Artykuł metodologiczny

Eksperymentalny protokół oceny wydajności nowych sond ultradźwiękowych opartych na technologii CMUT w zastosowaniu do obrazowania mózgu

DOI:

10.3791/55798

⸱

24 września 2017

 ,  ,  ,  ,  ,  , 
1Department of Electrical, Computer and Biomedical Engineering, University of Pavia, 2Department of Information Engineering, University of Florence, 3Department of Engineering, Roma Tre University, 4FTMTR&D/SPA, STMicroelectronics, 5Brain Connectivity Center, BCC, Istituto Neurologico Nazionale Fondazione C. Mondino I.R.C.C.S., 6Department of Molecular Medicine - Unit of Pathology, University of Pavia, Foundation IRCCS Policlinico San Matteo

W tym artykule

Podsumowanie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Rozwój nowych sond ultradźwiękowych (US) opartych na technologii pojemnościowego mikroobrabianego przetwornika ultradźwiękowego (CMUT) wymaga wczesnej realistycznej oceny możliwości obrazowania. Opisujemy powtarzalny protokół eksperymentalny do pozyskiwania obrazów w USA i porównywania ich z obrazami rezonansu magnetycznego, wykorzystując mózg bydlęcy ex vivo jako cel obrazowania.

Streszczenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Możliwość przeprowadzenia wczesnej i powtarzalnej oceny wydajności obrazowania jest fundamentalna w procesie projektowania i rozwoju nowych sond ultradźwiękowych (US). W szczególności bardziej realistyczna analiza z celami obrazowania specyficznymi dla aplikacji może być niezwykle cenna dla oceny oczekiwanej wydajności sond amerykańskich w ich potencjalnym klinicznym obszarze zastosowań.

Eksperymentalny protokół przedstawiony w tej pracy został celowo zaprojektowany, aby zapewnić specyficzną dla aplikacji procedurę oceny dla nowo opracowanych prototypów sond amerykańskich opartych na technologii pojemnościowego mikroobrabianego przetwornika ultradźwiękowego (CMUT) w odniesieniu do obrazowania mózgu.

Protokół łączy użycie mózgu bydlęcego utrwalonego w formalinie jako celu obrazowania, co zapewnia zarówno realizm, jak i powtarzalność opisanych procedur, a także technik neuronawigacji zapożyczonych z neurochirurgii. Amerykańska sonda jest w rzeczywistości podłączona do systemu śledzenia ruchu, który pozyskuje dane o pozycji i umożliwia superpozycję obrazów amerykańskich w celu odniesienia się do obrazów mózgu z rezonansu magnetycznego (MR). Daje to ekspertom możliwość przeprowadzenia wizualnej oceny jakościowej wydajności obrazowania sondy amerykańskiej i porównania zakupów dokonanych za pomocą różnych sond. Co więcej, protokół opiera się na wykorzystaniu kompletnego i otwartego systemu badawczo-rozwojowego do pozyskiwania obrazów w USA, tj. skanera Ultrasound Advanced Open Platform (ULA-OP).

Rękopis szczegółowo opisuje instrumenty i procedury związane z protokołem, w szczególności do kalibracji, pozyskiwania obrazów i rejestracji obrazów US i MR. Uzyskane wyniki dowodzą skuteczności całego przedstawionego protokołu, który jest całkowicie otwarty (w granicach zastosowanego oprzyrządowania), powtarzalny i obejmuje cały zestaw czynności związanych z akwizycją i przetwarzaniem obrazów amerykańskich.

Wprowadzenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Rosnący rynek małych i przenośnych skanerów ultradźwiękowych (US) prowadzi do opracowywania nowych sond echograficznych, w których część elektroniki kondycjonującej sygnał i formującej wiązkę jest zintegrowana z uchwytem sondy, szczególnie w obrazowaniu 3D/4D1. Technologie wschodzące, szczególnie odpowiednie do osiągnięcia tak wysokiego poziomu integracji, obejmują mikromaszynowe przetworniki ultradźwiękowe (MUTs)2, klasę przetworników mikroelektromechanicznych (MEMS) wytwarzanych na krzemie. W szczególności pojemnościowe MUT (CMUTs) osiągnęły wreszcie dojrzałość technologiczną, która czyni je wartościową alternatywą dla przetworników piezoelektrycznych w systemach obrazowania ultradźwiękowego nowej generacji3. CMUTs są bardzo atrakcyjne ze względu na ich kompatybilność z technologiami mikroelektronicznymi, szerokie pasmo przenoszenia - co zapewnia wyższą rozdzielczość obrazu - wysoką sprawność termiczną i przede wszystkim wysoką czułość4. W ramach projektu ENIAC JU DeNeCoR (Devices for NeuroControl and NeuroRehabilitation)5 opracowywane są sondy CMUT6 do zastosowań w obrazowaniu mózgu metodą US (np. neurochirurgia), gdzie wymagane są wysokiej jakości obrazy 2D/3D/4D oraz dokładne odwzorowanie struktur mózgu.

W procesie opracowywania nowych głowic US kluczowa jest możliwość przeprowadzania wczesnych ocen wydajności obrazowania. Typowe techniki oceny polegają na pomiarze konkretnych parametrów, takich jak rozdzielczość i kontrast, na podstawie obrazów fantomów naśladujących tkankę z wbudowanymi celami o znanej geometrii i echogeniczności. Bardziej realistyczna analiza z zastosowaniem celów obrazowania specyficznych dla danej aplikacji może być niezwykle cenna dla wczesnej oceny oczekiwanej wydajności głowic US w ich potencjalnym zastosowaniu w konkretnej dziedzinie klinicznej. Z drugiej strony, pełna powtarzalność akwizycji jest niezbędna do porównawczych testów różnych konfiguracji w czasie, a wymóg ten całkowicie wyklucza eksperymenty in vivo.

W kilku publikacjach z literatury dotyczącej technik obrazowania diagnostycznego zaproponowano zastosowanie ex vivo okazy zwierzęce7, mózgi zwłok ludzkich8lub fantomy imitujące tkanki9 do różnych celów10, które obejmują testowanie metod obrazowania, algorytmów rejestracji, sekwencji rezonansu magnetycznego (MR) lub charakterystyki wiązki US i wynikającej z niej jakości obrazu. Na przykład w kontekście obrazowania mózgu, Lazebnik i wsp.7 wykorzystano utrwalony w formalinie mózg owczy do oceny nowej metody 3D MR registration; analogicznie Choe i wsp.11 zbadano procedurę rejestracji obrazów z rezonansu magnetycznego (MR) oraz mikroskopii świetlnej utrwalonego mózgu małpy z rodzaju *Callithrix* (owl monkey). Opracowano fantom mózgu z alkoholu poliwinylowego (PVA) w9 i wykorzystywany do przeprowadzania multimodalnego pozyskiwania obrazów (t. j. MR, US i tomografii komputerowej) w celu wygenerowania wspólnego zbioru danych obrazowych12 do testowania algorytmów rejestracji i obrazowania.

Podsumowując, badania te potwierdzają, że zastosowanie realistycznego fantomu do pozyskiwania obrazów jest w istocie kluczowym krokiem podczas opracowywania nowej techniki obrazowania. Etap ten jest jeszcze bardziej krytyczny przy projektowaniu nowego urządzenia obrazującego, takiego jak przedstawiona w niniejszej pracy sonda US CMUT, która znajduje się w fazie prototypowania i wymaga szerokich i powtarzalnych testów w czasie, aby precyzyjnie dostroić wszystkie parametry konstrukcyjne przed jej ostatecznym wykonaniem i ewentualną walidacją w zastosowaniach in vivo (jak w13,14,15).

Protokół eksperymentalny opisany w niniejszej pracy został zaprojektowany tak, aby zapewnić solidną, specyficzną dla danej aplikacji procedurę oceny obrazowania dla nowo opracowanych głowic US opartych na technologii CMUT. Aby zapewnić zarówno realizm, jak i powtarzalność, jako obiekty obrazowania wybrano utrwalone w formalinie mózgi bydlęce (pozyskane z komercyjnego łańcucha dostaw żywności). Procedura utrwalania gwarantuje długotrwałe zachowanie charakterystyki tkanki, przy jednoczesnym utrzymaniu satysfakcjonujących właściwości morfologicznych i parametrów widoczności zarówno w obrazowaniu US, jak i MR16,17.

Opisany tutaj protokół oceny jakości obrazu US implementuje również funkcję zapożyczoną z technik neuronawigacji stosowanych w neurochirurgii15. W takich podejściach sondy US są połączone z systemem śledzenia ruchu, który w czasie rzeczywistym dostarcza danych o pozycji przestrzennej i orientacji. W ten sposób obrazy US pozyskane podczas czynności chirurgicznych mogą być automatycznie rejestrowane i wizualizowane, w celu prowadzenia, w superpozycji z przedoperacyjnymi obrazami MR mózgu pacjenta. Na potrzeby przedstawionego protokołu superpozycja z obrazami MR (które są uznawane za złoty standard w obrazowaniu mózgu) ma ogromną wartość, ponieważ pozwala ekspertom na wizualną ocenę tego, jakie cechy morfologiczne i tkankowe są rozpoznawalne na obrazach US, a w drugą stronę – na rozpoznanie obecności artefaktów obrazowania.

Możliwość porównywania obrazów uzyskanych za pomocą różnych głowic US staje się jeszcze bardziej interesująca. Przedstawiony protokół eksperymentalny obejmuje możliwość zdefiniowania zestawu przestrzennych pozycji referencyjnych dla akwizycji US, skoncentrowanych na obszarach objętości o największej liczbie cech, zidentyfikowanych podczas wstępnej wizualnej inspekcji obrazów MR. Zintegrowane narzędzie wizualne, opracowane dla systemu oprogramowania open source Paraview18, zapewnia operatorom wskazówki dotyczące dopasowania takich zdefiniowanych pozycji podczas faz akwizycji obrazów US. W przypadku procedur kalibracyjnych wymaganych przez protokół, fundamentalne jest wyposażenie wszystkich badanych okazów – zarówno biologicznych, jak i syntetycznych – w zdefiniowane punkty orientacyjne pozycji, które zapewniają jednoznaczne odniesienia przestrzenne. Takie punkty orientacyjne muszą być widoczne zarówno na obrazach US, jak i MR, oraz fizycznie dostępne dla pomiarów wykonywanych za pomocą systemu śledzenia ruchu. Wybranymi elementami punktów orientacyjnych do eksperymentu są małe kule ze szkła krzemionkowego (Flint glass), których widoczność w obrazach US i MR została wykazana w literaturze19 i potwierdzona podczas wstępnych skanów US i MR wykonanych przed przedstawionymi eksperymentami.

