6: 腹部大動脈瘤の定量的ひずみマッピング

1. 4D超音波セットアップ

1. イメージングソフトウェアを使用する場合は、数学計算ソフトウェアを実行できるラップトップを使用して、4D取得プロセスを自動化します。USBポートを介して超音波システムにこのカスタムコードでラップトップを接続します。イメージングソフトウェアは、ソフトウェアに統合された4D超音波機能を備えています。
2. 超音波システムをオンにした後、心拍数と温度ボタンがオンであることを確認しながら、生理学的監視ユニットを設定します。トランスデューサホルダーに取り付けられた3Dモータステージを初期化します。
3. 画像取得には適切なステージと超音波トランスデューサを使用してください。すべての適切な接続が確立されていることを確認します。
4. イメージングのための動物の麻酔と準備を進める。眼科軟膏を眼に加えて角膜乾燥を防ぎ、足をステージ電極に固定し、潤滑直腸温度プローブを挿入します。脱毛クリームを使用して、対象領域の毛皮を削除します。
5. 脱毛クリームが取り外されていることを確認します。次いで、動物に加温された超音波トランスデューシングゲルの寛大な量を適用する。これは、4Dイメージングの対象領域全体にわたって良好な接続を作成するために特に重要です。

2. 4D超音波取得

1. 超音波システムに関する新しい研究を開始し、Bモード(明るさモード)でイメージングウィンドウを開きます。トランスデューサを動物に下ろし、ステージ上のx軸とy軸ノブを使用して目的の領域を見つけ、呼吸数が大幅に低下しないことを確認します。画面の下部でこれを監視します。
2. 対象領域の中央にトランスデューサを配置します。そこから、トランスデューサが上下に移動して目的の領域全体が含まれるのに必要な距離を概算します。
3. おおよその寸法を計算ソフトウェアコードに入力します。動物の心臓と呼吸数が安定していることを確認した後、コードの実行を開始します。これは、イメージを再構築する際のエラーを減らすうえで重要です。
4. イメージの取得が完了したら、データを生の XML ファイルとしてエクスポートします。

3. 4D超音波データ変換

1. 3D 染色解析用にデータを適切な形式に変換できるソフトウェアに生の XML ファイルを入力します。ここでは、Matlab を使用して XML ファイルを MAT ファイルに変換します。完全な Matlab スクリプトは、こちらから入手できます。
2. 適切な変換を行うには、フレーム数、ステップサイズ、および必要な出力解像度も入力する必要があります。
3. マトリックスを貫通平面でリサンプリングした後、新しい MAT ファイルを 3D ひずみ解析コードに読み込みます。

4. 3Dひずみコード分析

1. 読み込んだ MAT ファイルを適切に調整して分析を開始します。たとえば、計算時間を短縮するために、イメージ ボリュームのサイズを変更する必要がある場合があります。
2. 解析する領域を入力し、適切なメッシュ テンプレートを決定して、イメージ データを単純なボックスまたは手動で選択したポリゴンとしてセグメント化します。領域のボックス サイズと中心点間の間隔は、データセットごとに変更する必要がある場合があります。ボックスサイズに最適な数値は、追跡対象のフィーチャのピクセル数の周りで、1 つのスライスで 2 次元のピクセル数を確認することで近似できます。ボックスの間隔によって、ひずみフィールドの解像度が決まります。ボックスが多いほど解像度は上がりますが、計算時間も大幅に増加する可能性があります。
3. これらの各領域内でヤコビアンとグラデーションの計算を繰り重め始めます。事前計算が完了したら、ワーピング関数を適用します。
4. 変形勾配テンソルを計算します。最初にひずみを計算し、次に直接変形推定法を使用して固有値と固有ベクトルを計算します。
5. これらの結果は、目的の領域上のひずみフィールドを表す切断面のカラー マッピングなどの手法を使用して、目的の平面にプロットします。

3次元ひずみイメージングは、軟組織の経時的な変形を推定し、疾患を理解するために使用されます。皮膚、血管、腱、その他の臓器などの軟組織の機械的挙動は、その細胞外組成に強く影響され、老化や病気によって変化する可能性があります。複雑な生体組織内では、臓器の機械的および機能的特性に大きな影響を与える可能性のあるこれらの変化を特徴付けることが重要です。

定量的ひずみマッピングでは、体積画像データと直接変形推定法を使用して、空間的に変化する3次元ひずみ場を計算します。このビデオでは、ひずみマッピングの原理を説明し、定量的ひずみマッピングを使用して複雑な生体組織内のひずみ場を推定する方法を示し、他のアプリケーションについて説明します。

生体組織は、エラスチンとコラーゲンの組成と配向に強く影響されます。タンパク質エラスチンは、血管や肺など、絶えず伸び縮みする組織の非常に弾力性のある成分です。コラーゲンは体内で最も豊富に存在するタンパク質であり、個々の三重らせんポリマーをより大きな繊維に束ねて組み立てられ、皮膚から骨までの組織に構造的完全性を提供します。

これらのタンパク質の配向は、整列した繊維から繊維状のメッシュネットワークまで多岐にわたり、組織の機械的特性に影響を与えます。ひずみは、時間の経過に伴う軟組織の相対的な変形の尺度であり、怪我や病気を視覚化するために使用できます。これは、数学的推定を使用して記述およびマッピングされます。

心臓などの複雑な臓器のひずみをマッピングするために、高解像度、空間情報、時間情報を提供する4次元超音波データを使用できます。次に、直接変形推定法(DDE)がデータに適用されます。コードは、次の式を使用して3D変形と対応するGreen-Lagrangeひずみを推定するために使用されます。

