Name: Ultraschall-Bewertung der myokarddialen Mikrostruktur (Video) | JoVE Journal
Uploaded: 2014-01-14T13:00:00.000+00:00
Duration: 10 min 53 s
Description: Lernen Sie einen ultraschallbasierten Bildanalyse-Algorithmus zur Bewertung der myokardialen Mikrostruktur mit Open-Access-Software kennen. Diese Methode ermöglicht die Quantifizierung myokardialer Gewebedichte.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Wir sind dankbar für die Ressourcen, die von der Harvard Medical School/Brigham and Women es Hospital Cardiovascular Physiology Core Laboratory zur Verfügung gestellt wurden. Diese Arbeit wurde teilweise durch Fördermittel der National Institutes of Health Grants HL088533, HL071775, HL093148 und HL099073 (RL) unterstützt. MB erhielt einen American Heart Association-Gründungs-Postdoktoranden-Stipendiumspreis. KU ist Empfänger eines American Heart Association-Gründungs-Postdoktoranden-Stipendiumspreises. SC wurde durch eine Auszeichnung der Ellison Foundation unterstützt.

1. Erstellung von Bildern für Analysen
<ol><li>Erhalten Sie murine oder menschliche echokardiographische B-Modus-Bilder in der parasternalen Langachsenansicht. Passen Sie die Zeit-Gewinn-Kompensationseinstellungen und die Platzierung des Sendefokus an, um die Visualisierung des LV und anderer Herzstrukturen in der parasternalen Ansicht nach gängiger Praxis zu optimieren. Stellen Sie sicher, dass alle Bilder im DICOM-Dateiformat gespeichert werden. Standardisierte Bildansichten platzieren die inferolaterale linke ventrikuläre Wand an der Basis des Rahmens. Die Rahmen müssen die Gesamtheit des linksventrikulären Myokards und Perikards anzeigen. Die Auflösung muss hoch genug sein, um die Perikardgrenze, die Myokardwand und die Endkörpergrenze des linken Ventrikels abzugrenzen. Verwerfen Sie Bilder mit überschüssigen Aussetzern oder Bildartefakten.</li>
	<li>Importieren Sie eine Bilddatei zur Analyse in die ImageJ-Softwareplattform v1.46 als DICOM-Datei. Konvertieren Sie die Datei in eine 8-Bit-Bilddatei.</li>
	<li>Scrollen Sie durch aufeinander folgende Rahmen des Herzzyklus, bis sie einen geeigneten enddiastolischen Rahmen erreichen. Alternativ können Sie den enddiastolischen Rahmen in einem echokardiographischen Anzeigeprogramm auswählen und dann in ein hochauflösendes .jpg-Dateiformat exportieren, das in ImageJ verwendet werden kann. Identifizieren Sie die Frames, die der Enddiastole am nächsten sind, mithilfe der R-Welle der EKG-Ablaufverfolgung, und identifizieren Sie dann den besten Frame, der die LV mit maximaler interner Dimension erfasst. Betrachten Sie diesen einzelframe als end-diastolischen Rahmen.</li>
	<li>Es wird vorgeschlagen, dass Benutzer bei der Auswahl von Interessengebieten von der Identität geblendet werden.</li>
</ol>2. ROI-Probenahme
<ol><li>Perikard-Referenzauswahl. Bei der Auswahl der Perikardregion von Interesse (ROI), ziel, die Heterogenität des Perikardgewebes zu erfassen. Beachten Sie, dass Die Bildhelligkeit und der Bildkontrast bei Bedarf an die ROI-Auswahl angepasst werden können, ohne dass sich dies auf die Analyseergebnisse auswirkt.<ol>
<li>Wählen Sie mit dem Rechteckzeichnungswerkzeug von ImageJ ein Rechteck mit einer Länge aus, die das mittlere Drittel der basalen inferolateralen Perikardwand nähert.</li>
		<li>Ändern Sie die Größe des rechteckigen ROI, um die Breite des Perikards mit dem ROI-Größenwerkzeug zu überspannen.</li>
		<li>Drehen Sie den ROI, um innerhalb des Perikardbereichs zu liegen, mit dem Drehwerkzeug von ImageJ.</li>
