Bioengineering

Un protocollo sperimentale per valutare le prestazioni delle nuove sonde ad ultrasuoni basato sulla tecnologia CMUT nell'applicazione di formazione immagine del cervello

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

Lo sviluppo di nuove sonde ad ultrasuoni (US), basato sulla tecnologia capacitivo microlavorato trasduttore ad ultrasuoni (CMUT) richiede una valutazione realistica precoce della funzionalità di imaging. Descriviamo un protocollo sperimentale ripetibile per acquisizione di immagini di US e confronto con le immagini a risonanza magnetica, usando un cervello bovino ex vivo come una destinazione di imaging.

Abstract

La possibilità di effettuare una valutazione precoce e ripetibile di prestazioni di imaging è fondamentale nella progettazione e processo di sviluppo di nuova ecografia (US) sonde. In particolare, un'analisi più realistica con formazione immagine target specifici dell'applicazione può essere estremamente utile per valutare le prestazioni previste di sonde US nel loro potenziale clinico campo di applicazione.

Il protocollo sperimentale presentato in questo lavoro appositamente studiato per fornire una procedura di valutazione di applicazioni specifiche per la nuova concezione ci sonda prototipi basati su tecnologia capacitivo microlavorato trasduttore ad ultrasuoni (CMUT) in relazione a formazione immagine del cervello.

Il protocollo combina l'uso di un cervello bovino fissato in formalina come destinazione dell'imaging, che assicura il realismo e la ripetibilità delle procedure descritte e delle tecniche di neuronavigazione preso in prestito da neurochirurgia. La sonda statunitense è infatti collegata a un sistema che acquisisce i dati di posizione e consente la sovrapposizione di immagini US per fare riferimento a immagini di risonanza magnetica (RM) del cervello di tracciamento del movimento. Questo fornisce un mezzo per esperti umani per eseguire una valutazione qualitativa visiva della sonda US prestazioni di imaging e per confrontare le acquisizioni effettuate con differenti sonde. Inoltre, il protocollo si basa sull'uso di un sistema completo e aperto di ricerca e sviluppo per acquisizione di immagini di Stati Uniti, vale a dire lo scanner ad ultrasuoni avanzato Open Platform (ULA-OP).

Il manoscritto descrive in dettaglio gli strumenti e le procedure coinvolte nel protocollo, in particolare per la calibrazione, acquisizione di immagini e registrazione di immagini di Stati Uniti e MR. I risultati ottenuti dimostrano l'efficacia del protocollo globale presentato, che è completamente aperto (entro i limiti della strumentazione coinvolti), ripetibile e copre l'intero set di attività di acquisizione ed elaborazione immagini US.

Introduction

Il mercato crescente per scanner piccolo e portatile ad ultrasuoni (US) sta portando allo sviluppo di nuove sonde ecografiche in quale parte del condizionamento del segnale e beamforming elettronica è integrata nell'impugnatura della sonda, soprattutto per l'imaging 3D/4D ¹. tecnologie emergenti particolarmente adatti per raggiungere questo alto livello di integrazione includono trasduttori ad ultrasuoni di silicio microlavorato (MUTs)², una classe di trasduttori Micro Electro-Mechanical System (MEMS) fabbricato su silicio. In particolare, capacitivo MUTs (CMUTs) hanno finalmente raggiunto una maturità tecnologica che li rende una valida alternativa ai trasduttori piezoelettrici per la prossima generazione di ultrasuono imaging systems³. CMUTs sono molto attraente a causa della loro compatibilità con tecnologie microelettroniche, ampia larghezza di banda - che produce una maggiore risoluzione di immagine - alta efficienza termica e, sopra tutti, alta sensibilità⁴. Nel contesto del progetto ENIAC JU DeNeCoR (dispositivi per NEUROCONTROLLO e Neuroriabilitazione)⁵, CMUT sonde vengono sviluppati⁶ per US di brain imaging applicazioni (ad es. neurochirurgia), dove alta qualità immagini 2D/3D/4D e rappresentazione accurata delle strutture del cervello sono necessari.

Nel processo di sviluppo di nuove sonde US, la possibilità di eseguire prime valutazioni delle prestazioni di imaging è fondamentale. Tecniche di valutazione tipici coinvolgono misura parametri specifici come risoluzione e contrasto, basato su immagini di fantasmi che imita il tessuto con target embedded della geometria noto ed ecogenicità. Analisi più realistica con formazione immagine target specifici dell'applicazione possono essere estremamente utile per una valutazione precoce delle prestazioni prevista delle sonde US nel loro potenziale applicazione a un campo clinico specifico. D'altra parte, la ripetibilità completa delle acquisizioni è fondamentale per le prove comparative di configurazioni diverse nel corso del tempo, e questo requisito esclude gli esperimenti in vivo del tutto.

Diversi lavori in letteratura sulle tecniche di imaging diagnostiche proposto l'uso di ex vivo esemplari animali⁷, cadavere cervelli⁸o tessuto che imita fantasmi⁹ per scopi diversi¹⁰, che includono la test di imaging, metodi, algoritmi di registrazione, le sequenze di risonanza magnetica (RM) o il modello del fascio US e conseguente qualità dell'immagine. Ad esempio, nel contesto di formazione immagine del cervello, Lazebnik et al. ⁷ utilizzato un cervello di pecora formalina per valutare un nuovo metodo di registrazione signor 3D; allo stesso modo, Choe et al. ¹¹ studiato una procedura per la registrazione del sig e immagini di microscopia chiara di un cervello di scimmia gufo fisso. Un cervello di alcol polivinilico (PVA) fantasma è stato sviluppato in⁹ e utilizzato per eseguire acquisizioni di immagini multimodali (cioè signor, US e tomografia computerizzata) per generare un dataset di immagine condivisa¹² per la prova della registrazione e algoritmi di imaging.

Nel complesso, questi studi confermano che l'uso di un obiettivo realistico per acquisizioni di immagine è davvero un passo essenziale durante lo sviluppo di una nuova tecnica di imaging. Questo rappresenta una fase ancora più critica quando si progetta un nuovo dispositivo di imaging, come la sonda CMUT ci ha presentato in questa carta, che è ancora in una fase di prototipazione e ha bisogno di vasto e riproducibili nel tempo, per un'accordatura precisa di tutti i design parametri prima della sua realizzazione finale e possibile convalida in applicazioni in vivo (come in¹³^,¹⁴^,¹⁵).

Il protocollo sperimentale descritto in questo lavoro è stato così progettato per fornire una procedura di valutazione robusta, specifica per l'applicazione imaging per sonde US di recente sviluppato basati sulla tecnologia CMUT. Per garantire realismo e ripetibilità, bovino cervelli (ottenuti attraverso le catene commerciali di approvvigionamento alimentare standard) fissati in formalina furono scelti come target di imaging. La procedura di fissaggio garantisce la conservazione a lungo termine delle caratteristiche dei tessuti mantenendo soddisfacente qualità morfologica e le proprietà di visibilità sia in Stati Uniti e in risonanza magnetica¹⁶^,¹⁷.

Il protocollo per la valutazione della qualità dell'immagine US qui descritta inoltre implementa una caratteristica preso in prestito da tecniche di neuronavigazione usati per neurochirurgia¹⁵. In tali approcci, US sonde sono collegate a un sistema che fornisce la posizione spaziale e orientamento dei dati in tempo reale di tracciamento del movimento. In questo modo, US immagini acquisite durante l'attività chirurgica possono essere automaticamente registrati e visualizzati, per l'orientamento, in sovrapposizione alle indispensabili signor immagini del cervello del paziente. Ai fini del presente protocollo, la sovrapposizione con immagini di MR (che sono considerati come il gold standard nella formazione immagine del cervello) è di grande valore, poiché permette esperti umani valutare visivamente che morfologico e caratteristiche del tessuto sono riconoscibili in le immagini di Stati Uniti e, vice versa, a riconoscere la presenza di artefatti dellimmagine.

La possibilità di confrontare le immagini acquisite con diverse sonde US diventa ancora più interessante. Il protocollo sperimentale ha presentato include la possibilità di definire una serie di pose di riferimento spaziale per acquisizioni US, incentrati sulle regioni più ricco volume identificate in una preliminare ispezione visiva delle immagini di MR. Uno strumento visivo integrato, sviluppato per il Paraview opensource software sistema¹⁸, fornisce indicazioni agli operatori per corrispondere tali predefiniti pone durante fasi di acquisizione immagine di US. Per le procedure di calibrazione richieste dal protocollo, è fondamentale dotare tutti gli esemplari di destinazione - biologici o sintetici - luoghi d'interesse di posizione predefinita che forniscono inequivocabili riferimenti spaziali. Tali punti di riferimento deve essere visibile nelle immagini di Stati Uniti e in MR e fisicamente accessibili per misurazioni effettuate con il sistema di tracciamento del movimento. Gli elementi di riferimento scelto per l'esperimento sono piccole sfere di vetro Flint, cui visibilità nelle immagini sia Stati Uniti che MR era dimostrato in letteratura¹⁹ e confermata da preliminare Uniti e signor scansioni eseguite prima degli esperimenti presentati.

