Bioengineering

뇌 이미징 응용 프로그램에서 CMUT 기술에 기반 하는 새로운 초음파 프로브의 성능을 평가 하기 위한 실험 프로토콜

Published: September 24, 2017 doi: 10.3791/55798

Giulia Matrone¹, Alessandro Ramalli², Alessandro Stuart Savoia³, Fabio Quaglia⁴, Gloria Castellazzi⁵, Patrizia Morbini⁶, Marco Piastra¹

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

Summary

용량 성 휘트스톤 초음파 변환기 (CMUT) 기술을 기반으로 새로운 (미국) 초음파 프로브 개발 기능 이미징의 초기 현실적인 평가 요구 한다. 우리는 비보 전 소 뇌를 사용 하 여 이미지를 대상으로 미국 이미지 수집 및 자기 공명 이미지 비교에 대 한 반복 실험 프로토콜을 설명 합니다.

Abstract

성능 이미징의 초기 및 반복 가능한 평가 수행할 가능성이 설계에 기본 이며 개발 과정 (미국) 새로운 초음파 프로브. 특히, 응용 프로그램별 이미징 목표 보다 현실적인 분석 응용 프로그램의 그들의 잠재적인 임상 분야에서 미국 프로브의 예상된 성능을 평가 하 매우 유용할 수 있습니다.

이 작품에서 제시 하는 실험 프로토콜 고의로 응용 프로그램별 평가 절차는 새로 개발 된 우리 제공 하도록 설계 되었습니다 관련 용량 성 휘트스톤 초음파 변환기 (CMUT) 기술을 기반으로 하는 프로토 타입 프로브 뇌 이미지입니다.

프로토콜은 리얼리즘과 설명된 절차 그리고 neuronavigation 기술 신경외과에서 빌린의 반복성을 보장 하는 이미징 대상으로 포 르 말린에 고정 하는 소 뇌를 사용 하 여를 결합 합니다. 미국 조사 사실 모션 추적 위치 데이터를 획득 하 고 미국 이미지 참조 뇌의 자기 공명 (MR) 이미지의 중첩을 가능 하 게 하는 시스템에 연결 됩니다. 이 성능 이미징 미국 탐사선의 시각 질적 평가 수행 하 고 인수 다른 프로브로 만든 비교 인간의 전문가 위한 수단을 제공 합니다. 또한, 프로토콜 초음파 플랫폼 오픈 고급 (울 라-OP) 스캐너 미국 이미지 수집, 즉 완전 하 고 개방 연구 및 개발 시스템의 사용에 의존합니다.

악기와 관련 프로토콜, 특히 교정, 이미지 수집 및 미국 및 미스터 이미지의 등록 절차는 원고는 자세하게에서 설명 합니다. 얻은 결과 전적으로 열 (의 한계 내에서 관련 된 계측), 반복, 그리고 미국 이미지 수집 및 처리 활동의 전체 집합을 포함, 전체 프로토콜의 효과 증명.

Introduction

신호 컨디셔닝 및 빔 형성의 어느 부분에서 전자는 특히 3D/4d 영상에 대 한 프로브 핸들에 통합 하는 새로운 echographic 프로브 개발 (미국) 작은 휴대용 초음파 스캐너에 대 한 증가 시장 선도 ¹. 통합의이 높은 수준을 달성 하기 위해 적합 특히 신흥 기술을 포함 휘트스톤 초음파 트랜스듀서 (MUTs)², 실리콘에 조작 하는 마이크로 전기 기계 시스템 (MEMS) 변환기의 클래스. 특히, 정전 용량 MUTs (CMUTs) 마지막으로 그들에 게 다음 세대가 초음파에 이미징 시스템³압 전 트랜스듀서에 대 한 유효한 대안 기술 성숙에 도달 했습니다. CMUTs는 그들의 호환성 모든, 높은 감도⁴위에, 그리고 반도체 기술, 넓은 대역폭-수율 높은 이미지 해상도-높은 열 효율 때문에 매우 매력적인. ENIAC 주 프로젝트 DeNeCoR (NeuroControl 및 NeuroRehabilitation 장치)⁵의 맥락에서 CMUT 프로브 되 고 어디에 높은-품질 응용 프로그램 (예: 신경외과), 이미징 미국 두뇌 개발된⁶ 2D/3D/4d 이미지와 뇌 구조의 정확한 표현이 됩니다.

새로운 미국 프로브 개발 과정에서 성능 이미징의 초기 평가 수행의 가능성은 기본 이다. 일반적인 평가 기술을 알려진 형상과 echogenicity의 임베디드 목표와 조직 흉내 낸 팬텀의 이미지에 따라 명암과 해상도 같은 특정 파라미터 측정을 포함 한다. 응용 프로그램별 이미징 목표 보다 현실적인 분석 미국 프로브 특정 임상 분야에 그들의 잠재적인 응용 프로그램에서의 예상 되는 성능에 대 한 초기 평가 대 한 매우 유용할 수 있습니다. 다른 한편으로, 취득의 완전 한 반복성 시간이 지나면서 다른 구성의 비교 테스트에 대 한 기본 이며이 요구 전부 vivo에서 실험 규칙.

진단 이미징 기법에 문학에서 여러 작품 제안 비보 전 동물 표본⁷, 시신 두뇌⁸또는 다른 목적¹⁰, 유령⁹ 를 흉내 낸 조직 사용을 포함 하는 이미징 방법, 등록 알고리즘, 자기 공명 (MR) 시퀀스, 또는 미국 빔 패턴의 테스트 하 고 결과 이미지 품질. 예를 들어 뇌 이미징, Lazebnik 그 외 여러분 의 맥락에서 ⁷ 양 포 르 말린 고정 뇌 평가 하는 사용 새로운 3D 미스터 등록 방법; 마찬가지로, 최 외. ¹¹ 씨의 등록 및 고정된 올빼미 원숭이 두뇌의 가벼운 현미경 이미지에 대 한 절차를 조사. 폴 리 비닐 알코올 (PVA) 뇌 팬텀^9에서 개발 및 복합 이미지 인수 (즉 씨, 미국, 그리고 단층) 공유 이미지 데이터 집합¹² 등록 테스트용 생성을 수행 하는 데 사용 하 고 이미징 알고리즘입니다.

전반적으로, 이러한 연구 확인 이미지 인수에 대 한 현실적인 목표를 사용 하 여 실제로 필수적인 단계는 새로운 이미징 기술 개발 하는 동안. 아직 프로토 타입 단계에서에서 이며 광범위 하 고 재현 가능한 모든 디자인의 정확 하 게 조정할 시간이 지남에 테스트는이 문서에 소개 된 CMUT 미국 프로브 처럼 새로운 이미징 장치를 설계할 때이 더욱 중요 한 단계를 나타냅니다. 그것의 최종 실현 및 애플리케이션에서 vivo에서 (¹³^,^,¹⁴¹⁵)로 가능한 유효성 검사 하기 전에 매개 변수.

이 작업에 설명 된 실험 프로토콜 따라서 CMUT 기술을 기반으로 새롭게 개발 된 미국 프로브에 대 한 강력 하 고, 응용 프로그램별 이미징 평가 절차를 제공 하기 위해 설계 되었습니다. 리얼리즘과 반복성, 소를 보장 하기 위해 포 르 말린에 고정 (표준 음식-상업 공급망을 통해 얻은) 두뇌 이미징 대상으로 선정 됐다. 고정 절차 만족 형태학 자질과 미국에 미스터¹⁶^,¹⁷이미징 가시성 속성을 유지 하면서 조직 특성의 장기 보존을 보장 합니다.

미국 이미지 품질의 평가 대 한 프로토콜 구현 기능 신경외과¹⁵사용 하는 neuronavigation 기법에서 빌려도 여기 설명 합니다. 이러한 접근에 미국 프로브 공간 위치 및 방향 데이터 실시간으로 제공 하는 시스템을 추적 하는 모션에 연결 됩니다. 이 방법에서는, 미국 이미지 외과 활동 동안 수 수 자동으로 등록 및 지도, 환자의 두뇌의 pre-operatory 씨 이미지에 중첩에서에 대 한 시각. 제시 프로토콜의 목적을 위해 (이 뇌 이미징에서 골드 표준으로 간주 됩니다) 씨 이미지와 중첩은 큰 가치 이기 때문에 시각적으로 평가 하기 위해 인간의 전문가 형태학 수 조직 기능에서 인식할 수 있는 미국 이미지와, 부 반대, 유물 이미지의 존재를 인식 하.

이미지 다른 미국 프로브 인수를 비교 하는 가능성도 더 재미 있게 된다. 실험 프로토콜 제시 미스터 이미지의 예비 육안 검사에서 확인 된 가장 기능이 풍부한 볼륨 영역에 초점을 맞춘 미국 인수에 대 한 공간 참조 포즈의 집합을 정의 하는 가능성을 포함 합니다. Paraview 오픈 소스 소프트웨어 시스템¹⁸개발 통합된 비주얼 도구, 미국 이미지 수집 단계 동안 이러한 미리 정의 된 포즈를 일치에 대 한 운영자에 게 지침을 제공 합니다. 프로토콜에 필요한 교정 절차에 대 한 명확한 공간 참조를 제공 하는 미리 정의 된 위치 랜드마크 모든 대상 표본-생물 학적 또는 합성-장비에 기본적 이다. 이러한 랜드마크 미국와 미스터 모두 이미지에 표시 및 측정 시스템을 추적 하는 모션에 물리적으로 액세스할 수 있어야 합니다. 실험을 위해 선택한 랜드마크 요소는 플린트 유리, 미국 및 씨 이미지에 그 시정 문학¹⁹ 에서 설명 되었고 예비 미국과 미스터 검사 제시 실험 수행에 의해 확인의 작은 분야입니다.

