Магнитно-резонансная Производные Инфаркт Оценка деформации с помощью функции отслеживания

Summary

Точный и практичный метод для измерения таких параметров, как напряжение в ткани миокарда имеет большое клиническое значение, так как было показано, что штамм является более чувствительным и более ранних маркеров для сократительной дисфункции, чем часто используется параметр EF.

Abstract

Цель: точный и практичный метод для измерения таких параметров, как напряжение в ткани миокарда имеет большое клиническое значение, так как было показано, что штамм является более чувствительным и более ранних маркеров для сократительной дисфункции, чем часто используется параметр EF. Современные технологии для CMR много времени и трудно реализовать в клинической практике. Функция отслеживания это технология, которая может привести к более automization и надежность количественный анализ медицинских изображений с меньшими затратами времени потребления, чем аналогичные методы.

Методы: автоматический или ручной ввод в однофазных служит инициализации, из которого система начинает отслеживать перемещение отдельных моделей представляют анатомические структуры с течением времени. Особенностью этого метода является то, что изображения не нужно манипулировать каким-либо образом заранее, как например, пометки изображений CMR.

Результаты: метод очень хорошо подходит для отслеживания мышечной ткани и при этом позволяет количественные разработке миокарда, а также кровоток.

Заключение: Этот новый метод обеспечивает надежную и экономии времени процедуру количественного ткани миокарда и кровеносных со смещением, скорость и параметры деформации на регулярной последовательности CMR изображений. Поэтому он может быть реализован в клинической практике.

Protocol

1. Введение

Автоматическое определение границ является фундаментальным вопросом в анализе изображений. В сердечной изображений, возможность автоматического обнаружения эндокарда границы в визуализации левого желудочка даст объективную оценку объемов желудочков и инфаркт деформации (деформации). Это было сделано в эхокардиографии с спекл отслеживания техники. Разработка надежных методов для автоматического определения границ является сложной задачей, которая не получила вообще надежное решение в сердечной магнитного резонанса (CMR). На самом деле, в клинической практике, границы, либо сделать вручную с помощью оператора или программное обеспечение обнаруживает интерфейс между миокарда и полости ^1,2. В данной статье мы вводим другой подход, где границы не "обнаружен", а они "регистрируются", т.е. следуют во времени, начиная с одного надежного существующие мгновенные след, который обычно, но не обязательно, вручную, запряженной опытного оператора более одного кадра. Отдельных точек составления такого первые достоверные следы следуют во времени на поиск тех же функций, которые являются о какой-то момент в его окрестности в следующих кадрах. Гусеничных функции могут быть полости ткани границы или анатомические элементы, которые отличаются по ткани. Они найдены методами максимального правдоподобия в двух регионах интересов между двумя кадрами.

Местных кадров в рамки перемещение эквивалентно оценке локальной скорости (соотношение между перемещением и временной интервал). Автоматическая оценка скорости в точке определяется из сравнения смещения изображения данных о такой точке в двух последовательных кадрах. Такие методы были использованы, в нескольких разных формулировках, во многих областях исследований. Они влюбляются друг в общей категории, известной как оптического потока, в усовершенствованного анализа изображений ^3,4. Они, как правило, называют Спекл слежения в эхографических изображений при таких скоростях используются следовать физиологические движения ^{5, 6,} но распространяются также на любые другие модальности изображения, таких как CMR, где эти методы относятся как функция отслеживания или пограничного слежения.

2. Материал и методы

Функция отслеживания Метод

Эндокарда или эпикарда границы 2D CMR кино вручную прослеживается на одной произвольной системе (см. рисунок 1). Средняя инфаркт функции могут быть прослежены также. Такая граница затем определяется как последовательность точек N, определены их пары координат (х _я, у _я) с я = 1 ... N. Границы отслеживания доходов путем отслеживания каждой отдельной точки, например слежения основаны на иерархический алгоритм в различных масштабах, а также сочетание 1D методы слежения, которые гарантируют высокую точность, и 2D-слежения, которая необходима, чтобы правильно определить 2D пространственно распределенных особенности.