Il protocollo presentato si basa sul ultrasuono Advanced Open Platform (ULA-OP)²⁰, una ricerca completa e aperta e sistema di sviluppo per noi acquisizione immagine, che offre molte possibilità sperimentale più ampio rispetto commercialmente disponibile scanner e serve come base comune per la valutazione delle diverse sonde di US.

In primo luogo, gli strumenti utilizzati in questo lavoro sono descritti, con particolare riferimento alla sonda CMUT di nuova concezione. Il protocollo sperimentale è introdotte in dettaglio, con una descrizione completa di tutte le procedure coinvolte, dalla progettazione iniziale di calibrazione del sistema, di acquisizione di immagini e di post-elaborazione. Infine, le immagini ottenute sono presentate e i risultati sono discussi, insieme ai suggerimenti per sviluppi futuri di questo lavoro.

Strumentazione

Prototipo di sonda CMUT

Gli esperimenti sono stati effettuati usando un recente sviluppato 256-elemento CMUT array lineare prototipo, progettato, fabbricato e pranzo presso il laboratorio di Acoustoelectronics (ACULAB) dell'Università di Roma Tre (Roma, Italia), utilizzando il (CMUT invertire il processo di fabbricazione RFP)⁴. RFP è un microfabbricazione e tecnologia, specificamente concepita per la realizzazione di trasduttori MEMS per noi imaging Application, per cui la microstruttura CMUT è fabbricata seguente di silicio di imballaggio un "upside-down" approccio²¹. Rispetto ad altre tecnologie di fabbricazione CMUT, RFP produce per migliorate prestazioni di imaging dovuto l'alta uniformità della geometria delle cellule CMUT sopra l'intera matrice e per l'uso di materiali acusticamente progettati nel pacchetto testa sonda. Una caratteristica importante del RFP è che le pastiglie di interconnessione elettriche si trovano sulla parte posteriore dello stampo CMUT, che facilita l'integrazione 3D di matrici 2D e front-end multicanale elettronica.

La matrice CMUT 256-elemento è stata progettata per operare in una banda di frequenze centrata a 7,5 MHz. Un campo di elemento di 200 µm è stato scelto per la matrice risultante in una larghezza massima del campo di vista di 51,2 mm. L'altezza dei singoli elementi di matrice CMUT è stato definito per ottenere prestazioni adeguate in termini di risoluzione laterale e capacità di penetrazione. Un'altezza di elemento di matrice 5 mm è stato scelto al fine di ottenere una larghezza di fascio-3 dB di 0,1 mm e una profondità di-3 dB di fuoco di 1,8 mm a 7,5 MHz, quando lo stato attivo di elevazione di fissaggio ad una profondità di 18 mm per mezzo di una lente acustica. 195 elementi µm-wide array sono stati ottenuti organizzando e collegamento elettrico in parallelo 344 cellule di circolare CMUT, seguendo un layout esagonale. Di conseguenza, la risultante 5 µm-elemento-distanza, cioè il kerf, corrisponde la separazione di membrana-membrana. Una rappresentazione schematica della struttura di una matrice CMUT è riportata nella Figura 1.

Figura 1: struttura di matrice CMUT. Rappresentazione schematica della struttura di una matrice CMUT: matrice di elementi composti da diverse celle collegate in parallelo (a), layout della microstruttura CMUT (b); sezione trasversale di una cella CMUT (c). Clicca qui per visualizzare una versione più grande di questa figura.

CMUT microfabbricazione parametri, cioè il laterale e verticale dimensioni del piatto e gli elettrodi, sono state definite mediante simulazioni di modellazione agli elementi finiti (FEM) con l'intento di realizzare un'operazione di immersione a banda larga, caratterizzata da un risposta in frequenza centrata a 7,5 MHz e una banda di 100%-6 dB bidirezionale frazionario. L'altezza della cavità, cioè il divario, è stata definita per raggiungere una tensione di crollo di 260 V per ottimizzare la sensibilità a due vie, di polarizzare i CMUT al 70% del crollo tensione⁴, considerando una tensione di segnale di eccitazione massima V 80. La tabella 1 riassume i principali parametri geometrici di microfabbricati CMUT.

Parametri di progettazione matrice CMUT
Parametro	Valore
Matrice
Numero di elementi	256
Passo di elemento	200 µm
Lunghezza elemento (elevazione)	5 mm
Quota fissa messa a fuoco	15 mm
CMUT microstruttura
Diametro delle cellule	50 µm
Diametro dell'elettrodo	34 µm
Distanza laterale cellula--cellula	7.5 µm
Spessore della piastra	2,5 µm
Altezza del traferro	0.25 µm

Tabella 1. Parametri della sonda CMUT. Parametri geometrici della sonda lineare-matrice CMUT e microstruttura cellulare CMUT.

Il processo di imballaggio utilizzato per integrare la matrice CMUT in una testa di misura è descritta nel riferimento⁴. La lente acustica è stata fabbricata utilizzando una gomma di silicone di temperatura vulcanizzata (RTV) drogata con ossido di metallo nanopolveri per abbinare l'impedenza acustica di acqua ed evitare riflessioni spurie nel interfaccia²². Il composto risultante è stato caratterizzato da una densità di 1280 kg/m³ e una velocità del suono di 1100 m/s. Un raggio di curvatura di 7 mm è stato scelto per la lente cilindrica, portando a un fuoco geometrico di 18 mm e uno spessore massimo di circa 0,5 mm sopra la superficie del trasduttore. Una foto della testa della sonda CMUT è mostrata in Figura 2(a).

Figura 2: sonda CMUT. Testa della sonda CMUT sviluppata, tra cui l'array lineare di trasduttori e lente acustica (a) e la sonda CMUT completa con connettore (b). Clicca qui per visualizzare una versione più grande di questa figura.

La testa della sonda CMUT è stata accoppiata per l'impugnatura della sonda contenente l'elettronica di front-end analogico ricezione multicanale e un cavo multipolare per il collegamento allo scanner US. Il circuito elettronico di singolo canale è un amplificatore di tensione di 9 dB di guadagno impedenza di ingresso elevata che fornisce corrente elettrica necessaria per guidare l'impedenza del cavo. L'elettronica multicanale, designata nel riferimento ⁴, si basa su una topologia circuitale tra cui un ricevitore di basso rumore ultra-low-power e un interruttore integrato per la trasmissione/ricezione segnale stampa fronte/retro. L'alimentazione elettronica di front-end e la tensione di polarizzazione CMUT sono generati da un'unità di alimentazione personalizzato ed alimentati per la sonda attraverso il cavo multipolare. La sonda completa è illustrata nella Figura 2(b).

Piezoelettrico US sonde

Per confronto qualitativo delle immagini ottenute con la sonda CMUTsopra, due sonde di US piezoelettrici commercialmente disponibili sono stati inclusi negli esperimenti. Il primo è una sonda di allineamento lineare con 192 transducing elementi, un passo di 245 µm e una larghezza di banda frazionario di 110% centrato a 8 MHz. Questa sonda è stata usata per acquisire immagini B-modalità 2D. La seconda sonda è una sonda per l'imaging 3D con un array lineare meccanicamente sweep di 180 transducing elementi, con un passo di 245 µm e una larghezza di banda 100% frazionario centrato a 8,5 MHz. Un motore passo passo collocato all'interno della sonda alloggiamento consente di spazzare la matrice lineare per acquisire piani multipli, che possono essere utilizzati per ricostruire un'immagine 3D della scansione volume²³.