		<li>Nehmen Sie alle notwendigen Anpassungen an den Ecken des Perikard-ROI vor. Erfassen Sie eine letzte perikardische Interessensregion, die im mittleren Drittel der Perikardwand liegt und die Breite der Perikardwand umfasst, ohne sich in die myokard- oder extrakardialen Regionen auszudehnen. Ziel ist es, für alle in einer bestimmten Studie getroffenen Maßnahmen den gleichen relativen Standort und Prozentsatz der gesamten Perikardfläche zu erfassen.</li>
		<li>Wenden Sie den Algorithmus über ImageJ-Analysetools auf die Auswahl an (siehe Abschnitt 3).</li>
	</ol>
</li>
	<li>Myokardauswahl. Ziel ist es wieder, die Heterogenität des Myokardgewebes im mittleren Drittel der basalen inferolateralen Myokardwand einzufangen. Beachten Sie, dass Die Bildhelligkeit und der Bildkontrast bei Bedarf an die ROI-Auswahl angepasst werden können, ohne dass sich dies auf die Analyseergebnisse auswirkt.<ol>
<li>Wählen Sie ein Rechteck aus, das die Breite der Myokardwand mit Ausnahme von Endokard und Epikardie umfasst. Stellen Sie sicher, dass die myokardische Auswahl neben der Perikardauswahl und im gleichen Theta-Winkel liegt. Schließen Sie keine Bereiche des Papillenmuskels innerhalb des Auswahlbereichs ein.</li>
		<li>Drehen Sie den myokarden ROI so, dass er parallel zur Perikardauswahl liegt.</li>
		<li>Nehmen Sie alle notwendigen Anpassungen an den Ecken des myokarddialen ROI vor. Isolieren Sie eine letzte myokardische Region von Interesse, die im mittleren Drittel der Myokardwand liegt, und erfasst die Breite der Wand, ohne sich in die Perikard- oder Intraluminalenbereiche auszudehnen.</li>
		<li>Wenden Sie den Algorithmus über ein ImageJ-Makro auf die Auswahl an.</li>
	</ol>
</li>
</ol>3. Datenanalyse und -verarbeitung
<ol><li>Installieren Sie das ImageJ-Makro mit dem Namen "getHistogramValues.txt".</li>
	<li>Verwenden Sie das VideoJ-Histogrammanalysetool, um eine Vorschau der Verteilung der Signalintensitätswerte innerhalb des ROI anzuzeigen (führen Sie diesen Schritt für die Perikardauswahl und für die Myokardauswahl aus).</li>
	<li>Verwenden Sie das ImageJ-Makro, um diese Signaldichtewerte für den ROI aufzuzeichnen (führen Sie diesen Schritt für die Perikardauswahl und für die Myokardauswahl aus).<ol>
<li>Weisen Sie jedem Pixel innerhalb der Auswahl einen Intensitätswert von 0 (dunkel) bis 255 (hellste) Einheiten zu.</li>
		<li>Ordnen Sie die Intensitätswerte hierarchisch in der Reihenfolge der steigenden Intensität an, um eine Verteilung der Signalintensität zu erzeugen.</li>
		<li>Wählen Sie die folgenden Perzentilwerte für die Verteilung aus, und melden Sie sie:20. Perzentil,50. Perzentil (Median) und80. Perzentil.</li>
	</ol>
</li>
	<li>Normalisieren Sie myokardiale Intensitäten mit der Perikardreferenz.<ol>
<li>Normalisieren Sie sich, indem Sie die Myokardperzentilwerte der Intensität durch die entsprechenden perikarddialen Perzentilwerte der Intensität12dividieren oder den Myokardperzentilwert der Intensität vom Perikardperzentilwert der Intensität13subtrahieren.</li>
		<li>Berichtswerte für die vier Analysemethoden: normalisierte Myokard-zu-Perikardial-Werte für das20. Perzentil,50. Perzentil (Median) und80. Perzentilwerte.</li>
	</ol>
</li>
</ol>4. Quantifizierung der zyklischen Variabilität
<ol><li>Wenden Sie den Algorithmus auf die Myokardauswahl durch aufeinander folgende Frames der DICOM-Datei an, die sich durch den Herzzyklus bewegen. Vergleichen Sie Unterschiede in den Intensitätsverteilungen zwischen Frames, wobei die Aufmerksamkeit auf endsystolische und enddiastolische Frames zu beachten ist. Alle oben beschriebenen Bildanalysen werden offline auf nichtinvasiven echokardiographischen Bildern durchgeführt, die zuvor aufgenommen und digital im DICOM-Format gespeichert wurden. Alle Studienprotokolle wurden vom Brigham and Women es Institutional Review Board und dem Harvard Medical Area Standing Institutional Animal Care and Use Committee genehmigt.</li>
</ol>

