-1::1
Simple Hit Counter
Skip to content

Products

Solutions

×
×
Sign In

FR

EN - EnglishCN - 简体中文DE - DeutschES - EspañolKR - 한국어IT - ItalianoFR - FrançaisPT - Português do BrasilPL - PolskiHE - עִבְרִיתRU - РусскийJA - 日本語TR - TürkçeAR - العربية
Sign In Start Free Trial

RESEARCH

JoVE Journal

Peer reviewed scientific video journal

Behavior
Biochemistry
Bioengineering
Biology
Cancer Research
Chemistry
Developmental Biology
View All
JoVE Encyclopedia of Experiments

Video encyclopedia of advanced research methods

Biological Techniques
Biology
Cancer Research
Immunology
Neuroscience
Microbiology
JoVE Visualize

Visualizing science through experiment videos

EDUCATION

JoVE Core

Video textbooks for undergraduate courses

Analytical Chemistry
Anatomy and Physiology
Biology
Calculus
Cell Biology
Chemistry
Civil Engineering
Electrical Engineering
View All
JoVE Science Education

Visual demonstrations of key scientific experiments

Advanced Biology
Basic Biology
Chemistry
View All
JoVE Lab Manual

Videos of experiments for undergraduate lab courses

Biology
Chemistry

BUSINESS

JoVE Business

Video textbooks for business education

Accounting
Finance
Macroeconomics
Marketing
Microeconomics

OTHERS

JoVE Quiz

Interactive video based quizzes for formative assessments

Authors

Teaching Faculty

Librarians

K12 Schools

Biopharma

Products

RESEARCH

JoVE Journal

Peer reviewed scientific video journal

JoVE Encyclopedia of Experiments

Video encyclopedia of advanced research methods

JoVE Visualize

Visualizing science through experiment videos

EDUCATION

JoVE Core

Video textbooks for undergraduates

JoVE Science Education

Visual demonstrations of key scientific experiments

JoVE Lab Manual

Videos of experiments for undergraduate lab courses

BUSINESS

JoVE Business

Video textbooks for business education

OTHERS

JoVE Quiz

Interactive video based quizzes for formative assessments

Solutions

Authors
Teaching Faculty
Librarians
K12 Schools
Biopharma

Language

French

EN

English

CN

简体中文

DE

Deutsch

ES

Español

KR

한국어

IT

Italiano

FR

Français

PT

Português do Brasil

PL

Polski

HE

עִבְרִית

RU

Русский

JA

日本語

TR

Türkçe

AR

العربية

    Menu

    JoVE Journal

    Behavior

    Biochemistry

    Bioengineering

    Biology

    Cancer Research

    Chemistry

    Developmental Biology

    Engineering

    Environment

    Genetics

    Immunology and Infection

    Medicine

    Neuroscience

    Menu

    JoVE Encyclopedia of Experiments

    Biological Techniques

    Biology

    Cancer Research

    Immunology

    Neuroscience

    Microbiology

    Menu

    JoVE Core

    Analytical Chemistry

    Anatomy and Physiology

    Biology

    Calculus

    Cell Biology

    Chemistry

    Civil Engineering

    Electrical Engineering

    Introduction to Psychology

    Mechanical Engineering

    Medical-Surgical Nursing

    View All

    Menu

    JoVE Science Education

    Advanced Biology

    Basic Biology

    Chemistry

    Clinical Skills

    Engineering

    Environmental Sciences

    Physics

    Psychology

    View All

    Menu

    JoVE Lab Manual

    Biology

    Chemistry

    Menu

    JoVE Business

    Accounting

    Finance

    Macroeconomics

    Marketing

    Microeconomics

Start Free Trial
Loading...
Home
JoVE Journal
Medicine
Résonance Magnétique Dérivé évaluation souche du myocarde par fonctionnalité de suivi

Research Article

Résonance Magnétique Dérivé évaluation souche du myocarde par fonctionnalité de suivi

DOI: 10.3791/2356

February 12, 2011

Kan N. Hor1, Rolf Baumann2, Gianni Pedrizzetti3, Gianni Tonti3, William M. Gottliebson1, Michael Taylor1, D. Woodrow Benson1, Wojciech Mazur4

1The Heart Institute,Cincinnati Children Hospital Medical Center (CCHMC), 2TomTec,Imaging Systems GmbH, 3AMID,Advanced Medical Imaging Development SRL, 4The Heart and Vascular Center,The Christ Hospital

Cite Watch Download PDF Download Material list
AI Banner

Please note that some of the translations on this page are AI generated. Click here for the English version.

