Name: Ultradźwiękowa ocena mikrostruktury mięśnia sercowego (Wideo) | JoVE Journal
Uploaded: 2014-01-14T13:00:00.000+00:00
Duration: 10 min 53 s
Description: Poznaj algorytm obrazowania ultradźwiękowego do oceny mikrostruktury mięśnia sercowego przy użyciu otwartego oprogramowania ImageJ. Ta metoda umożliwia badaczom ilościową analizę gęstości tkanki mięśniowej.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Jesteśmy wdzięczni za zasoby udostępnione przez Harvard Medical School/Brigham and Women's Hospital Cardiovascular Physiology Core Laboratory. Prace te były częściowo wspierane przez fundusze z grantów National Institutes of Health HL088533, HL071775, HL093148 i HL099073 (RL). MB otrzymał stypendium podoktorskie założyciela American Heart Association. ALK jest laureatem stypendium podoktorskiego przyznawanego przez założycieli American Heart Association. SC został wsparty nagrodą od Fundacji Ellisona.

1. Przygotowanie obrazów do analiz
<ol>
	<li>Uzyskaj mysie lub ludzkie obrazy echokardiograficzne w trybie B w widoku przymostkowym o długiej osi. Dostosuj ustawienia kompensacji wzmocnienia czasowego i umiejscowienie ostrości transmisji, aby zoptymalizować wizualizację lewej kompensacji i innych struktur serca w widoku przymostkowym, zgodnie ze zwykłą praktyką. Upewnij się, że wszystkie obrazy są zapisane w formacie pliku DICOM. Standaryzowane widoki obrazu umieszczają dolno-boczną ścianę lewej komory u podstawy ramy. Ramki muszą pokazywać całość mięśnia sercowego lewej komory i osierdzia. Rozdzielczość musi być wystarczająco wysoka, aby wyznaczyć granicę osierdzia, ścianę mięśnia sercowego i granicę wsierdzia lewej komory. Odrzuć obrazy z nadmiarem przerwania lub artefaktów obrazu.</li>
	<li>Zaimportuj plik obrazu do analizy do platformy oprogramowania ImageJ w wersji 1.46 jako plik DICOM. Przekonwertuj plik na 8-bitowy plik obrazu.</li>
	<li>Przewijaj kolejne klatki cyklu pracy serca, aż dojdziesz do odpowiedniej jakości ramki końcoworozkurczowej. Alternatywnie, wybierz klatkę końcoworozkurczową w programie do przeglądania echokardiograficznego, a następnie wyeksportuj do formatu pliku .jpg o wysokiej rozdzielczości do użycia w ImageJ. Zidentyfikuj klatki znajdujące się najbliżej rozkurczu końcowego za pomocą fali R śledzenia EKG, a następnie zidentyfikuj pojedynczą najlepszą klatkę, która rejestruje LV z maksymalnym wymiarem wewnętrznym. Rozważ tę pojedynczą ramkę jako ramkę końcoworozkurczową.</li>
	<li>Sugeruje się, aby użytkownicy byli ślepi na tożsamość podmiotu podczas wybierania obszarów zainteresowania.</li>
</ol>
2. Próbkowanie ROI
<ol>
	<li>Wybór odniesienia osierdzia. Wybierając obszar zainteresowania osierdzia (ROI), staraj się uchwycić niejednorodność tkanki osierdzia. Należy pamiętać, że jasność i kontrast obrazu można w razie potrzeby dostosować do wyboru ROI, bez żadnego wpływu na wyniki analizy.
	<ol>
		<li>Korzystając z narzędzia do rysowania prostokątów ImageJ, wybierz prostokąt o długości przybliżonej do środkowej jednej trzeciej podstawy dolnej bocznej ściany osierdzia.</li>
		<li>Zmień rozmiar prostokątnego ROI, aby obejmował szerokość osierdzia za pomocą narzędzia do określania rozmiaru ROI.</li>
		<li>Obróć ROI, aby leżał w obszarze osierdzia za pomocą narzędzia do obracania ImageJ.</li>
		<li>Dokonaj wszelkich niezbędnych korekt w rogach osierdziowego ROI. Uchwyć ostatni obszar osierdzia będący przedmiotem zainteresowania, który leży w środkowej jednej trzeciej ściany osierdzia i obejmuje szerokość ściany osierdzia, nie rozciągając się na obszar mięśnia sercowego lub pozasercowy. Staraj się uchwycić tę samą względną lokalizację i procent całkowitej powierzchni osierdzia dla wszystkich pomiarów wykonanych w danym badaniu.</li>