제시 하는 프로토콜에 의존 초음파 플랫폼 오픈 고급 (울 라-OP)²⁰, 완전 하 고 개방 연구 및 개발 시스템 우리에 게 많은 넓은 실험 가능성 보다 상업적으로 사용할 수를 제공 하는 이미지 수집 스캐너 그리고 다른 미국 프로브의 평가 대 한 일반적인 기준으로.

첫째,이 작품에 사용 하는 악기 설명, 새로 설계 된 CMUT 프로브에 대 한 특정 참조와 함께 합니다. 실험 프로토콜은 소개duced에서 초기 디자인 시스템 보정, 이미지 수집 및 후 처리 관련된 모든 절차의 철저 한 설명과 함께 자세히. 마지막으로 얻은 이미지를 제시 하 고 결과,이 작품의 미래 발전에 대 한 힌트와 함께 설명.

계측

CMUT 프로브 프로토 타입

실험은 새로 개발된 된 256 요소 CMUT 선형 배열 프로토 타입, 설계, 조작, 및 로마 트 레 대학 (로마, 이탈리아)의 Acoustoelectronics 연구소 (ACULAB)에서 포장 CMUT 리버스 제조 공정 (를 사용 하 여 실시 했다 RFP)⁴. RFP는를 제작 하 여 포장 기술, 특히 이미징 응용 프로그램, 그것에 의하여 CMUT 미세 실리콘 다음에 가공은 우리를 위해 MEMS 센서의 실현에 대 한 잉태는 "거꾸로"²¹. 다른 CMUT 제조 기술에 비해 RFP 전체 배열 CMUT 세포의 기하학의 높은 균일성 때문 이미징 성능이 향상된 하 고 프로브 헤드 패키지에서 음향 설계 자료를 사용 하 여 생성합니다. RFP의 중요 한 특징은 전기 상호 패드 2 차원 배열 및 프런트 엔드 다중 채널 전자의 3 차원 통합 용이 CMUT 다이의 뒤쪽 부분에 있습니다.

256 요소 CMUT 배열이 7.5 mhz 중심 주파수 대역에서 동작 하도록 설계 되었다. 200 µ m의 요소 피치 51.2 m m의 최대 시야의 폭 인 배열에 대 한 선정 되었습니다. 단일 CMUT 배열 요소의 높이 측면 해상도와 침투 기능 적당 한 성능을 달성 하기 위해 정의 되었다. 5mm 배열 요소 높이 음향 렌즈에 의하여 18 m m의 깊이에서 상승 초점을 고칠 때 0.1 m m의 3db 빔 폭과 7.5 m h z에서 1.8 m m의 초점의 3db 깊이 얻기 위하여 선택 되었다. 195 µ m 전체 배열 요소는 배열 및 전기 6 각형 레이아웃에 따라 병렬 344 원형 CMUT 셀에 연결 하 여 얻은 했다. 따라서, 결과 5 µ m 요소-거리, 즉 절단, 멤브레인 막 분리와 일치합니다. CMUT 배열의 구조의 도식 대표는 그림 1에서 보고 됩니다.

그림 1: CMUT 배열 구조. CMUT 배열의 구조의 도식 표현: 배열 여러 셀에 병렬 (a)의 CMUT 미세 (b); 레이아웃 연결의 구성 요소 CMUT 셀 (c)의 단면입니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

CMUT 소 매개 변수, 즉 는 측면 및 수직 치수의 판과 전극, 특징으로 광대역 집중 작업 달성의 목표와 유한 요소 모델링 (FEM) 시뮬레이션을 사용 하 여 정의 된 한 7.5 m h z와 100%-6 dB 양방향 분수 대역폭 중심 주파수 응답. 구멍, 즉, 간격, 높이 80 V 최대 여기 신호 전압을 고려 하는 붕괴 전압⁴의 70%에서 CMUT를 바이어 싱 하 여 양방향 감도 극대화 하기 위해 V 260의 붕괴 전압을 달성 하기 위해 정의 되었다. 표 1 ﹙ CMUT의 주요 기하학 매개 변수를 요약합니다.

CMUT 배열 설계 매개 변수
매개 변수	값
배열
요소 수	256
요소 피치	200 µ m
요소 길이 (높이)	5 mm
고정된 높이 초점	15 m m
CMUT 미세
세포 직경	50 µ m
전극 직경	34 µ m
셀 측면 거리	7.5 µ m
판 두께	2.5 µ m
갭 높이	0.25 µ m

표 1입니다. CMUT 프로브 매개 변수. CMUT 선형 배열 조사 및 CMUT 세포 미세 형상 매개 변수.

CMUT 배열 프로브 헤드에 통합 하는 데 사용 하는 포장 과정 참조⁴에 설명 되어 있습니다. 음향 렌즈는 금속-산화물 nanopowders와 실수로 실 온 타이어 (RTV) 실리콘 고무를 사용 하 여 물의 음향 임피던스 일치 인터페이스²²가짜 반사 방지를 조작 했다. 결과 화합물 1280 k g/m³ 의 밀도 1100 m/s의 소리의 속도 의해 특징 했다. 원통형 렌즈, 18 m m의 기하학적 초점 및 변환기 표면 위에서 약 0.5 m m의 최대 두께 7mm 곡률 반경 선택 되었다. CMUT 프로브 헤드의 그림은 그림 2(a)에 표시 됩니다.

그림 2: 프로브 CMUT. 선형 배열 변환기 및 음향 렌즈 (a)를 포함 하 여 개발 된 CMUT 프로브 및 전체 CMUT 프로브와 커넥터 (b)의 머리. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

CMUT 프로브 헤드 멀티 채널 수신 아날로그 프런트 엔드 전자 및 미국 스캐너에 연결에 대 한 다중 케이블 포함 된 프로브 핸들에 결합 했다. 단일 채널 전자 회로 전기 현재 필요한 케이블 임피던스를 제공 하는 높은 입력 임피던스 9 dB 이득 전압 증폭기 이다. 참조 ⁴에 설명 된 멀티 채널 전자, 초 저전력 저 잡음 수신기와 신호 전송/수신 듀플렉싱에 대 한 통합된 스위치를 포함 하 여 회로 토폴로지를 기반으로 합니다. 프런트 엔드 전자 전원 공급 장치 CMUT 바이어스 전압은 사용자 지정 전원 공급 장치에 의해 생성 되 고 극 케이블을 통해 조사에. 완전 한 조사는 그림 2(b)에 표시 됩니다.

압 전 미국 프로브

CMUT 프로브로 얻은 이미지의 질적 비교에 대 한위의 두 상용 압 전 미국 프로브는 실험에 포함 됐다. 첫 번째 요소, 245 µ m 피치 및 8 MHz에서 중심으로 110% 소수 대역폭 시험 192 선형 배열 조사 이다. 이 프로브는 2D B 모드 이미지 사용 되었다. 두 번째 프로브는 기계적으로 스윕 선형 배열 요소, 245 μ m의 피치와 100% 분수 대역폭 가운데 8.5 m h z에 시험 하는 180의 3D 영상에 대 한 조사 이다. 스테퍼 모터 프로브 수 있습니다 스캔된 볼륨²³의 3D 이미지를 재구성 하는 데 사용할 수 있습니다 여러 비행기를 얻으려고 선형 배열 연소 주택 내부에 배치.

울 라 OP 시스템

미국 이미지의 인수는 울 라 OP 시스템²⁰, 완전 하 고 열려 미국 연구 및 개발 시스템, 설계 및 마이크로 시스템 디자인 연구소 피렌체, 이탈리아의 대학의 실현을 사용 하 여 수행 되었다. 울 라 OP 시스템 제어할 수 있습니다, 전송 (TX)에 둘 다 그리고 64 독립적 채널 수신 (RX)에 연결 된 스위치 매트릭스를 통해 한 미국 조사 최대 192 압 전 또는 CMUT 변환기. 시스템 아키텍처 기능 2 주 처리 보드, 아날로그 보드 (AB)와 디지털 보드 (DB), 랙, 포함 된 모두 전원 보드와 프로브 커넥터 및 모든 내부 라우팅을 포함 하는 다시 비행기 보드에 의해 완료 되는 구성 요소입니다. AB 포함 프런트 엔드 프로브 트랜스듀서를 특히 64 채널 및 프로그래밍 가능 스위치 매트릭스 동적 TX RX 채널에 매핑되는 변환기의 아날로그 컨디셔닝에 대 한 전자 부품. DB는 실시간 빔 형성 담당, TX 신호를 합성 하 고 RX를 처리 (예를 들어 B 모드 이미지 또는 도플러 초음파) 원하는 출력을 생성 하 재 탕. 그것은 울 라 OP 시스템은 완벽 하 게 구성, 따라서 tx에서 신호 최대 시스템 대역폭 (예: 3 레벨 펄스, 사인파 버스트, 울 어, 허프만 코드, 등) 내에서 어떤 임의 파형 수 강조 가치가 있다 180 Vpp;의 진폭 또한, 빔 형성 전략 최신 초점 패턴 (예: 집중 파, 라인 전송, 평면 파, 분기 파도, 제한 된 회절 빔, 등)에 따라 프로그래밍 될 수 있다²⁴^,²⁵. 하드웨어 수준에서 이러한 작업은 5 개의 필드 프로그래머블 게이트 어레이 (Fpga)와 1 개의 디지털 신호 프로세서 (DSP) 간에 공유 됩니다. 기계적으로 스윕 3d 이미징 프로브, 위에서 설명한 것과 같은 울 라 OP 시스템 또한 변환기 배열의 각 위치에 개별 2D 프레임의 동기화 된 수집에 대 한 조사, 내부 스테퍼 모터를 제어 합니다.

