Please note that some of the translations on this page are AI generated. Click here for the English version.
Source: Hannah L. Cebull1, Arvin H. Soepriatna1, John J. Boyle2 et Craig J. Goergen1
1 Fois Weldon School of Biomedical Engineering, Purdue University, West Lafayette, Indiana
2 (en) Génie mécanique et science des matériaux, Université de Washington à St. Louis, St Louis, Missouri
Le comportement mécanique des tissus mous, tels que les vaisseaux sanguins, la peau, les tendons et d'autres organes, sont fortement influencés par leur composition d'élastine et de collagène, qui fournissent élasticité et force. L'orientation des fibres de ces protéines dépend du type de tissu mou et peut aller d'une seule direction préférée à des réseaux maillés complexes, qui peuvent devenir altérés dans les tissus malades. Par conséquent, les tissus mous se comportent souvent anisotropically au niveau cellulaire et d'organe, créant un besoin pour la caractérisation tridimensionnelle. Il est important de développer une méthode d'estimation fiable des champs de souches dans des tissus ou des structures biologiques complexes pour caractériser et comprendre mécaniquement la maladie. La souche représente la façon dont les tissus mous se déforment relativement au fil du temps, et il peut être décrit mathématiquement à travers diverses estimations.
L'acquisition de données d'image au fil du temps permet d'estimer la déformation et la tension. Cependant, toutes les modalités d'imagerie médicale contiennent une certaine quantité de bruit, ce qui augmente la difficulté d'estimer avec précision la souche in vivo. La technique décrite ici permet de surmonter ces problèmes avec succès en utilisant une méthode d'estimation de déformation directe (DDE) pour calculer spatialement différents champs de souches 3D à partir de données d'image volumétriques.
Les méthodes actuelles d'estimation des souches comprennent la corrélation d'image numérique (DIC) et la corrélation numérique du volume. Malheureusement, DIC ne peut estimer avec précision la souche d'un avion 2D, limitant gravement l'application de cette méthode. Bien qu'utiles, les méthodes 2D telles que le DIC ont de la difficulté à quantifier la souche dans les régions qui subissent une déformation 3D. C'est parce que le mouvement hors plan crée des erreurs de déformation. La corrélation numérique du volume est une méthode plus applicable qui divise les données de volume initiale en régions et trouve la région la plus similaire du volume déformé, réduisant ainsi l'erreur hors plan. Cependant, cette méthode s'avère sensible au bruit et nécessite des hypothèses sur les propriétés mécaniques du matériau.
La technique démontrée ici élimine ces problèmes en utilisant une méthode DDE, ce qui la rend très utile dans l'analyse des données d'imagerie médicale. En outre, il est robuste à souche élevée ou localisée. Ici, nous décrivons l'acquisition de données d'échographie 4D fermées et volumétriques, sa conversion en format analysable, et l'utilisation d'un code Matlab personnalisé pour estimer la déformation 3D et les souches green-Lagrange correspondantes, un paramètre qui décrit mieux les grandes déformations. Le tenseur de souche Green-Lagrange est mis en œuvre dans de nombreuses méthodes d'estimation des souches 3D, car il permet de calculer F à partir d'un Least Squares Fit (LSF) des déplacements. L'équation ci-dessous représente le tenseur de souche Green-Lagrange, E, où F et moi représentons respectivement le gradient de déformation et le tenseur d'identité de deuxième ordre.
(1)
1. Set-up d'ultrason4D
2. Acquisition d'ultrasons 4D
3. Conversion de données d'ultrason 4D
4. Analyse 3D du code de contrainte
L'imagerie de contrainte tridimensionnelle est employée pour estimer la déformation des tissus mous au fil du temps et pour comprendre la maladie. Le comportement mécanique des tissus mous, tels que la peau, les vaisseaux sanguins, les tendons, et d'autres organes, est fortement influencé par leur composition extracellulaire, qui peut devenir altérée par le vieillissement et la maladie. Dans les tissus biologiques complexes, il est important de caractériser ces changements, qui peuvent affecter de manière significative les propriétés mécaniques et fonctionnelles d'un organe.
La cartographie quantitative des souches utilise des données d'image volumétrique s'agit de données d'image volumétriques et d'une méthode d'estimation directe de la déformation pour calculer les champs de souches tridimensionnelles à variation spatiale variable. Cette vidéo illustrera les principes de la cartographie des souches, démontrera comment la cartographie quantitative des souches est utilisée pour estimer les champs de souches dans des tissus biologiques complexes et discutera d'autres applications.