グリーン-ラグランジュひずみテンソルは、変形勾配テンソルと2次恒等テンソルに依存します。変形勾配テンソルは、伝統的に変位場から推定されます。DDE法では、反り関数が変形テンソルに直接類似するように最適化されます。ワープ機能は、空間位置とワープ パラメーターの両方に依存します。変形の計算は、反り関数に直接組み込まれます。最初の9つの要素は、変形勾配テンソルを表します。

この方法は、軟組織における大きな変形と局所的な変形の両方を推定するために使用されます。ひずみマッピングの原理を理解したところで、次にマウスの大動脈瘤を検出するためにひずみマッピングがどのように行われるかを見てみましょう。

セットアップを開始するには、Vivo 2100ソフトウェアを開き、ラップトップを超音波システムに接続します。心拍数と体温を測定するために、生理学的モニタリングユニットがオンになっていることを確認してください。次に、3Dモーターステージを初期化します。

超音波トランスデューサーを取り付け、すべての適切な接続が行われていることを確認します。次に、ノックダウンチャンバーで3%イソフルランを使用して画像化する動物に麻酔をかけます。マウスに麻酔をかけたら、マウスを加熱段階に移し、1〜2%イソフルランを送達するためにノーズコーンを固定します。眼科用軟膏を目に塗布し、足をステージ電極に固定して、動物の呼吸と心拍数を監視します。次に、直腸温プローブを挿入します。脱毛クリームを塗って関心のある領域から髪を取り除き、次に脱毛した領域に温かい超音波ジェルをたっぷりと塗ります。

画像取得を開始するには、まずイメージングウィンドウを開き、Bモードを選択します。次に、トランスデューサーを動物に降ろし、ステージのx軸とy軸のノブを使用して、関心のある領域を特定します。呼吸数を監視して、呼吸数が大幅に減少しないことを確認します。探触子を対象領域の中央に配置します。次に、対象領域全体をカバーするために必要な距離を概算します。

これらの次元を MATLAB コードに入力し、0.08 ミリメートルのステップ サイズを選択します。動物の心拍数と呼吸数が安定していることを確認してから、MATLAB コードを実行します。

画像取得後、データを生のXMLファイルとしてエクスポートし、MATファイルに変換します。フレーム数、ステップサイズ、出力解像度を必ず入力してください。次に、行列をスループレーンでリサンプリングします。

新しいMATファイルを3Dひずみ解析コードにインポートします。計算時間を短縮するために、ファイルを再スケーリングする必要がある場合があります。次に、分析する領域を入力します。追跡対象フィーチャの 2 次元スライスのピクセル数を概算し、メッシュ テンプレートを単純なボックスまたは手動で選択したポリゴンとして選択します。メッシュサイズに最適なピクセル番号を選択します。ヤコビアンと勾配を計算します。地域ごとに繰り返します。次に、ワープ機能を適用します。

次に、DDEから計算されたデカルト変形を使用して、変形の固有値と固有ベクトルを決定します。次に、ひずみ値をプロットするスライスを、長軸、ソート軸、およびコロナル軸のビューをスクロールして選択します。

Select Manifold for Analysisを押します。次に、カーソルを使用して、血栓、動脈瘤、大動脈の健康な部分など、大動脈壁に沿ってマーカーを配置します。すべてのビューに対して繰り返します。最後に、カラーマッピングを使用して、関心領域上のひずみフィールドの結果をプロットします。

マウスから獲得したアンジオテンシンIIによる腎上解離性腹部大動脈瘤の例を詳しく見てみましょう。まず、大動脈に沿って所定のステップサイズで複数の短軸ECGゲートキロヘルツ可視化ループを取得し、組み合わせて4Dデータを作成します。

最適化された反り関数を用いて3次元ひずみ計算を行った後、腎下大動脈の3次元スライス可視化プロットが得られます。主緑色株のカラーマップは、不均一な大動脈壁株の領域を強調するためにオーバーレイされます。さらに、長軸ビューと短軸ビューでは、特に血栓が存在する場合に、ひずみの不均一な空間変動が明らかになります。

対応するひずみプロットは、長軸の大動脈の健康な領域でより高いひずみ値を示し、動脈瘤領域は短軸でひずみの減少を示しています。

直接変形推定を用いた正確な定量的ひずみ可視化は、様々な生物医学用途で使用される有用なツールです。

例えば、心筋の緊張を定量化することができます。心周期中、心筋は3D変形を受けます。ひずみを3次元で定量化することは、この組織のダイナミクスを経時的に確実に特徴付けるために不可欠です。これは、動物モデルで疾患の進行を追跡するのに役立ちます。

もう一つの用途は、腸組織の特性評価です。腸のin vivoイメージングは、周囲の構造からの影響のために困難です。しかし、腸の線維症の画像からひずみを計算することは、外科的介入が必要な問題のある領域を早期に発見するために特に有用である可能性があります。

はるかに小さなスケールでは、このDDE法は、共焦点顕微鏡などの高解像度イメージング技術を使用して細胞レベルにも適用されます。例えば、細胞外マトリックスの特性評価に役立ち、機械的な変化の下で細胞がどのように通信するかを理解します。

JoVEの定量的ひずみ可視化の紹介をご覧になりました。これで、生体組織の3次元ひずみを測定する方法と、それが病気の早期発見にどのように使用されるかを理解できたはずです。ご覧いただきありがとうございます!