Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Bioengineering

En eksperimentel protokol til vurdering af nye ultralyd sonder baseret på CMUT teknologi i anvendelse til Brain Imaging ydeevne

Published: September 24, 2017 doi: 10.3791/55798

Summary

Udviklingen af nye ultralyd (os) sonder baseret på kapacitiv Micromachined ultralyds Transducer (CMUT) teknologi kræver en tidlig realistisk vurdering af imaging funktioner. Vi beskriver en gentagelig forsøgsplan for USA 's image erhvervelse og sammenligning med magnetisk resonans billeder, ved hjælp af en ex vivo bovin hjerne som en billeddannelse mål.

Abstract

Mulighed for at udføre en tidlig og repeterbare vurdering af billeddiagnostiske er grundlæggende i design og udviklingsproces af nye ultralyd (os) sonder. Især kan en mere realistisk analyse med applikationsspecifikke imaging mål være yderst værdifuldt at vurdere den forventede ydeevne af amerikanske sonder i deres potentielle kliniske anvendelsesområde.

Forsøgsplan præsenteret i dette arbejde var bevidst designet til at give en programspecifik vurderingsproceduren for nyligt udviklede os sonde prototyper baseret på kapacitiv Micromachined ultralyds Transducer (CMUT) teknologi i relation til brain imaging.

Protokollen kombinerer brugen af et kvæg hjernen fast i formalin som imaging mål, som sikrer både realisme og repeterbarhed af de beskrevne procedurer og neuronavigation teknikker lånt fra Neurokirurgi. Amerikanske sonden faktisk er tilsluttet en bevægelsessporing system, som erhverver positionsdata og giver superposition af amerikanske billeder at referere til magnetisk resonans (MR) billeder af hjernen. Dette giver mulighed for menneskelige eksperter til at udføre en visuel kvalitativ vurdering af amerikanske sonden imaging ydeevne og sammenligne erhvervelser foretaget med forskellige sonder. Protokollen bygger desuden på anvendelse af et komplet og åbne forskning og udvikling for amerikanske image erhvervelse, dvs. ultralyd Advanced åbne Platform (ULA-OP) scanner.

Håndskriftet beskriver i detaljer de instrumenter og procedurer involveret i protokollen, navnlig for kalibrering, image erhvervelse og registrering af USA og hr. billeder. De opnåede resultater bevise effektiviteten af den samlede protokol præsenteret, som er helt åben (inden for rammerne af instrumentering involveret), gentagelig, og dækker hele det sæt af anskaffelse og behandling aktiviteter for amerikanske billeder.

Introduction

Det voksende marked for lille og transportabel ultralyd (USA) scannere fører til udvikling af nye echographic sonder i hvilken del af signal-conditioning og ensrettere elektronik er integreret ind i sonden håndtaget, især til 3D / 4D scanning 1. nye teknologier især egnet til at opnå dette høje niveau af integration omfatter Micromachined ultralydstransducere (MUTs)2, en klasse af Micro elektro-mekanisk System (MEMS) transducere fabrikeret på silicium. Især har kapacitiv MUTs (CMUTs) endelig nået en teknologisk modenhed, der gør dem et gyldigt alternativ til piezoelektriske transducere til næste generation ultrasound imaging systems3. CMUTs er meget tiltalende på grund af deres kompatibilitet med mikroelektronik teknologier, bred båndbredde - hvilket giver en højere billedopløsning - høj termisk effektivitet og over alle, høj følsomhed4. I forbindelse med projektets ENIAC JU DeNeCoR (udstyr til NeuroControl og Neurorehabilitering)5, CMUT sonder er ved at blive udviklet6 for amerikanske brain imaging programmer (fx Neurokirurgi), hvor høj kvalitet 2D/3D/4 D billeder og nøjagtig repræsentation af hjernestrukturer er påkrævet.