Для того, чтобы сначала захватить большие геометрические смещение границы, отслеживание осуществляется в направлении, перпендикулярном к границе, где сама полость ткани границей лучше узнаваем. Треккинг по этому направлению выполняется с помощью метода трансмурального сокращений следующим образом (см. рисунок 3). Линии пересечения стены, проходящей через точку и ортогональной к ней обращается. Пикселей, взятых по линии трансмуральный помещаются в колонны, каждая колонка соответствует одному кадру последовательности изображений. Таким образом, эволюцию по трансмуральный разрез может быть представлена ​​для всех моменты сразу в двумерное представление, где одна ось расстояние вдоль линии и другие оси времени (см. рисунок 2). Это представление аналогично тому, что называется М-режим в эхокардиографии, в CMR она больше соответствует "разведчик" функции. Для повышения качества анализа, в случае плохого изображения с низким отношением сигнал-шум, представление пространства-времени построен с использованием линии для трансмурального резать толщиной 5 пикселей. Границы отслеживания затем выполняется вдоль пространственно-временной образ.

На втором этапе для учета 2D смещение границы, стандартные 2D трекинга (оптического потока основе) осуществляется для каждой точки самостоятельно, на MxM скользящем окне, которое всегда сосредоточено на предполагалось ранее пограничный пункт. 2D отслеживания выполняется в два этапа, где половина первая оценка используется для центра перемещение окон во второй проход слежения. Затем окно уменьшено с 32 до 16 в два дополнительных места.

Для повышения точности движения вдоль границы, которая используется для оценки вращение и кручение, 1D отслеживание ведется вдоль пространственно-временных образов построен из толстых сокращений "параллельно" с изогнутой границе (см. рисунок 3). В каждой точке независимо пикселейвзятый по движущейся границы, с центром в движущихся точек границы, помещают в колонны, каждая колонка соответствует одному кадру последовательности изображений. Для повышения качества анализа и лучшего захвата функции на границе линия продлевается на 5 пикселей в ткани (суб-эндокард). Границы отслеживания затем выполняется вдоль пространственно-временной образ с той же процедурой, описанной выше. Для обеспечения пространственной когерентности в гусеничных границы, 3 очка медианный фильтр и 3 очка фильтр Гаусса (весов 0,25, 0,5, 0,25) применяется для перемещения вычисляются в соседних точках на каждом шагу.

Отслеживание Наряду 2D пространства-времени изображения

В этом разделе описаны процедуры для следующих границ вдоль одного направления в двухмерное изображение (М-режим-как), начиная с известной позиции в одно мгновение.

X определяется как горизонтальное направление и у вертикальном направлении. Колонны аннотированный х _я, я = 1 ... M, где М-число столбцов в изображении. Отслеживание дается определение дискретной последовательности действительных чисел у _я = у (х _я), начиная с известной точки у _&, соответствующим столбцам х _к.

Смещение от известной точки у _к к точке у _к +1 оценивается оценки кросс-корреляции между весь столбец в х _к с весь столбец в х _{к + 1.} Кросс-корреляционной функции будут представлены максимум, положение максимума дает величину вертикального смещения, необходимые для максимального сходства между двумя колоннами, поэтому у _к +1 оценивается путем добавления таких перемещений в у _к. Эта процедура повторяется между всеми парами соседних колонн и результат оценки всей границы у _я, я = 1 ... М. Кросс-корреляции здесь вычисляется с использованием алгоритма быстрого преобразования Фурье сократить время расчета.

Первый год _я оценка уточняется итеративно. Для достижения этой цели подмножество изображение извлекается, взяв несколько пунктов выше и ниже предыдущей оценки у _я и новый имидж, центр которого соответствует последовательности у _я создается и используется для коррекции слежения. Это уточнение повторяется, пока никакой коррекции не найдено.

Улучшенные и более естественный результат затем достигнуто окончательной процедуры змея [5] для подражания, в пространстве-времени изображения, уровень яркости изображения, который проходит через неподвижную точку у _к. Весь процесс использует время периодичностью для обеспечения периодического результат и избежать дрейфа эффект.