In This Article

Summary Abstract Introduction Protocol Representative Results Discussion Disclosures Acknowledgements Materials References Reprints and Permissions

Erratum Notice

Important: There has been an erratum issued for this article. View Erratum Notice

Retraction Notice

The article Assisted Selection of Biomarkers by Linear Discriminant Analysis Effect Size (LEfSe) in Microbiome Data (10.3791/61715) has been retracted by the journal upon the authors' request due to a conflict regarding the data and methodology. View Retraction Notice

Summary

Une méthode précise et pratique pour mesurer des paramètres comme la tension dans le tissu myocardique est de grande valeur clinique, car il a été démontré, que la souche est un marqueur plus sensible et plus tôt pour que le dysfonctionnement contractile fréquemment utilisés EF paramètre.

Abstract

But: Une méthode précise et pratique pour mesurer les paramètres souche analogue dans le tissu du myocarde est de grande valeur clinique, car il a été démontré, que la souche est un marqueur plus sensible et plus tôt de dysfonction contractile que le paramètre fréquemment utilisé EF. Les technologies actuelles pour les CMR sont longs et difficiles à mettre en œuvre dans la pratique clinique. Fonctionnalité de suivi est une technologie qui peut conduire à plus automization et la robustesse de l'analyse quantitative des images médicales avec une consommation moins de temps que des méthodes comparables.

Méthodes: Une entrée automatique ou manuelle en une seule phase sert une initialisation à partir de laquelle le système commence à suivre le déplacement des motifs individuels qui représentent des structures anatomiques au cours du temps. La spécialité de cette méthode est que les images n'ont pas besoin d'être manipulés en aucune façon l'avance, comme par exemple le marquage des images CMR.

Résultats: La méthode est très bien adapté pour le suivi des tissus musculaires et avec cette élaboration permettant quantitative du myocarde et également le flux sanguin.

Conclusion: Cette nouvelle méthode offre une procédure robuste et un gain de temps pour quantifier le tissu myocardique et le sang avec les paramètres de déplacement, de vitesse et de déformation sur les séquences régulières des CMR imagerie. Il peut donc être mis en œuvre dans la pratique clinique.

Protocol

1. Présentation

Détection automatique des frontières est une question fondamentale en analyse d'images. En imagerie cardiaque, la possibilité d'une détection automatique de la frontière endocardique dans l'imagerie du ventricule gauche donnerait une mesure objective des volumes ventriculaires, et la déformation du myocarde (souche). Cela a été accompli en échocardiographie avec chatoiement technique de suivi. Le développement de méthodes fiables pour la détection automatique de la frontière est une tâche difficile qui n'a pas reçu une solution généralement fiable dans la résonance magnétique cardiaque (CMR). En fait, dans la pratique clinique, les frontières sont soit établi manuellement par l'opérateur ou le logiciel détecte l'interface entre le myocarde et 1,2 cavité. Dans l'article actuel, nous introduisons une approche différente, où les frontières ne sont pas "détecté", ils sont plutôt «suivis», à savoir suivi dans le temps, à partir d'une trace fiable instantanée existante qui est communément mais pas nécessairement-tracées manuellement par l'opérateur expérimenté plus d'un cadre unique. Les points individuels qui composent une telle première trace fiables sont suivis dans le temps en recherchant les mêmes caractéristiques qui sont environ un point dans son voisinage dans les cadres suivants. Les caractéristiques peuvent être suivis des éléments des cavités du tissu limite ou anatomiques qui sont différents le long des tissus. Ils sont trouvés par les méthodes du maximum de vraisemblance dans deux régions d'intérêts entre deux trames.