		<li>Zastosuj algorytm do wyboru za pomocą narzędzi do analizy ImageJ (patrz sekcja 3).</li>
	</ol>
	</li>
	<li>Selekcja mięśnia sercowego. Po raz kolejny staraj się uchwycić niejednorodność tkanki mięśnia sercowego w środkowej jednej trzeciej podstawy dolno-bocznej ściany mięśnia sercowego. Należy pamiętać, że jasność i kontrast obrazu można w razie potrzeby dostosować do wyboru ROI, bez żadnego wpływu na wyniki analizy.
	<ol>
		<li>Wybierz prostokąt, który rozciąga się na szerokość ściany mięśnia sercowego, z wyłączeniem wsierdzia i nasierdzia. Upewnij się, że selekcja mięśnia sercowego leży w sąsiedztwie selekcji osierdziowej i pod tym samym kątem theta. Nie uwzględniaj obszarów mięśni brodawkowatych w obszarze wyboru.</li>
		<li>Obróć ROI mięśnia sercowego tak, aby leżał równolegle do wyboru osierdziowego.</li>
		<li>Dokonaj wszelkich niezbędnych korekt w rogach ROI mięśnia sercowego. Wyizoluj ostatni obszar mięśnia sercowego będący przedmiotem zainteresowania, który leży w środkowej jednej trzeciej ściany mięśnia sercowego i przechwytuje szerokość ściany bez rozciągania się na obszary osierdziowe lub śródświetlne.</li>
		<li>Zastosuj algorytm do zaznaczenia za pomocą makra ImageJ.</li>
	</ol>
	</li>
</ol>
3. Analiza i przetwarzanie danych
<ol>
	<li>Zainstaluj makro ImageJ o nazwie "getHistogramValues.txt".</li>
	<li>Użyj narzędzia do analizy histogramu ImageJ, aby wyświetlić podgląd rozkładu wartości intensywności sygnału w obrębie ROI (wykonaj ten krok dla wyboru osierdziowego i wyboru mięśnia sercowego).</li>
	<li>Użyj makra ImageJ, aby zarejestrować te wartości gęstości sygnału dla ROI (wykonaj ten krok dla wyboru osierdzia i wyboru mięśnia sercowego).
	<ol>
		<li>Przypisz wartość intensywności od 0 (najciemniejszy) do 255 (najjaśniejszy) jednostek do każdego piksela w zaznaczeniu.</li>
		<li>Ułóż wartości intensywności hierarchicznie, w kolejności rosnącego natężenia, aby uzyskać rozkład intensywności sygnału.</li>
		<li>Wybierz i zgłoś następujące wartości percentyla dla rozkładu: 20. percentyl, 50. percentyl (mediana) i 80. percentyl.</li>
	</ol>
	</li>
	<li>Normalizuj intensywność mięśnia sercowego za pomocą odniesienia osierdziowego.
	<ol>
		<li>Normalizuj, dzieląc wartości percentyla mięśnia sercowego intensywności przez odpowiednie wartości percentyla osierdzia o intensywności12 lub odejmując wartość percentyla mięśnia sercowego intensywności od wartości percentyla osierdziao intensywności 13.</li>
		<li>Wartości raportu dla czterech metod analitycznych: znormalizowane wartości mięśnia sercowego do osierdzia dla wartości 20. percentyla, 50. percentyla (mediana) i 80. percentyla.</li>
	</ol>
	</li>
</ol>
4. Kwantyfikacja cyklicznej zmienności
<ol>
	<li>Zastosuj algorytm do selekcji mięśnia sercowego przez kolejne klatki pliku DICOM, przechodząc przez cykl pracy serca. Porównaj różnice w rozkładach intensywności między ramkami, zwracając uwagę na ramki końcowoskurczowe i końcoworozkurczowe. 
	Wszystkie opisane powyżej analizy obrazów są wykonywane w trybie offline na nieinwazyjnych obrazach echokardiograficznych wcześniej pozyskanych i zapisanych cyfrowo w formacie DICOM. Wszystkie protokoły badań zostały zatwierdzone przez Instytucjonalną Komisję Rewizyjną Brigham and Women's oraz Instytucjonalną Komisję ds. Opieki nad Zwierzętami i Wykorzystania Zwierząt w Harvard Medical Area.</li>
</ol>