Przedstawiony protokół opiera się na Ultrasound Advanced Open Platform (ULA-OP)20, czyli kompletnym i otwartym systemie badawczo-rozwojowym do akwizycji obrazów US, który oferuje znacznie szersze możliwości eksperymentalne niż komercyjnie dostępne skanery i służy jako wspólna podstawa do oceny różnych głowic US.

W pierwszej kolejności opisano instrumenty wykorzystane w tej pracy, ze szczególnym uwzględnieniem nowo zaprojektowanej sondy CMUT. Szczegółowo przedstawiono protokół eksperymentalny, zawierający wyczerpujący opis wszystkich zaangażowanych procedur – od wstępnego projektu, przez kalibrację systemu, aż po akwizycję obrazów i postprocessing. Na koniec zaprezentowano uzyskane obrazy i omówiono wyniki, wraz ze wskazówkami dotyczącymi przyszłego rozwoju tych badań.

Instrumentacja

Prototyp sondy CMUT

Eksperymenty przeprowadzono z wykorzystaniem nowo opracowanego prototypu liniowej macierzy CMUT składającej się z 256 elementów, zaprojektowanego, wykonanego i zapakowanego w Laboratorium Akustoelektroniki (ACULAB) Uniwersytetu Roma Tre (Rzym, Włochy), przy użyciu procesu odwróconego wytwarzania CMUT (Reverse Fabrication Process – RFP)4. RFP jest technologią mikrofabrykacji i pakowania, opracowaną specjalnie do realizacji przetworników MEMS w zastosowaniach obrazowania US, w której mikrostruktura CMUT jest wytwarzana na krzemie zgodnie z podejściem „do góry nogami” (upside-down)21. W porównaniu z innymi technologiami wytwarzania CMUT, RFP zapewnia lepsze parametry obrazowania dzięki wysokiej jednorodności geometrii ogniw CMUT w całej macierzy oraz zastosowaniu materiałów zaprojektowanych akustycznie w obudowie głowicy sondy. Ważną cechą RFP jest to, że wyprowadzenia połączeń elektrycznych znajdują się na tylnej części kostki CMUT, co ułatwia integrację 3D macierzy 2D i wielokanałowej elektroniki front-end.

Macierz CMUT składająca się z 256 elementów została zaprojektowana do pracy w pasmie częstotliwości centrowanym wokół 7,5 MHz. Dla macierzy wybrano skok elementu wynoszący 200 µm, co przełożyło się na maksymalną szerokość pola widzenia wynoszącą 51,2 mm. Wysokość pojedynczych elementów macierzy CMUT określono tak, aby uzyskać odpowiednią wydajność pod względem rozdzielczości bocznej i zdolności penetracji. Wybrano wysokość elementu macierzy równą 5 mm, aby uzyskać szerokość wiązki -3 dB wynoszącą 0,1 mm oraz głębokość ostrości -3 dB wynoszącą 1,8 mm przy częstotliwości 7,5 MHz, przy ustaleniu ostrości w płaszczyźnie elewacji na głębokości 18 mm za pomocą soczewki akustycznej. Elementy macierzy o szerokości 195 µm uzyskano poprzez rozmieszczenie i równoległe połączenie elektryczne 344 okrągłych ogniw CMUT w układzie heksagonalnym. W konsekwencji wynikająca z tego odległość między elementami wynosząca 5 µm, t.j. szerokość szczeliny (kerf), odpowiada odstępowi między membranami. Schematyczna reprezentacja struktury macierzy CMUT przedstawiona jest na Rysunku 1.

figure-introduction-1
Rycina 1: Struktura macierzy CMUT. Schematyczna reprezentacja struktury macierzy CMUT: elementy macierzy składające się z kilku komórek połączonych równolegle (a), układ mikrostruktury CMUT (b); przekrój poprzeczny komórki CMUT (c). Kliknij tutaj, aby wyświetlić większą wersję tej ryciny.

Parametry mikrofabrykacji CMUT, t.j. wymiary boczne i pionowe membrany oraz elektrod, zdefiniowano za pomocą symulacji metodą elementów skończonych (FEM) w celu uzyskania szerokopasmowej pracy w zanurzeniu, charakteryzującej się odpowiedzią częstotliwościową z centrum przy 7,5 MHz i dwukierunkową frakcyjną szerokością pasma -6 dB wynoszącą 100%. Wysokość wnęki, t.j. szczelina, została określona tak, aby uzyskać napięcie zapadania wynoszące 260 V w celu maksymalizacji czułości dwukierunkowej poprzez polaryzację CMUT przy 70% napięcia zapadania4, przy założeniu maksymalnego napięcia sygnału wzbudzenia równego 80 V. Tabela 1 podsumowuje główne parametry geometryczne mikrofabrykowanego CMUT.

Parametry projektowe macierzy CMUT
ParametrWartość
Matryca
Liczba elementów256
Rozstaw elementów200 µm
Długość elementu (wysokość)5 mm
Stała wysokość ogniskowania15 mm
Mikrostruktura CMUT
Średnica komórki50 µm
Średnica elektrody34 µm
Boczna odległość międzykomórkowa7.5 µm
Grubość płytki2.5 µm
Wysokość szczeliny0.25 µm

Tabela 1. Parametry sondy CMUT. Parametry geometryczne liniowej sondy z matrycą CMUT oraz mikrostruktura ogniwa CMUT.

Proces pakowania wykorzystany do integracji macierzy CMUT w głowicy sondy został opisany w odniesieniu4. Soczewka akustyczna została wykonana z silikonowej gumy wulkanizowanej w temperaturze pokojowej (RTV) domieszkowanej nanoproszkami tlenków metali, aby dopasować impedancję akustyczną do wody i uniknąć fałszywych odbić na styku faz22. Uzyskany związek charakteryzował się gęstością 1280 kg/m3 i prędkością dźwięku 1100 m/s. Dla soczewki cylindrycznej wybrano promień krzywizny 7 mm, co przełożyło się na geometryczną ogniskową 18 mm i maksymalną grubość około 0,5 mm powyżej powierzchni przetwornika. Zdjęcie głowicy sondy CMUT przedstawiono na Rysunku 2(a).

figure-introduction-2
Rycina 2: Sonda CMUT. Głowica opracowanej sondy CMUT, zawierająca liniową macierz przetworników i soczewkę akustyczną (a), oraz pełna sonda CMUT z złączem (b). Kliknij tutaj, aby zobaczyć powiększoną wersję tej ryciny.

Głowica sondy CMUT została połączona z uchwytem sondy zawierającym wielokanałową analogową elektronikę front-endową do odbioru oraz kablem wielobiegunowym do połączenia ze skanerem US. Jednokanałowy obwód elektroniczny to wzmacniacz napięciowy o wysokiej impedancji wejściowej i wzmocnieniu 9 dB, który zapewnia prąd elektryczny niezbędny do pokonania impedancji kabla. Elektronika wielokanałowa, opisana w referencji 4, opiera się na topologii obwodu obejmującej odbiornik niskoszumowy o ultra-niskim poborze mocy oraz zintegrowany przełącznik do dupleksowania sygnału nadawczego/odbiorczego. Zasilanie elektroniki front-endowej oraz napięcie polaryzujące CMUT są generowane przez specjalistyczny zasilacz i dostarczane do sondy za pomocą kabla wielobiegunowego. Kompletna sonda przedstawiona jest na Rysunku 2(b).

Piezoelektryczne sondy US

W celu jakościowego porównania obrazów uzyskanych za pomocą powyższej sondy CMUT, w eksperymentach uwzględniono dwie dostępnie komercyjnie piezoceramiczne sondy US. Pierwsza z nich to sonda z liniową wiązką składająca się z 192 elementów przetwornikowych, o skoku 245 µm i ułamkowej szerokości pasma 110% centrowanej na 8 MHz. Sondę tę wykorzystano do akwizycji obrazów 2D w trybie B. Druga sonda służy do obrazowania 3D i posiada liniową wiązkę z mechanicznym skanowaniem, składającą się z 180 elementów przetwornikowych o skoku 245 µm i ułamkowej szerokości pasma 100% centrowanej na 8,5 MHz. Silnik krokowy umieszczony w obudowie sondy umożliwia przesuwanie liniowej wiązki w celu akwizycji wielu płaszczyzn, które mogą zostać wykorzystane do rekonstrukcji obrazu 3D skanowanej objętości23.