Les tissus biologiques sont fortement influencés par la composition et l'orientation de l'élastine et du collagène. L'élastine protéique est un composant très élastique des tissus qui s'étirent et se contractent continuellement, comme les vaisseaux sanguins et les poumons. Le collagène est la protéine la plus abondante dans le corps, et est assemblé à partir de polymères triple-héliques individuels qui sont regroupés en fibres plus grandes qui fournissent l'intégrité structurelle aux tissus allant de la peau aux os.
L'orientation de ces protéines va des fibres alignées aux réseaux de maillage fibreux, ce qui affecte les propriétés mécaniques du tissu. La souche est une mesure de la déformation relative des tissus mous au fil du temps, et peut être utilisée pour visualiser les blessures et les maladies. Il est décrit et cartographié à l'aide d'estimations mathématiques.
Pour cartographier la tension dans les organes complexes, tels que le cœur, des données d'ultrason en quatre dimensions, qui fournissent des informations à haute résolution, spatiales et temporelles, peuvent être utilisées. Ensuite, la méthode d'estimation de déformation directe, ou DDE, est appliquée aux données. Un code est utilisé pour estimer la déformation 3D et les souches correspondantes de Green-Lagrange à l'aide de l'équation suivante.
Le tenseur de contrainte Green-Lagrange dépend du tenseur de gradient de déformation et du souautreur d'identité de deuxième ordre. Les tenseurs de gradient de déformation sont traditionnellement estimés à partir des champs de déplacement. Dans la méthode DDE, une fonction de déformation est optimisée pour être directement analogue au tenseur de déformation. La fonction de déformation dépend à la fois de la position spatiale et du paramètre de déformation. Le calcul de la déformation est directement incorporé dans la fonction de déformation. Les neuf premiers éléments représentent le tenseur de gradient de déformation.
Cette méthode est utilisée pour estimer les déformations grandes et localisées dans les tissus mous. Maintenant que nous comprenons les principes de la cartographie des souches, voyons maintenant comment la cartographie des souches est effectuée pour détecter les anévrismes aortiques chez la souris.
Pour commencer la configuration, ouvrez le logiciel Vivo 2100 et connectez l'ordinateur portable au système d'échographie. Assurez-vous que l'unité de surveillance physiologique est allumée pour mesurer la fréquence cardiaque et la température. Ensuite, initialisez l'étape moteur 3D.
Installez le transducteur d'ultrason et assurez-vous que toutes les connexions appropriées sont faites. Ensuite, anesthésiez l'animal qui sera photographié à l'aide de 3% d'isoflurane dans une chambre à abattre. Une fois que la souris est anesthésié, déplacez-la à l'étape chauffée et fixez un cône de nez pour livrer 1-2% isoflurane. Appliquez de l'onde ophtalmique sur les yeux et fixez les pattes aux électrodes de la scène pour surveiller la respiration et la fréquence cardiaque de l'animal. Ensuite, insérez une sonde de température rectale. Appliquer de la crème dépilatoire pour enlever les cheveux de la zone d'intérêt, puis appliquer une généreuse quantité de gel à ultrasons chaud à la zone déplée.
Pour commencer l'acquisition d'image, d'abord, ouvrez la fenêtre d'imagerie et sélectionnez le mode B. Puis abaissez le transducteur sur l'animal et utilisez les boutons x et y-axe sur la scène pour localiser la zone d'intérêt. Surveillez la fréquence respiratoire pour vous assurer qu'elle ne diminue pas considérablement. Placez le transducteur au milieu de la région d'intérêt. Approximatif ensuite de la distance requise pour couvrir toute la région d'intérêt.
Entrez ces dimensions dans le code MATLAB et choisissez une taille d'étape de 0,08 millimètre. Assurez-vous que le cœur et les fréquences respiratoires de l'animal sont stables, puis exécutez le code MATLAB.
Après l'acquisition d'images, exportez les données sous forme de fichiers XML bruts et convertissez-les en fichiers MAT. Assurez-vous d'entrer le nombre d'images, la taille de l'étape et la résolution de sortie. Puis rééchantillonner la matrice dans le plan à travers.