Sistema di ULA-OP

L'acquisizione di immagini di Stati Uniti è stato effettuato impiegando l'ULA-OP sistema²⁰, che è un sistema completo e aperto US ricerca e sviluppo, progettato e realizzato presso il laboratorio di progettazione microelettronica sistemi dell'Università di Firenze, Italia. Il sistema di ULA-OP può controllare, sia in trasmissione (TX) e ricezione (RX), fino a 64 canali indipendente collegato tramite uno switch a matrice ad una sonda di US con fino a 192 piezoelettrico o CMUT trasduttori. L'architettura caratteristiche due elaborazione principale schede di sistema, un bordo di analogico (AB) e una scheda digitale (DB), entrambi contenuti in un rack, che è completata da una scheda di alimentazione e una scheda di back-plane che contiene il connettore della sonda e tutti i routing interno componenti. L'AB contiene il front-end per i trasduttori di sonda, in particolare i componenti elettronici per condizionamento analogico di 64 canali e la matrice di commutazione programmabili che esegue il mapping in modo dinamico i canali TX-RX ai trasduttori. Il DB è responsabile di beamforming in tempo reale, sintetizzando i segnali TX e RX di elaborazione riecheggia per produrre l'output desiderato (per esempio B-modalità immagini o i sonograms Doppler). Vale la pena sottolineare che il sistema di ULA-OP è completamente configurabile, quindi il segnale in TX può essere qualsiasi forma d'onda arbitraria entro la larghezza di banda di sistema (per esempio impulsi di tre livelli, sine-scoppi, stridii, codici di Huffman, ecc.) con un massimo ampiezza di 180 Vpp; Inoltre, la strategia di beamforming può essere programmata secondo i modelli Ultima messa a fuoco (ad es. concentrati onda, multi-line-trasmissione, onda piana, divergenti onde, diffrazione limitata travi, ecc.)²⁴^,²⁵. A livello hardware, questi compiti sono condivisi tra cinque Field Programmable Gate Arrays (FPGA) e un Digital Signal Processor (DSP). Con sonde, come quello descritto in precedenza, di imaging 3D meccanicamente spazzato il sistema ULA-OP controlla anche il motore passo a passo all'interno della sonda, per l'acquisizione sincronizzata di singoli fotogrammi 2D in ogni posizione della matrice trasduttore.

Il sistema di ULA-OP può essere ri-configurato in fase di esecuzione e adattato a diverse sonde di US. Comunica attraverso un canale di USB 2.0 con un computer host, dotato di uno strumento di software specifici. Quest'ultimo ha un'interfaccia grafica configurabile che fornisce una visualizzazione in tempo reale di immagini US, ricostruito in vari modi; con sonde volumetriche, ad esempio, due B-modalità immagini di piani perpendicolari nel volume digitalizzato possono essere visualizzate in tempo reale.

Il vantaggio principale del sistema ULA-OP ai fini del protocollo descritto è che permette una facile messa a punto dei parametri TX-RX e offre l'accesso completo ai dati raccolti in ogni fase della elaborazione catena²⁶, rendendo anche possibile segnale per testare nuove modalità di imaging e beamforming tecniche²⁷^,²⁸^,²⁹^,³⁰^,³¹^,³²^,³³.

Sistema di tracciamento del movimento

A record negli Stati Uniti sonda posizione durante l'acquisizione di immagini, un movimento ottico sistema di tracciamento è stato autonomo³⁴. Il sistema è basato su un sensore che emette luce infrarossa tramite due illuminatori (light emitting diode (LED)) e utilizza due ricevitori (cioè una lente e un charge coupled device (CCD)) per rilevare la luce riflettuta dal più specifico scopo passivo marcatori disposti in forme rigide predefinite. Informazioni sulla luce riflessa viene quindi elaborati da una CPU a bordo per calcolare dati sia posizione e l'orientamento, che possono essere trasferiti a un computer host collegato via USB 2.0. Lo stesso link può essere utilizzato per controllare la configurazione dell'unità sensore.

L'unità sensore di navi con un set di strumenti, ciascuno dotato di quattro marcatori riflettenti disposti in una configurazione geometrica rigida. Il sistema di tracciamento del movimento è in grado di monitorare simultaneamente, fino a sei distinti strumenti rigidi ad una frequenza di lavoro di circa 20 Hz. Due tali strumenti sono stati utilizzati per questi esperimenti: uno strumento puntatore, che permette di acquisire la posizione 3D toccati dalla sua punta, e uno strumento dotato di morsetto, che può essere collegato alla sonda US sotto test (Vedi Figura 14).

Sul lato software, il Tracciatore movimento dispone di una basso livello seriale application programming interface (API) per entrambi unità controllo e acquisizione dati, che possa essere richiamate tramite USB. Per impostazione predefinita, posizione e orientamento vengono restituiti come elementi di Multi-entry, vale a dire una voce per ogni strumento da rilevare. Ogni voce contiene una posizione 3D (x, y, z) espresso in mm e un orientamento (q₀, q,_x, q_y, q_z) espresso come un quaternione. Il sistema è anche dotato di una casella degli strumenti di livello superiore strumenti software, che include uno strumento di gestione grafico per la visualizzazione e le posizioni/orientamenti di più strumenti all'interno del campo visivo dell'unità sensore di misura in tempo reale.

Componenti software, integrazione e panoramica del sistema

Il diagramma in Figura 3 riassume la strumentazione adottata per il protocollo, descrivendo anche il flusso di dati che scorre attraverso i sistemi.

Figura 3: schema a blocchi dell'integrazione dell'intero hardware installazione e sistema di. La sonda statunitense è collegata al sistema ULA-OP che comunica via USB con il notebook per acquisizione di immagini di US. Allo stesso tempo, il notebook è collegato via USB per il sistema, per l'acquisizione di dati di posizione, di tracciamento del movimento e via Ethernet alla workstation, per l'elaborazione dati. Clicca qui per visualizzare una versione più grande di questa figura.

A parte le sonde US, la tracciatura del movimento e il sistema di ULA-OP, che sono state descritte sopra, il programma di installazione include anche due computer, vale a dire un taccuino e una workstation. Il primo è il principale front-end per strumentazione, ricevere e sincronizzare i due flussi di dati in entrata principale: US immagini provenienti dal sistema di ULA-OP e il 3D dati dal tracker movimento di posizionamento. Fornisce inoltre un feedback visivo all'operatore per le immagini acquisite. La workstation ha sostanzialmente più alta capacità di archiviazione e potenza computazionale. Fornisce supporto di back-end per post-elaborazione delle immagini e un repository per i set di dati imaging combinato. La workstation è utilizzata ancheper la visualizzazione di immagini di Stati Uniti e onorevole, compresa la possibilità di visualizzazione 3D simultanea di immagini multi-modale registrati.

Un requisito fondamentale per gli esperimenti di acquisizione immagine è la sincronizzazione di due flussi di dati principale. Il tracciamento del movimento e sistemi di ULA-OP sono strumenti indipendenti che non supportano ancora una sincronizzazione esplicita delle attività. Per questo motivo, è necessario essere opportunamente combinati per rilevare la corretta posizione 3D della sonda US al momento ogni fetta di immagine è stata acquisita US immagine dati e posizione informazioni. Per questo scopo, un'applicazione di registrazione specifico è stata sviluppata per la registrazione e timestamping in tempo reale i dati forniti dal tracciamento sistema, modificando un componente software C++ è incluso, in questo caso, nel tracciatore movimento stesso del movimento. In genere, sistemi di rilevamento di movimento dispongono di un insieme di API che permette l'acquisizione dei dati in tempo reale e li trascrivere in un file.

Il metodo adottato sincronizzazione funziona come segue. Ogni voce nel file prodotto dalla domanda di registrazione è aumentata con un timestamp nel formato "AAAA-MM-ddThh:mm:ss.kkk", dove: y = anno, M = mese, d = giorno, h = ore, m = minuti, s = secondo, k = millisecondi. Il software basato su PC di ULA-OP (linguaggi di programmazione C++ e MATLAB) calcola l'inizio e fine tempo di ogni sequenza di acquisizione immagine e memorizza queste informazioni in ogni immagine nel formato .vtk. Per fornire un riferimento temporale comune durante gli esperimenti, entrambe le procedure di cui sopra software vengono eseguite sul computer front-end nella Figura 3. I timestamp prodotti in questo modo vengono quindi utilizzati dalle procedure software post-elaborazione che producono il dataset finale (Vedi protocollo, sezione 8).

Un altro componente software specifico è stato realizzato ed eseguire sulla workstation per fornire un feedback in tempo reale all'operatore, mettendo in relazione la corrente US sonda posizione per MR immagini e, in particolare, la serie di pose predefinite. Una routine di software server-side in Python elabora il file di registro di motion tracking, traduce la corrente US sonda posizione in una forma geometrica e lo invia i dati a un server di Paraview. Un client Paraview si connette allo stesso server Paraview e nei display in tempo reale la posizione della forma geometrica, sovrapposta su un'immagine di MR e a ulteriori forme geometriche che descrivono le pose predefinite. Un esempio della visualizzazione in tempo reale risultante è mostrato in Figura 17.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

tutti i campioni biologici mostrati in questo video sono stati acquisiti tramite la catena di approvvigionamento di cibo standard. Questi campioni sono stati trattati secondo le norme di etica e sicurezza delle istituzioni coinvolte.