<ol><li>Yamada, S., Komuro, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Integrated+backscatter+for+the+assessment+of+myocardial+viability%5BTitle%5D)+AND+%22Curr.+Opin.+Cardiol%22%5BJournal%5D)">Integrated backscatter for the assessment of myocardial viability.</a> Curr. Opin. Cardiol. 21, 433-437 (2006).</li>
<li>Mimbs, J. W., O'Donnell, M., Bauwens, D., Miller, J. W., Sobel, B. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+dependence+of+ultrasonic+attenuation+and+backscatter+on+collagen+content+in+dog+and+rabbit+hearts%5BTitle%5D)+AND+%22Circ.+Res%22%5BJournal%5D)">The dependence of ultrasonic attenuation and backscatter on collagen content in dog and rabbit hearts.</a> Circ. Res. 47, 49-58 (1980).</li>
<li>Picano, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((In+vivo+quantitative+ultrasonic+evaluation+of+myocardial+fibrosis+in+humans%5BTitle%5D)+AND+%22Circulation%22%5BJournal%5D)">In vivo quantitative ultrasonic evaluation of myocardial fibrosis in humans.</a> Circulation. 81, 58-64 (1990).</li>
<li>Mizuno, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Myocardial+ultrasonic+tissue+characterization+for+estimating+histological+abnormalities+in+hypertrophic+cardiomyopathy%3A+comparison+with+endomyocardial+biopsy+findings%5BTitle%5D)+AND+%22Cardiology%22%5BJournal%5D)">Myocardial ultrasonic tissue characterization for estimating histological abnormalities in hypertrophic cardiomyopathy: comparison with endomyocardial biopsy findings.</a> Cardiology. 96, 16-23 (2001).</li>
<li>Mizuno, R., Fujimoto, S., Saito, Y., Nakamura, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Non-invasive+quantitation+of+myocardial+fibrosis+using+combined+tissue+harmonic+imaging+and+integrated+backscatter+analysis+in+dilated+cardiomyopathy%5BTitle%5D)+AND+%22Cardiology%22%5BJournal%5D)">Non-invasive quantitation of myocardial fibrosis using combined tissue harmonic imaging and integrated backscatter analysis in dilated cardiomyopathy.</a> Cardiology. 108, 11-17 (2007).</li>
<li>Marini, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cyclic+variation+in+myocardial+gray+level+as+a+marker+of+viability+in+man.+A+videodensitometric+study%5BTitle%5D)+AND+%22Eur.+Heart.+J%22%5BJournal%5D)">Cyclic variation in myocardial gray level as a marker of viability in man. A videodensitometric study.</a> Eur. Heart. J. 17, 472-479 (1996).</li>
<li>Komuro, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sensitive+detection+of+myocardial+viability+in+chronic+coronary+artery+disease+by+ultrasonic+integrated+backscatter+analysis%5BTitle%5D)+AND+%22J.+Am.+Soc.+Echocardiogr%22%5BJournal%5D)">Sensitive detection of myocardial viability in chronic coronary artery disease by ultrasonic integrated backscatter analysis.</a> J. Am. Soc. Echocardiogr. 18, 26-31 (2005).</li>
<li>Ciulla, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Echocardiographic+patterns+of+myocardial+fibrosis+in+hypertensive+patients%3A+endomyocardial+biopsy+versus+ultrasonic+tissue+characterization%5BTitle%5D)+AND+%22J.+Am.+Soc.+Echocardiogr%22%5BJournal%5D)">Echocardiographic patterns of myocardial fibrosis in hypertensive patients: endomyocardial biopsy versus ultrasonic tissue characterization.</a> J. Am. Soc. Echocardiogr. 10, 657-664 (1997).</li>
<li>Maceira, A. M., Barba, J., Varo, N., Beloqui, O., Diez, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Ultrasonic+backscatter+and+serum+marker+of+cardiac+fibrosis+in+hypertensives%5BTitle%5D)+AND+%22Hypertension%22%5BJournal%5D)">Ultrasonic backscatter and serum marker of cardiac fibrosis in hypertensives.</a> Hypertension. 39, 923-928 (2002).</li>
<li>D'Hooge, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High+frame+rate+myocardial+integrated+backscatter.+Does+this+change+our+understanding+of+this+acoustic+parameter%5BTitle%5D)+AND+%22Eur.+J.+Echocardiogr%22%5BJournal%5D)">High frame rate myocardial integrated backscatter. Does this change our understanding of this acoustic parameter.</a> Eur. J. Echocardiogr. 1, 32-41 (2000).</li>
<li>Finch-Johnston, A. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cyclic+variation+of+integrated+backscatter%3A+dependence+of+time+delay+on+the+echocardiographic+view+used+and+the+myocardial+segment+analyzed%5BTitle%5D)+AND+%22J.+Am.+Soc.+Echocardiogr%22%5BJournal%5D)">Cyclic variation of integrated backscatter: dependence of time delay on the echocardiographic view used and the myocardial segment analyzed.</a> J. Am. Soc. Echocardiogr. 13, 9-17 (2000).</li>
<li>Di Bello, V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Increased+echodensity+of+myocardial+wall+in+the+diabetic+heart%3A+an+ultrasound+tissue+characterization+study%5BTitle%5D)+AND+%22J.+Am.+Coll.+Cardiol%22%5BJournal%5D)">Increased echodensity of myocardial wall in the diabetic heart: an ultrasound tissue characterization study.</a> J. Am. Coll. Cardiol. 25, 1408-1415 (1995).</li>
<li>Takiuchi, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+ultrasonic+tissue+characterization+can+identify+high-risk+atherosclerotic+alteration+in+human+carotid+arteries%5BTitle%5D)+AND+%22Circulation%22%5BJournal%5D)">Quantitative ultrasonic tissue characterization can identify high-risk atherosclerotic alteration in human carotid arteries.</a> Circulation. 102, 766-770 (2000).</li>
<li>Querejeta, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Serum+carboxy-terminal+propeptide+of+procollagen+type+I+is+a+marker+of+myocardial+fibrosis+in+hypertensive+heart+disease%5BTitle%5D)+AND+%22Circulation%22%5BJournal%5D)">Serum carboxy-terminal propeptide of procollagen type I is a marker of myocardial fibrosis in hypertensive heart disease.</a> Circulation. 101, 1729-1735 (2000).</li>
</ol>