울 라 OP 시스템 실행 시 다시 구성 하 고 다른 미국 프로브에 맞게 수 있습니다. 특정 소프트웨어 도구를 갖춘 호스트 컴퓨터와 USB 2.0 채널을 통해 통신 합니다. 후자는 미국 이미지, 다양 한 모드;에서 재건의 실시간 시각화를 제공 하는 구성 가능한 그래픽 인터페이스 체적 프로브, 예를 들어, 스캔 한 볼륨에 수직 비행기의 2 개의 B 모드 이미지 표시할 수 있습니다 실시간으로.

설명된 프로토콜의 목적을 위해 울 라-OP 시스템의 주요 장점은 TX RX 매개 변수는 쉽게 튜닝 수 처리 체인²⁶, 또한 가능 하 게 하에 각 단계에서 수집 된 신호 데이터에 대 한 전체 액세스를 제공 합니다. 새로운 이미징 형식 및 빔 형성 기법²⁷^,^,²⁸²⁹^,³⁰^,³¹^,³²^,³³테스트 하.

모션 추적 시스템

이미지 수집 동안 위치 기록 미국 조사, 추적 시스템 광학 모션 고용된³⁴. 시스템 기반으로 센서 단위 2 조명 (발광 다이오드 (Led)) 기를 통해 적외선을 방출 하 고 두 수신기 (즉 렌즈와는 전 하 결합 소자 (CCD))를 사용 하 여 여러 목적 수동 반영 하는 빛을 감지 하 마커 미리 정의 된 엄밀한 모양에서 배열입니다. 반사 된 빛에 대 한 내용은 다음 USB 2.0을 통해 연결 된 호스트 컴퓨터로 옮겨질 수 있다 위치 및 방향 데이터를 계산 하는 내장 된 CPU에 의해 처리 됩니다. 센서 단위의 구성을 제어 하는 동일한 링크를 사용할 수 있습니다.

센서 단위 도구 세트와 함께, 각각 엄격한 기하학적 구성에 배열 하는 4 개의 반사 마커 부여. 모션 추적 시스템 약 20 Hz의 작동 주파수에서 동시에 최대 6 개의 개별 엄밀한 도구를 추적할 수 있습니다. 이러한 두 도구는 이러한 실험을 위해 사용 했다: 포인터 도구, 팁에 의해 감동 3D 위치를 확보 수, 및 클램프 장착 도구, 미국 프로브 아래에 첨부할 수 있는 테스트 ( 그림 14참조).

소프트웨어 측면에서 모션 추적기는 두 장치 제어 및 데이터 수집, USB를 통해 액세스할 수 있는 낮은 수준의 직렬 응용 프로그램 프로그래밍 인터페이스 (API)를 갖추고 있습니다. 기본적으로 위치와 방향으로 반환 됩니다 다중 항목 항목, 즉 각 도구 추적 되 고 하나의 항목. 각 항목에는 mm로 표시 한 3 차원 위치 (x, y, z)와 4 원수로 방향을 (q₀, q_x, q_y, q_z) 포함 되어 있습니다. 시스템 시각화 및 위치/방향 센서 단위의 시야 내에서 여러 도구를 실시간으로 측정 하기 위한 그래픽 추적 도구를 포함 하는 상위 소프트웨어 악기의 도구 상자와 함께 또한 온다.

시스템 개요, 통합, 및 소프트웨어 구성 요소

그림 3 의 다이어그램에는 또한 설명 하는 시스템에서 흐르는 데이터 스트림 프로토콜 채택 계측 요약 되어 있습니다.

그림 3: 블록 다이어그램 전체 하드웨어 설정 및 시스템 통합의. 미국 조사와 미국 이미지 수집을 위한 노트북 USB를 통해 통신 하는 울 라 OP 시스템에 연결 됩니다. 같은 시간에 노트북은 또한 모션 추적 위치 데이터 수집을 위한 시스템에 USB를 통해과 데이터 처리를 위해 워크스테이션에 이더넷 통해 연결 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

미국 프로브, 모션 추적기 및 위에서 설명한 되었습니다, 울 라 OP 시스템 설치 또한 두 대의 컴퓨터, 즉 노트북과 워크스테이션을 포함 합니다. 전은 주요 계측, 수신 및 두 개의 주요 들어오는 데이터 스트림을 동기화 프런트 엔드: 울 라 OP 시스템 및 3D 모션 추적기에서 데이터를 위치에서 나오는 미국 이미지. 그것은 또한 제공 한다 시각적 피드백을 연산자에 인수 되 고 이미지. 워크스테이션에는 실질적으로 더 높은 계산 능력과 저장 용량. 이미지 후 처리와 결합 된 이미징 데이터 집합에 대 한 저장소에 대 한 백엔드 지원을 제공합니다. 워크스테이션도 사용미국 및 그 이미지의 시각화에 대 한 등록 된 멀티 모달 이미지의 동시 3D 시각화의 가능성을 포함 하 여.

이미지 수집 실험에 대 한 중요 한 요구 사항은 두 가지 기본 데이터 스트림 동기화입니다. 동작 추적 및 울 라 OP 시스템은 아직 활동의 명시적 동기화를 지원 하지 않는 독립적인 계기 이다. 이 때문에, 미국 이미지 데이터와 위치 정보를 제대로 각 이미지 조각 획득 당시 미국 탐사선의 정확한 3D 위치를 검출 하기 위하여 결합 될 필요가 있다. 이 목적을 위해 특정 로깅 응용 프로그램 개발 되었습니다 녹화 및 실시간으로 타임 스탬프에 대 한 자체 모션 추적기에서이 경우에 포함 된 c + + 소프트웨어 구성 요소를 수정 하 여 추적 시스템, 모션에 의해 제공 하는 데이터. 일반적으로, 모션 추적 시스템 기능을 실시간으로 데이터를 캡처하고 파일에 그들을 베 끼는 것을 허용 하는 하위 수준 API.

채택 된 동기화 방법은 다음과 같이 작동합니다. 로깅 응용 프로그램에 의해 생성 되는 파일의 각 항목은 어디 "yyyy-MM-ddThh:mm:ss.kkk" 형식의 타임 스탬프와 함께 증강: y = 년, M = 월, d = 일, h = 시간, m = 분, s = 2, k = 밀리초. 울 라 OP PC 기반 소프트웨어 (c + + 및 MATLAB 프로그래밍 언어) 시작 및 끝 각 이미지 수집 시퀀스의 시간을 계산 하 고.vtk 형식으로 각 이미지에이 정보를 저장. 실험 중 일반적인 임시 참조를 제공 하 두 위의 소프트웨어 절차는 그림 3에서 프런트 엔드 컴퓨터에서 실행 됩니다. 이 방법으로 생산 하는 타임 스탬프 최종 데이터 집합을 생성 하는 후 처리 소프트웨어 절차에 의해 사용 됩니다 (프로토콜, 제 8 항 참조).

다른 특정 소프트웨어 구성 요소는 실현 되었고 현재 미국 프로브 위치 씨 이미지 하 고, 특히, 미리 정의 된 포즈의 집합에 관련 된 여는 연산자를 실시간 피드백을 제공 하는 워크스테이션에서 실행. 파이썬에서 서버-사이드 소프트웨어 루틴 모션 추적 로그 파일 처리, 미국 프로브 기하학적 모양과 보냅니다 Paraview 서버에 데이터에 위치 하는 전류를 변환. Paraview 클라이언트 씨 이미지와 더 기 하 도형을 설명 하는 미리 정의 된 포즈를 겹쳐 기하학적 도형의 위치 같은 Paraview 서버와 실시간 표시에 연결 합니다. 결과 실시간 시각화의 예는 그림 17에 표시 됩니다.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

이 동영상에 표시 된 모든 생물 표본 표준 식품 공급 체인을 통해 획득. 이러한 표본 관련 기관의 윤리 및 안전 규정에 따라 처리 되었습니다.

참고: 그림 4의 다이어그램 요약이 프로토콜의 주요 8 단계. 단계 1-4 미국 이미지 수집의 시작 하 고 단계를 처리 하기 전에 한 번만 실행 될 초기 활동을 포함 한다. 이러한 초기 단계는 다음과 같습니다: 1. 예비 디자인의 실험 설치 및 설정 (교정 절차에 사용 됨)을 한 유령; ex vivo 소 뇌;의 준비 2) 3. 뇌;의 미스터 이미지 수집 4. 미국 이미지 수집을 위한 대상으로 사용할 수 질적 포즈의 정의입니다. 단계 5 ~ 8 수집 및 미국 이미지의 처리에 관련. 이 단계는: 5. 실험적인 체제는 모든 악기 연결 및 통합, 그리고 모든 대상 위치 확인; 6. 탐색;에 대 한 수동 마커를 갖춘 미국 프로브 보정 7. 수집 물, 미리 정의 된 포즈와에 소 뇌의 미국 이미지의 " freehand modeŔ 8. 후 처리와 결합 된 씨의 시각화 / 미국 이미지 데이터 집합. 5 단계 실험 활동의 시작에서 한 번만 수행할 수 있지만 각 미국 조사 참여 당 6 및 7 단계를 반복 해야 합니다. 8 단계 수행할 수 있습니다 한 번만 전체 결합 된 데이터 집합에 모든 인수 완료 되 면.