Nota: il diagramma nella Figura 4 riassume le 8 tappe principali del presente protocollo. Fasi da 1 a 4 comprendono attività iniziali, da effettuarsi una sola volta prima dell'inizio dell'acquisizione di immagini di US e fasi di elaborazione. Queste fasi iniziali sono come segue: 1. progettazione preliminare dell'apparato sperimentale e un fantasma di agar (per essere utilizzato nelle procedure di taratura); 2) preparazione del cervello ex vivo bovina; 3. acquisizione di immagini di MR del cervello; 4. definizione di pose qualitative da utilizzare come destinazione per acquisizione di immagini di US. Fasi da 5 a 8 riguardano l'acquisizione e l'elaborazione delle immagini di US. Queste fasi sono: 5. messa a punto sperimentale, in cui tutti gli strumenti sono collegati e integrati, e tutti i bersagli sono posizionati e verificati; 6. taratura della sonda US dotata di marcatori passivi per la navigazione; 7. l'acquisizione di immagini di US del cervello bovino immerso in acqua, sia nelle pose predefinite e in " modeŔ a mano libera 8. post-elaborazione e visualizzazione del sig combinato / immagine US dataset. Mentre la fase 5 può essere eseguita solo una volta, all'inizio di attività sperimentali, fasi 6 e 7 devono essere ripetute per ogni sonda US coinvolto. Passaggio 8 può essere eseguito solo una volta sull'intero set di dati combinati, quando tutte le acquisizioni vengono completate.

Figura 4 : flusso di lavoro di protocollo sperimentale. Diagramma a blocchi illustra i passaggi principali del protocollo, compreso un elenco delle principali operazioni in ogni passaggio. Passaggi 1-5 comportano attività iniziali e installazione preparazione per noi acquisizioni; così, sono da effettuarsi solo una volta. Fasi 6 e 7 prevedono acquisizioni US e devono essere ripetuti per ogni sonda. Passaggio 8, che è immagine post-elaborazione, può essere eseguito solo una volta alla fine. Clicca qui per visualizzare una versione più grande di questa figura.

1. progettazione preliminare

progettazione e validazione di pietra miliare posizionamento
Nota: la procedura seguente definisce una strategia coerenza per il posizionamento dei punti di riferimento, da utilizzare per la calibrazione del il sistema descritto nella sezione 6 di tracciamento del movimento.
1. Preparare un manichino testa polistirolo tagliando fuori una forma approssimativamente simile a quella del cervello bovino (altezza = 180 mm, larghezza = 144 mm, lunghezza = 84 mm) utilizzando un coltello.
2. inserire 6 modelli di 3 sfere di vetro di silice (3 mm di diametro) nel polistirolo espanso, disposto ai vertici di un triangolo equilatero con lato di circa 15 mm e non più lontano di 1 mm dalla superficie esterna (vedere Figura 5 ).
3. Collegare il movimento sistema di tracciamento al notebook tramite USB. Aprire lo strumento di rilevamento, avviare il tracciamento del movimento e verifica che quando si tocca le sfere di vetro nel cervello in polistirolo, lo strumento puntatore rimanga entro il rilevamento di campo, per verificare la visibilità e l'accessibilità efficace durante gli esperimenti.

Figura 5 : modello di polistirene di il cervello utilizzato durante la fase di progettazione preliminare. La testa di manichino polistirolo, opportunamente tagliata per simulare le dimensioni del cervello bovino, è stata utilizzata per scegliere il posizionamento dei modelli sfera di vetro nel cervello. Sei modelli triangolari di sfere, con un diametro di 3 mm, sono stati impiantati nel modello di polistirolo come mostrato nella foto, cioè tre modelli sulla destra e tre sulla sinistra del cervello emisferi. < un href="//ecsource.jove.com/files/ftp_ upload/55798/55798fig5large.jpg"target = blank" > Clicca qui per visualizzare una versione più grande di questa figura.

phantom preparazione agar
Nota: questi passaggi consentono di preparare un fantasma di agar fatti in laboratorio da utilizzare per le procedure di taratura (sezione 6.1).
1. In un becher da diluire 100 g di glicerina e 30 g di agar-agar in 870 g di acqua distillata. Mescolare il composto, aumentando la sua temperatura fino a 90 ° C, per 10-15 minuti versare il composto per riempire un 13 x 10 x 10 cm contenitore cibo e tenerlo in frigorifero per almeno un giorno.
2. Rimuovere il fantasma di agar dal frigorifero. Colore 6 sfere di vetro con uno smalto giallo (per una migliore visibilità) e inserire 2 modelli di 3 sfere vetro nell'agar fantasma (cioè uno per lato principale del blocco), non più lontano di superficie superiore a 1 mm ( Figura 6).
3. Per la conservazione quando non in uso, immergere il fantasma di agar in una soluzione di acqua e cloruro di benzalconio, utilizzando un contenitore per alimenti di plastica sigillato e tenerlo in frigorifero.

Figura 6 : phantom Agar. La figura mostra il fantasma di agar, in cui un modello impiantato di tre sfere di vetro dipinte di giallo (indicate dalle frecce nere) è chiaramente visibile nel bordo inferiore. La punta di strumento puntatore, utilizzata per misurare le posizioni di sfera durante la fase di calibrazione, viene mostrata anche vicino il fantasma. Clicca qui per visualizzare una versione più grande di questa figura.

2. preparazione del cervello bovino e la fissazione

Acquire il cervello bovino ex vivo dal cibo standard di catena di fornitura. Il trasporto su ghiaccio (per la conservazione). In genere, come in questo caso, il cervello ex vivo è reso disponibile dopo avere stato rimosso dall'animale.
Rimuovere il cervello dal ghiaccio e metterlo in una cappa aspirante. Tenerlo nella cappa per le operazioni di preparazione successiva. Isolare gli emisferi cerebrali, separando il cervelletto, mesencefalo, pons e del tronco cerebrale con una lama chirurgica, attraverso le strutture di taglio sulla superficie ventrale del cervello.
Utilizzando il manichino polistirolo come riferimento per il posizionamento dell'impianto triangolare 6 modelli di 3 sfere ciascuno nella corteccia dei lobi frontali, temporali ed occipital. Verificare che le condizioni predefinite (cioè Distanze dalla superficie e tra sfere) sono soddisfatti. Per visibilità, segnare le posizioni di tutte le sfere sul cervello in superficie con un fazzoletto verde marcatura della tintura per l'istologia ( Figura 7).
Immergere il cervello in 10% soluzione di formalina tamponata. Utilizzare un contenitore di plastica per parti anatomiche ( Figura 8). Lasciare il cervello nel contenitore con formalina per almeno 3 settimane, fino al completamento del processo di fissazione.
Attenzione: la formalina è una sostanza chimica tossica e deve essere maneggiato con cura; regolamenti specifici possono anche applicare, per esempio noi OSHA Standard 1910.1048 app. A.

Figura 7 : preparazione di cervello bovino e l'impianto delle sfere vetro. Il cervello bovino è preparato da un patologo esperto rimuovendo le parti anatomiche in eccesso e quindi impiantare i modelli di sfera di vetro, secondo la configurazione precedentemente progettata (a). Le posizioni di sfera quindi sono contrassegnate con un colorante verde sulla superficie del cervello (b). Clicca qui per visualizzare una versione più grande di questa figura.

Figura 8 : fissazione di cervello bovino in formalina. Il cervello bovino con le sfere di vetro impiantato è immersa in soluzione di formalina 10% tamponata all'interno di un contenitore di plastica per parti anatomiche (a). Dopo un periodo di almeno 3 settimane, il processo di fissazione è completo (b) e il cervello può essere utilizzato per le acquisizioni di immagine. Clicca qui per visualizzare una versione più grande di questa figura.

3. acquisizione di immagini di MR

estrarre il cervello dalla soluzione di formalina, lavarlo in acqua durante la notte, metterlo in un contenitore di plastica pulito e sigillare esso.
Mettere il contenitore nella bobina MR testa e metterlo nello scanner MR.
eseguire scansioni che impiega uno scanner di MR T 3 dotato di una bobina testa 32 canali ( Figura 9). Acquisire tre insiemi di immagini utilizzando T1, T2 e CISS sequenze con una risoluzione di 0.7x07x1 mm ³ e 0.5x0.5x1 mm ³ per T1/T2 e CISS, rispettivamente. Salvare le immagini di MR in DICOM formato utilizzando gli strumenti del software dello scanner MR.
Dopo l'uso, immergere il cervello in formalina 10% tamponata. Trasferire le immagini di MR acquisite dallo scanner MR a una workstation di elaborazione.

Figura 9 : acquisizione di immagini di MR. Il cervello bovino, sigillato in un contenitore di plastica pulito, viene messo in 3 T tomografo per acquisizioni di immagine di MR. Clicca qui per visualizzare una versione più grande di questa figura.

4. definizione di pose qualitative per acquisizioni di immagine US

Nota: questa procedura definisce una serie di pose qualitative, rispetto alle immagini di MR, in cui la visibilità delle regioni del cervello che contengono chiaramente strutture anatomiche riconoscibili e tessuti ben differenziati (materia particolarmente bianca e grigia) viene ingrandita in immagini US.