Importer le nouveau fichier MAT dans le code d'analyse des souches 3D. Il peut être nécessaire de redimensionner le fichier pour réduire le temps de calcul. Ensuite, entrez la région à analyser. Approximer le nombre de pixels dans une tranche bidimensionnelle de la fonction suivie et sélectionnez le modèle de maillage soit comme une simple boîte ou des polygones choisis manuellement. Choisissez le nombre de pixels optimal pour la taille du maillage. Calculez les Jacobiens et les gradients. Répéter l'opération pour chaque région. Ensuite, appliquez la fonction de déformation.
Ensuite, à l'aide de déformations cartésiennes calculées à partir de DDE, déterminez les eigenvalues et les eigenvectors de la déformation. Ensuite, sélectionnez les tranches pour lesquelles vous souhaitez tracer les valeurs de tension en faisant défiler l'axe long, l'axe de tri et les vues d'axe coronal.
Appuyez sur Sélectionnez Manifold pour l'analyse. Ensuite, utilisez le curseur pour placer des marqueurs le long de la paroi aortique, y compris le thrombus, l'anévrisme et les parties saines de l'aorte. Répétez pour toutes les vues. Enfin, utilisez la cartographie des couleurs pour tracer les résultats du champ de tension sur la région d'intérêt.
Examinons de près l'exemple d'un angiotensine II-induit ecindant aortique aortique aortique aurifère acquis à partir d'une souris. Tout d'abord, plusieurs boucles de visualisation kilohertz à axe court eCG sont obtenues à une taille d'étape donnée le long de l'aorte et combinées pour créer des données 4D.
Après avoir effectué le calcul de la souche 3D à l'aide d'une fonction de déformation optimisée, la parcelle de visualisation de la tranche 3D de l'aorte infrarénale est obtenue. La carte couleur de la souche verte principale est superposée pour mettre en évidence les régions de la souche hétérogène de la paroi aortique. De plus, de longues vues d'axe et d'axes courts révèlent des variations spatiales hétérogènes de la souche, en particulier lorsqu'un thrombus est présent.
Les parcelles de souches correspondantes montrent des valeurs de contrainte plus élevées dans les régions saines de l'aorte dans l'axe long, tandis que la région anévrismale montre une diminution de la tension dans l'axe court.
La visualisation quantitative précise de la souche à l'aide de l'estimation de déformation directe est un outil utile utilisé dans diverses applications biomédicales.
Par exemple, la tension cardiaque peut être quantifiée. Pendant le cycle cardiaque, le myocarde subit une déformation 3D. La quantification de la souche en trois dimensions fait partie intégrante de la caractérisation fiable de la dynamique de ce tissu au fil du temps. Ceci est utile dans le suivi de la progression de la maladie dans les modèles animaux.
Une autre application est dans la caractérisation du tissu intestinal. L'imagerie in vivo des intestins est difficile en raison des effets des structures environnantes. Cependant, le calcul de la souche à partir d'images de fibrose intestinale pourrait être particulièrement utile pour fournir une détection précoce des zones problématiques qui nécessitent une intervention chirurgicale.
À une échelle beaucoup plus petite, cette méthode DDE est également appliquée au niveau cellulaire en utilisant des techniques d'imagerie à plus haute résolution telles que la microscopie confocale. Il sert, par exemple, dans la caractérisation de la matrice extracellulaire pour comprendre comment les cellules communiquent sous les changements mécaniques.
Vous venez de regarder l'introduction de JoVE à la visualisation quantitative des souches. Vous devez maintenant comprendre comment mesurer la souche tridimensionnelle dans les tissus biologiques et comment cela est utilisé dans la détection précoce des maladies. Merci d'avoir regardé!
L’imagerie tridimensionnelle des contraintes est utilisée pour estimer la déformation des tissus mous au fil du temps et comprendre les maladies. Le comportement mécanique des tissus mous, tels que la peau, les vaisseaux sanguins, les tendons et d’autres organes, est fortement influencé par leur composition extracellulaire, qui peut être altérée par le vieillissement et la maladie. Au sein des tissus biologiques complexes, il est important de caractériser ces changements, qui peuvent affecter de manière significative les propriétés mécaniques et fonctionnelles d’un organe.
La cartographie quantitative des déformations utilise des données d’image volumétrique et une méthode d’estimation directe de la déformation pour calculer les champs de déformation tridimensionnels variant dans l’espace. Cette vidéo illustrera les principes de la cartographie des déformations, démontrera comment la cartographie quantitative des contraintes est utilisée pour estimer les champs de déformation dans des tissus biologiques complexes, et discutera d’autres applications.
