaging: Methods. Neuroimage. 84, 1070-1081 (2014).
  9. Del Giorno, R., Troiani, C., Gabutti, S., Stefanelli, K., Gabutti, L. Comparing oscillometric and tonometric methods to assess pulse wave velocity: A population-based study. Ann Med. 53 (1), 1-16 (2021).
  10. Bothe, T. L., et al. Impact of oscillometric measurement artefacts in ambulatory blood pressure monitoring on estimates of average blood pressure and of its variability: A pilot study. J Hypertens. 41 (1), 140-149 (2023).
  11. Alqudah, A. M., et al. Multiple time and spectral analysis techniques for comparing the photoplethysmography to piezoelectric plethysmography with electrocardiography. Med Hypotheses. 143, 109870(2020).
  12. Zieff, G., et al. Pulse-wave velocity assessments derived from a simple photoplethysmography device: Agreement with a reference device. Front Cardiovasc Med. 10, 1108219(2023).
  13. Vargas, M. I., Boto, J., Meling, T. R. Imaging of the spine and spinal cord: An overview of magnetic resonance imaging (MRI) techniques. Rev Neurol (Paris). 177 (5), 451-458 (2021).
  14. Shabani, S., Meyer, B. P., Budde, M. D., Wang, M. C. Diagnostic imaging in spinal cord injury. Neurosurg Clin N Am. 32 (3), 323-331 (2021).
  15. Faure, F., et al. Quantification of brain-wide vascular resistivity via ultrafast Doppler in human neonates helps early detection of white matter injury. J Cereb Blood Flow Metab. 44 (9), 1577-1590 (2024).
  16. Hu, C., Feng, Y., Huang, P., Jin, J. Adverse reactions after the use of SonoVue contrast agent: Characteristics and nursing care experience. Medicine. 98 (44), e17745(2019).
  17. Han, S. H. Review of photoacoustic imaging for imaging-guided spinal surgery. Neurospine. 15 (4), 306-322 (2018).
  18. Van Den Bos-Van De Steeg, M. G. M., Fekkes, S., Saris, A., De Korte, C. L., Hansen, H. H. G. In vivo comparison of pulse wave velocity estimation based on ultrafast plane wave imaging and high-frame-rate focused transmissions. Ultrasound Med Biol. 48 (11), 2335-2343 (2022).
  19. Montaldo, G., Tanter, M., Bercoff, J., Benech, N., Fink, M. Coherent plane-wave compounding for very high frame rate ultrasonography and transient elastography. IEEE Trans Ultrason Ferroelectr Freq Control. 56 (3), 489-506 (2009).
  20. Mace, E., et al. Functional ultrasound imaging of the brain: Theory and basic principles. IEEE Trans Ultrason Ferroelectr Freq Control. 60 (3), 492-506 (2013).
  21. Bercoff, J., et al. Ultrafast compound Doppler imaging: Providing full blood flow characterization. IEEE Trans Ultrason Ferroelectr Freq Control. 58 (1), 134-147 (2011).
  22. Demené, C., et al. Ultrafast Doppler reveals the mapping of cerebral vascular resistivity in neonates. J Cereb Blood Flow Metab. 34 (6), 1009-1017 (2014).
  23. Bourquin, C., Poree, J., Lesage, F., Provost, J. In vivo pulsatility measurement of cerebral microcirculation in rodents using dynamic ultrasound localization microscopy. IEEE Trans Med Imaging. 41 (4), 782-792 (2022).
  24. Bourquin, C., et al. Quantitative pulsatility measurements using 3d dynamic ultrasound localization microscopy. Phys Med Biol. 69 (4), (2024).
  25. Zang, J. -Q., et al. Non-contrast-enhanced ultrafast ultrasound Doppler imaging of spinal cord micro-vessels. Acta Physica Sinica. 70 (11), (2021).
  26. Sui, Y., et al. Randomized spatial downsampling based robust PCA clutter filtering for ultrafast ultrasound imaging. IEEE International Ultrasonics Symposium (IUS). , 1-4 (2021).
  27. Beliard, B., et al. Ultrafast Doppler imaging and ultrasound localization microscopy reveal the complexity of vascular rearrangement in chronic spinal lesions. Sci Rep. 12 (1), 6574(2022).
  28. Yu, J. -J., et al. Ultrafast ultrasound localization microscopy method for spinal cord mircovasculature imaging. Acta Physica Sinica. 71 (17), 174302(2022).
  29. Yu, J., Dong, H., Ta, D., Xie, R., Xu, K. Super-resolution ultrasound microvascular angiography for spinal cord penumbra imaging. Ultrasound Med Biol. 49 (9), 2140-2151 (2023).
  30. Yan, S., et al. Ultrafast ultrasound vector Doppler for small vasculature imaging. IEEE Trans Ultrason Ferroelectr Freq Control. 70 (7), 613-624 (2023).
  31. Agyeman, K. A., et al. Functional ultrasound imaging of the human spinal cord. Neuron. 112 (10), 1710-1722 (2024).
  32. Khaing, Z. Z., et al. Perfusion imaging metrics after acute traumatic spinal cord injury are associated with injury severity in rats and humans. Sci Transl Med. 16 (765), eadn4970(2024).
  33. Williams, H. A unifying hypothesis for hydrocephalus, Chiari malformation, syringomyelia, anencephaly, and spina bifida. Cerebrospinal Fluid Res. 5, 7(2008).