System ULA-OP

Pozyskiwanie obrazów US wykonano przy użyciu systemu ULA-OP20, który jest kompletnym i otwartym systemem badawczo-rozwojowym US, zaprojektowanym i zrealizowanym w Laboratorium Projektowania Systemów Mikroelektronicznych Uniwersytetu we Florencji we Włoszech. System ULA-OP może sterować, zarówno w nadawaniu (TX), jak i w odbiorze (RX), do 64 niezależnymi kanałami połączonymi za pomocą macierzy przełączającej z sondą US posiadającą do 192 przetworniki piezoelektryczne lub CMUT. Architektura systemu obejmuje dwie główne płyty przetwarzające: płytę analogową (AB) i płytę cyfrową (DB), obie umieszczone w szafie rack, które uzupełnia płyta zasilacza oraz płyta główna (back-plane) zawierająca złącze sondy i wszystkie wewnętrzne komponenty prowadzenia sygnałów. AB zawiera front-end przetworników sondy, w szczególności komponenty elektroniczne do warunkowania analogowego 64 kanałów oraz programowalną macierz przełączającą, która dynamicznie mapuje kanały TX-RX na przetworniki. DB odpowiada za formowanie wiązki w czasie rzeczywistym, syntezę sygnałów TX oraz przetwarzanie ech RX w celu uzyskania pożądanego wyniku (na przykład obrazów w trybie B lub sonogramów Dopplera). Warto podkreślić, że system ULA-OP jest w pełni konfigurowalny, zatem sygnał w TX może być dowolną przebiegiem w obrębie pasma przenoszenia systemu (np. impulsy trójpoziomowe, serie sinusoidalne, sygnały typu chirp, kody Huffmana itp.) z maksymalną amplitudą 180 Vpp; ponadto strategię formowania wiązki można programować zgodnie z najnowszymi wzorcami ogniskowania (np. fala ogniskowana, transmisja wieloliniowa, fala płaska, fale rozbieżne, wiązki o ograniczonej dyfrakcji itp.)24,25. Na poziomie sprzętowym zadania te są rozdzielone pomiędzy pięć układów Field Programmable Gate Arrays (FPGA) i jeden procesor sygnałowy Digital Signal Processor (DSP). W przypadku sond do obrazowania 3D z mechanicznym przesunięciem, takich jak opisana powyżej, system ULA-OP steruje również silnikiem krokowym wewnątrz sondy w celu zsynchronizowanego pozyskiwania pojedynczych klatek 2D w każdej pozycji macierzy przetworników.

System ULA-OP może być rekonfigurowany w czasie pracy i dostosowany do różnych głowic US. Komunikuje się on poprzez kanał USB 2.0 z komputerem hostem wyposażonym w specjalistyczne narzędzie programowe. Program ten posiada konfigurowalny interfejs graficzny, który zapewnia wizualizację obrazów US w czasie rzeczywistym, rekonstruowanych w różnych trybach; w przypadku głowic wolumetrycznych można na przykład w czasie rzeczywistym wyświetlić dwa obrazy w trybie B dla płaszczyzn prostopadłych w skanowanej objętości.

Główną zaletą systemu ULA-OP w kontekście opisanego protokołu jest to, że umożliwia on łatwe dostrojenie parametrów TX-RX oraz zapewnia pełny dostęp do danych sygnałowych gromadzonych na każdym etapie łańcucha przetwarzania26, co pozwala również na testowanie nowych modalności obrazowania i technik formowania wiązki27,28,29,30,31,32,33.

System śledzenia ruchu

W celu rejestracji pozycji głowicy US podczas akwizycji obrazów zastosowano optyczny system śledzenia ruchu34. System ten opiera się na jednostce sensorycznej, która emituje światło podczerwone za pomocą dwóch iluminatorów (diod elektroluminescencyjnych (LED)) i wykorzystuje dwa odbiorniki (t.j. soczewkę i urządzenie ładunkowo-sprzężone (CCD)) do wykrywania światła odbitego od wielu specjalistycznych markerów pasywnych rozmieszczonych w zdefiniowanych sztywnych kształtach. Informacje o odbitym świetle są następnie przetwarzane przez wbudowany procesor CPU w celu obliczenia danych dotyczących zarówno pozycji, jak i orientacji, które mogą zostać przesłane do komputera hosta połączonego za pomocą USB 2.0. To samo łącze może być wykorzystywane do sterowania konfiguracją jednostki sensorycznej.

Jednostka czujnika jest dostarczana wraz z zestawem narzędzi, z których każde posiada cztery markery refleksyjne rozmieszczone w sztywnej konfiguracji geometrycznej. System śledzenia ruchu może jednocześnie śledzić do sześciu oddzielnych sztywnych narzędzi z częstotliwością pracy wynoszącą około 20 Hz. W tych eksperymentach wykorzystano dwa takie narzędzia: wskaźnik, który umożliwia określenie trójwymiarowej pozycji punktu dotkniętego jego końcówką, oraz narzędzie wyposażone w zacisk, które można przymocować do badanej głowicy US (patrz Rycina 14).

Od strony oprogramowania system śledzenia ruchu posiada niskopoziomowy interfejs programistyczny aplikacji (API) szeregowy, służący zarówno do sterowania urządzeniem, jak i do akwizycji danych, z którym można połączyć się za pomocą złącza USB. Domyślnie pozycje i orientacje są zwracane jako elementy wielowejściowe, t. j. jeden wpis dla każdego śledzonego narzędzia. Każdy wpis zawiera pozycję 3D (Proszę podać tekst źródłowy do tłumaczenia., y, z) wyrażone w mm oraz orientację (q0, qProszę podać tekst źródłowy do przetłumaczenia., qy, qz) wyrażone jako kwaternion. System wyposażony jest również w zestaw narzędzi programistycznych wyższego poziomu, który obejmuje graficzne narzędzie do śledzenia, umożliwiające wizualizację i pomiar w czasie rzeczywistym pozycji oraz orientacji wielu narzędzi w polu widzenia jednostki czujnikowej.

Przegląd systemu, integracja i komponenty oprogramowania

Schemat na Rysunku 3 podsumowuje instrumentację przyjętą w protokole, opisując również strumień danych przepływający przez systemy.

figure-introduction-3
Rysunek 3: Schemat blokowy całego zestawu sprzętowego i integracji systemu. Przetwornik US jest podłączony do systemu ULA-OP, który komunikuje się przez USB z notebookiem w celu akwizycji obrazów US. Jednocześnie notebook jest połączony przez USB z systemem śledzenia ruchu w celu akwizycji danych o pozycji oraz przez Ethernet ze stacją roboczą w celu przetwarzania danych. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Poza opisanymi powyżej głowicami US, trackerem ruchu oraz systemem ULA-OP, konfiguracja obejmuje również dwa komputery: notebook oraz stację roboczą. Pierwszy z nich stanowi główny interfejs sterujący aparaturą, odbierając i synchronizując dwa główne strumienie danych wejściowych: obrazy US pochodzące z systemu ULA-OP oraz dane o pozycjonowaniu 3D z trackera ruchu. Zapewnia on również operatorowi podgląd obrazów w czasie rzeczywistym podczas ich akwizycji. Stacja robocza dysponuje znacznie większą mocą obliczeniową i pojemnością pamięci. Służy ona jako zaplecze do postprocesingu obrazów oraz repozytorium dla połączonych zbiorów danych obrazowych. Stacja robocza jest wykorzystywana także do wizualizacji obrazów US i MR, w tym do jednoczesnej wizualizacji 3D zarejestrowanych obrazów multimodalnych.

Kluczowym wymogiem dla eksperymentów dotyczących akwizycji obrazów jest synchronizacja dwóch głównych strumieni danych. Systemy śledzenia ruchu oraz ULA-OP są niezależnymi instrumentami, które nie wspierają jeszcze jawnej synchronizacji działań. Z tego powodu dane obrazowe US oraz informacje o pozycji muszą zostać odpowiednio połączone, aby wykryć prawidłową pozycję 3D głowicy US w momencie pozyskiwania każdego przekroju obrazu. W tym celu opracowano specjalną aplikację do logowania, służącą do rejestrowania i nadawania znaczników czasu w czasie rzeczywistym danym dostarczanym przez system śledzenia ruchu, poprzez modyfikację komponentu oprogramowania w języku C++, który w tym przypadku jest zawarty w samym trackerze ruchu. Zazwyczaj systemy śledzenia ruchu posiadają niskopoziomowy interfejs API, który umożliwia przechwytywanie danych w czasie rzeczywistym i zapisywanie ich do pliku.

Przyjęta metoda synchronizacji działa w następujący sposób. Każdy wpis w pliku generowanym przez aplikację rejestrującą jest uzupełniany znacznikiem czasu w formacie "yyyy-MM-ddThh:mm:ss.kkk", gdzie: y=rok, M=miesiąc, d=dzień, h=godzina, m=minuta, s=sekunda, k=milisekunda. Oprogramowanie ULA-OP zainstalowane na komputerze PC (języki programowania C++ i MATLAB) oblicza czas rozpoczęcia i zakończenia każdej sekwencji akwizycji obrazów i przechowuje te informacje w każdym obrazie w formacie .vtk. Aby zapewnić wspólną referencję czasową podczas eksperymentów, obie powyższe procedury programowe są wykonywane na komputerze sterującym przedstawionym na Rysunku 3. Znaczniki czasu wygenerowane w ten sposób są następnie wykorzystywane przez procedury oprogramowania do postprocessingu, które tworzą końcowy zestaw danych (patrz Protokół, Sekcja 8).

Kolejny specyficzny komponent oprogramowania został zaimplementowany i uruchomiony na stacji roboczej w celu zapewnienia operatorowi informacji zwrotnej w czasie rzeczywistym, poprzez powiązanie aktualnej pozycji sondy US z obrazami MR, a w szczególności z zestawem zdefiniowanych wcześniej pozycji. Programowa rutyna po stronie serwera napisana w języku Python przetwarza plik dziennika trackera ruchu, tłumaczy aktualną pozycję sondy US na kształt geometryczny i przesyła dane do serwera Paraview. Klient Paraview łączy się z tym samym serwerem Paraview i w czasie rzeczywistym wyświetla pozycję kształtu geometrycznego, nałożoną na obraz MR oraz na kolejne kształty geometryczne opisujące zdefiniowane wcześniej pozycje. Przykład wynikowej wizualizacji w czasie rzeczywistym przedstawiono na Rysunku 17.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Wszystkie okazy biologiczne pokazane w tym filmie zostały pozyskane poprzez standardowy łańcuch dostaw żywności. Okazy te były traktowane zgodnie z przepisami etycznymi i zasadami bezpieczeństwa instytucji zaangażowanych w badanie.