Apri le immagini di MR in DICOM formattare con Paraview strumento software (d'ora in poi, software di visualizzazione). Avere un esperto a visualizzare le immagini sia come fette e volume 3D, come richiesto.
Ispezionare ogni immagine di MR nel set di dati per valutare la visibilità delle strutture anatomiche e dei tessuti (ad es. i ventricoli laterali, corpo calloso, la materia grigia dei gangli basali).
Selezionare sottoregioni spaziale 3D dall'immagine di MR di riferimento contenente le migliori caratteristiche di visual riconoscibile e definire circa i piani di massima visibilità. Identificare 12 pose predefinite per acquisizione di immagini di Stati Uniti, ogni che coinvolge un insieme significativo di funzionalità visual.
Per ogni posa virtuale, utilizzare " fonti > cono " per creare un cono 3D come un punto di riferimento visivo. Adattare ogni altezza cono a 40 mm e raggio di 2mm e posizionare manualmente il cono nel campo visivo 3D ( Figura 10). Salvare il complesso di MR immagine, regioni 3D, aerei e luoghi d'interesse come un file di stato Paraview.

Figura 10 : predefiniti pose per immagine US acquisizione. Acquisizione di immagini dei marcatori in (a) Visualizza le posizioni delle 12 pose selezionate nel signor 3D immagine cornice raggiungibile dall'operatore per gli Stati Uniti. (B) il signor aerei corrispondenti per le pose selezionate sono mostrati; l'indicatore rosso rappresenta lo spostamento di US sonda posizione (rappresentato nello spazio immagine MR) in tempo reale, fino a quando uno dei marcatori bianchi è raggiunto e l'immagine desiderata di US possa essere acquisita dal sistema. Clicca qui per visualizzare una versione più grande di questa figura.

5. messa a punto sperimentale

degli obiettivi
Nota: questo passaggio descrive la preparazione del programma di installazione e strumenti per esperimenti di acquisizione di US.
1. Posizione a 50 x 50 x 30 cm in plastica serbatoio su un tavolo e riempirlo con acqua degassato fino ad un'altezza di 15 cm. posizione il movimento sistema di rilevamento in modo che il serbatoio dell'acqua è visibile dall'alto e interamente all'interno del suo campo di vista ( Figura 11 ) e collegare il Tracciatore movimento al notebook tramite USB.
2. Eseguire la procedura orientabile per calibrare il puntatore utilizzando lo strumento di rilevamento di movimento rilevamento sistema ³⁴.
3. Posizionare l'impianto di ULA-OP sul tavolo e collegarlo al notebook tramite USB, assicurandosi che lo schermo del computer è chiaramente visibile all'operatore di sonda US. Posizionare la workstation sul tavolo e assicurarsi che il suo schermo è chiaramente visibile all'operatore.
4. Estrarre il cervello dalla soluzione di formalina e lavarlo in acqua. Immobilizzare e su una lastra di resina sintetica, utilizzando segmenti di strisce di adesivo e filo per cucire ( Figura 12).
5. Immergere la piastra con il cervello nel serbatoio e verificare che l'intero spazio di lavoro intorno al cervello si inserisce all'interno del campo visivo del tracker movimento, usando il puntatore e il software strumento di rilevamento.

Figura 11 : installazione del acquisizioni sperimentali con il sistema di tracciamento del movimento. Il sensore di rilevamento di movimento è posto sopra il serbatoio di acqua in cui è immerso il cervello bovino, in modo che il target e la sonda con i marcatori riflettenti bloccati in forma interamente all'interno del suo campo di vista misurazione. < un href="//ecsource.jove.com/files/ftp_upload/55798/55798fig11large.jpg" target = blank"> Clicca qui per visualizzare una versione più grande di questa figura.

Figura 12 : posizionamento del cervello bovino nella serbatoio dell'acqua. Il cervello bovino è immobilizzato su una zolla di resina sintetica per mezzo di due filati cucirini (posizionati lungo la fessura longitudinale) e fissato sulla piastra con nastri adesivi. La piastra e il cervello bovino sono poi immerso nel serbatoio dell'acqua. Clicca qui per visualizzare una versione più grande di questa figura.

collegare la sonda statunitense e configurare ULA-OP per eseguire le scansioni.
1. Collegare la sonda statunitense al sistema ULA-OP.
2. Configurare il sistema di ULA-OP attraverso i file di configurazione e la sua interfaccia software dal computer ( Figura 13).
  1. Definire una modalità duplex composto da due B-modalità interleaved che impiegano due diverse frequenze operative (7 e 9 MHz). Impostare una raffica bipolare 1-ciclo per ciascuna modalità. Impostare lo stato attivo di trasmissione a profondità di 25 mm e focalizzazione dinamica in reception con F #= 2 la funzione sinc apodizzazione.
  2. Configurare il sistema per registrare beamformed e in fase e quadratura (I / Q) demodulato dati.
3. Eseguire alcune prove di acquisizione per garantire la piena operatività.
  1. Bloccare il sistema, facendo clic sul " Freeze " pulsante di commutazione nel software ULA-OP. Attivare la modalità di salvataggio automatico facendo clic sul pulsante toggle che compare come tre dischi floppy. Finestra popup, che compare alla fine dell'acquisizione, scrivere il nome del file e fare clic su " salvare ".

Figura 13 : Acquisizione di immagini di messa a punto sperimentale per noi. Il sistema di ULA-OP è collegato al notebook collocato vicino il serbatoio dell'acqua, così che il suo display è chiaramente visibile all'operatore di sonda US durante acquisizioni. Clicca qui per visualizzare una versione più grande di questa figura.

i passivi marcatori riflettenti sulla sonda statunitense di bloccaggio
Nota: a seguito di questa procedura, viene creato un assembly solido della sonda US e i marcatori riflettenti passivi per successive acquisizioni di immagine e posizione dati. Maniglia
1. trovare una posizione adatta per il morsetto la sonda statunitense. Fissate i passivi marcatori riflettenti sull'impugnatura della sonda US ( Figura 14).
2. Eseguire alcuni test di acquisizione (Vedi punto 5.2.3) per assicurarsi che il morsetto è stabile, i marcatori sono chiaramente visibili dal movimento rilevamento sistema, mentre la sonda statunitense si terrà alle posture di lavoro previsto.

Figura 14 : strumento passivo con riflettendo marcatori bloccato sulla sonda piezoelettrica imaging 3D. Lo strumento con marcatori è correttamente serrato e fissato sull'impugnatura della sonda piezoelettrica imaging 3D, in modo da formare un'Assemblea plenaria per essere utilizzato per l'acquisizione di dati immagine e posizione US allo stesso tempo. Clicca qui per visualizzare una versione più grande di questa figura.

6. calibrazione

Nota: questa sezione descrive la parte sperimentale del protocollo che raccoglie le informazioni per calcolare le trasformazioni necessarie tra i fotogrammi di riferimento spaziale diverso coinvolti. Vedere la sezione 9 per dettagli matematici relativi al metodo di calcolo. Le routine software in MATLAB linguaggio di programmazione per calibrazione sono disponibili come open-source a https://bitbucket.org/unipv/denecor-transformations.

Di US image frame per la cornice degli strumenti passivi fissati sulla sonda statunitense
Nota: la seguente procedura di calibrazione viene utilizzata per calcolare la trasformazione rigida che permette di assegnare le posizioni spaziali a US immagine voxel nel locale quadro di riferimento dello strumento passivo fissato sulla sonda. Deve essere ripetuta per ogni montaggio di uno strumento passivo su una sonda statunitense.
1. Posizione l'agar fantasma in full immersion all'interno l'acqua serbatoio. Avviare l'applicazione di registrazione che record dati di posizione e raccolgono le posizioni di ciascuna delle sfere 6 vetro nell'agar fantasma con lo strumento puntatore, tenendo traccia delle sue moto.
2. Acquisire un'immagine di US per ogni modello di 3 sfere nell'agar fantasma ( Figura 15) (punto 5.2.3). Posizionare la sonda statunitense tramite il braccio meccanico usando la funzione di pre-visualizzazione del sistema ULA-OP, in modo che un modello completo di tre sfere è all'interno del campo visivo. Acquisire e salvare l'immagine corrispondente US.
3. Trasferire immagini in formato ULA-OP, insieme con i motion tracking log-file, alla workstation US.
4. Aprire ogni immagine US nel software di visualizzazione, segnare la posizione delle sfere di 3 vetro in ciascuno di essi manualmente e trascrivere le posizioni 3D in un file CSV.
5. Calcolare la trasformazione rigida US-a-marcatore tra i due fotogrammi di riferimento (Vedi il codice open-source fornito e la sezione 9).