<ol><li>Yamada, S., Komuro, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Integrated+backscatter+for+the+assessment+of+myocardial+viability%5BTitle%5D)+AND+%22Curr.+Opin.+Cardiol%22%5BJournal%5D)">Integrated backscatter for the assessment of myocardial viability.</a> Curr. Opin. Cardiol. 21, 433-437 (2006).</li>
<li>Mimbs, J. W., O'Donnell, M., Bauwens, D., Miller, J. W., Sobel, B. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+dependence+of+ultrasonic+attenuation+and+backscatter+on+collagen+content+in+dog+and+rabbit+hearts%5BTitle%5D)+AND+%22Circ.+Res%22%5BJournal%5D)">The dependence of ultrasonic attenuation and backscatter on collagen content in dog and rabbit hearts.</a> Circ. Res. 47, 49-58 (1980).</li>
<li>Picano, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((In+vivo+quantitative+ultrasonic+evaluation+of+myocardial+fibrosis+in+humans%5BTitle%5D)+AND+%22Circulation%22%5BJournal%5D)">In vivo quantitative ultrasonic evaluation of myocardial fibrosis in humans.</a> Circulation. 81, 58-64 (1990).</li>
<li>Mizuno, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Myocardial+ultrasonic+tissue+characterization+for+estimating+histological+abnormalities+in+hypertrophic+cardiomyopathy%3A+comparison+with+endomyocardial+biopsy+findings%5BTitle%5D)+AND+%22Cardiology%22%5BJournal%5D)">Myocardial ultrasonic tissue characterization for estimating histological abnormalities in hypertrophic cardiomyopathy: comparison with endomyocardial biopsy findings.</a> Cardiology. 96, 16-23 (2001).</li>
<li>Mizuno, R., Fujimoto, S., Saito, Y., Nakamura, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Non-invasive+quantitation+of+myocardial+fibrosis+using+combined+tissue+harmonic+imaging+and+integrated+backscatter+analysis+in+dilated+cardiomyopathy%5BTitle%5D)+AND+%22Cardiology%22%5BJournal%5D)">Non-invasive quantitation of myocardial fibrosis using combined tissue harmonic imaging and integrated backscatter analysis in dilated cardiomyopathy.</a> Cardiology. 108, 11-17 (2007).</li>
<li>Marini, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cyclic+variation+in+myocardial+gray+level+as+a+marker+of+viability+in+man.+A+videodensitometric+study%5BTitle%5D)+AND+%22Eur.+Heart.+J%22%5BJournal%5D)">Cyclic variation in myocardial gray level as a marker of viability in man. A videodensitometric study.</a> Eur. Heart. J. 17, 472-479 (1996).</li>
<li>Komuro, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sensitive+detection+of+myocardial+viability+in+chronic+coronary+artery+disease+by+ultrasonic+integrated+backscatter+analysis%5BTitle%5D)+AND+%22J.+Am.+Soc.+Echocardiogr%22%5BJournal%5D)">Sensitive detection of myocardial viability in chronic coronary artery disease by ultrasonic integrated backscatter analysis.</a> J. Am. Soc. Echocardiogr. 18, 26-31 (2005).</li>
<li>Ciulla, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Echocardiographic+patterns+of+myocardial+fibrosis+in+hypertensive+patients%3A+endomyocardial+biopsy+versus+ultrasonic+tissue+characterization%5BTitle%5D)+AND+%22J.+Am.+Soc.+Echocardiogr%22%5BJournal%5D)">Echocardiographic patterns of myocardial fibrosis in hypertensive patients: endomyocardial biopsy versus ultrasonic tissue characterization.</a> J. Am. Soc. Echocardiogr. 10, 657-664 (1997).</li>
<li>Maceira, A. M., Barba, J., Varo, N., Beloqui, O., Diez, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Ultrasonic+backscatter+and+serum+marker+of+cardiac+fibrosis+in+hypertensives%5BTitle%5D)+AND+%22Hypertension%22%5BJournal%5D)">Ultrasonic backscatter and serum marker of cardiac fibrosis in hypertensives.</a> Hypertension. 39, 923-928 (2002).</li>
<li>D'Hooge, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High+frame+rate+myocardial+integrated+backscatter.+Does+this+change+our+understanding+of+this+acoustic+parameter%5BTitle%5D)+AND+%22Eur.+J.+Echocardiogr%22%5BJournal%5D)">High frame rate myocardial integrated backscatter. Does this change our understanding of this acoustic parameter.</a> Eur. J. Echocardiogr. 1, 32-41 (2000).</li>
<li>Finch-Johnston, A. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cyclic+variation+of+integrated+backscatter%3A+dependence+of+time+delay+on+the+echocardiographic+view+used+and+the+myocardial+segment+analyzed%5BTitle%5D)+AND+%22J.+Am.+Soc.+Echocardiogr%22%5BJournal%5D)">Cyclic variation of integrated backscatter: dependence of time delay on the echocardiographic view used and the myocardial segment analyzed.</a> J. Am. Soc. Echocardiogr. 13, 9-17 (2000).</li>
<li>Di Bello, V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Increased+echodensity+of+myocardial+wall+in+the+diabetic+heart%3A+an+ultrasound+tissue+characterization+study%5BTitle%5D)+AND+%22J.+Am.+Coll.+Cardiol%22%5BJournal%5D)">Increased echodensity of myocardial wall in the diabetic heart: an ultrasound tissue characterization study.</a> J. Am. Coll. Cardiol. 25, 1408-1415 (1995).</li>
<li>Takiuchi, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+ultrasonic+tissue+characterization+can+identify+high-risk+atherosclerotic+alteration+in+human+carotid+arteries%5BTitle%5D)+AND+%22Circulation%22%5BJournal%5D)">Quantitative ultrasonic tissue characterization can identify high-risk atherosclerotic alteration in human carotid arteries.</a> Circulation. 102, 766-770 (2000).</li>
<li>Querejeta, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Serum+carboxy-terminal+propeptide+of+procollagen+type+I+is+a+marker+of+myocardial+fibrosis+in+hypertensive+heart+disease%5BTitle%5D)+AND+%22Circulation%22%5BJournal%5D)">Serum carboxy-terminal propeptide of procollagen type I is a marker of myocardial fibrosis in hypertensive heart disease.</a> Circulation. 101, 1729-1735 (2000).</li>
</ol>