Техническое ограничение функции отслеживания

Техника границы слежения, как и любой спекл метод отслеживания, основан на количественных изменений на пиксель яркости от одного кадра к другому. Это дает нижний предел скорости, связанные с необходимостью видеть спекл-то есть на один пиксель за один кадр, двигаясь в соседних пиксела в следующем кадре. Этот предел, следовательно,

Уравнение 1
Ах, где есть размер пикселя и Δt является временной интервал между двумя кадрами. Коэффициент К зависит от качества алгоритма отслеживания и на его способность оценивать динамические субпиксельной вариаций. Это ограничение означает, что скорости, которые намного выше этого предела, оцениваются с большой точностью, такая точность снижается, когда значения скорости подхода и опускаться ниже такой предел.

Это ограничение также означает, что увеличение приобретение частоту кадров (уменьшение Δt) с одной стороны позволяет легче оценки больших скоростей и их быстрые изменения (например, во время изоволюмического фазы). С другой стороны, увеличение частоты кадров (уменьшение Δt) увеличить этот лимит и подразумевают снижение точности в оценке более низких скоростях, пока она не сопровождается аналогичным повышением пространственного разрешения (снижение Ах).

Phantom изображения Подготовка

Ряд искусственных компьютерных петли был подготовлен, чтобы тестирование процедуры анализа изображений в простых и прекрасно контролируемых условиях. Для этого фантома короткие проекции оси идеального левого желудочка была подготовлена ​​следующим образом.

Эндокарда и эпикарда границ представлены двумя концентрическими окружностями с радиусом R ₀ (т) и R ₁ (т) соответственно. Изображение готово, сделав кольцо, которое предц ткани между двумя границами, а равномерно серым цветом на черном фоне. Затем 8x8 цилиндр линейный фильтр применяется, чтобы избежать нефизических разрывов.

Эпикарда движение берется, [мм], а R ₀ (т) = 10 +5 соз (2πt / Т), где Т-период сердцебиение рассматривать как T = 1 с. Теоретические эндокарда кинематики постоянна вдоль границы и зависит только от времени, скорости только радиальных и дается V0 (T) = ₀ дЯ / д =- π греха (2πt / T), в [см / с]. Процент деформации, вычисляется по отношению к длине границе в нулевой момент времени, является _Санкт-0 (т) = 100x (R ₀ (т)-R _{0 (0))} / R _{0 (0)} = 100 (соз (2πt / T ) -1) / 3, а скорость деформации следует из (1), SR ₀ (т) = 10 V0 / R _0, в [с ^-1]. Эпикарда Предполагается, либо как движение, соответственно, постоянной толщины, R ₁ (T) = R ₀ (т) +5 мм, или, как еще R ₁ (T) = R ₀ (0) +5 мм.

Каждое изображение квадрата размером 48 мм, в центре которой ткань кольца, и имеет разрешение NxN. Пример изображения показан на рисунке 4, тарелки и б; напряжения и деформации профилей скорости времени показаны на рисунке 4, тарелки с и d. Петли готовят различные резолюции N, частоту кадров FR, и эпикарда тип движения.
Эндокарда метод отслеживания наносится на такие изображения, взяв на первый кадр номер N _р точек, равномерно расположенных по всей длине кругового эндокарда.

3. Представитель Результаты

Phantom исследование

Применение метода анализа изображений в компьютерной фантомных изображений здесь анализируются. Общая мера возможной ошибки вычисляется среднеквадратичное разница в процентах. Среднеквадратичное, среднее и максимальное ошибки в штамм эндокарда определяются как

Уравнение 2
Санкт-где ₀ (т) является точным значением, St (т) есть значение вычисляется путем анализа изображений, а суммирование распространяется на все кадры N _F = FRxT. Же определение используется для радиуса, скорости и скорости деформации. Отслеживание о независимой от позиции вдоль эндокарда, различия между различными точками намного ниже 1%.

Результаты приведены в таблице на 15 фантомов с различной пространственное разрешение, частоту кадров, и эпикарда тип границы движения; влияние изменения числа точек, используемых для отслеживания границ эндокарда также показано на рисунке.