UWAGA: Schemat na Rysunku 4 podsumowuje 8 głównych etapów niniejszego protokołu. Etapy od 1 do 4 obejmują czynności wstępne, które należy przeprowadzić tylko raz przed rozpoczęciem etapów akwizycji i przetwarzania obrazów US. Etapy wstępne są następujące: 1. wstępne zaprojektowanie układu eksperymentalnego oraz fantoma agarowego (do wykorzystania w procedurach kalibracyjnych); 2) przygotowanie mózgu bydlęcego ex vivo; 3. akwizycja obrazów MR mózgu; 4. zdefiniowanie orientacji jakościowych, które będą służyć jako cele akwizycji obrazów US. Etapy od 5 do 8 dotyczą akwizycji i przetwarzania obrazów US. Etapy te to: 5. konfiguracja układu eksperymentalnego, w której wszystkie instrumenty są połączone i zintegrowane, a wszystkie cele są ustawione i zweryfikowane; 6. kalibracja głowicy US wyposażonej w markery pasywne do nawigacji; 7. akwizycja obrazów US mózgu bydlęcego zanurzonego w wodzie, zarówno w predefiniowanych orientacjach, jak i w „trybie wolnej ręki”; 8. postprocessing i wizualizacja połączonego zestawu danych obrazowych MR/US. Podczas gdy etap 5 można przeprowadzić tylko raz, na początku działań eksperymentalnych, etapy 6 i 7 muszą być powtarzane dla każdej użytej głowicy US. Krok 8 można przeprowadzić tylko raz dla całego połączonego zestawu danych, po zakończeniu wszystkich akwizycji.

figure-protocol-1
Rysunek 4Schemat procedury eksperymentalnej. Schemat blokowy przedstawia główne etapy protokół, zawierający listę głównych operacji w każdym kroku. Kroki 1–5 obejmują czynności wstępne i przygotowanie do akwizycji US; należy je zatem przeprowadzić tylko raz. Etapy 6 i 7 obejmują akwizycje US i muszą być powtarzane dla każdej sondy. Krok 8, obejmujący postprocessing obrazów, może zostać wykonany tylko raz na koniec. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

1. Projekt wstępny

  1. Projektowanie i walidacja rozmieszczenia punktów orientacyjnych
    UWAGA: Poniższa procedura określa spójną strategię rozmieszczania punktów orientacyjnych, która będzie wykorzystywana do kalibracji systemu śledzenia ruchu opisanego w sekcji 6.
    1. Przygotować manekin głowy z polistyrenu, wycinając nożem kształt zbliżony do mózgu bydlęcego (wysokość = 180 mm, szerokość = 144 mm, długość = 84 mm).
    2. Wprowadzić do polistyrenowego mózgu 6 zestawów po 3 szklanych kulek z Flint glass (średnica 3 mm), rozmieszczonych w wierzchołkach trójkąta równobocznego o boku około 15 mm, w odległości nie większej niż 1 mm od powierzchni zewnętrznej (patrz Rysunek 5).
    3. Podłączyć system śledzenia ruchu do notebooka za pomocą USB. Otworzyć narzędzie do śledzenia, uruchomić śledzenie ruchu i sprawdzić, czy podczas dotykania szklanych kulek w polistyrenowym mózgu wskaźnik pozostaje w polu widzenia systemu, aby zweryfikować widoczność i efektywną dostępność podczas eksperymentów.

figure-protocol-2
Rycina 5Polistyrenowy model mózgu wykorzystany na etapie wstępnego projektowania. Głowa manekina z polistyrenu, odpowiednio docięta tak, aby odwzorować wymiary mózgu bydlęcego, została wykorzystana do wyznaczenia rozmieszczenia wzorów szklanych sfer w mózgu. W modelu polistyrenowym zaimplantowano sześć trójkątnych wzorów sfer o średnicy 3 mm, zgodnie z przedstawionym na zdjęciu schematem. t. j. trzy wzorce w prawej i trzy w lewej półkuli mózgu. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ilustracji.

  1. Przygotowanie fantoma agarowego
    UWAGA: Poniższe kroki pozwalają na przygotowanie laboratoryjnego fantoma agarowego do wykorzystania w procedurach kalibracji (Sekcja 6.1).
    1. W zlewce rozpuścić 100 g gliceryny i 30 g agaru w 870 g wody destylowanej. Mieszaninę mieszać przez 10-15 min, stopniowo zwiększając jej temperaturę do 90 °C. Przełożyć mieszaninę do pojemnika spożywczego o wymiarach 13x10x10 cm i przechowywać w lodówce przez co najmniej jeden dzień.
    2. Wyjąć fantom agarowy z lodówki. Pomalować 6 szklanych kulek żółtą emalią (w celu lepszej widoczności) i umieścić w fantomie agarowym 2 wzory po 3 szklane kuleczki każdy (t.j. po jednym na głównej ścianie bloku), w odległości nie większej niż 1 mm od powierzchni (Rysunek 6).
    3. W celu konserwacji podczas nieużywania, zanurzyć fantom agarowy w roztworze wody i chlorku benzalkoniowego, używając szczelnego plastikowego pojemnika spożywczego, i przechowywać w lodówce.

figure-protocol-3
Rysunek 6: Fantom agarowy. Na rysunku przedstawiono fantom agarowy, w którego dolnej krawędzi wyraźnie widoczny jest wszczepiony wzór trzech pomalowanych na żółto szklanych kulek (wskazanych czarnymi strzałkami). W pobliżu fantomu pokazano również końcówkę narzędzia wskaźnika, używaną do pomiaru pozycji kulek w fazie kalibracji. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

2. Przygotowanie i utrwalenie mózgu bydlęcego

  1. Pozyskać mózg bydlęcy ex vivo ze standardowego łańcucha dostaw żywności. Transportować go w lodzie (w celu konserwacji). Zazwyczaj, jak w tym przypadku, mózg ex vivo jest udostępniany po usunięciu go z organizmu zwierzęcia.
  2. Wyjąć mózg z lodu i umieścić go w dygestorium. Pozostawić go w dygestorium na kolejne etapy przygotowania. Wyizolować półkule mózgowe, oddzielając cerebellum, mesencephalon, pons oraz pień mózgu za pomocą skalpela, przecinając struktury na powierzchni brzusznej mózgu.
  3. Wykorzystując manekin polistyrenowy jako punkt odniesienia dla pozycjonowania, zaimplantować 6 wzorów trójkątnych po 3 sfery w korze płatów czołowych, skroniowych i potylicznych. Upewnić się, że spełnione są zdefiniowane warunki (t.j. odległości od powierzchni oraz między sferami). Dla lepszej widoczności zaznaczyć pozycje wszystkich sfer na powierzchni mózgu za pomocą zielonego barwnika histologicznego do znakowania tkanek (Rycina 7).
  4. Zanurzyć mózg w 10% buforowanym roztworze formaliny. Użyć plastikowego pojemnika do części anatomicznych (Rycina 8). Pozostawić mózg w pojemniku z formaliną przez co najmniej 3 tygodnie, aż proces utrwalania zostanie zakończony.
    UWAGA: formalina jest toksyczną substancją chemiczną i należy z nią obchodzić się ostrożnie; mogą mieć zastosowanie również specyficzne przepisy, na przykład norma US OSHA 1910.1048 App. A.

figure-protocol-4
Rycina 7: Przygotowanie mózgu bydlęcego i implantacja szklanych sfer. Ekspert patomorfolog przygotowuje mózg bydlęcy poprzez usunięcie zbędnych części anatomicznych, a następnie implantuje wzory szklanych sfer zgodnie z wcześniej zaprojektowaną konfiguracją (a). Pozycje sfer są następnie zaznaczane na powierzchni mózgu zielonym barwnikiem (b). Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

figure-protocol-5
Rysunek 8: Fixacja mózgu bydlęcego w formalinie. Mózg bydlęcy z implantowanymi szklanymi sferami zostaje zanurzony w 10% buforowanym roztworze formaliny w plastikowym pojemniku na części anatomiczne (a). Po okresie co najmniej 3 tygodni proces fixacji jest zakończony (b) i mózg może zostać wykorzystany do akwizycji obrazów. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

3. Pozyskiwanie obrazów MR

  1. Wyjąć mózg z roztworu formaliny, płukać go w wodzie przez noc, umieścić w czystym plastikowym pojemniku i szczelnie zamknąć.
  2. Umieścić pojemnik w cewce głowowej MR, a następnie włożyć go do skanera MR.
  3. Wykonać skanowanie MR przy użyciu skanera MR 3 T wyposażonego w 32-kanałową cewkę głowową (Rysunek 9). Pozyskać trzy zestawy obrazów, wykorzystując sekwencje T1, T2 oraz CISS, z rozdzielczością odpowiednio 0,7x0,7x1 mm3 dla sekwencji T1/T2 oraz 0,5x0,5x1 mm3 dla sekwencji CISS. Zapisać obrazy MR w formacie DICOM, korzystając z narzędzi programowych skanera MR.
  4. Po zakończeniu badania zanurzyć mózg w 10% buforowanej formalinie. Przenieść pozyskane obrazy MR ze skanera MR na stację roboczą do przetwarzania danych.

figure-protocol-6
Rysunek 9: Akwizycja obrazów MR. Mózg bydlęcy, zamknięty w czystym plastikowym pojemniku, zostaje umieszczony w skanerze MR 3 T w celu przeprowadzenia akwizycji obrazów MR. Kliknij tutaj, aby zobaczyć powiększoną wersję tego rysunku.

4. Definicja jakościowych pozycji dla akwizycji obrazów US

UWAGA: Niniejsza procedura definiuje zestaw jakościowych pozycji względem obrazów MR, w których maksymalizuje się widoczność obszarów mózgu zawierających wyraźnie rozpoznawalne struktury anatomiczne i dobrze zróżnicowane tkanki (w szczególności istotę białą i szarą) w obrazach US.