Nie stwierdzono konfliktu interesów.

Opisujemy protokół algorytmu analizy obrazu, który określa ilościowo rozkład intensywności sygnału ultrasonograficznego, a co za tym idzie, oferuje zastępczą miarę mikrostruktury mięśnia sercowego. Ustandaryzowane funkcje protokołu, w tym wybór, rozmiar i pozycjonowanie ROI i regionu referencyjnego, służą zminimalizowaniu zmienności opartej na użytkownikach i tematach. Pokazujemy, że po zastosowaniu do końcoworozkurczowych jednoklatkowych obrazów echokardiograficznych algorytm może odpowiednio odróżnić normalny mięsień s...

Echokardiografia jest powszechnie dostępną metodą obrazowania, która jest powszechnie używana do nieinwazyjnego charakteryzowania i ilościowego określania zmian w strukturze i funkcji serca. Ultradźwiękowe oceny tkanki serca mogą obejmować analizy intensywności sygnału rozpraszania wstecznego w danym obszarze zainteresowania w jednym momencie, a także w trakcie cyklu pracy serca. Wcześniejsze badania sugerowały, że pomiary intensywności sygnału ultrasonograficznego mogą zidentyfikować podstawową obecność nieuporządkowanych włókien mięśnia sercowego, żywotnej i nieżywotnej tkanki mięśnia sercowego oraz zwłóknienia śródmiąższowego1-3. "Mikrostrukturę" mięśnia sercowego nazywamy architekturą tkanki, którą można scharakteryzować za pomocą analizy ultrasonograficznej, wykraczając poza liniowe pomiary wielkości brutto i morfologii. W związku z tym analizy intensywności sygnału ultrasonograficznego wykorzystano do oceny zmian mikrostrukturalnych tkanki mięśnia sercowego w warunkach kardiomiopatii przerostowej i rozstrzeniowej4,5, przewlekłej choroby wieńcowej6,7 i choroby nadciśnieniowej serca8,9. Jednak wcześniej ustalone techniki opierały się głównie na zintegrowanej lub średniej wartości intensywności sygnału rozpraszania wstecznego, które mogą być podatne na zmienność spowodowaną przypadkowym szumem5, aliasowane dane z niskiej liczby klatek na sekundę10 i opóźnienia czasowe dla algorytmów opartych na zmienności cyklicznej11.
Tutaj opisujemy metodę korzystania z algorytmu analizy obrazu opartego na ultradźwiękach, który rozszerza poprzednie metody; algorytm ten skupia się na pojedynczej ramce końcowo-rozkurczowej do analizy obrazu i uwzględnia pełny rozkład wartości intensywności sygnału pochodzących z danej próbki mięśnia sercowego. Wykorzystując osierdzia jako odniesienie w ramce12,13, algorytm w powtarzalny sposób określa ilościowo zmienność rozkładów intensywności sygnału ultrasonograficznego i oferuje ulepszony zastępczy pomiar mikrostruktury mięśnia sercowego. W protokole krok po kroku opisujemy metody przygotowania obrazów do użycia, próbkowania obszarów zainteresowania i przetwarzania danych w wybranych obszarach zainteresowania. Pokazujemy również reprezentatywne wyniki zastosowania algorytmu do obrazów echokardiograficznych uzyskanych od myszy i ludzi ze zmienną ekspozycją na stres obciążenia następczego w lewej komorze.