Les locaux du châssis au cadre de déplacement est équivalent à l'évaluation de la vitesse locale (rapport entre le déplacement et l'intervalle de temps). L'évaluation automatique de la vitesse en un point est déterminé de la comparaison du déplacement des données d'image autour d'un point tel dans deux images consécutives. De telles méthodes ont été utilisées, dans plusieurs formulations différentes, dans nombreux domaines de recherche. Ils tombent dans la catégorie générale connue sous le nom de flux optique, l'analyse d'image avancée 3,4. Ils sont communément appelés comme Speckle Tracking en imagerie échographique lorsque les vitesses sont utilisées pour suivre le mouvement physiologique 5, 6, mais s'appliquent également à toute modalité de l'image d'autres comme les CMR, où ces méthodes sont appelées en tant que fonctionnalité de suivi ou le suivi des frontières.

2. Matériel et méthodes

Méthode fonction de suivi

Frontière endocardique ou épicardique d'un ciné 2D CMR est tracée manuellement sur un châssis arbitraire (voir figure 1). Mi-myocarde fonctions peuvent être tracées aussi bien. Ces frontières est alors défini comme une séquence de N points, identifiés par leurs paires de coordonnées (x i, y i) avec i = 1 ... N. La frontière de suivi procède par le suivi de chaque point unique, un tel suivi est basé sur un algorithme hiérarchique à plusieurs échelles et par une combinaison de techniques de suivi 1D, qui garantissent une plus grande précision, et le suivi 2D, ce qui est nécessaire pour détecter correctement le 2D dans l'espace étendu caractéristiques.

Afin de d'abord capturer le déplacement de grandes géométrique de la frontière, le suivi est effectué dans la direction orthogonale à la frontière elle-même où la limite cavité tissulaire est mieux reconnaissable. Le suivi dans cette direction est effectuée en utilisant la méthode des coupes transmurale comme suit (voir figure 3). Une ligne traversant le mur, en passant par le point et orthogonale à elle est tirée. Les pixels prise le long de la ligne transmural sont placées dans des colonnes, chaque colonne correspondant à une image de la séquence d'images. De cette manière, l'évolution le long d'un coupé transmurale peut être représenté pour tous les instants à la fois dans une représentation en deux dimensions où l'on axe est la distance le long de la ligne et l'autre axe est le temps (voir figure 2). Cette représentation est similaire à ce qui est désigné comme un mode M en échocardiographie, en CMR elle correspond davantage à la «éclaireur» de fonction. Pour améliorer la qualité de l'analyse, dans le cas d'images pauvre avec un faible rapport signal à bruit, la représentation espace-temps est construit en utilisant une ligne pour la coupe transmurale avec une épaisseur de 5 pixels. Le suivi est ensuite effectué la frontière le long de l'image d'espace-temps.

Dans une deuxième étape pour rendre compte des déplacements en 2D de la frontière, un suivi standard 2D (optique fondée sur les flux) est réalisée, pour chaque point de façon indépendante, sur une fenêtre MxM mobile qui est toujours centré sur le point de la frontière précédemment estimé. Suivi 2D est réalisée en deux étapes, où la moitié de la première estimation est employé au centre de la fenêtre se déplaçant dans le passage de suivi secondes. La fenêtre est alors passé de 32 à 16 en deux passages supplémentaires.

Pour améliorer la précision du mouvement le long de la frontière qui est utilisée pour estimer la rotation et de torsion, le suivi est effectué 1D le long espace-temps des images construites à partir des réductions d'épaisseur "parallèle" à la frontière courbe (voir figure 3). À chaque point, de manière indépendante, les pixelsprise le long de la frontière en mouvement, centré sur les points frontières en mouvement, sont placées dans des colonnes, chaque colonne correspondant à une image de la séquence d'images. Pour améliorer la qualité de l'analyse, et pour mieux saisir les caractéristiques à la frontière de la ligne est prolongée de 5 pixels dans les tissus (sous-endocarde). Le suivi est ensuite effectué la frontière le long de l'image d'espace-temps à la même procédure décrite ci-dessus. Pour assurer la cohérence spatiale de la frontière suivis, un filtre à 3 points et une médiane de 3 points filtre gaussien (de poids de 0,25, 0,5, 0,25) est appliquée pour le déplacement calculé aux points voisins à chaque étape.

Suivi long de la 2D Espace-Temps d'images

Cette section décrit une procédure pour la suite d'une frontière le long d'une direction dans une image en deux dimensions (en mode M-like) à partir d'une position connue à un instant.