그림 4 : 실험 프로토콜 워크플로. 블록 다이어그램에서는 각 단계에서 주요 작업의 목록을 포함 한 프로토콜의 주요 단계를 보여 줍니다. 1-5 단계 포함 초기 활동 및 설치 준비 우리가 인수; 따라서, 그들은 한 번만 수행할 수 있습니다. 단계 6과 7은 미국 인수를 포함 하 고 각 프로브에 대 한 반복 해야 합니다. 이미지 후 처리는 8 단계 끝에 한 번만 수행할 수 있습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

1. 예비 디자인

디자인 및 랜드마크 포지셔닝의 유효성 검사
참고: 다음 절차의 교정에 대 한 사용할 수 있는 위치에 대 한 일관 된 전략을 정의 합니다. 6 절에서에서 설명 하는 시스템을 추적 하는 모션.
1. 소 뇌의 약 비슷한 모양 절단 하 여 폴리스 티 렌 머리 마네킹을 준비 (높이 180 mm, 폭 = 144 m m, 길이 = = 84 mm) 칼을 사용 하 여.
2. 삽입 6 패턴 3 플린트 유리 분야 (3 m m 직경) 폴리스 티 렌으로의 두뇌, 등변 삼각형의 꼭지점에 약 15 m m와 1 m m 외부 표면에서 멀리 하지와 함께 준비 (참조 그림 5 ).
3. 연결 USB를 통해 노트북에 시스템을 추적 하는 모션. 추적 도구를 엽니다, 모션 추적을 시작 및 폴리스 티 렌 두뇌에 유리 구체를 만질 때 포인터 도구 추적 보기의 필드, 실험 중 가시성 및 효과적인 액세스 가능성을 확인 하기 위해 내 남아 확인 하십시오.

그림 5 : 폴리스 티 렌 모델 예비 설계 단계에서 사용 하는 뇌. 폴리스 티 렌 마네킹 머리, 제대로 잘라 소 뇌 크기를 모방 하는 두뇌의 유리 구 패턴의 위치를 선택 하 사용 되었다. 그림에서와 같이 폴리스 티 렌 모델에 이식 되었습니다 분야, 3 m m 직경의 6 개의 삼각형 패턴, 즉 3 오른쪽 왼쪽된 두뇌 반구. 3에 패턴 <는 href="//ecsource.jove.com/files/ftp_ upload/55798/55798fig5large.jpg"target ="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

agar 팬텀 준비
참고: 이러한 단계 교정 절차 (6.1 단원)에 사용 될 실험실에서 만든 한 팬텀 준비 허용.
1. 비 커, 글 리세 린과 한 천의 증류수의 870 g에서 30 g 100 g을 희석. 혼합물을 저 어 최대 그것의 온도 증가 하는 동안 90 ° C, 10-15 분 13 x 10 x 10 cm 음식 콘테이너를 적어도 하루 동안 냉장고에 보관을 혼합물을 부 어.
2. 는 냉장고에서 agar 팬텀을 제거합니다. 색상 노란색에 나 멜 (대 한 더 나은 시야)와 6 유리 분야와 1 ㎜ ( 그림 6) 보다 표면에서 멀리 하지 3 유리 분야의 각각에 agar 팬텀 (즉 하나는 블록의 주요 측면 당), 2 패턴 삽입.
3. 보존을 위한 사용에 담가 물과 벤 잘 코 늄 염화 물, 밀폐 플라스틱 음식 콘테이너를 사용 하 여 솔루션에서 agar 팬텀 그리고 냉장고에 보관.

그림 6 : Agar 팬텀. 그림 한 팬텀, (검은 화살표 표시) 3 옐로우 그린 유리 분야의 이식된 패턴은 아래쪽 가장자리에서 명확 하 게 볼 수 있습니다. 포인터 도구 팁, 교정 단계 영역 위치를 측정 하는 데 사용 되는 팬텀 근처도 표시 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

2. 소 뇌 준비 및 고정

취득 비보 전 소 뇌 표준 식량에서 공급 체인. (보존)을 위한 얼음에 그것을 전송. 일반적으로,이 경우 비보 전 뇌 가능 동물에서 제거 되었습니다 데 후.
얼음에서 두뇌를 제거 하 고 aspirating 후드에. 후드에 대 한 후속 준비 단계에 그것을 유지. 대뇌 반구, 소 뇌, mesencephalon, 폰, 그리고 brainstem 외과 블레이드, 두뇌의 복 부 표면에는 구조를 통해 절단 분리 하 여 격리.
6 삼각형 패턴 3 분야 각 정면, 측 두 엽과 후 두 엽 피 질에서의 임 플 란 트 위치에 대 한 참조로 폴리스 티 렌 마네킹을 사용 하 여. (즉: 거리 표면에서 고 분야 사이에서) 미리 정의 된 조건을 충족 하는지 확인 합니다. 표시 여부, 표시 모든 두뇌에 분야 녹색 조직 조직학 ( 그림 7)에 대 한 염료를 표시와 함께 표면 위치.
담가 10%에서 뇌 버퍼링 말린 솔루션. 플라스틱 용기를 사용 하 여 해 부 부품 ( 그림 8). 포 르 말린에 적어도 3 주 동안, 정착 과정 완료 될 때까지 하는 컨테이너에 뇌 두고.
주의: 포 르 말린은 독성 화학 물질 및 주의; 처리 합니다. 특정 규정도 적용할 수 있습니다, 예를 들어 미국 OSHA 표준 1910.1048 app. A.

그림 7 : 소 뇌 준비 및 유리 분야의 이식. 소 뇌 (a) 이전에 디자인된 구성에 따라 초과에서 해 부 부품을 제거 하 고 다음 유리 구체 패턴을 이식 하 여 전문가 병리학 자에 의해 준비 된다. 영역 위치 다음 뇌 표면 (b)에 녹색 염료로 표시 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

그림 8 : 소 뇌 포 르 말린에 고정. 이식된 유리 분야와 소 뇌 해 부 부품 (a)에 대 한 플라스틱 컨테이너 내부 버퍼링 10% 포 르 말린 솔루션에 몰두입니다. 기간 후에, 최소 3 주 고정 과정이 완료 (b)와 두뇌 이미지 인수에 사용할 수 있습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

3. 미스터 이미지 수집

말린 솔루션을 씻어 하룻밤 물에 깨끗 한 플라스틱 용기에 배치 하 고 그것을 봉인에서 두뇌를 추출

하는

미스터 헤드 코일에 컨테이너를 넣어와 MR 스캐너에 배치.
수행 씨는 32-채널 헤드 코일 ( 그림 9) 부여 3 T 미스터 스캐너를 채용 검색 합니다. 각각 T1, t 2와 CISS 시퀀스 0.7x07x1 m m ³와 T1/T2의 0.5x0.5x1 m m ³의 해상도 및 CISS 시퀀스를 사용 하 여 이미지의 3 세트를 취득 합니다. 미스터 스캐너의 소프트웨어 도구를 사용 하 여 형식을 DICOM에 미스터 이미지 저장.
사용 후, 뇌 버퍼링 10% 포 르 말린에 담가. 미스터 스캐너에서 처리 워크스테이션 인수 씨 이미지를 전송.

그림 9 : 미스터 이미지 수집. 깨끗 한 플라스틱 용기에 밀봉 하는 소 뇌 MR 이미지 인수에 대 한 3 T 미스터 스캐너에 넣습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

4. 미국 이미지 인수에 대 한 질적 포즈의 정의

참고:이 절차는 씨 이미지에 관하여 질적 포즈의 집합을 정의 합니다 있는 두뇌 영역의 표시 여부를 포함 하는 명확 하 게 인식할 수 있는 해부학 적 구조와 잘 분화 된 조직 (특히 흰색과 회색 문제) 미국 이미지에서 최대화.

오픈 DICOM에 미스터 이미지 Paraview 소프트웨어 도구 (이제부터, 시각화 소프트웨어) 서식을 지정합니다. 필요에 따라 모두 조각 및 3D 볼륨 이미지를 시각화 하는 전문가.
해 부 구조와 조직 (예: 측면 심, 신체 callosum, 기초 중추의 회 백 질)의 표시 여부를 평가 하기 위해 데이터 집합에서 각 씨 이미지를 검사.
가장 인식할 수 있는 시각적 기능을 포함 하는 참조 씨 이미지에서 3 차원 공간에 오는 아구를 선택 하 고 약 최대 가시성의 절단 평면을 정의 합니다. 미국 이미지 수집, 각 관련 된 중요 한 시각적 기능 집합에 대 한 12의 미리 정의 된 포즈를 식별.
각 가상 포즈에 대 한 사용 하 여 " 소스 > 콘 "를 만드는 시각적 랜드마크로 3D 콘. 각 원뿔 높이 40 m m 및 2 m m 반지름을 적응 시키십시오을 수동으로 원뿔 3 차원 시야 ( 그림 10)에서. 미스터 이미지, 3D 영역, 비행기, 및 랜드마크의 복잡 한 Paraview 상태 파일로 저장.

그림 10 : 미국 이미지에 대 한 포즈를 미리 정의 된 취득입니다. 3D 미스터에 12 선택 된 포즈의 위치 미국에 대 한 연산자에 의해 도달 될 프레임 이미지 (a) 표시에서 마커 이미지 수집. (B)는 미스터 비행기 선택 된 포즈에 해당 표시 됩니다; 빨간색 마커 나타냅니다 미국 프로브 (미스터 이미지 공간에 표시 됨) 위치 이동에 실시간, 흰색 마커 중 하나에까지 도달 하 고 원하는 미국 이미지는 시스템에 의해 취득 될 수 있다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

5. 실험적인 체제

환경 및 대상
참고:이 단계는 설치 및 미국 수집 실험 위한 계기의 준비를 설명 합니다.
1. 50 x 50 x 30 cm는 위치 플라스틱 테이블에 탱크 및 그것의 15 cm. 위치 높이로 degassed 물 물 탱크 위에서 그리고 그것의 시야 내에서 완전히 표시 되도록 시스템을 추적 하는 모션 작성 ( 그림 11 ) USB 통해 노트북에 연결할 동작 추적기.
2. 보정 시스템 ³⁴를 추적 하는 모션의 추적 도구를 사용 하 여 포인터를 피벗 절차.
3. 는 테이블에 울 라 OP 시스템을 컴퓨터 스크린은 미국 프로브 연산자를 명확 하 게 볼 수 다는 것을 확인 하는 USB 통해 노트북에 연결. 테이블에 워크스테이션을 놓고 그것의 스크린 운영자에 게 명확 하 게 표시 되어 있는지 확인.
4. 말린 솔루션에서 두뇌를 추출 하 고 물에 씻어. 재 봉 스레드 및 접착제 줄무늬 ( 그림 12)의 세그먼트를 사용 하 여 합성 수 지의 접시에 그것을 고정.
5. 탱크에 두뇌와 접시를 담가 그리고 뇌 주변의 전체 작업 공간 포인터 도구를 추적 하는 소프트웨어를 사용 하 여 모션 추적기의 시야 내에서 맞는 확인 하십시오.