Es wurden keine Interessenkonflikte angemeldet.

Wir beschreiben das Protokoll für einen Bildanalysealgorithmus, der die sonographische Signalintensitätsverteilung quantifiziert und wiederum ein Ersatzmaß für die myokardische Mikrostruktur bietet. Standardisierte Funktionen des Protokolls, einschließlich Auswahl, Dimensionierung und Positionierung des ROI- und Referenzbereichs, dienen der Minimierung der benutzer- und fachbasierten Variabilität. Wir zeigen, dass der Algorithmus bei anwendung auf enddiastolische Echokardiographenbilder mit einem einzigen Frame angemesse...

Echokardiographie ist eine weithin zugängliche bildgebende Modalität, die häufig verwendet wird, um Veränderungen der Herzstruktur und -funktion nicht invasiv zu charakterisieren und zu quantifizieren. Ultraschallbewertungen von Herzgewebe können Analysen der Rückstreusignalintensität innerhalb eines bestimmten Bereichs von Interesse zu einem bestimmten Zeitpunkt sowie im Laufe des Herzzyklus umfassen. Frühere Studien haben vorgeschlagen, dass Messungen der sonographischen Signalintensität das zugrunde liegende Vorhandensein von Myokardfaser-Disarray, lebensfähig im Vergleich zu nicht lebensfähigen Myokardgewebe, und interstitielle Fibrose1-3identifizieren können. Wir bezeichnen myokardische "Mikrostruktur" als die Gewebearchitektur, die mit Hilfe sonographischer Analysen über lineare Messungen von Bruttogröße und Morphologie hinaus charakterisiert werden kann. Dementsprechend wurden Analysen der sonographischen Signalintensität verwendet, um mikrostrukturelle Veränderungen des Myokardgewebes bei der Einstellung der hypertrophen und erweiterten Kardiomyopathie4,5, der chronischen koronaren Herzkrankheit6,7und der hypertensiven Herzkrankheit8,9zu bewerten. Bisher etablierte Techniken stützten sich jedoch hauptsächlich auf den integrierten oder mittleren Wert von Backscatter-Signalintensitäten, die anfällig für Variabilität von zufälligem Rauschen5, aliasierte Daten aus niedrigen Bildraten10und Zeitverzögerungen für Algorithmen auf der Grundlage zyklischer Variation11.
Hierin beschreiben wir die Methode der Verwendung eines Ultraschall-basierten Bildanalysealgorithmus, der sich von früheren Methoden erstreckt; Dieser Algorithmus konzentriert sich auf einen einzelnen enddiastolischen Rahmen für die Bildanalyse und berücksichtigt die vollständige Verteilung der Signalintensitätswerte, die aus einer gegebenen Myokardprobe abgeleitet werden. Durch die Verwendung des Perikards als Inframe-Referenz12,13quantifiziert der Algorithmus reproduzierbar Variationen in sonographischen Signalintensitätsverteilungen und bietet ein verbessertes Ersatzmaß für die Myokardmikrostruktur. In einem Schritt-für-Schritt-Protokoll beschreiben wir Methoden zum Vorbereiten von Bildern für die Verwendung, zur Stichprobenerhebung von Interessenbereichen und zur Verarbeitung von Daten in ausgewählten Interessensgebieten. Wir zeigen auch repräsentative Ergebnisse aus der Anwendung des Algorithmus auf echokardiographische Bilder von Mäusen und Menschen mit variabler Exposition gegenüber Nachbelastung der linken Herzkammer.