Ошибки во всех случаях очень мало для интегральных величин (радиус и процедить) и немного больше для дифференциальных величин (скорости и скорости деформации), которые связаны с производной первого. Это было ожидаемо, потому что производная оператора усиливает ошибок. Качество результатов ухудшается, когда разрешение уменьшается, в самом деле, точность, связанные с размером пикселя, который представляет (в широком смысле), минимальное смещение чтения из одной системы отсчета к другой. Временное разрешение не влияет на результаты, но значительно до частоты кадров достаточно, при очень высокой частоте кадров результат не улучшится, потому что кадр за кадром смещения становится меньше, чем размер пикселя. Это показывает, что увеличение частоты кадров мало или отсутствует, когда она не сопровождается увеличением пространственного разрешения.

Тем не менее, простые синусоидальные движения рассматривается здесь не требует крайних временным разрешением. Кроме того, использование всего лишь 8 очков, достаточно следовать простым, циркулярный, эндокарда форму. Эндокарда результаты не заметно зависит от типа движения, которое проходит эпикарда. Мы также убедились, что результаты не являются значительной степени зависит от принятой фильтрация изображения.

Визуальное представление результатов приведен на рис 4, где вычисляется эндокарда границу в два момента сообщается на фантомных изображений (плиты и б). Деформации и скорости деформации приведены в (плиты в, г) в случае № 1 и небольшой шкаф постановлением № 8. Деформации и скорости деформации в случае № 1 (квадраты) представляет прекрасно согласуется с теоретическим значением, средняя ошибка равна 0,6% и 3% соответственно. Соглашение является лишь немного хуже, в случае # 8, где разрешение изображения уменьшается в два раза, с ошибками, 0,9% и 4,5% для напряжения и скорости деформации, соответственно.

Клиническая проверка ^1.

Мы сравнили середине LV весь срез окружности инфаркта деформации (ε _куб.см) от Harmonic Imaging фазы (ХАРП) и FT методы в 191 Дюшен Мышечная дистрофия patieНТС сгруппированы в зависимости от возраста и степени тяжести сердечной дисфункции и 42 подобранных по возрасту, контрольной группе. Ретроспективная, с анализом линии был выполнен на согласованной с тегами и SSFP ломтиками. Для всего населения исследовании (N = 233), средняя FT ε _куб.см (-13,3 ± 3,8%) были тесно связаны с ХАРП ε _куб.см (-13,6 ± 3,4%) с коэффициентом корреляции Пирсона из 0,899. _Куб.см означает ε МДД пациентов определяется ХАРП (-12,52 ± 2,69%) и FT (-12,16 ± 3,12%) существенно не различались (р = NS). Аналогично, средние _вв ε из контрольной группы по определяться ХАРП (-18,85 ± 1,86) и FT (-18,81 ± 1,83) достоверно не различались (р = NS). Мы пришли к выводу, что FT-обоснованной оценке ε _вв высокой степени соотносима с ε _вв основе Отмеченные изображения в большом DMD популяции пациентов с широким диапазоном сердечной дисфункции.

Phantom #	Частота смены кадров	Resol. N	Эпикардиальных движения	N р	ε R	ε R макс	ε V	ε макс	ε SR	ε SR макс	Санкт-ε	ε Санкт-макс
1	32	401	с эндо	16	0,57	1,10	3,98	8,26	2,95	6,55	0,59	1,34
2	32	401	нет движения	16	0,27	0,60	3,62	8,53	2,90	5,99	0,75	1,29
3	64	401	с эндо	16	0,35	0,62	1,75	4,92	3,08	10,47	0,34	0,86
4	64	401	нет движения	16	0,39	0,73	1,78	5,48	2,38	6,46	0,32	0,63
5	128	401	с эндо	16	0,22	0,40	1,57	3,66	2,73	8,39	0,35	0,89
6	16	401	с эндо	16	0,41	0,92	12,10	18,27	7,12	15,17	0,88	1,93
7	32	201	с эндо	16	0,43	0,82	3,84	7,03	4,21	7,79	0,83	1,52
8	32	201	нет движения	16	0,49	0,90	4,00	8,54	4,54	10,84	0,93	1,64
9	32	101	с эндо	16	2,58	3,87	5,70	17,44	9,22	18,27	4,44	6,77
10	32	401	с эндо	64	0,32	0,73	3,98	8,09	3,11	8,86	0,48	1,10
11	32	401	нет движения	64	0,33	0,53	3,56	7,83	2,78	7,44	0,70	0,98
12	32	401	с эндо	32	0,44	1,00	3,99	8,16	2,99	6,82	0,63	1,49
13	32	401	с эндо	8	0,20	0,41	3,64	6,84	3,09	9,10	0,43	0,74
14	32	401	нет движения	8	0,22	0,41	3,36	7,42	2,76	5,93	0,58	1,01
15 *	32	401	с эндо	16	1,35	2,42	5,54	9,68	7,02	16,58	2,62	4,46