그림 11 :의 설치는 모션 추적 시스템 실험 인수. 모션 센서 추적 대상과 채워 반영 마커 프로브 측정 분야의 보기 내에서 완전히 들어가도록 있는 소 뇌가 포장 되어, 물 탱크 위에 배치 됩니다. < 한 href="//ecsource.jove.com/files/ftp_upload/55798/55798fig11large.jpg" target = "_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

그림 12 :에 소 뇌의 위치는 물 탱크. 소 뇌 두 바느질 스레드 (배치는 fissure)에 의하여 합성 수 지 판에 움직일 이며 접착 줄무늬와 함께 접시에 고정. 접시와 소 뇌 다음 물 탱크에 몰두 하 고. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

미국 프로브를 연결 하 고 구성 검사를 수행 하기 위해 울 라-OP.
1. 미국 프로브 시스템 연결 하는 울 라 OP.
2. 울 라 OP 시스템 구성 파일 및 컴퓨터 ( 그림 13)에서 소프트웨어 인터페이스를 통해 구성합니다.
  1. 정의 인터리브 B-모드 2 개의 다른 주파수 (7 MHz와 9 MHz)을 채용. 각 모드에 대 한 바이 폴라 버스트 1 주기를 설정 합니다. 25 mm 깊이 동적 초점에서 전송 초점 설정 F # 리셉션에 = 2 싱크 apodization 함수.
  2. 빔 형성 된 기록 및 위상 시스템 및 구적 구성 (I / Q) 데이터를 복조.
3. 전체 operativity를 위해 몇 가지 인수 검사를 수행.
  1. 클릭 하 여 시스템, 동결는 " 동결 " 울 라 OP 소프트웨어에서 토글 버튼. 3 플로피 디스크로 표시 되는 토글 단추를 클릭 하 여 자동 저장 모드를 사용할. 인수의 끝에 나타나는 팝업 창에서 파일 이름을 작성 하 고 클릭 " 저장 ".

그림 13 : 우리에 대 한 실험 설치 이미지 수집. 그것의 디스플레이 인수 하는 동안 미국 프로브 운영자에 게 명확 하 게 볼 수 있도록 울 라 OP 시스템 물 탱크 근처에 배치 하는 노트북에 연결 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

미국 프로브에 수동 반사 마커 클램핑

참고:이 절차에 따라 미국 프로브 및 수동 반사 표식의 단단한 어셈블리 이미지와 위치 이후의 인수에 대 한 만들어집니다 데이터입니다.
1. 찾기 미국 프로브에 클램프에 대 한 적당 한 위치 핸들입니다. 미국 프로브 핸들 ( 그림 14)에 수동 반사 마커를 클램프.
2. 클램프는 안정, 마커 추적 시스템, 미국 프로브 예상된 작업 자세에서 개최 하는 모션으로 명확 하 게 표시 되도록 몇 가지 수집 검사 (단계 5.2.3 참조)를 수행.

그림 14 : 수동 도구 3D 영상 압 프로브에 채워 마커 반영. 마커 도구 제대로 고정 하 고 그들은 동시에 미국 이미지와 위치 데이터 수집에 사용할 결합된 어셈블리 구성 3D 영상 압 프로브 핸들에 고정. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

6. 교정

참고: 설명 다른 공간 참조 프레임 중 필요한 변환을 계산 하기 위해 정보를 수집 하는 프로토콜의 실험적인 부분 참여. 계산 방법에 대 한 수학적 내용은 섹션 9를 참조 하십시오. 프로그래밍 언어 교정에 대 한 MATLAB에서 소프트웨어 루틴을 사용할 수 있습니다 https://bitbucket.org/unipv/denecor-transformations에서 오픈 소스로.

미국 조사에 미국에서 이미지 프레임 수동 도구 프레임을 채워

참고: 다음 교정 절차 로컬에서 미국 이미지 복 하 공간 위치를 할당 하도록 허용 하는 엄밀한 변환을 계산 하는 수동 도구 프로브에 고정 프레임의 참조입니다. 그것은 한 미국 조사에 수동 도구의 각 마운트에 대 한 반복 해야 합니다.
위치 한 천 물 안에 전체 침수에 팬텀
1. 는 Agar 팬텀 ( 그림 15) (단계 5.2.3)에서 3 분야의 각 패턴 당 하나의 미국 이미지를 취득합니다. 위치는 세 분야의 완벽 한 패턴의 시야 내에서 울 라 OP 시스템의 사전 시각화 기능을 사용 하 여 기계 팔을 통해 미국 프로브입니다. 취득 하 고 해당 미국 이미지 저장.
2. 모션 추적기 로그-파일, 워크스테이션을 함께 울 라 OP 형태로 모든 미국 이미지 전송.
3. 각 미국 이미지 시각화 소프트웨어에 수동으로 그들의 각각에서 3 유리 분야의 위치를 표시를.csv 파일에 3D 위치 녹음.
4. (제공 하는 오픈-소스 코드 및 섹션 9 참조) 두 개의 참조 프레임 사이 미국 마커 엄밀한 변환 계산.

그림 15 : 미국의 수집 교정에 대 한 팬텀 agar의 이미지입니다. 연산자 얻으려고 두 우리 두 임베디드 영역 패턴을 포함 하는 이미지와 같이 한 팬텀 미국 프로브 (CMUT 프로브) 이동 실시간으로 컴퓨터 화면에 울 라 OP 소프트웨어. 획득된 이미지 다음 마커는 프로브에 채워 수동 도구의 공간에 미국 이미지 공간에서 변화를 계산 하는 데 사용 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

미스터 이미지 공간에 모션 추적기 공간에서

참고: 다음 보정 작업 씨 이미지 참조 프레임 시스템 참조 프레임을 추적 하는 모션에서 경직 된 변화를 계산 하는 데 사용 됩니다 동작 추적기의 작동 범위 안에 두뇌의 각 배치에 대 한 반복 해야 합니다. 각 고유 씨 이미지에 대 한이 절차의 마지막 두 단계를 반복 해야 합니다.
1. 위치는 뇌 전체 침수 물 안쪽에 탱크. 로깅 응용 프로그램을 시작 하 고 포인터 도구 ( 그림 16) 18 유리 분야의 각각의 위치를 수집 합니다. 워크스테이션에 모션 추적기 로그 파일 전송.
2. 시각화 소프트웨어에 두뇌의 각 씨 이미지를 열고, 수동으로 18 유리 분야의 각각의 위치를 표시 하 고.csv 파일로 해당 3D 좌표를 저장.
3. (오픈-소스 코드 및 섹션 9 참조) 두 개의 참조 프레임 사이의 모션 추적기-미스터 경직 된 변환을 계산.

그림 16 :의 인수는 교정에 대 한 소 뇌에 이식 유리 분야의 위치. 포인터 도구 설명에 한 명씩, 한 물 소 뇌에 이식 18 유리 분야의 위치를 얻기 위해 사용 됩니다. 이 위치는 세가 계산 하는 데 사용 됩니다.미스터 이미지 공간을 시스템 공간을 추적 하는 모션에서 ormation. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

7. 초음파 수집

참고: 실시간 시각화 절차에 대 한 소프트웨어 루틴 Paraview에 대 한 파이썬에서 사용할 수 있습니다 https://bitbucket.org/unipv/denecor-tracking에서 오픈 소스로.

미리 정의 된 포즈의 수집의 미국 이미지
1. 미국 프로브에 마커를 클램프 하 고 보정 절차 (섹션 5.3 및 6.1)을 실행 합니다. 두뇌를 놓고 교정 절차 (섹션 5.1 및 6.2) 실행.
2. 두 개의 딱딱한 변환 매개 변수를 수집 (미국-마커 및 모션 추적기-미스터) 6.1.5 및 6.2.3 단계에서 계산 하 고 Python과 시각화에 구현 된 실시간 시각화 절차의 폴더에이 파일을 전송 소프트웨어 ( 그림 10b).
3. 시각화 소프트웨어를 사용 하 여 실시간 시각화 프로시저 시작 (오픈-소스 코드 참조)와 미국 탐사선의 실제 위치를 올바르게 표시 되는지 확인 합니다 ( 그림 17).
4. 는 탐사선의 위치를 기록 하기 위한 로깅 응용 프로그램을 시작 합니다. 수동으로 미국 프로브 시각화 소프트웨어에 표시 된 대로 각 품질로 미리 정의 된 위치를 일치 하 고 울 라 OP 시스템 (단계 5.2.3)와 해당 이미지를 확보. 두 응용 프로그램을 중지 하 고 울 라 OP 형식에 모든 미국 이미지 전송 모션 추적기 로그 파일 워크스테이션을.