Figura 15 : acquisizione degli Stati Uniti immagini dell'agar fantasma per la calibrazione. L'operatore muove la sonda statunitense (la sonda CMUT) sopra il fantasma di agar per acquisire due noi immagini contenente i due modelli di sfera incorporato, come mostrato tempo reale dal software ULA-OP sul display del computer. Le immagini acquisite vengono quindi utilizzate per calcolare la trasformazione dallo spazio immagine US allo spazio dello strumento passivo con marcatori bloccati sulla sonda. Clicca qui per visualizzare una versione più grande di questa figura.

dallo spazio motion tracking per lo spazio di immagine di MR
Nota: le seguenti operazioni di calibrazione sono utilizzate per calcolare la trasformazione rigida dal movimento fotogramma di riferimento del sistema di monitoraggio per il telaio di riferimento immagine MR e deve essere ripetuta per ciascun posizionamento del cervello dentro il range operativo della tracciatura del movimento. Gli ultimi due passaggi in questa procedura devono essere ripetuti per ogni immagine di MR distinti.
1. Posizione del cervello in full immersion all'interno l'acqua serbatoio. Avviare l'applicazione di registrazione e raccogliere le posizioni di ciascuna delle sfere 18 vetro con lo strumento puntatore ( Figura 16). Trasferire i file di registro di motion tracking sulla postazione di lavoro.
2. Aprire ogni immagine di MR del cervello nel software di visualizzazione, segnare la posizione di ciascuna delle sfere 18 vetro manualmente e salvare le coordinate 3D corrispondente come file CSV.
3. Calcolare la trasformazione rigida Tracking-a-MR di movimento tra le due cornici di riferimento (Vedi il codice open-source e la sezione 9).

Figura 16 : acquisizione della posizioni delle sfere vetro impiantate nel cervello bovino per calibrazione. La punta di strumento puntatore viene utilizzata per acquisire, uno per uno, le posizioni delle sfere 18 vetro impiantate nel cervello bovino immerso in acqua. Queste posizioni vengono utilizzate per calcolare la trasfinformazioni dal movimento spazio sistema di monitoraggio per lo spazio di immagine di MR. Clicca qui per visualizzare una versione più grande di questa figura.

7. acquisizione di ultrasuono

Nota: le routine software in Python per Paraview, per la procedura di visualizzazione in tempo reale, sono disponibili come open-source a https://bitbucket.org/unipv/denecor-tracking.

Immagini di acquisizione degli Stati Uniti delle pose predefinite
1. morsetto i marcatori sulla sonda statunitense ed eseguire la procedura di calibrazione (paragrafi 5.3 e 6.1). Posizionare il cervello ed eseguire la procedura di calibrazione (vedere paragrafi 5.1 e 6.2).
2. Raccogliere i due parametri di trasformazione rigida (U.S.-a-marcatore e motion tracking-a-MR) calcolati nei passaggi 6.1.5 e 6.2.3 e trasferire questi file nella cartella della procedura di visualizzazione in tempo reale implementata in Python e la visualizzazione software ( Figura 10b).
3. Avviare la procedura di visualizzazione in tempo reale utilizzando il software di visualizzazione (vedere il codice di open source) e verificare che la posizione effettiva della sonda US è visualizzata correttamente ( Figura 17).
4. Avviare l'applicazione di registrazione per registrare la posizione della sonda. Manualmente una partita ogni posizione qualitativamente predefiniti, come visualizzato nel software di visualizzazione, con la sonda statunitense e acquisire l'immagine corrispondente con il sistema di ULA-OP (punto 5.2.3). Fermare le due applicazioni e trasferire immagini US in formato ULA-OP e motion tracker di file registro alla workstation.

Figura 17 : acquisizione degli Stati Uniti immagini delle pose predefinite. L'operatore muove la sonda statunitense a raggiungere le pose predefinite; la procedura è supportata in tempo reale da una routine di Python, che mostra la posizione della sonda sopra l'immagine di MR 3D del cervello sul display workstation, utilizzando il software di visualizzazione. Clicca qui per visualizzare una versione più grande di questa figura.

acquisizione di freehand, pose con sonde lineari US per la ricostruzione delle immagini 3D in movimento
Nota: I seguenti passaggi sono destinati per sonde lineari US solo e consentono l'acquisizione di sequenze di 2D planari US immagini che , insieme al posizionamento dati dal sistema di tracciamento del movimento, sono necessari per la ricostruzione del volume 3D.
1. Morsetto i marcatori sulla sonda statunitense ed eseguire la procedura di calibrazione (paragrafi 5.3 e 6.1). Posizionare il cervello ed eseguire la procedura di calibrazione (vedere paragrafi 5.1 e 6.2).
2. Posizionare manualmente la sonda statunitense presso la posa iniziale previsto (ad es. alla fine frontale di ciascun emisfero). Avviare l'acquisizione di ogni sequenza di immagini di Stati Uniti con il sistema di ULA-OP (punto 5.2.3) e la domanda di registrazione per la registrazione di posizione sonda.
3. Applicare un movimento lento, a mano libera per la sonda statunitense verso la posa finale previsto (ad es. l'estremità distale di ogni emisfero del cervello). Fermare l'acquisizione di noi immagini con il sistema di ULA-OP e interrompere il monitoraggio di sonda. Trasferire immagini US in formato ULA-OP e motion tracker di file registro alla workstation.

8. Post-elaborazione e visualizzazione

immagine di post-elaborazione delle sequenze a mano libera di noi
Nota: questa procedura viene implementata in linguaggio di programmazione MATLAB e viene applicata a ogni sequenza a mano libera di immagini 2D US a ULA-OP formato, per produrre immagini 3D complete.
1. Carico la sequenza degli Stati Uniti immagini nel formato ULA-OP. Corrisponde alla sequenza di immagini US con i file di registro di motion tracking. Estrarre una sequenza di posizioni temporizzati dai file di registro che sono inclusi nell'intervallo temporale che va dall'inizio alla fine del processo di acquisizione, come registrato dal sistema di ULA-OP.
2. Calcolare l'esatta tempistica di ogni immagine US in sequenza utilizzando i parametri registrati dal sistema ULA-OP.
3. Calcolare la posizione associata a ciascuna immagine di US nella sequenza, interpolando tra le due posizioni più tempo registrate dal sistema di tracciamento del movimento. Utilizza l'interpolazione lineare tra vettori di traduzione e l'interpolazione lineare sferica (SLERP) tra rotazioni, espresso come quaternioni.
  Nota: Presuppone l'immagine US mediano nella sequenza - cioè l'immagine nella posizione che meglio partizioni la sequenza in due metà uguali (circa) - come riferimento per definire la cornice dell'immagine 3D US.
4. Applicare una compressione logaritmica, normalizzare l'immagine al massimo e una soglia (in genere-60 dB) a ogni aereo nell'immagine US.
5. Rispetto al telaio di riferimento, calcolare e applicare una trasformazione spaziale relativa a ciascuna delle altre immagini nella sequenza per ottenere un fascio di piani nello spazio situato US.
6. Applicare una routine di interpolazione lineare in base alla struttura degli aerei si trova nello spazio per produrre una matrice 3D cartesiana di voxel. Salvare il cartesiano serie 3D di voxel come .vtk file e registrare i timestamp di intervallo che corrispondono ai tempi di acquisizione.
Di post-elaborazione di altre immagini di US (non a mano libera sequenze)
Nota: la seguente procedura si applica ad ogni immagine US nel formato ULA-OP tranne alle sequenze a mano libera (sezione 8.1). Immagine di
1. carico negli Stati Uniti nel formato ULA-OP. Applicare una compressione logaritmica, normalizzare l'immagine al massimo e una soglia (in genere-60 dB) a ogni aereo nell'immagine US.
2. Per 3D immagini US, si applicano solo una routine di interpolazione lineare (cioè conversione di scansione) alla struttura di aerei si trova nello spazio per produrre una matrice 3D cartesiana di voxel.
3. Salvare il piano dell'immagine o la matrice 3D cartesiana di voxel come un file di .vtk, registrando i timestamp di intervallo che corrispondono ai tempi di acquisizione.
Immagini di registrazione di US
Nota: in questa sezione vengono descritte le procedure per eseguire la registrazione finale delle immagini di Stati Uniti e onorevole, utilizzando le due trasformazioni calcolato durante la procedura di calibrazione precedente e i dati di posizione la sonda statunitense registrate durante acquisizioni. Le routine software in MATLAB linguaggio di programmazione per registrazione di noi le immagini sono disponibili come open-source al https://bitbucket.org/unipv/denecor-transformations.
1. Caricare l'immagine di US in formato .vtk.
2. partita la tempistica dell'immagine US con motion tracking. Estrarre una sequenza di posizioni temporizzati dai file di registro che sono inclusi nell'intervallo temporale che va dall'inizio alla fine del processo di acquisizione, come registrato nell'immagine .vtk.
3. Calcolare una posizione media per l'immagine di US. Utilizzare una media lineare per i vettori di traduzione e applicare l'algoritmo descritto in riferimento ³⁵ per rotazioni, espresso come quaternioni.
4. Caricare la trasformazione di US-a-marcatore che corrisponde all'immagine della US specifico. Caricare la trasformazione di tracking--signor movimento che corrisponde l'immagine specifica di Stati Uniti e dall'immagine di MR di scelta.
5. Utilizzare la posizione media insieme con le due trasformazioni sopra per calcolare la trasformazione rigida registrazione US-a-MR e salvare quest'ultimo in diversi formati, tra cui la traduzione e angoli di Eulero che consentono di visualizzare l'immagine di US nel signor image frame di scelta.
Visualizzazione di immagini registrate US
Nota: queste sono le fasi finali di visualizzare le immagini acquisite di Stati Uniti e MR e mostrarli dopo sovrapposizione nel software di visualizzazione, utilizzando la calcolati in precedenza trasformazioni.
1. Avviare il software di visualizzazione e caricare l'immagine di MR di scelta. Carica tutte le immagini di US. Per ogni immagine di US, creare una trasformazione Paraview e applicare la trasformazione di registrazione US-a-MR calcolata ( Figura 18) ai dati dell'immagine.

