הערכה אולטרה סאונד של מיקרו-מבנה שריר הלב

סיכום

אקו-קרדיוגרפיה משמשת בדרך כלל לאפיון וכימות לא פולשניים של שינויים במבנה ובתפקוד הלב. אנו מתארים אלגוריתם הדמיה מבוסס אולטרסאונד המציע מדד פונדקאי משופר של מיקרו-מבנה שריר הלב וניתן לבצעו באמצעות תוכנת ניתוח תמונה בגישה פתוחה.

תקציר

אקו לב היא מודאליות הדמיה נגישה נרחבת המשמשת בדרך כלל לאפיון וכימות לא פולשניים של שינויים במבנה ובתפקוד הלב. הערכות אולטרה סאונד של רקמת לב יכול לכלול ניתוחים של עוצמת אות backscatter בתוך אזור נתון של עניין. טכניקות שהוקמו בעבר הסתמכו בעיקר על הערך המשולב או הממוצע של עוצמות אותות backscatter, אשר עשויים להיות רגישים לשונות מנתונים כינוי מקצבי מסגרות נמוכים ועיכובים בזמן עבור אלגוריתמים המבוססים על וריאציה מחזורית. בזאת, אנו מתארים אלגוריתם הדמיה מבוסס אולטרסאונד המשתרע משיטות קודמות, ניתן להחיל על מסגרת תמונה אחת ומהווה את ההפצה המלאה של ערכי עוצמת האות הנגזרים מדגם שריר הלב נתון. כאשר מוחל על נתוני הדמיה מייצגים של עכברים ובני אדם, האלגוריתם מבחין בין נבדקים עם או בלי חשיפה להתנגדות כרונית לאחר העומס. האלגוריתם מציע מדד פונדקאי משופר של מיקרו-מבנה שריר הלב וניתן לבצעו באמצעות תוכנת ניתוח תמונה בגישה פתוחה.

מבוא

אקו לב היא מודאליות הדמיה נגישה נרחבת המשמשת בדרך כלל לאפיון וכימות לא פולשניים של שינויים במבנה ובתפקוד הלב. הערכות אולטרה סאונד של רקמת לב יכול לכלול ניתוחים של עוצמת אות backscatter בתוך אזור נתון של עניין בנקודת זמן אחת, כמו גם במהלך מחזור הלב. מחקרים קודמים הראו כי מדדים של עוצמת האות הסונוגרפי יכולים לזהות את הנוכחות הבסיסית של אי סדר בסיבים שריר הלב, קיימא לעומת רקמת שריר הלב בלתי נסבלת, ופיברוזיס ביניים^1-3. אנו מתייחסים ל'מיקרו-מבנה' שריר הלב כאל ארכיטקטורת הרקמות שניתן לאפיין, באמצעות ניתוח סונוגרפי, מעבר למדידות ליניאריות של גודל ברוטו ומורפולוגיה. לפיכך, ניתוחים של עוצמת האות הסונוגרפי שימשו להערכת שינויים מיקרו-מבניים של רקמת שריר הלב בהגדרה של קרדיומיופתיה היפרטרופית ומויקת^4,5, מחלת לב כלילית כרונית^6,7, ומחלת לב יתר לחץ^{דם 8,9}. עם זאת, טכניקות שנקבעו בעבר הסתמכו בעיקר על הערך המשולב או הממוצע של עוצמות אות backscatter, אשר עשוי להיות רגישים לשונות מרעש אקראי⁵, נתונים כינוי מקצבי פריימים נמוכים¹⁰, ועיכובים בזמן עבור אלגוריתמים המבוססים על וריאציה מחזורית¹¹.

בזאת, אנו מתארים את שיטת השימוש באלגוריתם ניתוח תמונה מבוסס אולטרסאונד המשתרע משיטות קודמות; אלגוריתם זה מתמקד במסגרת דיאסטולית אחת עבור ניתוח תמונה ומסביר את ההתפלגות המלאה של ערכי עוצמת האות הנגזרים מדגם שריר הלב נתון. באמצעות קרום הלב כהפניה בתוך מסגרת^12,13, האלגוריתם מכמת באופן רב וריאציה בהפצות עוצמת האות הסונוגרפי ומציע מדד פונדקאי משופר של מיקרו-מבנה שריר הלב. בפרוטוקול שלב אחר שלב, אנו מתארים שיטות להכנת תמונות לשימוש, דגימת אזורי עניין ועיבוד נתונים באזורים נבחרים בעלי עניין. אנו גם מראים תוצאות מייצגות מיישום האלגוריתם על תמונות אקו-קרדיוגרפיות שנרכשו מעכברים ובני אדם עם חשיפה משתנה ללחץ לאחר העומס בחדר השמאלי.