<table><tbody><tr><td>ImageJ v 1.46</td><td>NIH (Bethesda, MD)</td><td></td><td>Open-Access-Software</td></tr><tr><td>Power ShowCase</td><td>Trillium Technology (Ann Arbor, MI)</td><td></td><td>kommerzielle Software</td></tr></tbody></table>

ultraschall-bewertung der myokarddialen mikrostruktur

Ultrasonic Assessment of Myocardial Microstructure

Echokardiographie ist eine weithin zugängliche bildgebende Modalität, die häufig verwendet wird, um Veränderungen der Herzstruktur und -funktion nicht invasiv zu charakterisieren und zu quantifizieren. Ultraschallbewertungen von Herzgewebe können Analysen der Signalintensität der Rückstreuung innerhalb eines bestimmten Bereichs von Interesse umfassen. Bisher etablierte Techniken stützten sich vorwiegend auf den integrierten oder mittleren Wert von Backscatter-Signalintensitäten, die anfällig für Variabilität von Aliasdaten durch niedrige Bildraten und Zeitverzögerungen bei Algorithmen auf der Grundlage zyklischer Variationen sein können. Dabei beschreiben wir einen Ultraschall-basierten Bildgebungsalgorithmus, der sich von früheren Methoden aus erstreckt, auf einen einzelnen Bildrahmen angewendet werden kann und die vollständige Verteilung der Signalintensitätswerte berücksichtigt, die aus einer gegebenen Myokardprobe abgeleitet werden. Bei Anwendung auf repräsentative Maus- und menschliche Bildgebungsdaten unterscheidet der Algorithmus zwischen Probanden mit und ohne Exposition gegenüber chronischem Nachlastwiderstand. Der Algorithmus bietet ein verbessertes Ersatzmaß für die myokardische Mikrostruktur und kann mit Open-Access-Bildanalyse-Software durchgeführt werden.

Die Signalintensitätsanalyse wird in 4 Hauptschritten durchgeführt (Abbildung 1), einschließlich: 1) Bildauswahl und -formatierung, 2) Stichproben-ROI und Referenzbereiche, 3) Algorithmusanwendung und 4) Verarbeitung von Endwerten, um Myokard-zu-Perikard-Intensitätsverhältnisse zu ergeben. Die Auswahl und Größe des ROI ist standardisiert, um die Interuser- sowie die Intrauser-Variabilität zu begrenzen (Abbildung 2). Die Positionierung jedes ROI ist auch in Bezug auf die anatomischen Stru...

Echokardiographie wird häufig verwendet, um Veränderungen der Herzstruktur und -funktion nicht invasiv zu charakterisieren und zu quantifizieren. Wir beschreiben einen Ultraschall-basierten Bildgebungsalgorithmus, der ein verbessertes Ersatzmaß für die Myokardmikrostruktur bietet und mit open-access Bildanalysesoftware durchgeführt werden kann.

Ultraschall-Bewertung der myokarddialen Mikrostruktur

Echocardiography is a widely accessible imaging modality that is commonly used to noninvasively characterize and quantify changes in cardiac structure and ...