X est défini comme le sens horizontal et y l'axe vertical. Les colonnes sont annotés x i, i = 1 ... M, où M est le nombre de colonnes dans l'image. Le suivi est donné par la détermination d'une séquence discrète de nombres réels y i = y (x i), à partir d'un point connu y k correspondant aux colonnes x k.

Le déplacement du point connues y k +1 point à l'y k est estimée en évaluant la corrélation croisée entre la colonne entière en x k avec la colonne entière en x k +1. La fonction de corrélation croisée présentera un maximum, la position du maximum donne la valeur du déplacement vertical nécessaires pour maximiser la similarité entre les deux colonnes, donc y k +1 est estimé par l'ajout d'un tel déplacement pour y k. Cette procédure est répétée entre toutes les paires de colonnes voisines et le résultat est une estimation de toute la frontière y i, i = 1 ... M. La corrélation croisée est ici calculée en utilisant un algorithme de Fast Fourier Transform pour réduire le temps de calcul.

La première estimation y i est affiné itérativement. Pour accomplir cet objectif, un sous-ensemble de l'image est extraite en prenant quelques points ci-dessus et en dessous de l'estimation précédente y i et une nouvelle image dont le centre correspond à la séquence Y i est généré et utilisé pour le suivi de correction. Ce raffinement est répété jusqu'à ce qu'aucune correction ne soit trouvé.

Un résultat améliorée et plus naturelle est alors réalisée par une procédure de serpent final [5] à suivre, à l'image d'espace-temps, le niveau de luminosité de l'image qui passe par le point fixe y k. L'ensemble du processus fait appel de la périodicité de temps pour assurer un résultat périodiques et éviter l'effet de la dérive.

Limitation technique de la fonctionnalité de suivi

La technique de suivi des frontières, comme toute méthode de suivi du chatoiement, est basée sur la quantification des changements de la luminosité des pixels d'une image à l'autre. Cela donne une limite inférieure à la vitesse liée à la nécessité de voir un chatoiement qui est d'un pixel à une image, le déplacement au pixel voisins dans la trame suivante. Cette limite est donc
L'équation 1
L'équation 1
où Ax est la taille du pixel et At est l'intervalle de temps entre les deux cadres. Le coefficient k dépend de la qualité de l'algorithme de suivi et de sa capacité à évaluer les dynamiques sous-pixel variations. Cette limite signifie que les vitesses qui sont bien au-dessus de cette limite sont estimées avec une grande précision, une telle précision est réduite lorsque la vitesse approche et des valeurs en dessous d'une telle limite.

Cette limitation implique également que l'augmentation de l'acquisition frame-rate (réduction de At) sur un côté permet une plus facile l'évaluation de grandes vitesses et de leurs variations rapides (comme lors des phases isovolumique). De l'autre côté, l'augmentation de la cadence (réduction de At) augmenter cette limite et impliquent une précision réduite lors de l'évaluation de la baisse des vitesses jusqu'à ce qu'elle n'est pas accompagnée par une augmentation similaire de la résolution spatiale (réduction de Ax).

Préparation d'image fantôme

Une série de boucles artificielles générées par ordinateur a été préparé pour permettre de tester la procédure d'analyse d'images dans des conditions simples et parfaitement maîtrisée. Pour cela, un fantôme dans une projection de l'axe court d'un ventricule gauche était idéale préparée comme suit.

Les frontières endocardiques et épicardiques sont représentés par deux cercles concentriques de rayon R 0 (t) et R 1 (t), respectivement. L'image est préparé en faisant de l'anneau, ce qui représents le tissu entre les deux frontières, gris comme couleur uniforme sur un fond noir. Puis une 8x8 chapeau filtre linéaire est appliquée pour éviter les discontinuités non physiques.