I forbindelse med udvikling af nye amerikanske sonder er mulighed for at udføre tidlige vurderinger af billeddiagnostiske grundlæggende. Typiske vurdering teknikker indebærer måling af specifikke parametre som opløsning og kontrast, baseret på billeder af væv-efterligne phantoms med integrerede mål af kendte geometri og echogenicity. Mere realistisk analyse med applikationsspecifikke imaging mål kan være yderst værdifuldt til en tidlig vurdering af den forventede ydeevne af amerikanske sonder i deres potentielle anvendelse til en bestemt klinisk felt. På den anden side den komplette repeterbarhed af erhvervelser er grundlæggende til sammenlignende prøvning af forskellige konfigurationer over tid, og dette krav regler ud i vivo forsøg helt.

Flere værker i litteratur om diagnostiske Billeddannende teknikker foreslås anvendelse af ex vivo animalske prøver7, Kadaver hjerner8eller væv efterligne phantoms9 til forskellige formål10, som omfatter de afprøvning af Billeddannende metoder, registrering algoritmer, magnetisk resonans (MR) sekvenser eller amerikanske beam-mønster og resulterer billedkvalitet. For eksempel i forbindelse med brain imaging, Lazebnik et al. 7 anvendes en formalin-fast får hjernen til at vurdere en ny 3D hr. registrering metode; ligeledes Choe et al. 11 undersøgt en procedure for registrering af hr. og lysmikroskopi billeder af en fast ugle abe hjerne. En polyvinylalkohol (PVA) hjerne phantom blev udviklet i9 og bruges til at udføre multimodal billede erhvervelser (dvs. hr., USA, og beregnet tomografi) til at generere en delt billede datasæt12 til afprøvning af registrering og tænkelig algoritmer.

Samlet, disse undersøgelser bekræfter, at anvendelsen af et realistisk mål for billede erhvervelser er faktisk et vigtigt skridt under udviklingen af en ny Billeddannende teknik. Dette repræsenterer en endnu mere kritisk fase, når du udformer en ny billedenhed, som CMUT os sonden præsenteret i dette papir, som er stadig i prototype fase og har brug for omfattende og reproducerbare test over tid, for en præcis tuning af alle design parametre før den endelige realisering og muligt validering i i vivo applikationer (som i13,14,15).

Forsøgsplan beskrevet i dette arbejde er således designet til at give en robust, anvendelse-specifikke imaging vurderingsproceduren for nyligt udviklet US sonder baseret på CMUT teknologi. For at sikre både realisme og repeterbarhed, kvæg blev hjerner (opnået gennem den standard kommercielle fødevareforsyningskæden) fast i formalin valgt som imaging mål. Fiksering procedure sikrer langsigtet bevaring af væv egenskaber samtidig bevare tilfredsstillende morfologiske kvaliteter og synlighed egenskaber i både USA og hr. imaging16,17.

Protokol for vurdering af amerikanske billedkvalitet beskrevet her også gennemfører en funktion lånt fra neuronavigation teknikker anvendes for Neurokirurgi15. I sådanne tilgange, er amerikanske sonder tilsluttet en motion tracking system, der giver rumlige placering og orienteringsdata i realtid. På denne måde, kan amerikanske billeder erhvervet under kirurgiske aktiviteter være automatisk registreret og visualiseres, vejledning i superposition at pre-operatory hr. billeder af patientens hjerne. Med henblik på præsenteres protokollen superposition med hr. billeder (der betragtes som guldstandarden i brain imaging) er af stor værdi, da det giver mulighed for menneskelige eksperter at visuelt vurdere hvilke morfologiske og væv funktioner er genkendelige i Amerikanske billeder, og vice versa, at anerkende tilstedeværelsen af imaging artefakter.