<table><tbody><tr><td>ImageJ v 1.46</td><td>NIH (Bethesda, MD)</td><td></td><td>oprogramowanie otwartego dostępu</td></tr><tr><td>Power ShowCase</td><td>Trillium Technology (Ann Arbor, MI)</td><td></td><td>oprogramowanie komercyjne</td></tr></tbody></table>

ultradźwiękowa ocena mikrostruktury mięśnia sercowego

Ultrasonic Assessment of Myocardial Microstructure

Echokardiografia jest powszechnie dostępną metodą obrazowania, która jest powszechnie używana do nieinwazyjnego charakteryzowania i ilościowego określania zmian w strukturze i funkcji serca. Ultradźwiękowe oceny tkanki serca mogą obejmować analizy intensywności sygnału rozpraszania wstecznego w danym obszarze zainteresowania. Wcześniej ustalone techniki opierały się głównie na zintegrowanej lub średniej wartości intensywności sygnału rozproszenia wstecznego, które mogą być podatne na zmienność wynikającą z aliasowanych danych z powodu niskiej liczby klatek na sekundę i opóźnień czasowych w przypadku algorytmów opartych na zmienności cyklicznej. W niniejszym artykule opisujemy algorytm obrazowania oparty na ultradźwiękach, który wykracza poza poprzednie metody, może być zastosowany do pojedynczej klatki obrazu i uwzględnia pełny rozkład wartości intensywności sygnału pochodzących z danej próbki mięśnia sercowego. Po zastosowaniu do reprezentatywnych danych obrazowych na myszach i ludziach, algorytm rozróżnia osoby z narażeniem na przewlekłą oporność na obciążenie następcze i bez niej. Algorytm oferuje ulepszony zastępczy pomiar mikrostruktury mięśnia sercowego i może być wykonywany przy użyciu ogólnodostępnego oprogramowania do analizy obrazu.

Analiza intensywności sygnału jest przeprowadzana w 4 głównych krokach (Rysunek 1), obejmujących: 1) wybór i formatowanie obrazów, 2) wyznaczenie obszarów ROI oraz obszarów referencyjnych, 3) zastosowanie algorytmu oraz 4) przetworzenie końcowych wartości w celu uzyskania stosunków intensywności mięśnia sercowego do osierdzia. Wybór i rozmiar ROI są standaryzowane, aby ograniczyć zmienność między użytkownikami oraz wewnątrz użytkownika (Rysunek 2). Pozycjonowanie każdego ROI jest również...

Echokardiografia jest powszechnie używana do nieinwazyjnego charakteryzowania i ilościowego określania zmian w strukturze i funkcji serca. Opisujemy algorytm obrazowania oparty na ultradźwiękach, który oferuje ulepszony zastępczy pomiar mikrostruktury mięśnia sercowego i może być wykonywany przy użyciu ogólnodostępnego oprogramowania do analizy obrazu.

Ultradźwiękowa ocena mikrostruktury mięśnia sercowego

Echocardiography is a widely accessible imaging modality that is commonly used to noninvasively characterize and quantify changes in cardiac structure and ...