그림 17 : 미국의 수집 미리 정의 된 포즈의 이미지. 운영자 미리 정의 된 포즈; 도달 미국 프로브를 이동 실시간 지원 절차 워크스테이션 디스플레이에 두뇌의 3 차원 MR 이미지 이상의 프로브 위치를 보여줍니다, 파이썬 루틴에 의해 시각화 소프트웨어를 사용 하 여. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

3D 이미지 재건에 대 한 선형 미국 프로브 포즈 이동의 자유, 수집
참고: 다음 단계는 선형 미국 조사만을 위한 고 미국 이미지는 평면 2D의 시퀀스의 인수를 허용 3D 볼륨 재건에 필요한 모션 추적 시스템에서에서 데이터를 위치와 함께.
1. 미국 프로브에 마커를 클램프 하 고 보정 절차 (섹션 5.3 및 6.1)을 실행 합니다. 두뇌를 놓고 교정 절차 (섹션 5.1 및 6.2) 실행.
2. 수동으로 (예: 각 반구의 정면 끝) 의도 초기 포즈에 미국 프로브를 배치합니다. 울 라 OP 시스템 (단계 5.2.3)와 프로브 위치 기록에 대 한 로깅 응용 프로그램 각 미국 이미지 시퀀스의 수집을 시작.
3. 의도 마지막 포즈 (예: 뇌의 각 반구의 원심 끝)으로 미국 프로브에 느리게 freehand 모션을 적용 됩니다. 우리 울 라 OP 시스템 이미지의 수집을 중지 하 고 프로브 추적 중지. 울 라 OP 형식에 모든 미국 이미지 전송 및 모션 추적기 로그 파일 워크스테이션을.

8. 후 처리 및 시각화

후 우리 자유 시퀀스의 이미지 처리

참고:이 절차는 MATLAB 프로그래밍 언어에서에서 구현 되며 울 라-OP에 2D 미국 이미지의 자유 각 시퀀스에 적용 되 형식, 완전 한 3D 이미지를 생산. 울 라 OP 형식에서
1. 로드 미국의 시퀀스 이미지. 모션 추적 로그 파일과 미국 이미지의 시퀀스를 일치 합니다. 울 라 OP 시스템에 의해 기록 된 대로 타임 위치의 순서 인수 과정의 끝에 처음부터가 시간적 간격에 포함 된 로그 파일에서 추출.
2. 울 라 OP 시스템에 의해 기록 된 매개 변수를 사용 하 여 시퀀스에서 각 미국 이미지의 정확한 타이밍 계산.
3. 모션 추적 시스템에 의해 기록 된 2 개의 가장 가까운 타임된 위치 사이의 보간에 의해 시퀀스에서 각 미국 이미지에 연결 된 위치를 계산 합니다. 번역 벡터와 구면 선형 보간 (하면) 회전, 4 원수로 사이 사이 선형 보간을 사용 하 여.
  참고: 가정-즉, 시퀀스에서 미국 이미지가 최고 3D 미국 이미지 프레임을 정의 하기 위한 참조로 (약) 길이-의 두 반쪽에서 시퀀스를 분할 하는 위치에 이미지.
4. 로그 압축을 적용, 최대, 이미지를 정상화 하 고 미국 이미지에 각 평면에 임계값 (일반적으로-60 dB)를 적용.
5. 참조 프레임에 대해 계산 하 고 각 공간에 있는 비행기의 번들을 시퀀스에서 다른 미국 이미지에 상대적인 공간 변환을 적용.
6. 복의 직교 3D 배열 생산 공간에 위치한 비행기의 구조를 선형 보간 루틴을 적용 합니다. .Vtk 파일로 복의 3 차원 배열 데카르트는 저장 하 고 수집 타이밍에 해당 하는 간격 타임 스탬프 기록.
다른 미국 이미지 (하지 자유형 시퀀스)의 후 처리
참고: 다음 절차는 freehand 시퀀스 (8.1 단원)를 제외 하 고 울 라 OP 형식에 각 미국 이미지에 적용 됩니다. 울 라 OP 형식에서
1. 로드 미국 이미지. 로그 압축을 적용, 최대, 이미지를 정상화 하 고 미국 이미지에 각 평면에 임계값 (일반적으로-60 dB)를 적용.
2. 3D에 대 한 미국 이미지에 적용 선형 보간 루틴 (예: 스캔 변환) 복의 직교 3D 배열 생산 공간에 위치한 비행기의 구조.
3. 이미지 평면 또는.vtk 파일로 복의 3D 데카르트 배열, 저장 간격 수집 타이밍에 해당 하는 타임 스탬프를 기록.
등록의 미국 이미지
참고: 이전 교정 단계 및 위치 데이터 계산 두 변환을 사용 하 여 미국 및 미스터 이미지의 최종 등록을 수행 하는 절차에 설명 합니다, 미국 조사의 인수 동안 기록. 소프트웨어 루틴 MATLAB 등록 우리의 이미지에 대 한 프로그래밍 언어에서에서 사용할 수 있습니다 https://bitbucket.org/unipv/denecor-transformations에서 오픈 소스로.
1. .Vtk 형태로 미국 이미지 로드.
2. 모션 추적기 로그 파일과 미국 이미지의 타이밍을 일치합니다. .Vtk 이미지에 기록 된 대로 시퀀스 타임된 위치 인수 과정의 끝에 처음부터가 시간적 간격에 포함 된 로그 파일에서 추출.
3. 미국 이미지에 대 한 평균 위치를 계산합니다. 선형 번역 벡터에 대 한 평균을 사용 하 고 회전, 4 원수로 표현에 대 한 참조 ³⁵에 설명 된 알고리즘을 적용.
4. 특정 미국 이미지에 해당 하는 미국-마커 변환을 로드 합니다. 해당 특정 미국 이미지와 선택의 씨 이미지 하는 모션 추적기-미스터 변환 로드.
5. 함께 위의 두 변환 평균 위치 미국 미스터 엄격한 등록 변환을 계산 하 고 저장을 사용 하 여 번역 및 선택의 미스터 이미지 프레임에 미국 이미지를 시각화 수 있는 오일러 각도 포함 하 여 다른 형태로 후자.
등록된 미국 이미지의 시각화
참고: 이들은 인수 미국 및 씨 이미지를 시각화 하 고 시각화 소프트웨어를 사용 하 여 이전 계산에서 중첩 후 그들을 표시 하는 마지막 단계 변환입니다.

9. 보정 모델 및 변환

참고: 교정 및 변환 기술 제시 하는 프로토콜에 사용의 수학 내용을 설명 합니다. 실험 프로토콜을 제대로 결합 될 수 있는 4 개의 다른 프레임의 참조 포함: 1) 미국 이미지 프레임, 미국 프로브 및 스캐너 구성 공간 좌표 (x 연결 하는 물리적 특성 모두에 따라 달라 집니다 y, z) 미국 이미지에 각 복을 (균일, 모든 2D 평면 이미지는 y로 간주 = 0); 2) 마커 (M) 프레임, 미국 프로브 (6.1 단원);를 채워 수동 마커 도구에 내재 된 추적 악기;에 내재 된 3) 모션 추적 시스템 (TS) 프레임 각 복 씨 이미지에서를 공간 좌표 (x, y, z)를 연결 하는 스캐너에 의해 정의 되는 4) 미스터 이미지 (MRI) 프레임. 편리 하 고 단순 표기법의,이 섹션의 절차 설명 회전 행렬 (즉, 방향 코사인 행렬)를 사용 하 여 하지 4 원수 ³⁶.

M 프레임을 미국에서

₁

₆

_TS

₁

₃

_우리

₄

₆

_미국

_{M > TS}

적용 알고리즘 참조에서 ³⁷ (p ₁, …, p ₃) _우리 (p ₁, …, p ₃) _TS 및 (p ₄, …, p ₆) _우리 (p ₄, …, p ₆) _TS, 2를 유형의 변형 (R _{미국 > TS}, t _{미국 > TS}), 각 해당 하는 한 특정 우리 공간 이미지.
1. 변환 (R _{미국 > M}, t _{미국 > M}) 각 다음과 같은 방법으로 위의 변환:
  R _{미국 > M} = R ^T _{M > TS} R _{미국 > TS}
  t _{미국 > M} R ^T = _{M > TS} (t _{미국 > TS-} t _{M > TS})
  참고: 두 견적 벡터의 산술 평균에 의해 결합 된다 t _{미국 > M} 고 평균 회전 행렬 R _{미국 > M} 메서드를 사용 하는 데 먼저 번역 매트릭스 4 원수 및 결과 4 원수 후 참조 ³⁵, 다시 회전 행렬으로.

MRI 프레임 시스템을 추적 하는 모션에서
참고: 6.2 단원에에서 설명 된 절차는 다음과 같은 정보가 생성: 1) 3 차원 위치 (p ₁, …, p ₁₈ ) 3 분야 각 소 뇌에 포함의 6 패턴의 _TS 시스템 프레임;을 추적 하는 모션에서 측정 같은 18 분야의 2) 3D 위치 (p ₁, …, p ₁₈) _MRI 측정 대상 씨 이미지에.
1. 직접 원하는 변환 계산 (R _{TS > MRI}, t _{TS > MRI}) 위치의 두 목록에 ³⁷에 알고리즘을 적용 하 여.
미국 MRI 프레임
참고: 미국 이미지 수집 절차 섹션 7에 설명 된 모션 추적기 로그-파일, 변환에 대 한 관련 된 타임 스탬프를 해결 한 후에, 이미지를 생성 ( R _{M > TS}, t _{M > TS}) 직접 계산 됩니다.
1. 계산 다음과 같은 방법으로 원하는 변환:
  R _{미국 > MRI} R = _{TS > MRI} R _{M > TS} R _{미국 > M}
  t _{미국 > MRI} R = _{TS > MRI}(R_M>TSt_US>M + t_M>TS) + t _{TS > MRI}

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

설명 된 프로토콜을 통해 달성 하는 주요 결과 2D에 대 한 효과적이 고 반복 가능한 평가 절차의 실험 유효성 검사 이며 우리 3D 이미징 기능 프로브 뇌에 미래의 응용 프로그램에서 CMUT 기술을 기반으로 하는 프로토 타입 이미지입니다. 모든 설명된 프로토콜 단계 구현 후 전문가 적용할 수의 시각적 내용을 비교 하 시각화 소프트웨어 기능 (예: 무료 방향 슬 라이 싱, 하위 집합 추출, 볼륨 보간, 등) 등록 미국 대상 씨 이미지와 이미지입니다. 특히, 이미지의 품질과 MRI, 황금 표준에 직접적인 비교에이 필드에 CMUT 기술의 잠재력에 대 한 첫 번째 중요 한 증거를 나타냅니다.