Das übergeordnete Ziel dieses Verfahrens ist es, eine Surrogatmessung der Myokardmikrostruktur unter Verwendung eines ultraschallbasierten Bildgebungsalgorithmus und einer frei zugänglichen Bildanalysesoftware bereitzustellen. Dies wird erreicht, indem zunächst ein digitales echokardiographisches Bild ausgewählt und formatiert wird. Der zweite Schritt besteht darin, die interessierende Myokardregion und einen Perikardreferenzbereich auszuwählen.Anschließend werden die Daten nach Anwendung des Algorithmus mit dem Softwareprogramm Image J verarbeitet. Der letzte Schritt ist die Verarbeitung der Endwerte und die Erzeugung von Ausgaben in Form von Myokard-Perikard-Verhältnissen. Letztendlich wird das Ultraschallsignal aus einer ausgewählten echokardiographischen Region von Interesse verarbeitet, um ein Maß für die Myokarddichte zu erhalten, das Informationen über ein Surrogatmaß der Gewebemikrostruktur liefert.Der Hauptvorteil dieser Technik gegenüber bestehenden Methoden wie traditionellen, linearen oder zweidimensionalen ultraschallbasierten Beurteilungen der Herzstruktur besteht darin, dass sie es ermöglicht, die echokardiographische Analyse neben der Quantifizierung makroskopischer kardialer Parameter auch die Quantifizierung der Mikrostruktur des Myokardgewebes einzubeziehen. Darüber hinaus verwendet es Open-Source-Software, nachdem es marine oder menschliche echokardiographische B-Modus-Bilder in der parasternalen Längsachsenansicht erhalten hat. Verwenden Sie Bild J, um die DICOM-Datei des zu analysierenden Bildes zu öffnen und die Datei in eine Acht-Bit-Bilddatei zu konvertieren.Die inferolaterale linksventrikuläre Wand sollte an der Basis des Rahmens erscheinen, die Rahmen müssen das gesamte linksventrikuläre Myokard darstellen, und die Perikardauflösung muss hoch genug sein, um den Perikardrand, die Myokardwand und den endokardialen Rand des linken Ventrikels abzugrenzen. Verwerfen Sie alle Bilder mit übermäßigem Dropout oder Bildartefakten. Scrollen Sie mit der R-Welle der EKG-Aufzeichnung durch aufeinanderfolgende Frames des Herzzyklus, um die Frames zu identifizieren, die der Enddiastole am nächsten liegen.Identifizieren Sie dann das einzelne Bild, das die maximale innere Dimension des linken Ventrikels am besten erfasst. Betrachten wir diesen einen Rahmen, den enddiastolischen Rahmen. Wählen Sie als Nächstes die interessierende Perikardregion aus, um die Heterogenität des Perikardgewebes zu erfassen.Bewerten Sie dazu den Graustufenbereich und die Konsistenz des gesamten Perikards, und wählen Sie einen interessierenden Bereich aus, der für diese Attribute repräsentativ ist. Passen Sie das Bild, die Helligkeit und den Kontrast für die Auswahl des Interessenbereichs nach Bedarf an. Wählen Sie mit dem Rechteckzeichenwerkzeug von Bild j ein Rechteck mit einer Länge aus, die ungefähr dem mittleren Drittel der basalen inferolateralen Perikardwand entspricht.Ändern Sie die Größe des rechteckigen Bereichs von Interesse, um ihn mit dem ROI-Größenwerkzeug über die Breite des Perikards zu erstrecken. Verwenden Sie als Nächstes das Drehwerkzeug von Bild J, um den interessierenden Bereich so zu drehen, dass er innerhalb des Perikardbereichs liegt. Wählen Sie bei Bedarf das manuelle Anpassungswerkzeug aus, um die Ecken des Perikardbereichs von Interesse anzupassen, wenn die Anpassungen abgeschlossen sind.Die interessierende Perikardregion sollte innerhalb des mittleren Drittels der Perikardwand liegen und die Breite der Perikardwand umfassen, die sich in die Myokard- oder extrakardialen Regionen erstreckt. Ziel ist es, für alle in einer bestimmten Studie durchgeführten Messungen die gleiche relative Position und den gleichen Prozentsatz der gesamten Perikardfläche zu erfassen. Um ein Histogramm mit Intensitätswerten zu generieren, installieren Sie ein Bild-J-Histogramm-Makro mit dem Namen get histogram values.Führen Sie das Histogramm-Makro aus, um eine Vorschau der Verteilung der Signalintensitätswerte innerhalb des ausgewählten Perikardbereichs von Interesse anzuzeigen. Das Makro zeichnet die Signaldichtewerte für den interessierenden Bereich und für die Vorzeichen und den Intensitätswert von null Einheiten für das dunkelste bis zu 255 Einheiten für das hellste Pixel innerhalb