Le mouvement épicarde est prise, en [mm], comme R 0 (t) = 10 +5 cos (2πt / T) où T est la période de pulsation pris comme T = 1s. La cinématique théorique endocardique est constante le long de la frontière et dépend seulement du temps, la vitesse radiale et est seulement donné par V0 (t) = 0 dR / dt =- sin π (2πt / T), en [cm / s]. Pourcentage de contrainte, calculée par rapport à la longueur de la frontière a au temps zéro, c'est Saint-0 (t) = 100x (R 0 (t)-R 0 (0)) / R 0 (0) = 100 (cos (2πt / T ) -1) / 3, et la vitesse de déformation découle de (1) comme SR 0 (t) = 10 V0 / R 0, en [s -1]. L'épicarde est supposé que le déplacement soit en conséquence d'une épaisseur constante, R 1 (t) = R 0 (t) 5 mm, ou comme encore R 1 (t) = R 0 (0) 5 mm.

Chaque image est carrée de la taille de 48mm, centrée sur l'anneau de tissu, et a une résolution de NxN. Exemple d'images sont présentées dans la figure 4, les plaques A et B, la souche et les profils de vitesse de déformation du temps sont présentés dans la figure 4, les plaques C et D. Les boucles sont préparés en faisant varier la N résolution, le frame-rate FR, et le type de mouvement épicardiques.
La méthode de suivi endocardique est appliqué à de telles images en prenant sur ​​la première image d'un nombre N p de points uniformément espacés le long de la circulaire endocarde.

3. Les résultats représentatifs

Étude fantôme

L'application de la méthode d'analyse d'image pour les images générées par ordinateur fantôme est ici analysée. Une mesure globale de l'erreur éventuelle est calculée par la racine la différence moyenne en pourcentage carrés. Les erreurs quadratiques moyennes, moyenne et maximale dans la souche endocarde sont définis comme
Équation 2
Équation 2
où St 0 (t) est la valeur exacte, St (t) est la valeur calculée par l'analyse d'image, et les sommations s'étendent sur ​​toutes les trames N F = FRxT. La même définition est utilisée pour le rayon, la vitesse et la vitesse de déformation. Le suivi est d'environ indépendante de la position le long de l'endocarde, les différences entre les différents points est bien en dessous de 1%.

Les résultats sont résumés dans le tableau I pour les 15 fantômes avec plus ou moins la résolution spatiale, frame-rate, et type de bordure épicardiques de mouvement, l'effet de la variation du nombre de points utilisés pour suivre la frontière endocardique est également représentée.

Les erreurs sont dans tous les cas très petite pour la quantité entière (rayon et de la souche) et légèrement plus grand pour les quantités différentielles (vitesse et le taux de souche) qui sont liés à la dérivée de l'ancienne. Ce résultat était attendu car l'opérateur dérivée amplifie les erreurs. La qualité des résultats est dégradée lorsque la résolution est réduite, en fait, la précision est liée à la taille du pixel qui représente (dans un sens large), le déplacement minimal lisibles d'une image à l'autre. La résolution temporelle n'affecte pas les résultats de façon significative jusqu'à ce que le frame-rate est suffisante, à très haute fréquence d'image résultat ne s'améliorent pas, car image par image déplacements devient inférieure à la taille du pixel. Cela montre que l'augmentation du frame-rate est de peu d'utilité ou pas quand elle n'est pas accompagnée par une augmentation de la résolution spatiale.

Cependant, le simple mouvement sinusoïdal ici considéré ne nécessite pas une résolution en temps extrêmes. De même, l'utilisation d'aussi peu que 8 points est suffisant pour suivre les simples, circulaire, de forme endocardique. Résultats de l'endocarde sont pas sensiblement influencée par le type de mouvement qui subit l'épicarde. Nous avons également vérifié que les résultats ne sont pas significativement affectées par le filtrage d'image adopté.

Une présentation visuelle des résultats est donné dans la figure 4 où la frontière calculé endocardique à deux instants est rapporté sur les images fantômes (plaques A et B). La souche et le taux de déformation sont rapportés dans (plaques C et D) pour le cas n ° 1 et le cas petite résolution n ° 8. La souche et le taux de déformation en cas n ° 1 (carrés) présente un excellent accord avec la valeur théorique, l'erreur moyenne étant égale à 0,6% et 3%, respectivement. L'accord est seulement un peu pire dans le cas n ° 8, où la résolution d'image est réduite de moitié, avec des erreurs de 0,9% et 4,5% pour la souche et la vitesse de déformation, respectivement.

Validation clinique 1.