  34. Heiss, J. D. Cerebrospinal fluid hydrodynamics in Chiari I malformation and syringomyelia: Modeling pathophysiology. Neurosurg Clin N Am. 34 (1), 81-90 (2023).
  35. Pinna, G., Alessandrini, F., Alfieri, A., Rossi, M., Bricolo, A. Cerebrospinal fluid flow dynamics study in Chiari I malformation: Implications for syrinx formation. Neurosurg Focus. 8 (3), E3(2000).
  36. Da Cunha, B. L. B., et al. Intraoperative neuromonitoring in Chiari I malformation surgery: A systematic review and meta-analysis. Neurosurg Rev. 47 (1), 634(2024).
  37. Verhoef, L., et al. Freehand ultrafast Doppler ultrasound imaging with optical tracking allows for detailed 3d reconstruction of blood flow in the human brain. IEEE Trans Med Imaging. , (2025).
  38. Fakhari, N., et al. Longitudinal assessment of cerebral blood volume variation in human neonates using ultrafast power Doppler and diverging waves. IEEE Trans Med Imaging. 42 (8), 2223-2234 (2023).
  39. Huang, L., et al. Improved ultrafast power Doppler imaging by using spatiotemporal Non-Local means filtering. IEEE Trans Ultrason Ferroelectr Freq Control. 69 (5), 1610-1624 (2022).
  40. Lok, U. W., et al. Ultrasound microvessel imaging of the human placenta demonstrates altered vessel densities in fetal growth restriction with vascular and immune pathologies: A pilot case-control study. J Ultrasound Med. 44 (2), 285-299 (2025).
  41. Desailly, Y., et al. Contrast enhanced ultrasound by real-time spatiotemporal filtering of ultrafast images. Phys Med Biol. 62 (1), 31-42 (2017).
  42. Martinoli, C., et al. Power Doppler sonography: Clinical applications. Eur J Radiol. 27 Suppl2, S133-S140 (1998).
  43. Tanter, M., Fink, M. Ultrafast imaging in biomedical ultrasound. IEEE Trans Ultrason Ferroelectr Freq Control. 61 (1), 102-119 (2014).
  44. Bonow, R. H., Young, C. C., Bass, D. I., Moore, A., Levitt, M. R. Transcranial Doppler ultrasonography in neurological surgery and neurocritical care. Neurosurg Focus. 47 (6), E2(2019).
  45. Wagshul, M. E., et al. The pulsating brain: A review of experimental and clinical studies of intracranial pulsatility. Fluids Barriers CNS. 8 (1), 5(2011).
  46. Sun, Q., Fu, Y., Yan, S., Xu, K. 4-D vector Doppler imaging using row-column addressed array. IEEE Trans Ultrason Ferroelectr Freq Control. 72 (2), 202-214 (2025).
  47. Sun, Q., et al. Single crystal row-column array-based rat brain 3-D ultrasound localization microscopy. IEEE Trans Ultrason Ferroelectr Freq Control. 72 (6), 698-708 (2025).
  48. Posada, D., et al. Staggered multiple-prf ultrafast color Doppler. IEEE Trans Med Imaging. 35 (6), 1510-1521 (2016).
  49. Poree, J., et al. Dealiasing high-frame-rate color Doppler using dual-wavelength processing. IEEE Trans Ultrason Ferroelectr Freq Control. 68 (6), 2117-2128 (2021).
  50. Tuccio, G., Afrakhteh, S., Iacca, G., Demi, L. Time-efficient ultrasound localization microscopy based on a novel radial basis function 2d interpolation. IEEE Trans Med Imaging. 43 (5), 1690-1701 (2024).
  51. Afrakhteh, S., Mento, F., Demi, L. Application of tensor completion for reducing the beamforming time in ultrafast ultrasound imaging: A Doppler ultrasound assessment. IEEE Ultrason Ferroelectr Freq Control Joint Symp (UFFC-JS). , 1-4 (2024).
  52. Afrakhteh, S., Iacca, G., Demi, L. A two-dimensional angular interpolation based on radial basis functions for high frame rate ultrafast imaging. J Acoust Soc Am. 154 (5), 3454-3465 (2023).
  53. Denarie, B., et al. Coherent plane wave compounding for very high frame rate ultrasonography of rapidly moving targets. IEEE Transactions on Medical Imaging. 32 (7), 1265-1276 (2013).
  54. Poree, J., et al. High-frame-rate echocardiography using coherent compounding with Doppler-based motion-compensation. IEEE Trans Med Imaging. 35 (7), 1647-1657 (2016).
  55. Hingot, V., Errico, C., Tanter, M., Couture, O. Subwavelength motion-correction for ultrafast ultrasound localization microscopy. Ultrasonics. 77, 17-21 (2017).
  56. Harput, S., et al. Two-stage motion correction for super-resolution ultrasound imaging in the human lower limb. IEEE Trans Ultrason Ferroelectr Freq Control. 65 (5), 803-814 (2018).
  57. Yu, J., Cai, Y., Zeng, Z., Xu, K. Voxelmorph-based deep learning motion correction for ultrasound localization microscopy of spinal cord. IEEE Trans Ultrason Ferroelectr Freq Control. , 1752-1764 (2024).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

视频即将推出