der Auswahl auf, um eine Verteilung der Signalintensität zu erzeugen. Das Makro meldet das 20., 50. und 80. Perzentil für die Verteilung.Bei der Auswahl der interessierenden Myokardregion ist auch darauf zu achten, die Heterogenität des Myokardgewebes innerhalb des mittleren Drittels der basalen inferolateralen Myokardwand zu erfassen. Passen Sie wie bisher das Bild, die Helligkeit und den Kontrast nach Bedarf an. Wählen Sie ein Rechteck aus, das sich über die gesamte Breite der Myokardwand erstreckt, ohne Endokard und Epikard.Schließen Sie Bereiche der Papillenmuskulatur nicht in den Auswahlbereich ein. Die Positionierung des interessierenden Bereichs ist stark benutzerabhängig. Um den Erfolg sicherzustellen, muss der Benutzer eine Schätzung der Hauptgrenzen vornehmen und den interessierenden Myokardbereich so drehen, dass er neben und parallel zur Perikardauswahl liegt.Nehmen Sie alle notwendigen Anpassungen an den Ecken der interessierenden Myokardregion vor, isolieren Sie eine abschließende interessierende Myokardregion, die innerhalb des mittleren Drittels der Myokardwand liegt, und erfassen Sie die Breite der Wand, ohne sich in die perikardialen oder intraluminalen Regionen zu erstrecken, wie zuvor gezeigt. Verwenden Sie das Histogramm-Makro von Bild J, um eine Vorschau der Verteilung der Signalintensitätswerte innerhalb der interessierenden Myokardregion anzuzeigen. Der nächste Schritt besteht darin, die Myokardintensitäten unter Verwendung der zuvor erhaltenen Perikardreferenzdaten zu normalisieren und zunächst die Myokardperzentilwerte der Intensität durch das entsprechende Perokardperzentil zu dividieren.Die Intensitätswerte geben Werte für die normierten Myokard- bis Perikardwerte für das 20. Perzentil, das 50. Perzentil und das 80. Perzentil an. Wenden Sie diese Analyse auf myokardiale Selektionen durch aufeinanderfolgende Frames der DICOM-Datei an, wobei besonderes Augenmerk auf endsystolische und enddiastolische Frames gelegt wird. Die sonographische Signalintensität variiert während des gesamten Herzzyklus, wie hier für Kontrollmäuse gezeigt, die zyklische Variabilität wurde anhand von drei Grenzwerten bewertet, dem 20. Perzentil, dem 50. Perzentil und dem 80. Perzentil.Die zyklische Variabilität ist bei Mäusen ausgeprägter, bei denen ein Band um die Aorta gelegt wurde, um den Abflusswiderstand zu erhöhen. Beachten Sie, dass die relative zyklische Variabilität für die Werte des 80. Perzentils höher ist als für die unteren Schnittpunktwerte. Dieses Histogramm zeigt Verteilungen der Signalintensität, die aus dem Myokard einer Kontrollmaus sieben Wochen nach der Scheinoperation abgeleitet wurden.Die blauen vertikalen Linien kennzeichnen die Werte für das 20. Perzentil, das 50. Perzentil und das 80. Perzentil. Die Verteilung der Signalintensitäten zeigt bei einer Maus mit Aortenband sieben Wochen nach der Operation eine rechtsgerichtete bis höhere Intensität. Signalintensitäten bei einem normalen intensiven Menschen und einem hypertensiven Menschen sind hier sowohl bei Mäusen als auch bei Menschen dargestellt.Die Verteilungen der Signalintensität sind rechtsverschoben und für die Probanden mit chronischem Nachlaststress im Vergleich zu den Kontrollen größer: Hier ist ein Vergleich zwischen einer scheinoperierten und einer Aortenbandmaus sowie zwischen einem normotensiven und einem hypertensiven Menschen. Das Verhältnis der Signalintensität von Myokard zu Perikard wurde mit drei analytischen Methoden bestimmt. Das Verhältnis der Werte des 20. Perzentils, des Verhältnisses der Werte des 50. Perzentils und des Verhältnisses der Werte des 80. Perzentils.Der größte Unterschied zwischen Kontrollen und Nachlastbelastungsfällen wird anhand von Verhältnissen der 80. Perzentilwerte der Signalintensität veranschaulicht. Hier sind Massons Tri-Chrom-Fleckenabschnitte des linken Ventrikels sieben Wochen nach der Operation bei einer Maus, die sich einer Scheinoperation unterzogen hatte, und einer Maus, die sich einem Aortenband unterzogen hatte, zu sehen. Erhebliche Kollagenablagerungen und interstitielle Fibrose sind im Ventrikel der Aortenbandmaus zu sehen. Einmal gemeistert und bei richtiger Durchführung, kann diese Technik in fünf bis 10 Minuten pro Datei durchgeführt werden.