Таблица 1 Phantom анализ эндокарда отслеживания границы. Среднеквадратичное и максимальной процентной ошибки [%] вычисляются для основных величин в соответствие различные параметры фантом. Параметры выделены полужирным шрифтом указывают на отклонения от Phantom № 1. Зависимости от частоты кадров, разрешение и количество гусеничных точек. Влияние типа эпикардиальных Предложение считается для двух предельных случаях, когда эпикардиальных границу не перемещает (без движения) или перемещены с эндо (без утолщения). Последний фантом (*) построен без фильтрации основные ступенчато изображения с яркостью, меняется резко в один пиксель. Ошибки выше 10% выделены жирным шрифтом.

Рисунок 1. CMR образ левого желудочка, в перспективе оси (рисунок слева) и в короткие зрения оси (фото справа), при этом прослеживается эндокарда границы отрисовывается сверху.

Рисунок 2. Пространственно-временные представления, где пространство вдоль трансмуральный вырезать, из последовательности изображений. Трансмуральный сократить берется в качестве начальной точки на рисунке 3. Временной эволюции отправную точку, автоматически отслеживает, не сообщается.

Рисунок 3. Изображение левого желудочка, в перспективе оси, с трансмуральный порезы и сокращения параллельно изогнутые границы.

Рисунок 4. Phantom исследования. Два изображения(Дело № 2) при максимальном расширении (пластины) и сжатия (пластины б), вычисляется эндокарда пунктах пограничного перекрываются. Деформации (пластины с) и скорости деформации (пластины г) вычисляется с двумя разными призраками (дела № 1 и № 8) приведены в сравнении с эффективными значениями.

Рисунок 5. Примеры глобальных окружной (черная кривая) и сегментарные деформации (цвет линии) в нормальных пациентов (). Пример глобальной окружной (черная кривая) и сегментарные circumferental starain (цветная кривая) у пациентов с депрессией функции левого желудочка и блокады левой ножки пучка Гиса (б). Обратите внимание различные сроки пик окружной деформации указывает на наличие левого желудочка диссинхронии

Discussion

Мы описываем новый метод "функцию отслеживания" для измерения деформации и смещения параметров в ткани миокарда основе SSFP изображений. Этот метод был недавно проверен на ХАРП в оценке пик глобального окружные напряжения в большой популяции пациентов с мышечной дистрофии Дюшенна (1). Мы нашли отличную корреляцию между этими двумя методами. Функция отслеживания технология относительно проста в использовании и не требует никаких дополнительных последовательностей изображений, таких как теги, смысла или плотная. В дополнение к клинические испытания оценки пик глобального ECC, региональных данных штамм может быть получена, а FT-видимому, надежная техника в состоянии оценить продольные и радиальные LV напряжение, а также продольных деформаций право желудочка.

Дополнительные исследования необходимо сделать для того, чтобы точно определить пределы технику по временным и пространственным разрешением изображения. FT позволяет проводить сравнения между других методов, таких как эхокардиография поскольку основной принцип тот же.

Заключение

Функция отслеживания потенциально может быть интегрирована в клинической практике, так как устраняет необходимость трудоемкой анализ и дополнительные процедуры приобретения. FT могут быть использованы для оценки левого и правого желудочков глобальной и сегментарной штаммов, слева диссинхронии желудочка. Дальнейшие клинические исследования ведутся для оценки полезности FT в клинической кардиологии.

Materials

Name	Company	Catalog Number	Comments
Diogenes® Feature Tracking software	TomTec Imaging Systems, Fulda, Germany