פרוטוקול

1. הכנת תמונות לניתוחים

1. השג תמונות במצב B של מורין או אקו-קרדיוגרפי אנושי בתצוגת הציר הארוך הפארסטרנלי. התאם את הגדרות הפיצוי של זמן-רווח ואת המיקום של מוקד השידור כדי לייעל את ההדמיה של LV ומבני לב אחרים בתצוגה הפארסטרנלית, לפי התרגול הרגיל. ודא שכל התמונות נשמרות בתבנית קובץ DICOM. תצוגות תמונה סטנדרטיות ממקמת את קיר החדר השמאלי ההסקה בבסיס המסגרת. מסגרות חייבות להציג את כל שריר הלב השמאלי חדרית קרום הלב ו קרום הלב. הרזולוציה חייבת להיות גבוהה מספיק כדי לתאר את גבול קרום הלב, קיר שריר הלב, ואת הגבול האנדוקרדיאלי של החדר השמאלי. מחק תמונות עם נשירה עודפת או ממצאי תמונה.
2. יבא קובץ תמונה לניתוח לפלטפורמת התוכנה של ImageJ v1.46 כקובץ DICOM. המר את הקובץ לקובץ תמונה של 8 סיביות.
3. גלול במסגרות עוקבות של מחזור הלב עד להגעה למסגרת דיאסטולית איכותית מתאימה. לחלופין, בחר את המסגרת הדיאסטולית הסופית בתוכנית צפייה אקו-קרדיוגרפית ולאחר מכן יצא לתבנית קובץ .jpg ברזולוציה גבוהה לשימוש ב- ImageJ. זהה את המסגרות הקרובות ביותר ל- end-diastole באמצעות גל ה- R של מעקב ה- ECG ולאחר מכן זהה את המסגרת הטובה ביותר היחידה הלוכדת את ה- LV בממד פנימי מרבי. שקול מסגרת אחת זו מסגרת סוף דיאסטולי.
4. מומלץ למשתמשים להיות עיוורים לזהות הנושא בעת בחירת אזורי עניין.

2. דגימת החזר על ההשקעה

1. בחירת הפניה קרום הכליה. בעת בחירת אזור העניין של קרום לב (ROI), שואפים ללכוד את ההטרוגניות של רקמת קרום הים. שים לב שניתן להתאים את הבהירות והניגודיות של התמונה לבחירת החזר ההשקעה, לפי הצורך, ללא כל השפעה על תוצאות הניתוח.
   1. בעזרת כלי הציור המלבן של ImageJ, בחרו מלבן באורך בקירוב לשליש האמצעי של קיר קרום הכליה הבסיסי.
   2. שנה את גודל ההחזר על ההשקעה המלבני כדי להתפרס על רוחב קרום הלב באמצעות כלי שינוי גודל ההחזר על ההשקעה.
   3. סובבו את ההחזר על ההשקעה כך שישכב באזור קרום הכלי תוך שימוש בכלי הסיבוב של ImageJ.
   4. בצע את כל ההתאמות הדרושות לפינות ההחזר על ההשקעה. לכוד אזור סופי של עניין קרום הלב שנמצא בשליש האמצעי של קיר קרום הלב, וכולל את רוחב קיר קרום הלב מבלי להרחיב לאזורי שריר הלב או לב נוסף. המטרה היא ללכוד את אותו מיקום יחסי ואת אחוז השטח הכולל של קרום לב עבור כל האמצעים שנעשו במחקר נתון.
   5. החל את האלגוריתם על הבחירה באמצעות כלי ניתוח ImageJ (ראה סעיף 3).
2. בחירת שריר הלב. שוב, שואפים ללכוד את ההטרוגניות של רקמת שריר הלב בתוך השלישי האמצעי של קיר שריר הלב התופת הבסיסית. שים לב שניתן להתאים את הבהירות והניגודיות של התמונה לבחירת החזר ההשקעה, לפי הצורך, ללא כל השפעה על תוצאות הניתוח.
   1. בחר מלבן המשתרע על פני רוחב הקיר שריר הלב, למעט אנדוקרדיום ואפיקרדיום. ודא שהבחירה בשריר הלב סמוכה לבחירת קרום הלב ובאותו זווית תטא. אין לכלול אזורים בשריר הפפילרי באזור הבחירה.
   2. סובב את ההחזר על ההשקעה בשריר הלב כך שיהיה מקביל לבחירת קרום הלב.
   3. בצע את כל ההתאמות הדרושות לפינות ההחזר על ההשקעה בשריר הלב. לבודד אזור שריר הלב הסופי של עניין שנמצא בתוך השלישי האמצעי של הקיר שריר הלב, ולוכד את רוחב הקיר מבלי להרחיב לתוך אזורים קרום הלב או תוך עינית.
   4. החל את האלגוריתם על הבחירה באמצעות מאקרו ImageJ.