Nous avons comparé la mi-LV tranche entière circonférentielle souche du myocarde (cc ε) par l'imagerie de phase harmonique (HARP) et les techniques de FT dans 191 Patie Duchêne dystrophie musculairents regroupés selon leur âge et la gravité du dysfonctionnement cardiaque et 42 appariés selon l'âge, les sujets de contrôle. Rétrospective, l'analyse hors ligne a été réalisée sur des tranches correspondant marqués et SSFP. Pour la population étudiée (n = 233), signifie FT ε cc (-13,3 ± 3,8%) étaient fortement corrélées avec HARPE ε cc (-13,6 ± 3,4%) avec un coefficient de corrélation de Pearson de 0,899. Le cc ε moyenne des patients atteints de DMD déterminée par HARP (-12,52 ± 2,69%) et FT (-12,16 ± 3,12%) n'étaient pas significativement différentes (p = NS). De même, le CC ε moyen des sujets de contrôle par la harpe déterminée (-18,85 ± 1,86) et FT (-18,81 ± 1,83) n'était pas significativement différent (p = NS). Nous avons conclu que FT basé sur l'évaluation de ε cc étroitement corrélée avec cc ε dérivées d'images marqués dans une population de patients DMD grands avec un large éventail de dysfonctionnement cardiaque.

Phantom # Frame Rate Résol. N Mouvement épicardique N p ε R ε R max ε V ε V max ε SR ε SR max ε St ε St Max
1 32 401 avec l'endo 16 0,57 1,10 3,98 8,26 2,95 6,55 0,59 1,34
2 32 401 aucun mouvement 16 0,27 0,60 3,62 8,53 2,90 5,99 0,75 1,29
3 64 401 avec l'endo 16 0,35 0,62 1,75 4,92 3,08 10,47 0,34 0,86
4 64 401 aucun mouvement 16 0,39 0,73 1,78 5,48 2,38 6,46 0,32 0,63
5 128 401 avec l'endo 16 0,22 0,40 1,57 3,66 2,73 8,39 0,35 0,89
6 16 401 avec l'endo 16 0,41 0,92 12,10 18,27 7,12 15,17 0,88 1,93
7 32 201 avec l'endo 16 0,43 0,82 3,84 7,03 4,21 7,79 0,83 1,52
8 32 201 aucun mouvement 16 0,49 0,90 4,00 8,54 4,54 10,84 0,93 1,64
9 32 101 avec l'endo 16 2,58 3,87 5,70 17,44 9,22 18,27 4,44 6,77
10 32 401 avec l'endo 64 0,32 0,73 3,98 8,09 3,11 8,86 0,48 1,10
11 32 401 aucun mouvement 64 0,33 0,53 3,56 7,83 2,78 7,44 0,70 0,98
12 32 401 avec l'endo 32 0,44 1,00 3,99 8,16 2,99 6,82 0,63 1,49
13 32 401 avec l'endo 8 0,20 0,41 3,64 6,84 3,09 9,10 0,43 0,74
14 32 401 aucun mouvement 8 0,22 0,41 3,36 7,42 2,76 5,93 0,58 1,01
15 * 32 401 avec l'endo 16 1,35 2,42 5,54 9,68 7,02 16,58 2,62 4,46

Tableau 1 Analyse Fantôme de suivi des frontières endocardiques:. Quadratique moyenne et maximum des erreurs en pour-cent [%] sont calculés pour les principales grandeurs dans la correspondance des paramètres différents fantômes. Les paramètres marqués en gras indiquent les variations de la Phantom # 1. La dépendance à l'égard frame-rate, la résolution et nombre de points suivis est considéré. L'influence du type de mouvement épicardiques est considéré pour les deux cas limites où la frontière épicardiques ne bouge pas (aucun mouvement) ou déplacé avec l'endo (pas d'épaississement). Le dernier fantôme (*) est construit sans filtrage des images de base par étapes avec une luminosité change brusquement dans un pixel. Erreurs-dessus de 10% sont marquées en gras.

Figure 1
Figure 1. CMR images du ventricule gauche, en vue axe long (photo de gauche) et dans la perspective axe court (photo de droite), avec une frontière tracée endocardique tirées sur le dessus.