  1. Otwórz obrazy MR w formacie DICOM za pomocą narzędzia programowego Paraview (dalej zwanego oprogramowaniem do wizualizacji). Zleć ekspertowi wizualizację obrazów zarówno w formie przekrojów, jak i wolumetrii 3D, zgodnie z potrzebami.
  2. Przejrzyj każdy obraz MR w zbiorze danych, aby ocenić widoczność struktur anatomicznych i tkanek (np. rogów bocznych komór, corpus callosum, istoty szarej jąder podstawy).
  3. Wybierz trójwymiarowe podregiony przestrzenne z referencyjnego obrazu MR, które zawierają najlepiej rozpoznawalne cechy wizualne, i przybliżenie określ płaszczyzny cięcia o maksymalnej widoczności. Zidentyfikuj 12 zdefiniowanych wcześniej pozycji do akwizycji obrazów US, z których każda obejmuje istotny zestaw cech wizualnych.
  4. Dla każdej wirtualnej pozycji użyj funkcji "Sources > Cone", aby utworzyć stożek 3D jako punkt orientacyjny. Ustaw wysokość każdego stożka na 40 mm, a promień na 2 mm, a następnie ręcznie umieść stożek w trójwymiarowym polu widzenia (Rysunek 10). Zapisz kompleks obrazu MR, regionów 3D, płaszczyzn i punktów orientacyjnych jako plik stanu Paraview.

figure-protocol-7
Rysunek 10: Predefiniowane pozy dla akwizycji obrazów US.Markery na (a) wskazują pozycje 12 wybranych póz w ramce obrazu MR 3D, które operator musi osiągnąć w celu akwizycji obrazu US. Na (b) przedstawiono płaszczyzny MR odpowiadające wybranym pozom; czerwony marker reprezentuje pozycję głowicy US (przedstawioną w przestrzeni obrazu MR) poruszającą się w czasie rzeczywistym, aż do momentu osiągnięcia jednego z białych markerów, co umożliwi systemowi akwizycję pożądanego obrazu US. Kliknij tutaj, aby wyświetlić większą wersję tego rysunku.

5. Układ eksperymentalny

  1. Środowisko i cele
    UWAGA: Ten krok opisuje przygotowanie zestawu i instrumentów do eksperymentów z akwizycją US.
    1. Umieść plastikowy zbiornik o wymiarach 50x50x30 cm na stole i napełnij go odgazowaną wodą do wysokości 15 cm. Ustaw system śledzenia ruchu tak, aby zbiornik z wodą był widoczny z góry i w całości mieścił się w jego polu widzenia (Rycina 11), a następnie podłącz tracker ruchu do notebooka za pomocą USB.
    2. Wykonaj procedurę pivotowania, aby skalibrować wskaźnik za pomocą narzędzia śledzącego systemu śledzenia ruchu34.
    3. Umieść system ULA-OP na stole i podłącz go do notebooka za pomocą USB, upewniając się, że ekran komputera jest wyraźnie widoczny dla operatora sondy US. Umieść stację roboczą na stole i upewnij się, że jej ekran jest wyraźnie widoczny dla operatora.
    4. Wyjmij mózg z roztworu formaliny i wypłucz go w wodzie. Unieruchom go na płytce z żywicy syntetycznej, używając odcinków nici krawieckiej i pasków klejących (Rycina 12).
    5. Zanurz płytkę z mózgiem w zbiorniku i zweryfikuj za pomocą wskaźnika oraz programowego narzędzia śledzącego, czy cała przestrzeń robocza wokół mózgu mieści się w polu widzenia trackera ruchu.

figure-protocol-8
Rysunek 11: Konfiguracja pomiarów eksperymentalnych z wykorzystaniem systemu śledzenia ruchu. Czujnik śledzenia ruchu jest umieszczony nad zbiornikiem z wodą, w którym zanurzony jest mózg bydlęcy, w taki sposób, aby cel oraz sonda z przymocowanymi markerami odblaskowymi w całości mieściły się w polu widzenia pomiarowego czujnika. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

figure-protocol-9
Rysunek 12: Ustawienie mózgu bydlęcego w zbiorniku z wodą. Mózg bydlęcy zostaje unieruchomiony na płytce z żywicy syntetycznej za pomocą dwóch nici krawieckich (umieszczonych wzdłuż szczeliny podłużnej) i przymocowany do płytki pasmami klejącymi. Następnie płytka wraz z mózgiem bydlęcym zostają zanurzone w zbiorniku z wodą. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

  1. Podłączenie głowicy US i konfiguracja systemu ULA-OP do przeprowadzenia skanowania.
    1. Podłącz głowicę US do systemu ULA-OP.
    2. Skonfiguruj system ULA-OP za pomocą plików konfiguracyjnych oraz interfejsu oprogramowania na komputerze (Rysunek 13).
      1. Zdefiniuj tryb dupleks składający się z dwóch przeplatanych trybów B, wykorzystujących dwie różne częstotliwości pracy (7 MHz i 9 MHz). Ustaw bipolarny impuls o długości 1 cyklu dla każdego trybu. Ustaw ognisko nadawania na głębokość 25 mm oraz dynamiczne ogniskowanie w odbiorze z funkcją apodyzacji sinc dla F#=2.
      2. Skonfiguruj system tak, aby rejestrował dane po formowaniu wiązki oraz dane demodulowane w fazie i kwadraturze (I/Q).
    3. Przeprowadź kilka testów akwizycji, aby upewnić się, że system jest w pełni sprawny.
      1. Zatrzymaj obraz w systemie, klikając przycisk przełączający „Freeze” w oprogramowaniu ULA-OP. Włącz tryb automatycznego zapisu, klikając przycisk przełączający przedstawiający trzy dyskietki. W oknie wyskakującym, które pojawi się po zakończeniu akwizycji, wpisz nazwę pliku i kliknij „Save”.

figure-protocol-10
Rysunek 13: Układ eksperymentalny do akwizycji obrazów US. System ULA-OP jest połączony z laptopem umieszczonym obok zbiornika z wodą, tak aby jego wyświetlacz był wyraźnie widoczny dla operatora głowicy US podczas akwizycji. Kliknij tutaj, aby wyświetlić większą wersję tego rysunku.

  1. Mocowanie pasywnych markerów odblaskowych do głowicy US
    UWAGA: Po wykonaniu tej procedury powstaje stabilny zespół głowicy US i pasywnych markerów odblaskowych, służący do późniejszej akwizycji danych obrazowych i pozycyjnych.
    1. Znajdź odpowiednie miejsce na zacisk na uchwycie głowicy US. Zamocuj pasywne markery odblaskowe na uchwycie głowicy US (Rycina 14).
    2. Wykonaj kilka testów akwizycji (patrz krok 5.2.3), aby upewnić się, że zacisk jest stabilny, a markery są wyraźnie widoczne dla systemu śledzenia ruchu podczas trzymania głowicy US w przewidywanych pozycjach roboczych.

figure-protocol-11
Rysunek 14: Narzędzie pasywne z markerami refleksyjnymi zamocowane do piezoelektrycznej sondy do obrazowania 3D. Narzędzie z markerami jest prawidłowo zamocowane i unieruchomione na uchwycie piezoelektrycznej sondy do obrazowania 3D, tworząc wspólną konstrukcję służącą do jednoczesnego pozyskiwania obrazów US oraz danych o pozycji. Kliknij tutaj, aby zobaczyć powiększoną wersję tego rysunku.

6. Kalibracja

UWAGA: Ta sekcja opisuje część eksperymentalną protokołu, która służy do gromadzenia informacji niezbędnych do obliczenia wymaganych transformacji między różnymi zaangażowanymi układami odniesienia przestrzennego. Szczegóły matematyczne dotyczące metody obliczeń znajdują się w Sekcji 9. Procedury programistyczne w języku MATLAB służące do kalibracji są dostępne jako otwartoźródłowe pod adresem https://bitbucket.org/unipv/denecor-transformations.

  1. Od klatki obrazu US do pasywnej klatki narzędzia zamocowanego do głowicy US
    UWAGA: Poniższa procedura kalibracji jest wykorzystywana do obliczenia sztywnej transformacji, która pozwala na przypisanie pozycji przestrzennych wokselom obrazu US w lokalnym układzie odniesienia pasywnego narzędzia zamocowanego na głowicy. Należy ją powtarzać przy każdym montażu pasywnego narzędzia na głowicy US.
    1. Umieścić fantom agarowy w pełnym zanurzeniu w zbiorniku z wodą. Uruchomić aplikację do rejestrowania, która zapisuje dane pozycyjne, i zebrać pozycje każdej z 6 szklanych sfer w fantomie agarowym za pomocą narzędzia wskaźnikowego, śledząc jego ruch.
    2. Pozyskać jeden obraz US dla każdego wzoru 3 sfer w fantomie agarowym (Rycina 15) (krok 5.2.3). Upozycjonować głowicę US za pomocą ramienia mechanicznego, korzystając z funkcji prewizualizacji systemu ULA-OP, tak aby cały wzór trzech sfer znajdował się w polu widzenia. Pozyskać i zapisać odpowiadający mu obraz US.
    3. Przesłać wszystkie obrazy US w formacie ULA-OP wraz z plikami dziennika z trackera ruchu na stację roboczą.
    4. Otworzyć każdy obraz US w oprogramowaniu do wizualizacji, ręcznie zaznaczyć pozycję 3 szklanych sfer na każdym z nich i przepisać pozycje 3D do pliku .csv.
    5. Obliczyć sztywną transformację US-marker pomiędzy dwoma układami odniesienia (patrz udostępniony kod open-source oraz Sekcja 9).

figure-protocol-12
Rycina 15: Pozyskiwanie obrazów US fantomu agarowego do kalibracji. Operator przesuwa głowicę US (głowicę CMUT) nad fantomem agarowym, aby pozyskać dwa obrazy US zawierające dwa osadzone wzory sferyczne, co jest wyświetlane w czasie rzeczywistym przez oprogramowanie ULA-OP na ekranie komputera. Pozyskane obrazy są następnie wykorzystywane do obliczenia transformacji z przestrzeni obrazu US do przestrzeni pasywnego narzędzia z markerami zamocowanymi na głowicy. Kliknij tutaj, aby zobaczyć większą wersję tej ryciny.

