2020年10月14日
このプロトコルは、血液の流れを定量化するために超高速超音波ドップラーイメージングを適用する方法を示しています。1秒の長い取得の後、実験者は各ピクセルの軸速度値を持つ全視野のムービーにアクセスできます ≈0.3 ms(飛行の超音波時間に応じて)。
超音波による血流の定量的評価は、多くの臓器の評価のための医学において非常に有用なパラメータです。超高速ドップラー超音波は、特殊な時間的コヒーレンスを提供し、小さな血流速度の測定に対する感度の向上を促進します。マイクロ灌流にアクセスできるようになると、腫瘍や脳や心臓などの臓器の灌流をより正確に理解するための扉が開かれます。
ドップラーファントムをセットアップするには、まずプラスチックチューブを使用して、ペリスタルティックポンプ、血液模倣液リザーバー、パルスダンパー、ドップラーフローファントムを接続します。直径4mmの管を選択し、ポンプをプログラムして、毎分720ミリリットルの液体を0.3秒間排出し、続いて毎分50ミリリットルで0.7秒間排出するようにプログラムして、収縮期と拡張期の心相をそれぞれ模倣します。次に、ポンプを作動させ、パイプを静かに振って、潜在的な気泡を排出します。
超高速超音波スキャナーを設定するには、PCI Expressリンクを使用して超高速対応の研究スキャナーをホストコンピューターに接続し、スキャナーのトランスデューサーアダプターをプローブコネクタと一致するように変更します。プローブを接続して MATLAB を実行し、超音波スキャナーのライセンスをアクティブ化します。超音波シーケンスプログラムを設定するには、イメージング深度を 50 ミリメートルに、焦点深度を 35 ミリメートルに設定します。
超高速超音波シーケンスを設計するには、イメージング深度を50ミリメートルに設定し、マイナス3度、ゼロ度、3度で3つの傾斜平面波をプログラムし、パルス繰り返し周波数を12キロヘルツに設定します。次に、超音波波形に4つの半サイクルを選択し、中心周波数は使用するプローブに応じて設定し、合計時間を1秒に設定します。シーケンスパラメータを設定したら、プローブレンズに超音波ゲルを塗布し、プローブをファントムに置きます。
Bモード超音波シーケンスを起動し、目的の管を特定します。液体は周囲の組織よりも暗く見えます。縦方向ビューに切り替えます。
プローブの位置を変更せずに、Bモードシーケンスを終了し、超高速シーケンス取得スクリプトを起動します。シーケンスが終了したら、生データを保存し、超音波システムのデフォルト ソフトウェアを使用して画像作成スクリプトを起動します。クラッター フィルタリングを行うには、MATLAB スクリプトを使用して 3D IQ 行列を 2D Casorati 行列に形状変更します。
次に、式を使用して行列の特異値分解を計算し、空間特異ベクトルを使用して空間類似度行列 C を計算し、血液部分空間の境界を特定します。血液空間境界カットオフを使用して、IQ データをフィルタリングします。パワー ドップラー マップを計算するには、式を使用してフィルター データの包絡線を時間次元に沿って積分し、パワー ドップラー マップを対数スケールで表示します。
画像内に 1 から 30 ピクセルを含む円形の関心領域を定義し、関心領域内のピクセル上のフィルター データ信号を平均化して、関連する数の実験時間点のフィルター データのベクトルを取得します。これらのデータのドップラー スペクトログラムを計算して表示するには、短時間フーリエ変換ウィンドウを 60 サンプルのハン ウィンドウに設定し、短時間フーリエ変換のオーバーラップをウィンドウ長の 90% に設定します。次に、スペクトログラムの各時点の中心周波数を重ね合わせ、ドップラー式を使用して周波数値を血の軸速度に変換します。
高品質のスペクトログラムが取得された場合、画像内の任意の関心領域から血速を抽出できます。この新生児の脳の画像では、小さな皮質細静脈や動脈から主要な脳梁周囲動脈まで、非常に異なる流動特性を持つ獲得血管を観察できます。ここでは、超高速ドップラーが心筋などの強く動く臓器の血流信号を抽出する能力を示しています。
特異値分解の使用を示しましたが、他の種類のフィルターも使用できます。超高速ドップラーにより、微小灌流をよりよく理解することができます。これは、医用画像における真の革命です。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
本プロトコルでは、血流を定量化するための超高速超音波ドップラーイメージングの適用について実演します。この技術により、約0.3 msの間隔で各ピクセルの軸方向速度値を伴う全視野の動画を生成することが可能になります。
超高速ドップラー超音波により、低速血流に対する感度を高めた高解像度の血流マッピングが可能となり、心血管および腫瘍学的な標的バリデーションにおけるメカニズム的なリスク低減を支援します。本手法は、定量的な空間連続的血行動態データを提供し、臓器灌流および腫瘍血管新生の前臨床モデルにおける予測信頼性を向上させます。この機能は、血行動態の表現型を明確にし、リード化合物同定のワークフローにおける生物学的な曖昧さを軽減することで、早期創薬を促進します。
本手法は、ターゲットの信頼性とアッセイ設計の指針となる血行動態表現型解析を提供することで、リード化合物同定に至る初期探索段階に統合されます。