Ogólnym celem tej procedury jest zapewnienie zastępczego pomiaru mikrostruktury mięśnia sercowego przy użyciu algorytmu obrazowania opartego na ultradźwiękach i otwartego oprogramowania do analizy obrazu. Osiąga się to poprzez najpierw wybranie i sformatowanie cyfrowego obrazu echokardiograficznego. Drugim krokiem jest wybór obszaru zainteresowania mięśnia sercowego i obszaru referencyjnego osierdzia.Następnie dane są przetwarzane po zastosowaniu algorytmu za pomocą programu Image J. Ostatnim krokiem jest przetworzenie wartości końcowych i wytworzenie danych wyjściowych w postaci stosunku mięśnia sercowego do osierdzia. Ostatecznie sygnał ultrasonograficzny z wybranego obszaru echokardiograficznego będącego przedmiotem zainteresowania jest przetwarzany w celu uzyskania pomiaru gęstości mięśnia sercowego, który dostarcza informacji dotyczących zastępczego pomiaru mikrostruktury tkanki.Główną zaletą tej techniki w porównaniu z istniejącymi metodami, takimi jak tradycyjne, liniowe lub dwuwymiarowe oceny struktury serca oparte na ultrasonografii, jest to, że umożliwia ona analizę echokardiograficzną obejmującą kwantyfikację mikrostruktury tkanki mięśnia sercowego oprócz kwantyfikacji makroskopowych parametrów serca. Ponadto wykorzystuje oprogramowanie open source Po uzyskaniu morskich lub ludzkich obrazów echokardiograficznych w trybie B w widoku długiej osi przymostkowej. Użyj obrazu J, aby otworzyć plik DICOM obrazu, który ma być analizowany, i przekonwertować plik na ośmiobitowy plik obrazu.Dolno-boczna ściana lewej komory powinna pojawić się u podstawy ramki, ramki muszą wyświetlać całą mięsień sercowy lewej komory, a rozdzielczość osierdzia musi być wystarczająco wysoka, aby wyznaczyć granicę osierdzia, ścianę mięśnia sercowego i granicę wsierdzia lewej komory. Odrzuć wszystkie obrazy z nadmiarem przerwania lub artefaktów obrazu. Przewijaj kolejne klatki cyklu pracy serca, korzystając z załamka R zapisu EKG, aby zidentyfikować klatki znajdujące się najbliżej końca rozkurczu.Następnie zidentyfikuj pojedynczą ramkę, która najlepiej oddaje maksymalny wymiar wewnętrzny lewej komory. Weźmy pod uwagę tę pojedynczą klatkę, końcową ramkę rozkurczową. Następnie wybierz interesujący Cię obszar osierdzia, dążąc do uchwycenia niejednorodności tkanki osierdzia.W tym celu należy ocenić zakres skali szarości i spójność całego osierdzia i wybrać obszar zainteresowania, który jest reprezentatywny dla tych atrybutów. W razie potrzeby dostosuj obraz, jasność i kontrast dla zaznaczonego obszaru zainteresowania. Korzystając z narzędzia do rysowania prostokątów obrazu j, wybierz prostokąt o długości zbliżonej do środkowej jednej trzeciej podstawy dolno-bocznej ściany osierdzia.Zmień rozmiar prostokątnego obszaru zainteresowania, aby obejmował szerokość osierdzia za pomocą narzędzia do określania rozmiaru ROI. Następnie użyj narzędzia do obracania obrazu J, aby obrócić obszar zainteresowania, aby leżał w obszarze osierdzia. W razie potrzeby wybierz narzędzie do regulacji ręcznej, aby wyregulować rogi obszaru osierdzia po zakończeniu regulacji.Interesujący obszar osierdzia powinien leżeć w środkowej jednej trzeciej ściany osierdzia i obejmować szerokość ściany osierdzia z rozszerzeniem do mięśnia sercowego lub dodatkowych obszarów serca. Staraj się uchwycić tę samą względną lokalizację i procent całkowitej powierzchni osierdzia dla wszystkich pomiarów wykonanych w danym badaniu. Aby wygenerować histogram wartości intensywności, zainstaluj makro histogramu obrazu J o nazwie pobierz wartości histogramu.Uruchom makro histogramu, aby wyświetlić podgląd rozkładu wartości intensywności sygnału w wybranym obszarze osierdziowym. Makro rejestruje wartości gęstości sygnału dla obszaru zainteresowania i znaków oraz wartość intensywności od jednostek zerowych dla najciemniejszego do 255 jednostek dla najjaśniejszego piksela w zaznaczeniu, aby uzyskać