  1. Z przestrzeni trackera ruchu do przestrzeni obrazu MR
    UWAGA: Poniższe operacje kalibracyjne służą do obliczenia sztywnej transformacji z układu odniesienia systemu śledzenia ruchu do układu odniesienia obrazu MR i muszą być powtarzane przy każdym umieszczeniu mózgu w zakresie operacyjnym trackera ruchu. Dwa ostatnie kroki tej procedury należy powtórzyć dla każdego odrębnego obrazu MR.
    1. Umieść mózg w pełnej imersji w zbiorniku z wodą. Uruchom aplikację do logowania i zarejestruj pozycje każdej z 18 szklanych sfer za pomocą narzędzia wskaźnikowego (Rysunek 16). Przenieś pliki logów trackera ruchu na stację roboczą.
    2. Otwórz każdy obraz MR mózgu w oprogramowaniu do wizualizacji, ręcznie zaznacz pozycję każdej z 18 szklanych sfer i zapisz odpowiadające im współrzędne 3D w plikach .csv.
    3. Oblicz sztywną transformację z trackera ruchu na MR między dwoma układami odniesienia (patrz: kod open-source oraz Sekcja 9).

figure-protocol-13
Rycina 16: Wyznaczanie pozycji szklanych sfer implantowanych w mózgu bydlęcym do kalibracji. Narzędzie wskaźnika służy do sukcesywnego wyznaczania pozycji 18 szklanych sfer implantowanych w mózgu bydlęcym zanurzonym w wodzie. Pozycje te są wykorzystywane do obliczenia transformacji z przestrzeni systemu śledzenia ruchu do przestrzeni obrazu MR. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

7. Pozyskiwanie obrazów ultradźwiękowych

UWAGA: Procedury programistyczne w języku Python dla Paraview, służące do wizualizacji w czasie rzeczywistym, są dostępne jako oprogramowanie open-source pod adresem https://bitbucket.org/unipv/denecor-tracking.

  1. Pozyskiwanie obrazów US dla zdefiniowanych wcześniej pozycji
    1. Zamocuj markery na głowicy US i przeprowadź procedurę kalibracji (rozdziały 5.3 i 6.1). Ustaw mózg i przeprowadź procedurę kalibracji (rozdziały 5.1 i 6.2).
    2. Zbierz dwa parametry sztywnej transformacji (US-do-markera oraz tracker-do-MR) obliczone w krokach 6.1.5 i 6.2.3, a następnie przenieś te pliki do folderu procedury wizualizacji w czasie rzeczywistym zaimplementowanej w języku Python oraz do oprogramowania do wizualizacji (Rysunek 10b).
    3. Uruchom procedurę wizualizacji w czasie rzeczywistym za pomocą oprogramowania do wizualizacji (patrz: kod open-source) i zweryfikuj, czy aktualna pozycja głowicy US jest wyświetlana prawidłowo (Rysunek 17).
    4. Uruchom aplikację do logowania w celu rejestracji pozycji głowicy. Ręcznie dopasuj głowicę US do każdej z jakościowo zdefiniowanych wcześniej pozycji wyświetlanych w oprogramowaniu do wizualizacji i wykonaj odpowiadający im obraz za pomocą systemu ULA-OP (krok 5.2.3). Zatrzymaj obie aplikacje i przenieś wszystkie obrazy US w formacie ULA-OP oraz pliki logów trackera ruchu na stację roboczą.

figure-protocol-14
Rycina 17: Pozyskiwanie obrazów US z wcześniej zdefiniowanych pozycji. Operator przesuwa głowicę US, aby osiągnąć zdefiniowane pozycje; procedura jest wspomagana w czasie rzeczywistym przez rutynę w języku Python, która za pomocą oprogramowania do wizualizacji wyświetla pozycję głowicy na obrazie MR mózgu 3D na monitorze stacji roboczej. Kliknij tutaj, aby zobaczyć większą wersję tej ryciny.

  1. Pozyskiwanie obrazów w ruchu z wolnej ręki przy użyciu liniowych głowic US do rekonstrukcji obrazu 3D
    UWAGA: Poniższe kroki są przeznaczone wyłącznie dla liniowych głowic US i pozwalają na pozyskanie sekwencji planarnych obrazów US 2D, które wraz z danymi pozycjonowania z systemu śledzenia ruchu są niezbędne do rekonstrukcji wolumetrycznej 3D.
    1. Zamocuj markery na głowicy US i przeprowadź procedurę kalibracji (sekcje 5.3 i 6.1). Ustaw mózg i przeprowadź procedurę kalibracji (sekcje 5.1 i 6.2).
    2. Ręcznie ustaw głowicę US w zamierzonej pozycji początkowej (np. przedni koniec każdej półkuli). Rozpocznij pozyskiwanie każdej sekwencji obrazów US za pomocą systemu ULA-OP (krok 5.2.3) oraz aplikacji do logowania w celu rejestracji pozycji głowicy.
    3. Wykonaj powolny, swobodny ruch głowicą US w kierunku zamierzonej pozycji końcowej (np. dystalny koniec każdej półkuli mózgu). Zakończ pozyskiwanie obrazów US w systemie ULA-OP i zatrzymaj śledzenie głowicy. Prześlij wszystkie obrazy US w formacie ULA-OP oraz pliki logów z trackera ruchu na stację roboczą.

8. Przetwarzanie końcowe i wizualizacja

  1. Postprocesowanie sekwencji obrazów US wykonywanych z ręki
    UWAGA: Procedura ta jest zaimplementowana w języku programowania MATLAB i jest stosowana do każdej sekwencji 2D obrazów US wykonywanych z ręki w formacie ULA-OP w celu utworzenia kompletnych obrazów 3D.
    1. Wczytaj sekwencję obrazów US w formacie ULA-OP. Dopasuj sekwencję obrazów US do plików dziennika trackera ruchu. Wyodrębnij z plików dziennika sekwencję pozycji z przypisanymi znacznikami czasu, które mieszczą się w przedziale czasowym od początku do końca procesu akwizycji, zgodnie z zapisem systemu ULA-OP.
    2. Oblicz dokładny czas każdego obrazu US w sekwencji, korzystając z parametrów zarejestrowanych przez system ULA-OP.
    3. Oblicz pozycję przypisaną do każdego obrazu US w sekwencji poprzez interpolację między dwiema najbliższymi pozycjami z przypisanymi znacznikami czasu zarejestrowanymi przez system trackingu ruchu. Zastosuj interpolację liniową dla wektorów translacji oraz sferyczną interpolację liniową (SLERP) dla rotacji wyrażonych jako kwaterniony.
      UWAGA: Przyjmij środkowy obraz US w sekwencji – t.j. obraz w pozycji, która najlepiej dzieli sekwencję na dwie (w przybliżeniu) równe połowy – jako punkt odniesienia do zdefiniowania układu współrzędnych obrazu 3D US.
    4. Zastosuj kompresję logarytmiczną, znormalizuj obraz do wartości maksymalnej i nałóż próg (zazwyczaj -60 dB) na każdą płaszczyznę w obrazie US.
    5. W odniesieniu do układu współrzędnych referencyjnych oblicz i zastosuj relatywną transformację przestrzenną do każdego z pozostałych obrazów US w sekwencji, aby uzyskać wiązkę płaszczyzn zlokalizowanych przestrzennie.
    6. Zastosuj procedurę interpolacji liniowej do struktury płaszczyzn zlokalizowanych przestrzennie, aby utworzyć kartezjańską macierz wokseli 3D. Zapisz kartezjańską macierz wokseli 3D jako plik .vtk i zarejestruj znaczniki czasu przedziałów odpowiadające czasowi akwizycji.
  2. Postprocesowanie innych obrazów US (poza sekwencjami wykonywanymi z ręki)
    UWAGA: Poniższa procedura jest stosowana do każdego obrazu US w formacie ULA-OP z wyjątkiem sekwencji wykonywanych z ręki (Sekcja 8.1).
    1. Wczytaj obraz US w formacie ULA-OP. Zastosuj kompresję logarytmiczną, znormalizuj obraz do wartości maksymalnej i nałóż próg (zazwyczaj -60 dB) na każdą płaszczyznę w obrazie US.
    2. Wyłącznie dla obrazów 3D US zastosuj procedurę interpolacji liniowej (t.j. konwersję skanowania) do struktury płaszczyzn zlokalizowanych przestrzennie, aby utworzyć kartezjańską macierz wokseli 3D.
    3. Zapisz płaszczyznę obrazu lub kartezjańską macierz wokseli 3D jako plik .vtk, rejestrując znaczniki czasu przedziałów odpowiadające czasowi akwizycji.
  3. Rejestracja obrazów US
    UWAGA: W tej sekcji opisano procedury przeprowadzania końcowej rejestracji obrazów US i MR, przy użyciu dwóch transformacji obliczonych podczas poprzednich etapów kalibracji oraz danych pozycyjnych sondy US zarejestrowanych podczas akwizycji. Procedury programistyczne w języku MATLAB do rejestracji obrazów US są dostępne jako open-source pod adresem https://bitbucket.org/unipv/denecor-transformations.
    1. Wczytaj obraz US w formacie .vtk.
    2. Dopasuj czas obrazu US do plików dziennika trackera ruchu. Wyodrębnij z plików dziennika sekwencję pozycji z przypisanymi znacznikami czasu, które mieszczą się w przedziale czasowym od początku do końca procesu akwizycji, zgodnie z zapisem w obrazie .vtk.
    3. Oblicz średnią pozycję dla obrazu US. Zastosuj uśrednianie liniowe dla wektorów translacji oraz algorytm opisany w referencji35 dla rotacji wyrażonych jako kwaterniony.
    4. Wczytaj transformację US-do-markera odpowiadającą konkretnemu obrazowi US. Wczytaj transformację tracker-do-MR odpowiadającą konkretnemu obrazowi US i wybranemu obrazowi MR.
    5. Wykorzystaj średnią pozycję wraz z powyższymi dwiema transformacjami, aby obliczyć sztywną transformację rejestracyjną US-do-MR, a następnie zapisz ją w różnych formatach, w tym w postaci translacji i kątów Eulera, co umożliwi wizualizację obrazu US w wybranym układzie współrzędnych obrazu MR.
  4. Wizualizacja zarejestrowanych obrazów US
    UWAGA: Są to końcowe kroki w celu wizualizacji nabytych obrazów US i MR oraz ich prezentacji po superpozycji w oprogramowaniu do wizualizacji, z wykorzystaniem wcześniej obliczonych transformacji.
    1. Uruchom oprogramowanie do wizualizacji i wczytaj wybrany obraz MR. Wczytaj wszystkie odpowiednie obrazy US. Dla każdego obrazu US utwórz transformację Paraview i zastosuj obliczoną transformację rejestracyjną US-do-MR (Rysunek 18) do danych obrazowych.