Figure 2
Figure 2. L'espace-temps de représentation, où l'espace est le long d'un coupé transmurale, de la séquence d'image. La coupe transmurale est pris comme point de départ pour la figure 3. L'évolution temporelle du point de départ, suivis automatiquement, est rapporté.

Figure 3
Figure 3. Image du ventricule gauche, en vue de grand axe, avec des coupes transmurale et coupes parallèles à la frontière courbe.

Figure 4
Figure 4. Étude Phantom. Deux images(Cas n ° 2) à l'expansion maximale (plaque a) et la contraction (plaque b), les points calculés des frontières endocardiques sont superposées. La souche (plaque C) et la vitesse de déformation (plaque d) calculé avec deux fantômes différents (cas n ° 1 et 8) sont présentés en comparaison avec les valeurs efficaces.

Figure 5
Figure 5. Exemples de déformation circonférentielle (courbe noire) et segmentaire mondiale (courbes de couleur) chez les patients normaux (A). Exemple d'mondiaux starain circumferental circonférentielle (courbe noire) et segmentaire (courbes de couleur) chez les patients dont la fonction ventriculaire gauche et déprimés bloc de branche gauche (b). Remarque timing différent de la déformation circonférentielle maximale indicative de la présence d'un asynchronisme ventriculaire gauche

Discussion

Rolf Baumann est employé de TomTec Imaging Systems GmbH, Allemagne

Disclosures

Une méthode précise et pratique pour mesurer des paramètres comme la tension dans le tissu myocardique est de grande valeur clinique, car il a été démontré, que la souche est un marqueur plus sensible et plus tôt pour que le dysfonctionnement contractile fréquemment utilisés EF paramètre.

Materials

  • Diogène ® Logiciel de suivi des fonctions (TomTec Imaging Systems, Fulda, Allemagne)

References

  1. Hor, K. N., Gottliebson, W. M., Carson, C., Wash, E., Cnota, J., Fleck, R., Wansapura, J., Klimeczek, P., Al-Khalidi, H. R., Chung, E. S., Benson, D. W., Mazur, W. Magnetic Resonance Feature Tracking: Comparison of Feature Tracking Method for Strain Calculation with Harmonic Phase Imaging Analysis . JACC Cardiovasc Imaging. 3 (2), 152-154 (2010).
  2. Maret, E., Todt, T., Brudin, L., Nylander, E., Swahn, E., Ohlsson, J. L., Engvall, J. E. Functional measurement based on feature tracking of cine magnetic resonance images identify left ventricular segments with myocardial scar. Cardiovascular Ultrasound. 7, 53-53 (2009).
  3. Singh, A. . Optic Flow Computation: A Unified Perspective. , (1992).
  4. Barron, J. L., Fleet, D. J., Beauchemin, S. Performance of optical flow techniques. International Journal of Computer Vision. 12, 43-77 (1994).
  5. Bohs, L. N., Geiman, B. J., Anderson, M. E., Gebhart, S. C., Trahey, G. E. Speckle tracking for multi-dimensional flow estimation. Ultrasonics. 38, 369-375 (2000).
  6. Malpica, N., Santos, A., Zuluaga, M. A., Ledesma, M. J., Pérez, E., Garcia-Fernandez, M. A., Desco, M., M, . Tracking of Regions-of-Interest in myocardial contrast echocardiography. Ultrasound in Med. & Biol. 30, 303-309 (2004).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article
Request Permission

Play Video

Résonance Magnétique Dérivé évaluation souche du myocarde par fonctionnalité de suivi
JoVE logo
Contact Us Recommend to Library
Research
  • JoVE Journal
  • JoVE Encyclopedia of Experiments
  • JoVE Visualize
Business
  • JoVE Business
Education
  • JoVE Core
  • JoVE Science Education
  • JoVE Lab Manual
  • JoVE Quizzes
Solutions
  • Authors
  • Teaching Faculty
  • Librarians
  • K12 Schools
  • Biopharma
About JoVE
  • Overview
  • Leadership
Others
  • JoVE Newsletters
  • JoVE Help Center
  • Blogs
  • JoVE Newsroom
  • Site Maps
Contact Us Recommend to Library
JoVE logo

Copyright © 2026 MyJoVE Corporation. All rights reserved

Privacy Terms of Use Policies
WeChat QR code