9. Modelli di calibrazione e trasformazioni

Nota: questa sezione descrive i dettagli matematici delle tecniche di calibrazione e trasformazione utilizzate nel protocollo presentato. Il protocollo sperimentale prevede quattro diversi quadri di riferimento che devono essere opportunamente combinati: 1) la cornice immagine US, che dipende sia le caratteristiche fisiche della sonda statunitense e la configurazione dello scanner, che associa le coordinate spaziali (x y, z) per ogni voxel in un'immagine di US (per uniformità, si suppone che tutte le 2D immagini planari sono y = 0); 2) il fotogramma dell'indicatore (M), che è inerente allo strumento marcatore passivo che viene bloccato per la sonda statunitense (sezione 6.1); 3) il telaio di Tracking System (TS) di movimento, che è inerente allo strumento di rilevamento; 4) la cornice di immagine (MRI) Signor, che è definita da scanner, che associa le coordinate spaziali (x, y, z) per ogni voxel in un'immagine di MR. Per comodità e semplicità di notazione, le procedure descritte in questa sezione sono descritte utilizzando matrici di rotazione (cioè matrici di coseno di direzione) e non i quaternioni ³⁶.

Di US a M frame
Nota: la procedura di calibrazione sperimentali in sezione 6.1 produce le seguenti informazioni: 1) 3D posizioni (p ₁, …, p ₆) _TS dei 2 modelli di 3 sfere ciascuno, incluso nel fantasma di agar e misurato nel telaio di tracking del movimento; 2) 3D posizioni di ciascuno degli stessi due schemi (p ₁, …, p ₃) _noi e (p ₄, …, p ₆) _U.S. misurato in ogni dei due Stati Uniti immagini acquisite; 3) una trasformazione (R _{M > TS}, t _{M > TS}), dove R è una matrice di rotazione e t è un vettore di traslazione, misurato dallo strumento di posizionamento, che descrive la posizione relativa dell'utensile marcatore passivo (tutte le rotazioni misurate con il sistema di tracciamento del movimento vengono segnalate come i quaternioni, che devono essere tradotti in matrici di rotazione).
1. Applica l'algoritmo in riferimento ³⁷ a ciascuna delle due coppie di elenchi (p ₁, …, p ₃) _noi, (p ₁, …, p ₃) _TS e (p ₄, …, p ₆) _noi, (₄, …, p ₆) _TS, per ottenere due trasformazioni di tipo (R _{U.S. > TS}, t _{U.S. > TS}), ciascuna corrispondente ad uno specifico noi immagine spazio. Trasformazione
  1. calcolare una stima del desiderato (R _{U.S. > M}, t _{U.S. > M}) da ciascuna delle suddette trasformazioni nel modo seguente:
    R _{U.S. > M} = R ^T _{M > TS} R _{U.S. > TS}
    t _{U.S. > M} = R ^T _{M > TS} (t _{U.S. > TS -} t _{M > TS})
    Nota: le due stime vengono combinate con la media aritmetica dei vettori t _{U.S. > M} e in media le matrici di rotazione R _{U.S. > M} utilizzando il metodo di riferimento ³⁵, dopo avendo prima tradotta matrici in quaternioni e i quaternioni risultanti in una matrice di rotazione.
Dal sistema a telaio di MRI di tracciamento del movimento
Nota: la procedura nella sezione 6.2 produce le seguenti informazioni: 1) 3D posizioni (p ₁, …, p ₁₈ ) _TS di 6 modelli di 3 sfere ciascuno inclusi nel cervello bovino, misurato nel movimento rilevamento sistema telaio; 2) 3D posizioni delle stesse 18 sfere (p ₁, …, p ₁₈) _MRI misurata nell'immagine di MR di destinazione.
1. Calcolare direttamente la trasformazione desiderata (R _{TS > MRI}, t _{TS > MRI}) applicando l'algoritmo in ³⁷ per le due liste di posizioni.
Di US al telaio di MRI
Nota: The US immagine acquisizione procedura descritta nella sezione 7 produce immagini per le quali, dopo aver risolto i timestamp associati contro i motion tracking log-file, la trasformazione ( R _{M > TS}, t _{M > TS}) viene calcolato direttamente.
1. Calcolo la trasformazione desiderata nel modo seguente:
  R _{U.S. > MRI} = R _{TS > MRI} R _{M > TS} R _{U.S. > M}
  t _{U.S. > 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

Il principale risultato ottenuto tramite il protocollo descritto è la validazione sperimentale di una procedura di valutazione efficace e ripetibile per il 2D e 3D funzionalità di imaging di noi sonda prototipi basati su tecnologia CMUT, nell'applicazione prospettica al cervello di imaging. Dopo aver implementato tutte le fasi del protocollo descritto, un esperto può quindi applicare le funzioni del software di visualizzazione (ad es. suddivisione libero orientamento, estrazione di sottoinsieme, interpolazione di volume, ecc.) per confrontare il contenuto visivo di registrati Immagini di US con un'immagine di MR di destinazione. In particolare, la qualità delle immagini ottenute e nel confronto diretto al gold standard di MRI, rappresenta una prova prima e significativa per il potenziale della tecnologia CMUT in questo campo.

Come un esempio di un possibile confronto visivo, Figura 18 illustra due fette di immagini volumetriche acquisite con la sonda CMUT noi e la sonda di allineamento lineare piezoelettrica, rispettivamente, in sovrapposizione per la stessa fetta corrispondente a un Immagine di T2-weighted MR. Immagini di T2-weighted MR ha dimostrato di essere più efficace in termini di visibilità delle caratteristiche desiderate in questi esperimenti e pertanto sono stati scelti come riferimenti per sovrapposizione. Le due immagini di US nella figura sono state acquisite alla stessa frequenza di 9 MHz. Come si vede nella Figura 18, immagine ottenuta con la sonda CMUT ha migliore risoluzione e contrasto; Inoltre, le caratteristiche di visual prominenti sono meglio definite e le strutture dei solchi e circonvoluzioni sono più chiaramente visibili, indicano che la sensibilità più alta e più ampia larghezza di banda della sonda CMUT realizzare prestazioni migliorate.

Figura 18 : Sovrapposizione di sezioni immagine registrate USA e MR. Nella figura viene illustrata la registrazione raggiunta di MR e noi immagini acquisite con il CMUT (a, c, e, g) e piezoelettrico (b, d, f, h) sonde array lineare. (A) e (b) i ricostruito dataset 3D contorni vengono visualizzati nello spazio MR e la sezione 2D selezionata viene evidenziata. Pannelli (c, e, g) e (d, f, h) presentare le fette di Stati Uniti e MR sovrapposte con l'aumento della trasparenza per mostrare la corrispondenza delle caratteristiche in entrambe le immagini. Clicca qui per visualizzare una versione più grande di questa figura.

Ulteriori esempi comparativi, connessi alle immagini volumetriche 3D, sono rappresentati in Figura 19 e Figura 20. Figura 19 Mostra due immagini 3D, quello ottenuto con la sonda lineare piezoelettrica dopo ricostruzione volumetrica, e un'altra si ottiene con la sonda piezoelettrica meccanicamente spazzato per l'imaging 3D. La ricostruzione volumetrica 3D di immagini acquisite con la sonda CMUT rappresentata in Figura 20 . La struttura 3D di circonvoluzioni e solchi della corteccia cerebrale sono chiaramente visibili in tutti e tre i casi, anche se nei volumi ottenuti con la sonda CMUT le superfici esterne sono molto più chiaramente visibile e meglio definite.