9. Modele kalibracyjne i transformacje

UWAGA: Niniejsza sekcja opisuje matematyczne szczegóły technik kalibracji i transformacji wykorzystanych w przedstawionym protokole. Protokół eksperymentalny obejmuje cztery różne układy odniesienia, które muszą zostać odpowiednio połączone: 1) układ obrazu US, który zależy zarówno od charakterystyki fizycznej głowicy US, jak i konfiguracji skanera, przypisujący współrzędne przestrzenne (x, y, z) do każdego woksela w obrazie US (dla jednolitości przyjmuje się, że wszystkie obrazy płaskie 2D mają y=0); 2) układ Markera (M), który jest immanentny dla narzędzia z markerami pasywnymi przymocowanego do głowicy US (Sekcja 6.1); 3) układ Systemu Śledzenia (TS) ruchu, który jest immanentny dla instrumentu śledzącego; 4) układ obrazu MR (MRI), definiowany przez skaner, przypisujący współrzędne przestrzenne (x, y, z) do każdego woksela w obrazie MR. Dla wygody i uproszczenia notacji, procedury w tej sekcji są opisane przy użyciu macierzy rotacji (t.j. macierzy cosinusów kierunkowych), a nie kwaternionów36.

  1. Z układu US do układu M
    UWAGA: Procedura kalibracji eksperymentalnej w Sekcji 6.1 dostarcza następujących informacji: 1) pozycji 3D (p1, … , p6)TS dwóch wzorców składających się z 3 sfer każdy, zawartych w fantomie agarowym i zmierzonych w układzie trackera ruchu; 2) pozycji 3D każdego z tych samych dwóch wzorców (p1, … , p3)US oraz (p4, … , p6)US zmierzonych w każdym z dwóch nabytych obrazów US; 3) jednej transformacji (RM>TS, tM>TS), gdzie R jest macierzą rotacji, a t wektorem translacji, zmierzonych przez przyrząd pozycjonujący, która opisuje względną pozycję narzędzia z markerami pasywnymi (wszystkie rotacje mierzone przez system trackowania ruchu są raportowane jako kwaterniony, które muszą zostać przekonwertowane na macierze rotacji).
    1. Zastosuj algorytm opisany w referencji37 do każdej z dwóch par list (p1, … , p3)US, (p1, … , p3) TS oraz (p4, … , p6)US, (p4, … , p6)TS, aby uzyskać dwie transformacje typu (RUS>TS, tUS>TS), z których każda odpowiada jednej konkretnej przestrzeni obrazu US.
      1. Oblicz szacunkową wartość pożądanej transformacji (RUS>M, tUS>M) z każdej z powyższych transformacji w następujący sposób:
        RUS>M = RTM>TS RUS>TS
        tUS>M = RTM>TS (tUS>TS - tM>TS)
        UWAGA: Dwie wartości szacunkowe są łączone poprzez uśrednianie arytmetyczne wektorów tUS>M oraz uśrednianie macierzy rotacji RUS>M metodą opisaną w referencji35, po uprzednim przekonwertowaniu macierzy na kwaterniony, a następnie wynikowych kwaternionów z powrotem na macierz rotacji.
  2. Z systemu trackowania ruchu do układu MRI
    UWAGA: Procedura w Sekcji 6.2 dostarcza następujących informacji: 1) pozycji 3D (p1, … , p18)TS sześciu wzorców składających się z 3 sfer każdy, zawartych w mózgu bydlęcym, zmierzonych w układzie systemu trackowania ruchu; 2) pozycji 3D tych samych 18 sfer (p1, … , p18)MRI zmierzonych w docelowym obrazie MR.
    1. Oblicz bezpośrednio pożądaną transformację (RTS>MRI, tTS>MRI), stosując algorytm z37 do dwóch list pozycji.
  3. Z układu US do układu MRI
    UWAGA: Procedura nabywania obrazów US opisana w Sekcji 7 generuje obrazy, dla których, po rozstrzygnięciu znaczników czasu powiązanych z plikami dziennika trackera ruchu, transformacja (RM>TS, tM>TS) jest obliczana bezpośrednio.
    1. Oblicz pożądaną transformację w następujący sposób:
      RUS>MRI = RTS>MRI RM>TS RUS>M
      tUS>MRI = RTS>MRI (RM>TS tUS>M + tM>TS) + tTS>MRI

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Głównym wynikiem uzyskanym za pomocą opisanego protokołu jest eksperymentalna walidacja skutecznej i powtarzalnej procedury oceny możliwości obrazowania 2D i 3D prototypów głowic US opartych na technologii CMUT, w kontekście ich przyszłego zastosowania w obrazowaniu mózgu. Po wykonaniu wszystkich kroków opisanego protokołu ekspert może zastosować funkcje oprogramowania do wizualizacji (np. plastrowanie o dowolnej orientacji, ekstrakcja podzbioru, interpolacja objętościowa, it...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

W literaturze przedmiotu zamieszczono kilka prac opisujących techniki, które są podobne lub pokrewne do prezentowanego protokołu. Techniki te opierają się również na wykorzystaniu realistycznych celów, w tym nieruchomych mózgów zwierząt lub zwłok, ale są one przeznaczone głównie do testowania różnego rodzaju metod rejestracji cyfrowej.

Opisany tutaj protokół ma jednak konkretny cel testowania sond amerykańskich w różnych konfiguracjach we wczesnych stadiach rozwoju i w związku z tym spełnia po...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy deklarują, że nie mają konkurencyjnych interesów finansowych.

Podziękowania

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ta praca została częściowo wsparta przez rządy krajowe i Unię Europejską poprzez projekt ENIAC JU DeNeCoR na podstawie umowy o grant numer 324257. Autorzy pragną podziękować prof. Giovanniemu Magenesowi, prof. Piero Tortoli i dr Giosuè Caliano za ich cenne wsparcie, nadzór i wnikliwe komentarze, które umożliwiły tę pracę. Jesteśmy również wdzięczni prof. Egidio D'Angelo i jego grupie (BCC Lab.), a także Fondazione Istituto Neurologico C. Mondino za dostarczenie oprzyrządowania do śledzenia ruchu i rezonansu magnetycznego, a także Giancarlo Germaniemu za pozyskanie rezonansu magnetycznego. Na koniec chcielibyśmy podziękować dr Nicoletcie Caramii, dr Alessandro Dallai i Pani Barbarze Mauti za ich cenne wsparcie techniczne oraz Panu Walterowi Volpi za dostarczenie mózgu bydlęcego.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
ULA-OPUniwersytet we FlorencjiN/ASystem badawczy do obrazowania ultrasonograficznego
Sonda piezeoelektryczna do obrazowania 3DEsaote s.p.a.9600195000Mechanicznie omiatana sonda ultradźwiękowa 3D, model BL-433
Liniowa sonda piezoelektrycznaEsaote s.p.a.122001100Ultradźwiękowa sonda liniowa, model LA-533
Sonda CMUTUniversity Roma TreN/AUltradźwiękowa sonda liniowa oparta na technologii CMUT
Skaner MAGNETOM Skyra 3TMR Siemens HealthcareN/ASkaner MR
głowicy Siemens HealthcareN/A32-kanałowa cewka głowicy do obrazowania MR
NDI Polaris VicraNDI Medical8700335001Optyczny system śledzenia ruchu
Narzędzie wskaźnikoweNDI Medical8700340Pasywne narzędzie wskaźnikowe z 4 znacznikami odblaskowymi Narzędzie
wyposażone w zaciskNDI Medical8700399Sztywny korpus z 4 znacznikami odblaskowymi i zaciskiem do podłączenia do uchwytu sondy amerykańskiej
Mózg bydlęcyNIEDOTYCZYNie dotyczy Mózg dorosłego bydła, od dostawców żywności
Roztwór formalinyN/AN/A10% buforowany roztwór formaliny do fiksacji mózgu bydła - UWAGA, formalina jest toksyczną substancją chemiczną i należy obchodzić się z nią ostrożnie; mogą również obowiązywać szczególne przepisy (patrz na przykład US OSHA Standard 1910.1048 App A)
Plastikowy pojemnik na części anatomiczneN/AN/ACylindryczny pojemnik z pokrywką
Szklanekule N/AN/A Kuleszkła
krzemiennego o średnicy 3 mmAgarN/AN/D30 g, do przygotowania fantomowego
GlicerynaAEFFE FarmaceuticiA908005248100 g, do przygotowania fantomowego
Woda destylowanaSolbat Gaysol8027391000015870 g, do przygotowania fantomowego
ZlewkaN/AN/DZlewka stosowana do rozcieńczania gliceryny i agaru w wodzie destylowanej
LysoformLever8000680500014Do konserwacji fantomów agaru użyto chlorku benzalkoniowego i roztworu wodnego
Polistyrenowa głowa manekinaN/A/AModel polyyestirene, który został wycięty i wykorzystany do zaprojektowania konfiguracji wzorów kul
Zielony barwnik do znakowania tkanek do histologiiNIE DOTYCZYNIE DOTYCZYKolor używany do oznaczania pozycji szklanych kulek na powierzchni mózgu bydlęcego
Szkliwo żółteNie dotyczyNie dotyczyEmalia używana do barwienia szklanych kulek wszczepionych do fantomu agarowego
Zbiornik na wodęN/AN/D50x50x30 cm zbiornik z tworzywa sztucznego wypełniony odgazowaną wodą do wysokości 15 cm 
Ramię mechaniczneEsaote s.p.a.Nie dotyczyRamię mechaniczne zaciśnięte na krawędzi zbiornika na wodę i służące do utrzymywania sondy w ustalonych pozycjach
Płyta z żywicy syntetycznejN/A/APłytka używana jako podpora do pozycjonowania mózgu bydlęcego w zbiorniku na wodę
Nici do szyciaN/AN/ASegmenty nici do szycia służące do unieruchamiania mózgu na płycie żywicznej
Taśma klejącaNIEDOTYCZY NIEDOTYCZYTaśma klejąca służąca do mocowania końców nici do szycia na płycie żywicznej
Plastikowy pojemnik na żywnośćNIE DOTYCZYNie dotyczy Szczelny pojemnik na żywność używany do fantomu agaru
NotebookLenovoZ50-70Lenovo  Z50-70, Intel(R) Core i7-4510U @ 2,0 GHz,
stacja roboczaDell Inc.Procesor T5810Intel(R) Xeon(R) E3-1240v3 @ 3,40 GHz, 16 GB RAM
MatlabMathWorksR2013a, używane do obliczeń transformacji przestrzeni i rekonstrukcji 3D z płaszczyzn obrazu
ParaviewKitware Inc.v. 4.4.1Oprogramowanie Open-source do przetwarzania i wizualizacji obrazów 3D
NDI Toolbox - ToolTracker UtilityNDI Medicalv. 4.007.007Oprogramowanie do wizualizacji i śledzenia pozycji znaczników w objętości pomiarowej NDI Polaris Vicra
Oprogramowanie do rejestracji danych C++NDI Medicalv. 4.007.007Oprogramowanie do rejestracji pozycji znacznika w pliku tekstowym
dziennika Oprogramowanie ULA-OP Uniwersytet we FlorencjiN/A Oprogramowaniedo wyświetlania i sterowania systemem ULA-OP w czasie rzeczywistym
Cewka ze N N z 8 GB pamięci RAM Narzędzie programowe