rozkład intensywności sygnału. Raporty makro, 20., 50. i 80. percentyl dla rozkładu.Wybierając interesujący Cię obszar mięśnia sercowego, staraj się również uchwycić niejednorodność tkanki mięśnia sercowego w środkowej jednej trzeciej podstawy dolno-bocznej ściany mięśnia sercowego. Tak jak poprzednio, dostosuj obraz, jasność i kontrast zgodnie z potrzebami. Wybierz prostokąt, który rozciąga się na szerokość ściany mięśnia sercowego, z wyłączeniem wsierdzia i nasierdzia.Nie uwzględniaj obszarów mięśni brodawkowatych w obszarze wyboru. Pozycjonowanie obszaru zainteresowania jest w dużym stopniu zależne od użytkownika. Aby zapewnić sukces, użytkownik musi oszacować główne granice, Obróć obszar mięśnia sercowego zainteresowania tak, aby leżał w sąsiedztwie i równolegle do wyboru osierdzia.Dokonaj wszelkich niezbędnych korekt w rogach obszaru zainteresowania mięśnia sercowego, wyizoluj ostatni obszar zainteresowania mięśnia sercowego, który leży w środkowej jednej trzeciej ściany mięśnia sercowego i obejmuje szerokość ściany bez rozciągania się na obszary osierdziowe lub wewnątrzświetlne, jak pokazano wcześniej. Użyj makra histogramu obrazu J, aby wyświetlić podgląd rozkładu wartości intensywności sygnału w obszarze mięśnia sercowego będącym przedmiotem zainteresowania. Następnym krokiem jest normalizacja intensywności mięśnia sercowego przy użyciu wcześniej uzyskanych danych referencyjnych osierdzia, zaczynając od podzielenia wartości percentyla mięśnia sercowego przez odpowiedni percentyl osierdziowy.Wartości intensywności podają wartości dla znormalizowanych wartości mięśnia sercowego do osierdzia dla wartości 20., 50. percentyla i 80. percentyla. Zastosuj tę analizę do selekcji mięśnia sercowego przez kolejne klatki pliku DICOM, zwracając szczególną uwagę na końcowe skurczowe i końcowe rozkurczowe. Intensywność sygnału ultrasonograficznego zmienia się w całym cyklu sercowym, jak pokazano tutaj dla myszy kontrolnych, cykliczną zmienność oceniano za pomocą trzech punktów cięcia, 20. percentyla, 50. percentyla i 80. percentyla.Cykliczna zmienność jest bardziej wyraźna u myszy, które miały opaskę umieszczoną wokół aorty w celu zwiększenia oporu odpływu. Należy zauważyć, że względna zmienność cykliczna jest wyższa dla wartości 80. percentyla niż dla dolnych wartości punktu cięcia. Ten histogram przedstawia rozkłady intensywności sygnału pochodzącego z mięśnia sercowego myszy kontrolnej po siedmiu tygodniach od pozorowanej operacji.Niebieskie pionowe linie oznaczają wartości 20., 50. percentyla i 80. percentyla. Rozkład intensywności sygnału wskazuje na natężenie w prawo do wyższego u myszy z opaską aortalną po siedmiu tygodniach od operacji. Natężenie sygnału u normalnego intensywnego człowieka i człowieka z nadciśnieniem tętniczym jest pokazane zarówno u myszy, jak i u ludzi.Rozkłady intensywności sygnału są przesunięte w prawo i mają większy zakres dla osób z przewlekłym stresem obciążenia następczego w porównaniu z grupą kontrolną, pokazano tutaj porównanie między myszą operowaną pozorowaną a myszą z pasmem aortalnym oraz między człowiekiem z normotensją a nadciśnieniem. Stosunek intensywności sygnału mięśnia sercowego do osierdzia określono za pomocą trzech metod analitycznych. Stosunek wartości 20. percentyla, stosunek wartości 50. percentyla i stosunek wartości 80. percentyla.Największą różnicę między przypadkami naprężeń kontrolnych i po obciążeniu wykazano za pomocą współczynników wartości natężenia sygnału z 80. percentyla. Pokazano tutaj trójchromowe skrawki lewej komory Massona po siedmiu tygodniach od operacji u myszy, która przeszła pozorowaną operację i myszy, która przeszła opaskę aortalną. Znaczne odkładanie się kolagenu i zwłóknienie śródmiąższowe można zaobserwować w komorze myszy z pasmem aortalnym Po opanowaniu i prawidłowym wykonaniu technikę tę można wykonać w ciągu pięciu do 10 minut na plik.