ultrasonic-assessment-of-myocardial-microstructure

Research

Forschung

JoVE Journal

Medicine

Medizin

Transthorakale Echokardiographie bietet eine nichtinvasive Methode zur Beurteilung der Herzfunktion bei Mäusen. Eine Kombination aus Ultraschall und Doppler bildgebenden Verfahren kann verwendet werden, um dreidimensionale Messungen der Herz-und intrakardialen Blutflusses, die zusammen eine Beurteilung der kardialen systolischen und diastolischen Leistung zu erzielen.

Transthorakale Echokardiographie in Mäuse

Hochfrequenz-Doppler-Ultraschall ist eine neue Technologie für die Beurteilung der regionalen Myokardfunktion. Diese Arbeit präsentiert erste Nachweis einer Anwendbarkeit dieses vielseitige Imaging-Plattform für die wiederholte Messung der myokardialen Belastung, dp / dt und Mitralinsuffizienz in der Ischämie-Reperfusion (IR) murine Herzen.

Hochfrequenz-High-Resolution Echokardiographie: First Evidence on Non-invasive Wiederholte Messung der myokardialen Strain, Kontraktilität und Mitralinsuffizienz in der Ischämie-Reperfusion Murine Herz

Fetalen und perinatalen Tod ist ein gemeinsames Merkmal bei der Untersuchung genetischer Veränderungen beeinflussen kardiale Entwicklung. Hochfrequenz-Ultraschall-Bildgebung hat 2-D-Auflösung verbessert und kann ausgezeichnete Informationen über frühe Herz-Entwicklung bieten und ist eine ideale Methode, um die Auswirkungen auf die kardiale Struktur und Funktion vor dem Tod zu erkennen.

Murine fetale Echokardiographie

Rechte Herzkammer (RV) Dysfunktion ist für die Pathogenese von Herz-Kreislauferkrankungen, noch begrenzt Methoden sind für die Auswertung zur Verfügung. Jüngste Fortschritte in der Ultraschall-Bildgebung eine nicht-invasive und präzise Möglichkeit zur Längs RV Studie. Hier haben wir ausführlich eine Schritt-für-Schritt-Verfahren, das eine Echokardiographie Mausmodell der RV Drucküberlastung.

Beurteilung der rechtsventrikulären Struktur und Funktion in Maus-Modell der Lungenarterie Verengung durch transthorakale Echokardiographie

Diese Methode beschreibt die Verwendung der Quanten-Mikro-Computertomographie (MicroCT) zur Beurteilung der kardialen Morphologie, Funktion, Durchblutung, des Stoffwechsels und der Lebensfähigkeit mit jodiertem Kontrastmittel bei Mäusen mit experimentell induzierter myokardialer Ischämie. Die Technik kann für die zerstörungsfreie longitudinale Hochdurchsatz-Bildgebung in vivo verschiedener Tiermodelle menschlicher Herzerkrankungen eingesetzt werden.

In Vivo quantitative Bewertung der myokardialen Struktur, Funktion, Perfusion und Lebensfähigkeit Mit Herz Micro-Computertomographie

Das Ziel dieses Protokolls ist es, nicht-invasiven Herz strukturelle und funktionelle Veränderungen in einem Mausmodell der Herzkrankheit durch Quer Aortakonstriktion geschaffen beurteilen zu können, unter Verwendung von B- und M-Mode-Echokardiographie und Farbe / Puls-Doppler-Bildgebung.

Beurteilung der Herz Morphologische und funktionelle Veränderungen in Maus-Modell der Quer Aortakonstriktion durch Echokardiographie

Dieses Protokoll bietet eine detaillierte Beschreibung des echokardiographischen Ansatzes für eine umfassende Phänotypisierung der Herz- und Herzklappenfunktion bei Mäusen.

Echokardiographische Ansätze und Protokolle für die umfassende phänotypischen Charakterisierung von Herzklappenerkrankungen bei Mäusen

Speckle-Tracking-Echokardiographie ist eine neue diagnostische Bildgebungstechnik für die quantitative Bewertung der globalen und regionalen myokardialen Leistung. Standardansicht echokardiographischer bewegte Bilder werden aufgezeichnet und Deformationsparameter werden anschließend durch automatische kontinuierliche Frame-by-Frame-Tracking und Bewegungsanalyse von Speckles innerhalb der B-Modus-Bilder des Herzmuskels gemessen.

Transthorakale Speckle-Tracking Echokardiographie für die quantitative Bewertung der linksventrikulären myokardialen Deformations

Hier beschreiben wir ein Protokoll zur Verwendung von vierdimensionaler In-vivo-Ultraschallbildgebung und ex vivo-Massenspektrometrie-Bildgebung zur Beurteilung biomechanischer und biomolekularer Veränderungen im kardiovaskulären System der Maus. Diese Technik wird zur Analyse des kardialen Umbaus bei chirurgisch induziertem Myokardinfarkt und vaskulären Veränderungen bei alternden Tieren eingesetzt.

Multimodale Studie des kardiovaskulären Umbaus von Mäusen: Vierdimensionale Ultraschall- und Massenspektrometrie-Bildgebung

Eine genaue und praktische Methode, um Parameter wie Spannung im Herzmuskelgewebe Maßnahme ist von großem klinischen Nutzen, da es sich gezeigt hat, dass der Stamm eine sensiblere und früher Marker für kontraktile Dysfunktion als die häufig verwendete Parameter EF ist.

Magnetic Resonance Derived Myocardial Dehnungs-Beurteilung anhand von Feature-Tracking-

Lernen Sie einen ultraschallbasierten Bildanalyse-Algorithmus zur Bewertung der myokardialen Mikrostruktur mit Open-Access-Software kennen. Diese Methode ermöglicht die Quantifizierung myokardialer Gewebedichte.

Ultraschall-Bewertung der myokarddialen Mikrostruktur

Weitere Videos entdecken