Les tissus biologiques sont fortement influencés par la composition et l’orientation de l’élastine et du collagène. La protéine élastine est un composant très élastique des tissus qui s’étirent et se contractent continuellement, tels que les vaisseaux sanguins et les poumons. Le collagène est la protéine la plus abondante dans le corps et est assemblé à partir de polymères individuels à triple hélice qui sont regroupés en fibres plus grandes qui assurent l’intégrité structurelle des tissus allant de la peau aux os.
L’orientation de ces protéines va des fibres alignées aux réseaux de maillages fibreux, ce qui affecte les propriétés mécaniques du tissu. La déformation est une mesure de la déformation relative des tissus mous au fil du temps et peut être utilisée pour visualiser les blessures et les maladies. Il est décrit et cartographié à l’aide d’estimations mathématiques.
Pour cartographier les contraintes dans des organes complexes, tels que le cœur, des données échographiques quadridimensionnelles, qui fournissent des informations spatiales et temporelles à haute résolution, peuvent être utilisées. Ensuite, la méthode d’estimation de la déformation directe, ou DDE, est appliquée aux données. Un code est utilisé pour estimer la déformation 3D et les déformations de Green-Lagrange correspondantes à l’aide de l’équation suivante.
Le tenseur de déformation de Green-Lagrange dépend du tenseur du gradient de déformation et du tenseur d’identité du second ordre. Les tenseurs de gradient de déformation sont traditionnellement estimés à partir des champs de déplacement. Dans la méthode DDE, une fonction de déformation est optimisée pour être directement analogue au tenseur de déformation. La fonction de déformation dépend à la fois de la position spatiale et du paramètre de déformation. Le calcul de la déformation est directement incorporé dans la fonction de gauchissement. Les neuf premiers éléments représentent le tenseur du gradient de déformation.
Cette méthode est utilisée pour estimer les déformations importantes et localisées des tissus mous. Maintenant que nous comprenons les principes de la cartographie des contraintes, voyons maintenant comment la cartographie des contraintes est effectuée pour détecter les anévrismes de l’aorte chez la souris.
Pour commencer la configuration, ouvrez le logiciel Vivo 2100 et connectez l’ordinateur portable à l’échographe. Assurez-vous que l’unité de surveillance physiologique est allumée pour mesurer la fréquence cardiaque et la température. Initialisez ensuite l’étage moteur 3D.
Installez le transducteur à ultrasons et assurez-vous que toutes les connexions appropriées sont effectuées. Ensuite, anesthésie l’animal qui sera imagé à l’aide d’isoflurane à 3 % dans une chambre de renversement. Une fois la souris anesthésiée, déplacez-la vers la phase chauffée et fixez un cône nasal pour délivrer 1 à 2 % d’isoflurane. Appliquez une pommade ophtalmique sur les yeux et fixez les pattes aux électrodes de la scène pour surveiller la respiration et le rythme cardiaque de l’animal. Insérez ensuite une sonde de température rectale. Appliquez une crème dépilatoire pour éliminer les poils de la zone d’intérêt, puis appliquez une quantité généreuse de gel à ultrasons chaud sur la zone épilée.
Pour démarrer l’acquisition d’images, ouvrez d’abord la fenêtre d’imagerie et sélectionnez le mode B. Abaissez ensuite le transducteur sur l’animal et utilisez les boutons des axes x et y sur la platine pour localiser la zone d’intérêt. Surveillez la fréquence respiratoire pour vous assurer qu’elle ne diminue pas considérablement. Placez la sonde au milieu de la région d’intérêt. Ensuite, approximez la distance nécessaire pour couvrir toute la région d’intérêt.
Entrez ces dimensions dans le code MATLAB et choisissez une taille de pas de 0,08 millimètre. Assurez-vous que le rythme cardiaque et respiratoire de l’animal sont stables, puis exécutez le code MATLAB.
Après l’acquisition de l’image, exportez les données sous forme de fichiers XML bruts et convertissez-les en fichiers MAT. Assurez-vous d’entrer le nombre d’images, la taille du pas et la résolution de sortie. Ensuite, rééchantillonnez la matrice dans le plan traversant.