가능한 시각적인 비교의 예를 들어, 그림 18 에서는 두 조각의 체적 이미지 중첩에서 동일한 해당 분할 영역을 각각, CMUT 미국 프로브와 압 전 선형 배열 조사, 인수는 T 2가 중 미스터 이미지입니다. T 2가 중 씨 이미지가이 실험에서 원하는 기능의 가시성 측면에서 가장 효과적인 것으로 판명 하 고 따라서 중첩에 대 한 참조로 선정 됐다. 그림에서 두 미국 이미지는 9 MHz의 동일한 주파수에서 인수 했다. 그림 18에서 볼 CMUT 프로브 얻은 이미지는 더 나은 해상도 대조; 또한, 저명한 시각적인 특징은 더 나은 정의 되며 sulci gyri 의 구조는 더 명확 하 게 표시 하 고, 높은 감도 넓은 대역폭의 CMUT 프로브 달성 향상 된 성능을 보여주는.

그림 18 : 등록 된 미국 및 미스터 이미지 조각의 중첩. 그림 씨와 우리는 CMUT와 함께 인수 하는 이미지의 달성된 등록 (a, c, e, g)와 압 전 (b, d, f, h) 선형 배열 조사. (a)와 (b)는 재건 3D 데이터 집합 개요 미스터 공간에 표시 되 고 선택한 2D 슬라이스 강조 표시 됩니다. 패널 (c, e, g)와 (d, f, h) 기능의 통신 모두 이미지에 표시 하는 투명도 증가 함께 겹쳐 미국과 미스터 분할 영역을 제시. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

또한 3D 체적 이미지와 관련 된 비교 예제 그림 19 , 그림 20에 표시 됩니다. 그림 19 체적 재건, 후 압 전 선형 프로브 얻은 하나 두 3D 이미지를 표시 하 고 다른 3D 영상에 대 한 기계적으로 휩 쓸 압 프로브 얻은. 그림 20 CMUT 프로브 인수 이미지의 3 차원 체적 재건을 보여줍니다. Gyri 의 3 차원 구조와 대뇌 피 질의 sulci CMUT 프로브 얻은 볼륨에서 외부 표면에는 훨씬 더 명확 하 게 볼 수 있고 더 나은 정의 된 세 가지 경우 모두에 명확 하 게 표시 됩니다.

그림 19 : 압 전 프로브 인수 체적 3D 미국 이미지. 기계적으로 스윕 프로브 (a, c), 인수 또는 모션 추적 위치 데이터 (b, d)를 사용 하 여 선형 프로브 자유롭게 획득 평면 2D 이미지에서 재건 3D 미국 이미지 사이의 비교. (A, b)에서 이러한 볼륨의 위치는 윤곽선을 사용 하 여 3D 미스터 이미지 프레임에 표시 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

그림 20 : CMUT 프로브 인수 3D 미국 이미지 재건. 와 같이 3D 볼륨을 재구성 하 사용 된 CMUT 프로브와 소 뇌를 스캔 하 여 자유롭게 획득 2D 이미지 평면에 (c, d). (A, b)에서 같은 볼륨의 윤곽선 3 차원 MR 이미지 프레임에 표시 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

중요 하 고 추가 제품으로 서 실험 미국 이미지 위치를 포함 하 고 동일한 대상의 다른 씨 이미지에 상대적인 등록 데이터의 확장된 멀티 프로브 데이터 집합 생성. 그림 21 같은 씨 이미지에 중첩에 그들의 각각의 경계 상자를 표시 하 여 데이터 집합의 모든 3D 이미지를 요약 합니다.

그림 21 : 미스터 이미지 참조 프레임에서 3D 미국 데이터 집합 인수. 그림에 뇌의 3 차원 MR 이미지와 미국 데이터 집합 획득 압 전 기계적으로 (a) 압 전 선형 배열 (b), CMUT (c) 프로브를 공중 소탕 하는 3D의 겹쳐 윤곽선입니다. (B)와 (c), 3D 이미지 체적 개조를 통해 가져온. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

전반적으로, 이러한 결과 있었습니다 수집 및 2D/3D의 올바른 등록 이미지 같은 소 뇌 (그림 18, 19)의 3 차원 MR 이미지의 기준 틀에서에서 설명 된 프로토콜의 효과 입증 그리고 2D 미국 이미지에서 볼륨을 재구성 하 자유형 모드 (그림 19, 20)에서 인수.

설명 하는 소프트웨어 도구를 사용 하 여, 전문가 들은 시각적으로 탐색할 수 2D와 3D에서 가장 중요 한 기능 우리 생물 표본 이미지. CMUT 프로브 성능 이미징의 질적 평가의 중요 한 예 ( 그림 18, 그림 19 와 그림 20참조) 다른 미국 프로브와 대상 미스터 이미지 (참조 참조 그에 비해 표시 되었습니다. 그림 18)입니다. 더 정교한 분석이 이미지 데이터 집합 인간의 전문가 또는 디지털, 그 같은 다른 소프트웨어 기술의 응용 프로그램을 통해 3D 이미지의 미세 조정된 미국 미스터 등록 취득 가능 합니다. 기술 될 것입니다이 소프트웨어 작품 미래에 해결.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

여러 작품 유사 하거나 관련 된 프로토콜 제시 하는 기법을 설명 하는 문학에서 제시 되었다. 이 기술은 또한 고정된 동물 또는 시체 두뇌를 포함 하 여 현실적인 목표의 사용에 기반으로 하지만 그들은 주로 다양 한 종류의 디지털 등록 방법의 테스트에 대 한 잉태.

그러나 여기서 설명 하는 프로토콜은, 개발의 초기 단계에서 미국 프로브 다른 구성에서 테스트의 특정 목적을가지고 하 고,이 때문에, 그것은 인수, 즉 동일에 재현성의 기본적인 요구 사항을 충족합니다 생물 표본 및 유사한 포즈. 제시 하는 프로토콜 위에 기존 기술의 여러 측면을 빌려 고이 목적을 위해 다른 배열에서 그들을 조립.

프로토콜 설계 및 실험 하는 동안 배운 수업 중 교정 절차는 지금까지 가장 중요 한 측면. 채택 하는 많은 개선에도 불구 하 고 후 보정에는 변환의 전체 집합의 전반적인 공간 오류 1-1.5 m m 순서 현재. 이러한 오류는 정밀 모션 추적기 (이 0.3 m m 순서 문서화 정밀), 하지만 오히려 유연성을 유지 하는 생물학 견본에 정확한 공간 읽기 습득의 어려움의 부족 때문에 아닙니다.

다른 한편으로, 우리의 경험, 동기화의 시간 정확도가 아니다 중요 한 측면. 사실, 모션 추적기에 의해 위치 데이터의 수집 비율 대략 1 개의 크기 순서 꾸준한 자세를 달성 하려고 하는 인간의 손의 움직임 보다 큰입니다. 때문에이 여분의 정확도 대 한 프로토콜에서 계산 하는 평균 취득 시간. 또 다른 측면은 특히 효과적 이다 가상 포즈의 정의 이다. 실시간 영상 추적 루틴 감사 수행 하는 실험에서 사업자 각각의 기계적 구조를 지 원하는 많은 노력 없이 3 개의 미국 프로브에서 모든 12 가상 포즈에 대 한 비교 이미지의 수집을 드라이브 수 있습니다.

미래에 채택 되는 프로토콜을 가능한 수정 가까이 루프 및 공간 변환에서 피드백에 근거 한다 다른 및 향상 된 교정 방법을 사용 합니다. 현재 양식에서 사실, 프로토콜 변환 매트릭스를 계산 하기 위해 공간 읽기의 상당한 후 처리를 요구 한다. 이 분 수만에서 수행할 수 있지만 오프 라인 넣어 실험을 필요로 하지 않습니다,이 후 처리 보정을 실행 하는 동안 즉시 구상 될 수 없는 결과를 제공 합니다. 이 점에서, 얻은 교정의 향상 된 가능 하 게 실시간 시각적 피드백 정밀도 달성에 큰 도움이 될 수 있습니다.

프로토콜의 실제 구현에 대 한 합리적으로 오픈 하 고 여러 필요한 통합을 허용 하는 악기에 기본적 이다. 예를 들어,-이 경우에 울 라 OP 시스템에서 제공 하는 내부 타이밍 데이터에 액세스 하 여 보장-서로 다른 소스에서 오는 신호를 동기화의 실제 가능성은 교정 및 이미지 사후 처리 활동에 대 한 중요 합니다.