ultrasonic-assessment-of-myocardial-microstructure

Research

JoVE Journal

Medicine

Medycyna

Echokardiografia przezklatkowa stanowi nieinwazyjną metodę oceny funkcji serca u myszy. Połączenie obrazowania ultradźwiękowego i dopplerowskiego pozwala na wykonanie pomiarów wymiarów serca oraz przepływu krwi wewnątrzsercowego, co łącznie umożliwia ocenę funkcji skurczowej i rozkurczowej serca.

Echokardiografia przezklatkowa u myszy

Wysokoczęstotliwościowe ultradźwięki Dopplera to nowatorska technologia służąca do oceny regionalnej funkcji mięśnia sercowego. Niniejsza praca przedstawia pierwsze dowody wykazujące przydatność tej wszechstronnej platformy obrazowania do wielokrotnego pomiaru odkształcenia mięśnia sercowego, dp/dt oraz niedomykalności zastawki mitralnej w modelu niedokrwienia i reperfuzji (IR) serca mysiego.

Wysokoczęstotliwościowa echokardiografia o wysokiej rozdzielczości: pierwsze dowody na nieinwazyjny, powtarzalny pomiar odkształcenia mięśnia sercowego, kurczliwości i niedomykalności zastawki mitralnej w modelu niedokrwienia i reperfuzji serca myszy

Śmierć płodowa i okołoporodowa jest częstym zjawiskiem podczas badania zmian genetycznych wpływających na rozwój serca. Obrazowanie za pomocą ultradźwięków o wysokiej częstotliwości poprawiło rozdzielczość 2-D i może dostarczyć doskonałych informacji na temat wczesnego rozwoju serca, stanowiąc idealną metodę wykrywania wpływu na strukturę i funkcję serca przed śmiercią.

Echokardiografia płodowa myszy

Dysfunkcja prawej komory (RV) jest kluczowa dla patogenezy chorób sercowo-naczyniowych, jednak dostępne są ograniczone metodologie jej oceny. Ostatnie postępy w obrazowaniu ultrasonograficznym zapewniają nieinwazyjną i dokładną opcję podłużnego badania RV. W tym artykule szczegółowo opisujemy krok po kroku metodę echokardiograficzną wykorzystującą mysi model przeciążenia ciśnienia RV.

Ocena struktury i funkcji prawej komory serca w mysim modelu zwężenia tętnicy płucnej za pomocą echokardiografii przezklatkowej

Ta metoda opisuje użycie Kwantowej Mikrotomografii Komputerowej (MicroCT) do oceny morfologii, funkcji, perfuzji, metabolizmu i żywotności serca za pomocą jodowego środka kontrastowego u myszy z eksperymentalnie wywołanym niedokrwieniem mięśnia sercowego. Technika ta może być stosowana do nieniszczącego, wysokoprzepustowego, podłużnego obrazowania in vivo różnych zwierzęcych modeli chorób ludzkiego serca.

In vivo (in vivo) Ilościowa ocena struktury, funkcji, perfuzji i żywotności mięśnia sercowego za pomocą mikrotomografii komputerowej serca

Celem tego protokołu jest nieinwazyjna ocena zmian strukturalnych i funkcjonalnych w mysim modelu choroby serca powstałych w wyniku poprzecznego zwężenia aorty, przy użyciu echokardiografii w trybie B i M oraz obrazowania dopplerowskiego kolorem/falą tętna.

Ocena zmian morfologicznych i czynnościowych serca w mysim modelu poprzecznego zwężenia aorty za pomocą obrazowania echokardiograficznego

Ten protokół zawiera szczegółowy opis podejścia echokardiograficznego do kompleksowego fenotypowania funkcji serca i zastawki serca u myszy.

Podejścia echokardiograficzne i protokoły do kompleksowej charakterystyki fenotypowej choroby zastawkowej serca u myszy

Echokardiografia ze śledzeniem plamek jest nową techniką obrazowania diagnostycznego do ilościowej oceny globalnej i regionalnej wydajności mięśnia sercowego. Rejestrowane są obrazy ruchu echokardiograficznego w widoku standardowym, a następnie mierzone są parametry deformacji poprzez zautomatyzowane, ciągłe śledzenie klatka po klatce i analiza ruchu plamek w obrazach mięśnia sercowego w trybie B.

Echokardiografia przezklatkowa do oceny ilościowej deformacji mięśnia sercowego lewej komory

Tutaj opisujemy protokół do wykorzystania w czterowymiarowym obrazowaniu ultrasonograficznym in vivo i obrazowaniu spektrometrii mas ex vivo do oceny biomechanicznych i biomolekularnych zmian w mysim układzie sercowo-naczyniowym. Technika ta jest stosowana do analizy przebudowy serca w chirurgicznie wywołanym zawale mięśnia sercowego i zmianach naczyniowych u starzejących się zwierząt.

Multimodalne badanie przebudowy układu sercowo-naczyniowego u myszy: czterowymiarowe obrazowanie ultrasonograficzne i spektrometria mas

Dokładna i praktyczna metoda pomiaru parametrów takich jak odkształcenie (strain) w tkance mięśnia sercowego ma dużą wartość kliniczną, ponieważ wykazano, że odkształcenie jest czulszym i wcześniejszym markerem dysfunkcji kurczliwości niż często stosowany parametr EF.

Ocena odkształcenia mięśnia sercowego w rezonansie magnetycznym z wykorzystaniem śledzenia cech (feature tracking)

Poznaj algorytm obrazowania ultradźwiękowego do oceny mikrostruktury mięśnia sercowego przy użyciu otwartego oprogramowania ImageJ. Ta metoda umożliwia badaczom ilościową analizę gęstości tkanki mięśniowej.

Ultradźwiękowa ocena mikrostruktury mięśnia sercowego

Przeglądaj więcej filmów