$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Le protocole présenté décrit l’utilisation de l’imagerie CMR pour des expériences longitudinales, non invasives et in vivo visant à analyser la fonction cardiaque chez la souris. Ces résultats sont des exemples d’animaux en bonne santé pour démontrer la faisabilité de l’utilisation d’images CINE pour quantifier les paramètres cardiaques. Cependant, les méthodes décrites peuvent être utilisées pour divers modèles animaux. Bien que des modèles de maladie spécifiques puissent nécessiter de petites modifications du protocole, sa structure de base pour évaluer les différents paramètres fonctionnels cardiaques sera très similaire. Un cas particulier qui mérite d’être mentionné est un modèle d’infarctus du myocarde où une partie du cœur présente une perte significative de contractilité. Cela peut entraîner une mauvaise qualité du signal du navigateur cardiaque dans cette tranche. Dans ce cas, une autre option serait d’acquérir le navigateur à partir d’une tranche distincte, comme décrit dans une étude précédente de Coolen et al.16. Les images CINE dans différentes vues sont reconstruites à partir de données rétrospectivement fermées à l’aide d’algorithmes CS et sont analysées à l’aide d’un logiciel d’analyse d’images pour calculer les valeurs de déformation et HDF.
La qualité des images acquises dépend naturellement de toutes les étapes de préparation, qui doivent être soigneusement effectuées avant de commencer le protocole d’IRM cardiaque. Par exemple, si aucun ECG clair et aucun signal respiratoire n’est observé lors du placement de l’animal à l’intérieur du scanner IRM, cela entraînera probablement des acquisitions sous-optimales et même une augmentation des temps de balayage en raison de l’effet supplémentaire des distorsions magnétohydrodynamiques17. Il est important de réaliser qu’en raison de la planification séquentielle des orientations des tranches, les animaux ne peuvent pas simplement être repositionnés entre les scans. Il n’est donc pas possible de réajuster les fils ECG entre les scans, car cela modifierait la position de la souris dans le scanner. Pendant la numérisation, le contrôle de la température est crucial pour maintenir un intervalle cardiaque et respiratoire constant, ce qui profite particulièrement à la qualité des scans rétrospectivement fermés qui sont acquis sur une plus longue période de temps. Au cours de cette analyse à cycle d’utilisation élevé, la température de l’animal peut augmenter régulièrement, entraînant une augmentation de la fréquence cardiaque et de la fréquence respiratoire. L’ajustement de la température du système de chauffage et de l’anesthésie pourrait grandement contribuer à stabiliser la fréquence respiratoire avant ou pendant le balayage.
Une étape critique au cours de l’analyse est la cohérence dans le dessin de contour. Bien que la segmentation automatique fonctionne bien pour les données cliniques, elle ne fonctionne pas de manière robuste dans le cas des données cardiaques de souris (non testées pour les rats). La fréquence cardiaque élevée et le flux sanguin élevé pendant des phases cardiaques spécifiques, en particulier au début du remplissage de la VL, peuvent provoquer un déphasage intravoxel et des vides de signalisation, compromettant la délimitation de la paroi myocardique. Il n’est donc pas conseillé d’analyser chaque image indépendamment, mais d’inspecter visuellement le mouvement de la paroi myocardique entre les images et d’en tenir compte lors du dessin des contours sur toutes les images. Il est conseillé de copier et d’ajuster le contour endocardique entre deux images consécutives pour maintenir un mouvement contractile plus naturel dans l’analyse. Dans ce protocole, les muscles papillaires sont exclus du volume de la lumière ventriculaire dans les images SA pour l’évaluation de la fonction systolique et diastolique, alors qu’ils sont inclus dans les vues 2CH, 3CH et 4CH pour l’analyse de la déformation et du HDF, car cette dernière repose sur la connaissance du mouvement précis de la paroi myocardique, plutôt que sur le volume précis de la lumière ventriculaire.
Alors que les paramètres de la fonction systolique et diastolique sont basés sur la mesure des volumes LV tout au long du cycle cardiaque, les paramètres de tension et de HDF dépendent également des schémas de mouvement dans la paroi myocardique. Pour cela, des techniques de suivi des caractéristiques sont utilisées où le déplacement du segment myocardique peut être évalué en reconnaissant des caractéristiques anatomiques distinctes et des intensités de signal entre les phases CINE suivantes. Le fort contraste entre le bassin sanguin et le myocarde dans les images CMR facilite l’utilisation du suivi des caractéristiques pour l’analyse ultérieure de la souche et du HDF8. Avant le suivi des caractéristiques de la CMR, la souche myocardique a été déterminée à l’aide d’une échographie de suivi des mouchetures et d’un marquage tissulaire CMR. Le suivi des caractéristiques CMR ne nécessite pas de temps de numérisation supplémentaire par rapport au marquage tissulaire CMR. Cependant, malgré l’utilisation du déclenchement rétrospectif, la CMR a toujours une résolution temporelle limitée, ce qui pourrait rendre difficile l’évaluation correcte des déformations rapides dans le cycle cardiaque.
L’évaluation du HDF tout au long du cycle cardiaque nécessite des mesures des diamètres des valves mitrale et aortique pour calculer le HDF dans les directions apex-base et inferolatéral-antéroseptale à l’aide des équations décrites précédemment18. Cette méthode a montré des estimations cohérentes du HDF par rapport à l’IRM à débit 4D standard de référence, qui a une disponibilité limitée en utilisation clinique en raison de sa complexité6. Il est important de savoir qu’une estimation robuste des diamètres de vanne est difficile et, par conséquent, les diamètres de vanne doivent être maintenus constants pour un groupe d’animaux et à travers des mesures répétées dans une étude longitudinale, car les variations de ce paramètre par des estimations incorrectes pourraient facilement éclipser les changements subtils dans les paramètres HDF. Le logiciel spécifique utilisé pour calculer les paramètres GLS et HDF peut ne pas être disponible pour tous les utilisateurs. Par conséquent, on peut se référer à Voigt et al.19 (GLS) ainsi qu’à Pedrizzetti et al.6,20 (HDF), qui contiennent toutes les descriptions mathématiques qui constituent la base des calculs respectifs effectués par le logiciel d’analyse.
Aux fins de la présente étude, le protocole a été évalué chez des animaux en bonne santé (N = 6). Un ensemble représentatif de courbes temporelles pour le volume LV, dV/dt, endoGLS et HDF est illustré à la Figure 5A-C. Les valeurs moyennes de plusieurs paramètres fonctionnels cardiaques (EF, rapport E'/A', PIC GLS et HDF) sont illustrées à la figure 5D. Ceux-ci concordent bien avec des protocoles comparables utilisés dans la littérature21. La littérature sur les données GLS et HDF chez la souris est rare. Une valeur moyenne de GLS de -22,8% a été mesurée, ce qui est dans la même plage que les données cliniques8, indiquant que les mesures GLS obtenues avec la méthode décrite sont réalisables chez la souris. Les courbes HDF obtenues chez la souris montrent également les mêmes phases distinctes que celles observées dans les données humaines, montrant la traduction réussie de cette technique à la recherche préclinique. Bien que les paramètres HDF soient supposés servir de biomarqueurs précoces du dysfonctionnement cardiaque, d’autres études sont justifiées pour étudier la valeur diagnostique et prédictive de ce nouveau paramètre. Les résultats de ce protocole montrent que les résultats du HDF et du GLS devraient être plus variables d’un animal à l’autre, ce qui doit être pris en compte lorsque des différences subtiles dans les modèles animaux ou les effets du traitement sont attendues.