또 다른 중요 한 요인은 소프트웨어 이다. 비록 아무 주요 소프트웨어 악기 실험, c + + 및 MATLAB 루틴, 플러스 Paraview, 다양 한 교정, 같은 중요 한 작업에 대 한 필수 입증에 대 한 파이썬 기반 모듈의 숫자에 필요한 모션 추적 피드백에 대 한 미리 정의 된 포즈, 그리고 3D 이미지 재건에 대 한 사후 처리입니다. 다시 한번, 악기에 의해 생성 하는 하위 수준 데이터에 액세스 하는 데 이러한 소프트웨어 구성 요소를 만들기 위한 매우 중요 하다.

마지막으로, 영상에 대 한 올바른 대상의 선택은 매우 중요 한. 합성 환영의 현실화와 관련 된 몇 가지 대체 옵션 미리 고려 되었다 하 고, 우리의 경험에서 이러한 모든 대안 포 르 말린에 고정 하는 소 뇌의 아주 비용 효과적인 선택에 비해 최적의 것으로 나타났다. 이 대상까지 더 나은 리얼리즘을 보장 하 고, 적절 한 주의 시간이 지남에 따라 무기한 보존.

결론적으로, 제시, 영구적이 고 관련 결과로 3D 멀티 모달 이미지 데이터와 실험 결과의 달성은 우리의 의견에 될, 조립 하는 효과적인 기술 통합 전략의 제품 암시, 및 설계 절차 및 악기 관련 된 여러 측면의 주의 깊은 분석을 통해 참여.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

저자 들은 아무 경쟁 금융 관심사 선언 합니다.

Acknowledgments

이 작품은 국가 정부와 부여 계약 번호 324257에서 ENIAC 주 프로젝트 DeNeCoR 통해 유럽 연합에 의해 부분적으로 지원 되었습니다. 저자 교수 지 오 바 니 Magenes, 교수 피에로 Tortoli 박사 Giosuè Caliano 그들의 귀중 한 지원, 감독, 및이 작업을 가능 하 게 하는 통찰력 있는 의견에 감사 하 고 싶습니다. 우리는 또한 감사 교수 Egidio 디 안젤로와 그의 그룹 (숨은 실험실), 피코 Istituto Neurologico C. Mondino 함께 동작 추적 및 미스터 계측을 제공 하 고 지 안 Germani 미스터 인수에 대 한. 마지막으로, 우리는 박사 니콜 Caramia, 박사 알레산드로 Dallai 및 그들의 귀중 한 기술 지원에 대 한 양 바바라 Mauti 씨 월터 Volpi 소 뇌를 제공 하기 위한 감사 하 고 싶습니다.

Materials

Name	Company	Catalog Number	Comments
ULA-OP	University of Florence	N/A	Ultrasound imaging research system
3D imaging piezeoelectric probe	Esaote s.p.a.	9600195000	Mechanically-swept 3D ultrasound probe, model BL-433
Linear-array piezoelectric probe	Esaote s.p.a.	122001100	Ultrasound linear array probe, model LA-533
CMUT probe	University Roma Tre	N/A	Ultrasound linear array probe based on CMUT technology
MAGNETOM Skyra 3T MR scanner	Siemens Healthcare	N/A	MR scanner
Head coil	Siemens Healthcare	N/A	32-channel head coil for MR imaging
NDI Polaris Vicra	NDI Medical	8700335001	Optical motion tracking system
Pointer tool	NDI Medical	8700340	Passive pointer tool with 4 reflecting markers
Clamp-equipped tool	NDI Medical	8700399	Rigid body with 4 reflecting markers and a clamp to be connected to the US probe handle
Bovine brain	N/A	N/A	Brain of an adult bovine, from food suppliers
Formalin solution	N/A	N/A	10% buffered formalin solution for bovine brain fixation - CAUTION, formalin is a toxic chemical substance and must be handled with care; specific regulations may also apply (see for instance US OSHA Standard 1910.1048 App A)
Plastic container for anatomical parts	N/A	N/A	Cilindrical plastic container with lid
Glass spheres	N/A	N/A	3 mm diameter spheres of Flint glass
Agar	N/A	N/A	30 g, for phantom preparation
Glycerine	AEFFE Farmaceutici	A908005248	100 g, for phantom preparation
Distilled water	Solbat Gaysol	8027391000015	870 g, for phantom preparation
Beaker	N/A	N/A	Beaker used for the diluition of glycerine and agar in distilled water
Lysoform	Lever	8000680500014	A benzalkonium chloride and water solution was used for the agar phantom preservation
Polystyrene mannequin head	N/A	N/A	Polyestirene model which was cutted and used to design the configuration of spheres'patterns
Green tissue marking dye for histology	N/A	N/A	Colour used to mark the glass spheres' positions on the bovine brain surface
Yellow enamel	N/A	N/A	Enamel used to colour the glass spheres implanted in the agar phantom
Water tank	N/A	N/A	50x50x30 cm plastic tank filled with degassed water up to a 15 cm height
Mechanical arm	Esaote s.p.a.	N/A	Mechanical arm clamped to the water tank border and used to held the probe in fixed positions
Plate of synthetic resin	N/A	N/A	Plate used as a support for the bovine brain positioning in the water tank
Sewing threads	N/A	N/A	Sewing thread segments used to immobilize the brain on the resin plate
Adhesive tape	N/A	N/A	Adhesive tape used to fix the sewing thread extremities onto the resin plate
Plastic food container	N/A	N/A	Sealed food container used for the agar phantom
Notebook	Lenovo	Z50-70	Lenovo Z50-70, Intel(R) Core i7-4510U @ 2.0 GHz, 8 GB RAM
Workstation	Dell Inc.	T5810	Intel(R) Xeon(R) CPU E3-1240v3 @ 3.40 GHz, 16 GB RAM
Matlab	The MathWorks	R2013a	Software tool, used for space transformation computation and 3D reconstruction from image planes
Paraview	Kitware Inc.	v. 4.4.1	Open-source software for 3D image processing and visualization
NDI Toolbox - ToolTracker Utility	NDI Medical	v. 4.007.007	Software for marker position visualization and tracking in the NDI Polaris Vicra measurement volume
C++ data-logging software	NDI Medical	v. 4.007.007	Software for marker position recording on a text log file
ULA-OP software	University of Florence	N/A	Software for real-time display and control of the ULA-OP system

DOWNLOAD MATERIALS LIST

References

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).
Pappalardo, M., Caliano, G., Savoia, A. S., Caronti, A. Micromachined ultrasonic transducers. Piezoelectric and Acoustic Materials for Transducer Applications. , Springer. 453-478 (2008).
Oralkan, O. Capacitive micromachined ultrasonic transducers: Next-generation arrays for acoustic imaging? IEEE Trans. Ultrason. Ferroelectr. Freq. Control. 49 (11), 1596-1610 (2002).
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).
ENIAC JU project DeNeCoR website. , http://www.denecor.info (2017).
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).
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).
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).
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).
Farrer, A. I. Characterization and evaluation of tissue-mimicking gelatin phantoms for use with MRgFUS. J. Ther. Ultrasound. 3 (9), (2015).
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).
PVA brain phantom images website. , http://pvabrain.inria.fr (2017).
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).
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).
Unsgaard, G. Neuronavigation by Intraoperative Three-dimensional Ultrasound: Initial Experience during Brain Tumor Resection. Neurosurgery. 50 (4), 804-812 (2002).
Pfefferbaum, A. Postmortem MR imaging of formalin-fixed human brain. NeuroImage. 21 (4), 1585-1595 (2004).
Schulz, G. Three-dimensional strain fields in human brain resulting from formalin fixation. J. Neurosci. Meth. 202 (1), 17-27 (2011).
Ahrens, J., Geveci, B., Law, C. ParaView: An End-User Tool for Large Data Visualization. Visualization Handbook. , Elsevier. (2005).
Cloutier, G. A multimodality vascular imaging phantom with fiducial markers visible in DSA, CTA, MRA, and ultrasound. Med. Phys. 31 (6), 1424-1433 (2004).
Boni, E. A reconfigurable and programmable FPGA-based system for nonstandard ultrasound methods. IEEE Trans. Ultrason. Ferroelectr. Freq. Control. 59 (7), 1378-1385 (2012).
Bagolini, A. PECVD low stress silicon nitride analysis and optimization for the fabrication of CMUT devices. J. Micromech. Microeng. 25 (1), (2015).
Savoia, A. Design and fabrication of a cMUT probe for ultrasound imaging of fingerprints. Proc. IEEE Int. Ultrasonics Symp. , 1877-1880 (2010).
Fenster, A., Downey, D. B. Three-dimensional ultrasound imaging. Annu. Rev. Biomed. Eng. 2, 457-475 (2000).
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).
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).
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).
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).
Savoia, A. S. Improved lateral resolution and contrast in ultrasound imaging using a sidelobe masking technique. Proc. IEEE Int. Ultrasonics Symp. , 1682-1685 (2014).
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).
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).
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).
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).
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).
NDI Polaris Vicra optical tracking system website. , http://www.ndigital.com/medical/polaris-family (2017).
Markley, F. L., Cheng, Y., Crassidis, J. L., Oshman, Y. Averaging quaternions. J. Guid. Cont. Dyn. 30 (4), 1193-1197 (2007).
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).
Horn, B. K. P. Closed-form solution of absolute orientation using unit quaternions. J. Opt. Soc. Am. A. 4 (4), 629-642 (1987).

Bioengineering

뇌 이미징 응용 프로그램에서 CMUT 기술에 기반 하는 새로운 초음파 프로브의 성능을 평가 하기 위한 실험 프로토콜

Summary

Abstract

Introduction

Protocol

Representative Results

Discussion

Disclosures

Acknowledgments

Materials

References

Tags

Cite this Article

Summary

Abstract

Introduction

Protocol

Representative Results

Discussion

Disclosures

Acknowledgments

Materials

References

Tags

Cite this Article

Get cutting-edge science videos from JoVE sent straight to your inbox every month.