Bibliografia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Matrone, G., Savoia, A. S., Terenzi, M., Caliano, G., Quaglia, F., Magenes, G. A Volumetric CMUT-Based Ultrasound Imaging System Simulator With Integrated Reception and µ-Beamforming Electronics Models. IEEE Trans. Ultrason. Ferroelectr. Freq. Control. 61 (5), 792-804 (2014).
  2. Pappalardo, M., Caliano, G., Savoia, A. S., Caronti, A. Micromachined ultrasonic transducers. Piezoelectric and Acoustic Materials for Transducer Applications. , Springer. 453-478 (2008).
  3. Oralkan, O. Capacitive micromachined ultrasonic transducers: Next-generation arrays for acoustic imaging? IEEE Trans. Ultrason. Ferroelectr. Freq. Control. 49 (11), 1596-1610 (2002).
  4. Savoia, A., Caliano, G., Pappalardo, M. A CMUT probe for medical ultrasonography: From microfabrication to system integration. IEEE Trans. Ultrason. Ferroelectr. Freq. Control. 59 (6), 1127-1138 (2012).
  5. ENIAC JU project DeNeCoR website. , http://www.denecor.info (2017).
  6. Ramalli, A., Boni, E., Savoia, A. S., Tortoli, P. Density-tapered spiral arrays for ultrasound 3-D imaging. IEEE Trans. Ultrason. Ferroelectr. Freq. Control. 62 (8), 1580-1588 (2015).
  7. Lazebnik, R. S., Lancaster, T. L., Breen, M. S., Lewin, J. S., Wilson, D. L. Volume registration using needle paths and point landmarks for evaluation of interventional MRI treatments. IEEE Trans. Med. Imag. 22 (5), 653-660 (2003).
  8. Dawe, R. J., Bennett, D. A., Schneider, J. A., Vasireddi, S. K., Arfanakis, K. Postmortem MRI of human brain hemispheres: T2 relaxation times during formaldehyde fixation. Magn. Reson. Med. 61 (4), 810-818 (2009).
  9. Chen, S. J., et al. An anthropomorphic polyvinyl alcohol brain phantom based on Colin27 for use in multimodal imaging. Mag. Res. Phys. 39 (1), 554-561 (2012).
  10. Farrer, A. I. Characterization and evaluation of tissue-mimicking gelatin phantoms for use with MRgFUS. J. Ther. Ultrasound. 3 (9), (2015).
  11. Choe, A. S., Gao, Y., Li, X., Compton, K. B., Stepniewska, I., Anderson, A. W. Accuracy of image registration between MRI and light microscopy in the ex vivo brain. Magn. Reson. Imaging. 29 (5), 683-692 (2011).
  12. PVA brain phantom images website. , http://pvabrain.inria.fr (2017).
  13. Gobbi, D. G., Comeau, R. M., Peters, T. M. Ultrasound probe tracking for real-time ultrasound/MRI overlay and visualization of brain shift. Int. Conf. Med. Image Comput. Comput. Assist. Interv (MICCAI) n. 920, 927(1999).
  14. Ternifi, R. Ultrasound measurements of brain tissue pulsatility correlate with the volume of MRI white-matter hyperintensity. J. Cereb. Blood Flow. Metab. 34 (6), 942-944 (2014).
  15. Unsgaard, G. Neuronavigation by Intraoperative Three-dimensional Ultrasound: Initial Experience during Brain Tumor Resection. Neurosurgery. 50 (4), 804-812 (2002).
  16. Pfefferbaum, A. Postmortem MR imaging of formalin-fixed human brain. NeuroImage. 21 (4), 1585-1595 (2004).
  17. Schulz, G. Three-dimensional strain fields in human brain resulting from formalin fixation. J. Neurosci. Meth. 202 (1), 17-27 (2011).
  18. Ahrens, J., Geveci, B., Law, C. ParaView: An End-User Tool for Large Data Visualization. Visualization Handbook. , Elsevier. (2005).
  19. Cloutier, G. A multimodality vascular imaging phantom with fiducial markers visible in DSA, CTA, MRA, and ultrasound. Med. Phys. 31 (6), 1424-1433 (2004).
  20. Boni, E. A reconfigurable and programmable FPGA-based system for nonstandard ultrasound methods. IEEE Trans. Ultrason. Ferroelectr. Freq. Control. 59 (7), 1378-1385 (2012).
  21. Bagolini, A. PECVD low stress silicon nitride analysis and optimization for the fabrication of CMUT devices. J. Micromech. Microeng. 25 (1), (2015).
  22. Savoia, A. Design and fabrication of a cMUT probe for ultrasound imaging of fingerprints. Proc. IEEE Int. Ultrasonics Symp. , 1877-1880 (2010).
  23. Fenster, A., Downey, D. B. Three-dimensional ultrasound imaging. Annu. Rev. Biomed. Eng. 2, 457-475 (2000).
  24. Matrone, G., Ramalli, A., Savoia, A. S., Tortoli, P., Magenes, G. High Frame-Rate, High Resolution Ultrasound Imaging with Multi-Line Transmission and Filtered-Delay Multiply And Sum Beamforming. IEEE Trans. Med. Imag. 36 (2), 478-486 (2017).
  25. Matrone, G., Savoia, A. S., Caliano, G., Magenes, G. Depth-of-field enhancement in Filtered-Delay Multiply and Sum beamformed images using Synthetic Aperture Focusing. Ultrasonics. 75, 216-225 (2017).
  26. Boni, E., Cellai, A., Ramalli, A., Tortoli, P. A high performance board for acquisition of 64-channel ultrasound RF data. Proc. IEEE Int. Ultrasonics Symp. , 2067-2070 (2012).
  27. Matrone, G., Savoia, A. S., Caliano, G., Magenes, G. The Delay Multiply and Sum beamforming algorithm in medical ultrasound imaging. IEEE Trans. Med. Imag. 34, 940-949 (2015).
  28. Savoia, A. S. Improved lateral resolution and contrast in ultrasound imaging using a sidelobe masking technique. Proc. IEEE Int. Ultrasonics Symp. , 1682-1685 (2014).
  29. Gyöngy, G., Makra, A. Experimental validation of a convolution- based ultrasound image formation model using a planar arrangement of micrometer-scale scatterers. IEEE Trans. Ultrason. Ferroelectr. Freq. Control. 62 (6), 1211-1219 (2015).
  30. Shapoori, K., Sadler, J., Wydra, A., Malyarenko, E. V., Sinclair, A. N., Maev, R. G. An Ultrasonic-Adaptive Beamforming Method and Its Application for Trans-skull Imaging of Certain Types of Head Injuries; Part I: Transmission Mode. IEEE Trans. Biomed. Eng. 62 (5), 1253-1264 (2015).
  31. Salles, S., Liebgott, H., Basset, O., Cachard, C., Vray, D., Lavarello, R. Experimental evaluation of spectral-based quantitative ultrasound imaging using plane wave compounding. IEEE Trans. Ultrason. Ferroelectr. Freq. Control. 61 (11), 1824-1834 (2014).
  32. Alessandrini, M. A New Technique for the Estimation of Cardiac Motion in Echocardiography Based on Transverse Oscillations: A Preliminary Evaluation In Silico and a Feasibility Demonstration In Vivo. IEEE Trans. Med. Imag. 33 (5), 1148-1162 (2014).
  33. Ramalli, A., Basset, O., Cachard, C., Boni, E., Tortoli, P. Frequency-domain-based strain estimation and high-frame-rate imaging for quasi-static elastography. IEEE Trans. Ultrason. Ferroelectr. Freq. Control. 59 (4), 817-824 (2012).
  34. NDI Polaris Vicra optical tracking system website. , http://www.ndigital.com/medical/polaris-family (2017).
  35. Markley, F. L., Cheng, Y., Crassidis, J. L., Oshman, Y. Averaging quaternions. J. Guid. Cont. Dyn. 30 (4), 1193-1197 (2007).
  36. Dorst, L., Fontijne, D., Mann, S. Geometric Algebra for Computer Science. An Object-oriented Approach to Geometry. , A Volume in the Morgan Kaufmann Series in Computer Graphics (2007).
  37. Horn, B. K. P. Closed-form solution of absolute orientation using unit quaternions. J. Opt. Soc. Am. A. 4 (4), 629-642 (1987).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Przetworniki ultrad wi kowe CMUTprotok obrazowania m zgurejestracja obraz w USG i MRsystem ledzenia ruchuobrazowanie m zgu bydl cegokalibracja fantomu agarowegozaawansowana otwarta platforma ultrad wi kowawolnor czne pozyskiwanie obraz w3D rekonstrukcja obrazujako ciowa ocena pozycji

Powiązane artykuły