Importez le nouveau fichier MAT dans le code d’analyse de déformation 3D. Il peut être nécessaire de redimensionner le fichier pour réduire le temps de calcul. Ensuite, saisissez la région à analyser. Approximez le nombre de pixels dans une tranche bidimensionnelle de l’entité suivie et sélectionnez le modèle de maillage sous la forme d’une simple boîte ou de polygones choisis manuellement. Choisissez le nombre de pixels optimal pour la taille du maillage. Calculez les jacobiens et les gradients. Répétez l’opération pour chaque région. Appliquez ensuite la fonction de déformation.
Ensuite, à l’aide des déformations cartésiennes calculées à partir de DDE, déterminez les valeurs propres et les vecteurs propres de la déformation. Ensuite, sélectionnez les tranches pour lesquelles vous souhaitez tracer les valeurs de déformation en faisant défiler les vues axe long, axe de tri et axe coronal.
Appuyez sur Sélectionner le collecteur pour l’analyse. Utilisez ensuite le curseur pour placer des marqueurs le long de la paroi aortique, y compris le thrombus, l’anévrisme et les parties saines de l’aorte. Répétez l’opération pour toutes les vues. Enfin, utilisez le mappage des couleurs pour tracer les résultats du champ de déformation sur la région d’intérêt.
Regardons de près l’exemple d’un anévrisme de l’aorte abdominale disséquant suscitant l’angiotensine II induit par l’angiotensine II, acquis chez une souris. Tout d’abord, plusieurs boucles de visualisation de kilohertz ECG sur un axe court sont obtenues à une taille de pas donnée le long de l’aorte et combinées pour créer des données 4D.
Après avoir effectué un calcul de déformation 3D à l’aide d’une fonction de déformation optimisée, le tracé de visualisation en coupe 3D de l’aorte infrarénale est obtenu. La carte des couleurs de la souche verte principale est superposée pour mettre en évidence les régions de déformation hétérogène de la paroi aortique. De plus, les vues sur l’axe long et l’axe court révèlent des variations spatiales hétérogènes de la déformation, en particulier en présence d’un thrombus.
Les graphiques de déformation correspondants montrent des valeurs de déformation plus élevées dans les régions saines de l’aorte dans l’axe long, tandis que la région anévrismale montre une diminution de la déformation dans l’axe court.
La visualisation quantitative précise de la déformation à l’aide de l’estimation directe de la déformation est un outil utile utilisé dans diverses applications biomédicales.
Par exemple, la tension cardiaque peut être quantifiée. Au cours du cycle cardiaque, le myocarde subit une déformation 3D. La quantification de la déformation en trois dimensions fait partie intégrante de la caractérisation fiable de la dynamique de ce tissu au fil du temps. Ceci est utile pour suivre la progression de la maladie dans des modèles animaux.
Une autre application est la caractérisation du tissu intestinal. L’imagerie in vivo des intestins est difficile en raison des effets des structures environnantes. Cependant, le calcul de la tension à partir d’images de fibrose intestinale pourrait être particulièrement utile pour fournir une détection précoce des zones problématiques nécessitant une intervention chirurgicale.
À une échelle beaucoup plus petite, cette méthode DDE est également appliquée au niveau cellulaire en utilisant des techniques d’imagerie à plus haute résolution telles que la microscopie confocale. Il sert par exemple à la caractérisation de la matrice extracellulaire pour comprendre comment les cellules communiquent sous l’effet de changements mécaniques.
Vous venez de regarder l’introduction de JoVE à la visualisation quantitative des contraintes. Vous devriez maintenant comprendre comment mesurer la déformation tridimensionnelle dans les tissus biologiques et comment elle est utilisée dans la détection précoce des maladies. Merci d’avoir regardé !
Biomedical Engineering
37.1K Vues
Biomedical Engineering
25.2K Vues
Biomedical Engineering
9.8K Vues
Biomedical Engineering
15.1K Vues
Biomedical Engineering
4.8K Vues
Biomedical Engineering
6.0K Vues
Biomedical Engineering
15.4K Vues
Biomedical Engineering
12.3K Vues
Biomedical Engineering
8.6K Vues
Biomedical Engineering
12.6K Vues
Biomedical Engineering
110.6K Vues
Biomedical Engineering
8.0K Vues
Biomedical Engineering
8.5K Vues
Biomedical Engineering
8.6K Vues
Biomedical Engineering
11.5K Vues