Figura 19 : Immagini US volumetrica 3D acquisite con le sonde piezoelettriche. Confronto tra immagini 3D US acquisita con la sonda meccanicamente sweep (a, c), o ricostruito da immagini 2D planari acquistati a mano libera con la sonda lineare con il tracker di movimento dati (b, d) di posizionamento. In (a, b) le posizioni di questi volumi sono indicate nel riquadro immagine 3D MR, utilizzando profili. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 20 : Ricostruito 3D immagini US acquisite con la sonda CMUT. I piani 2D immagine acquistati a mano libera dalla scansione del cervello bovino con la sonda CMUT sono stati utilizzati per ricostruire volumi 3D, come mostrato in (c, d). In (a, b) i profili di tali volumi sono rappresentati nella cornice dell'immagine 3D di MR. Clicca qui per visualizzare una versione più grande di questa figura.

Come un prodotto ulteriore e significativo, gli esperimenti generato un dataset di multi-sonda esteso di immagini US che include posizionamento e registrazione dati relativi ai diversi signor immagini dello stesso bersaglio. Figura 21 riassume tutte le immagini 3D nel dataset mostrando i riquadri di delimitazione di ciascuna di esse in sovrapposizione per la stessa immagine di MR.

Figura 21 : Acquisito 3D US dataset nel sistema di riferimento di immagine di MR. La figura mostra l'immagine di MR 3D del cervello e sovrapposte contorni del 3D usa DataSet ha acquisito con il piezoelettrico spazzato meccanicamente (a), array lineare piezoelettrico (b) e CMUT (c) sonde. (B) e (c), le immagini 3D sono state ottenute attraverso la ricostruzione volumetrica. Clicca qui per visualizzare una versione più grande di questa figura.

Nel complesso, questi risultati dimostrano l'efficacia del protocollo descritto, che ci ha permesso l'acquisizione e la registrazione corretta di 2D/3D immagini nel telaio di riferimento dell'immagine MR 3D del cervello bovino stesso (Figura 18, 19), e di ricostruire volumi da immagini 2D US acquisito in modalità a mano libera (d figure 19, 20).

Utilizzando gli strumenti di software descritti, gli esperti possono esplorare visivamente le caratteristiche più significative in 2D e 3D ci immagini di campioni biologici. Esempi significativi della valutazione qualitativa della sonda CMUT prestazioni di imaging hanno dimostrati rispetto a quelli di altre sonde US (Vedi Figura 18, Figura 19 e Figura 20) e in riferimento a un'immagine di MR target (Vedi Figura 18). Ulteriori analisi sofisticate sono possibili sui set di dati di immagine acquisiti, esperti umani o tramite l'applicazione di altre tecniche di software, come quelli per il digitale, fine-tuned US-MR registrazione di immagini 3D. Questi software tecniche saranno la soluzione nei futuri lavori.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Diversi lavori sono stati presentati nella letteratura che descrivono le tecniche simili o correlate al protocollo presentato. Queste tecniche sono basate anche sull'uso di obiettivi realistici, tra cui animale fissa o cervelli di cadavere, ma sono concepiti principalmente per il test dei metodi di registrazione digitale di vario genere.

Il protocollo descritto qui, tuttavia, ha lo scopo specifico di test US sonde in diverse configurazioni nelle prime fasi di sviluppo e, a causa di questo, esso soddisfa un requisito fondamentale della riproducibilità delle acquisizioni, vale a dire sulla stessa campioni biologici e con pose comparabili. Il protocollo presentato prende in prestito molti aspetti delle tecniche esistenti di sopra e li assembla in una disposizione diversa per questo scopo.

Tra le lezioni che hanno appreso durante la progettazione del protocollo e la sperimentazione, le procedure di calibrazione sono di gran lunga l'aspetto più critico. Nonostante i molti miglioramenti adottati, l'errore nel complesso spaziale dell'intero set di trasformazioni dopo calibrazione è a presenti nell'ordine di 1-1,5 mm. Tale errore non è dovuto una mancanza di precisione del tracker movimento (che ha una precisione documentata nell'ordine di 0.3 mm), ma piuttosto per la difficoltà di acquisire una lettura spaziale precisa sopra un esemplare biologico che conserva una certa flessibilità.

D'altra parte, nella nostra esperienza, la precisione temporale di sincronizzazione non è un aspetto critico. Infatti, il tasso di acquisizione dei dati di posizione da parte del Tracciatore movimento è circa un ordine di grandezza maggiore del movimento delle mani umane cercando di ottenere una postura stabile. Per questo motivo, il tempo medie calcolate nel protocollo sono acquisite per precisione supplementare. Un altro aspetto che è particolarmente efficace è la definizione di pose virtuale. Negli esperimenti eseguiti, grazie la routine di rilevamento visivo in tempo reale, gli operatori potrebbero guidare l'acquisizione di immagini paragonabile per tutte le dodici pose virtuale da ciascuna delle tre sonde US senza molto sforzo e strutture meccaniche di supporto.

Un'eventuale modifica del protocollo, da adottare in futuro, sta usando metodi di calibrazione diversa e migliorata, che dovrebbero essere basati su un ciclo e il feedback da trasformazioni spaziali più vicino. Con il presente modulo, infatti, il protocollo richiede una significativa post-elaborazione delle letture spaziale per calcolare le matrici di trasformazione. Anche se questa attività può essere eseguita in decine di minuti e non richiede esperimenti per essere messo offline, questa post-elaborazione fornisce risultati che non possono essere visualizzati immediatamente, durante l'esecuzione della taratura. A questo proposito, un feedback visivo maggiore e possibilmente in tempo reale della curva di calibrazione ottenuta potrebbe essere di grande aiuto nel raggiungimento di una maggiore precisione.

Per l'effettiva implementazione del protocollo, è fondamentale disporre di strumenti che sono ragionevolmente aperti e consentono le integrazioni richieste multiple. Per esempio, la possibilità effettiva di sincronizzazione dei segnali provenienti da fonti diverse - ha assicurati mediante l'accesso ai dati di temporizzazione interna forniti dal sistema ULA-OP in questo caso - è cruciale per calibrazione e immagine, attività di post-elaborazione.

Un altro fattore importante è il software. Anche se non strumenti di software più importanti sono stati richiesti per gli esperimenti, un numero di routine C++ e MATLAB, più moduli basati su Python per Paraview, si è rivelata fondamentale per un certo numero di compiti cruciali, come la calibrazione, feedback di tracciamento del movimento per pre-definito pose e post-elaborazione per la ricostruzione delle immagini 3D. Ancora una volta, avere accesso ai dati di basso livello prodotti dagli strumenti è estremamente importante per la creazione di questi componenti software.

Infine, la scelta della destinazione giusta per l'imaging è molto significativa. Diverse opzioni alternative che coinvolgono la realizzazione di fantasmi sintetici sono stati considerati in anticipo e, nella nostra esperienza, tutte queste alternative sembravano essere sub-ottimale rispetto la scelta molto conveniente di cervello bovino fissato in formalina. Questo obiettivo garantisce realismo molto meglio e, con una cura adeguata, conservazione indefinita nel tempo.

In conclusione, il raggiungimento dei risultati sperimentali ha presentato, con il set di dati di immagine 3D multi-modale come un risultato permanente e pertinente, è a nostro parere il prodotto di una strategia di integrazione tecnica efficace che deve essere assemblato a tratti, attraverso un'attenta analisi dei molteplici aspetti impliciti e progettato in relazione le procedure e gli strumenti coinvolti.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Gli autori dichiarano che non hanno nessun concorrenti interessi finanziari.

Acknowledgments

Quest'opera è stata parzialmente sostenuta da governi nazionali e l'Unione europea attraverso il progetto ENIAC JU DeNeCoR sotto la concessione numero di contratto 324257. Gli autori vorrei ringraziare il professor Giovanni Magenes, Prof. ssa Piero Tortoli e Dr. Giosuè Caliano per il loro prezioso sostegno, supervisione e penetranti osservazioni che hanno reso possibile questo lavoro. Siamo anche grati al Prof Egidio D'Angelo e il suo gruppo (BCC Lab.), insieme a Fondazione Istituto Neurologico C. Mondino, per la fornitura di strumentazione di MR e il tracciamento del movimento e a Giancarlo Germani per acquisizioni di MR. Infine, vorremmo ringraziare Dr. Nicoletta Caramia, Dr. Alessandro Dallai e Sig. ra Barbara Mauti per il loro prezioso supporto tecnico e il signor Walter Volpi per fornire il cervello bovino.

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

Un protocollo sperimentale per valutare le prestazioni delle nuove sonde ad ultrasuoni basato sulla tecnologia CMUT nell'applicazione di formazione immagine del cervello

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.