3. ניתוח ועיבוד נתונים

1. התקן את המאקרו ImageJ בשם "getHistogramValues.txt".
2. השתמש בכלי ניתוח היסטוגרמה של ImageJ כדי להציג בתצוגה מקדימה את ההתפלגות של ערכי עוצמת האות בתוך ההחזר על ההשקעה (בצע שלב זה עבור הבחירה של קרום הלב ועבור הבחירה בשריר הלב).
3. השתמש במאקרו ImageJ כדי להקליט ערכי צפיפות אותות אלה עבור ההחזר על ההשקעה (בצע שלב זה עבור הבחירה הקרפדית ועבור הבחירה בשריר הלב).
   1. הקצה ערך אינטנסיביות מ- 0 (הכהה ביותר) ל- 255 יחידות (הבהירות ביותר) לכל פיקסל בבחירה.
   2. סדר את ערכי העוצמה באופן הירארכי, לפי סדר הגדלת העוצמה, כדי ליצור התפלגות של עוצמת אות.
   3. בחר ודווח על ערכי האחוזון הבאים עבור ההתפלגות:^אחוזון 20,^אחוזון 50 (חציון)^{ואחוזון} 80.
4. נרמל את עוצמות שריר הלב באמצעות ההתייחסות קרום הלב.
   1. לנרמל על ידי חלוקת ערכי אחוזון שריר הלב של אינטנסיביות על ידי ערכי אחוזון קרום הלב המקביל של אינטנסיביות¹², או על ידי חיסור ערך אחוזון שריר הלב של אינטנסיביות מן הערך אחוזון קרום הלב של אינטנסיביות¹³.
   2. דווח על ערכים עבור ארבע השיטות האנליטיות: ערכים מנורמלים של שריר הלב עד קרום הלב עבור האחוזון^ה-20, האחוזון^ה-50 (חציון) וערכי האחוזון^ה-80.

4. כימות השונות המחזורית

1. החל אלגוריתם על בחירות שריר הלב באמצעות מסגרות רצופות של קובץ DICOM, נע דרך מחזור הלב. השווה הבדלים בחלוקות אינטנסיביות בין מסגרות, תוך שי לב למסגרות סיים-סיסטוליות ומסגרות דיאסטוליות סופיות.
   כל ניתוחי התמונה המתוארים לעיל מבוצעים במצב לא מקוון על תמונות אקו-קרדיוגרפיות לא פולשניות שנרכשו בעבר ומאוחסנות דיגיטלית בפורמט DICOM. כל פרוטוקולי המחקר אושרו על ידי ועדת הביקורת המוסדית של בריגהם ונשים והוועדה לטיפול ושימוש בבעלי חיים מוסדית של הרווארד.

תוצאות

ניתוח עוצמת האות מתבצע ב-4 שלבים עיקריים (איור 1), כולל: 1) בחירת תמונה ועיצוב, 2) דגימת החזר על ההשקעה ואזורי ייחוס, 3) יישום אלגוריתם ו- 4) עיבוד ערכים סופיים להפקת יחסי עוצמה שריר הלב עד קרום הלב. הבחירה והגודל של ההחזר על ההשקעה מתוקננים כדי להגביל את השונות ההדדית וגם את השונות התוך-סטרית (איור 2). המיקום של כל החזר על ההשקעה הוא גם סטנדרטי ביחס למבנים האנטומיים של כל נושא להגביל intersubject, כמו גם שונות תוך-סחירות.

כמדד לצפיפות שריר הלב, האלגוריתם צפוי...

דיון

אנו מתארים את הפרוטוקול עבור אלגוריתם ניתוח תמונה הכומת את התפלגות עוצמת האות הסונוגרפית, ובתורו, מציע מדד פונדקאי של מיקרו-מבנה שריר הלב. תכונות סטנדרטיות של הפרוטוקול, כולל בחירה, שינוי גודל ומיקום של אזור ההחזר על ההשקעה וההפניה, משמשות למזעור השונות בין משתמשים לנושאים. אנו מראים כי כאשר מוחל על תמונות אקו-קרדיוגרפיות חד-מסגרתיות של סוף דיאסטולי, האלגוריתם יכול להבחין כראוי בין שריר הלב הרגיל לעומת שריר הלב שנחשף ללחץ לאחר העומס.

הפרוטוקול מפרט כיצד ניתן להשתמש באלגוריתם באמצעות חבילת התוכ...

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה

שם	חברה	מספר קטלוג	הערות
ImageJ v 1.46	NIH (בת'סדה, מרילנד)		תוכנה בגישה פתוחה
Power ShowCase	Trillium Technology (אן ארבור, מישיגן)		תוכנה מסחרית