Mulighed for at sammenligne billeder erhvervet med forskellige amerikanske sonder bliver endnu mere interessant. Forsøgsplan præsenteret omfatter muligheden for at definere et sæt af rumlige reference udgør kr. anskaffelser, fokuserede på de mest feature-rige volumen regioner identificeret i en indledende besigtigelse af hr. billeder. En integreret visuelt værktøj, udviklet til Paraview open source software system18, giver vejledning til operatører til at matche disse foruddefinerede udgør under kr. billede erhvervelse faser. Kalibreringsproceduren kræves ved protokollen, er det grundlæggende at udstyre alle mål enheder - enten biologisk eller syntetiske - med foruddefinerede holdning vartegn, der giver entydig rumlig referencer. Sådanne lokaliteter skal være synligt i både USA og hr. billeder og fysisk tilgængeligt for målinger, der foretages med motion tracking system. De valgte skelsættende elementer for eksperimentet er små kugler af Flint glas, hvis synlighed i både USA og hr. billeder blev demonstreret i litteraturen19 og bekræftet af foreløbige USA og hr. scanninger udføres før de præsenteres eksperimenter.

Protokollen præsenteret bygger på ultralyd Advanced åbne Platform (ULA-OP)20, en fuldstændig og åben forskning og udviklingssystem for os billede erhvervelse, som tilbyder meget bredere eksperimentelle muligheder end kommercielt tilgængelig scannere og fungerer som et fælles grundlag for evalueringen af forskellige amerikanske sonder.

Første gang, de instrumenter, der anvendes i dette arbejde er beskrevet, med særlig henvisning til det nydesignede CMUT sonde. En eksperimentel protokol er introceret i detaljer, med en grundig beskrivelse af alle de procedurer, der er involveret, fra indledende design til system kalibrering, image erhvervelse og efterbehandling. Endelig, de fremkomne billeder præsenteres og resultaterne drøftes, samt tips til den fremtidige udvikling af dette arbejde.

Instrumentering

CMUT probe prototype

Forsøgene blev udført ved hjælp af en nyudviklet 256-element CMUT lineær array prototype, designet, fremstillet og pakket på Acoustoelectronics laboratorium (ACULAB) af Roma Tre Universitet (Rom, Italien), ved hjælp af () CMUT vende fabrikationsproces RFP)4. RFP er en microfabrication og emballage teknologi, specielt udtænkt for realisering af MEMS transducere til os imaging applikationer, hvorved CMUT mikrostrukturen er fremstillet på silicium følgende en "upside-down" tilgang21. I forhold til andre CMUT fabrikation teknologi udbytter RFP til forbedret imaging ydeevne på grund af den høje ensartethed af de CMUT celler geometri over hele arrayet, og brugen af akustisk manipuleret materialer i pakken sonde hoved. Et vigtigt element af RFP er, at de elektriske samtrafik pads er placeret på den bageste del af CMUT dør, som letter 3D-integration af 2D arrays og front-end-multi-kanal elektronik.

256-element CMUT array var designet til at operere i en centreret på 7,5 MHz-frekvensbåndet. Et element pitch af 200 µm blev valgt for matrixen resulterer i maksimal field-of-view bredde 51,2 mm. Højden af de enkelte CMUT arrayelementer blev defineret for at opnå en passende ydeevne laterale opløsning og penetration formåen. En 5 mm array element højde blev valgt for at opnå-3 dB stråle bredde 0,1 mm og en-3 dB dybden af fokus på 1,8 mm på 7,5 MHz, når fastsættelse elevation fokus på en dybde på 18 mm med en akustisk linse. 195 µm-wide arrayelementer blev opnået ved at arrangere og elektrisk tilslutning i parallelle 344 cirkulære CMUT celler, efter en sekskantet layout. Følgelig matcher den resulterende 5 µm element for element afstand, dvs kerf, membran til membran adskillelse. En skematisk fremstilling af strukturen i en CMUT array er rapporteret i figur 1.

Figure 1
Figur 1: CMUT matrix struktur. Skematisk repræsentation af strukturen i en CMUT array: array elementer sammensat af flere celler forbundet parallel a, opstillingen af den CMUT mikrostruktur (b); tværsnit af en CMUT celle (c). Venligst klik her for at se en større version af dette tal.

Den CMUT microfabrication parametre, dvs tværgående og lodrette dimensioner af plade og elektroder, blev defineret ved hjælp af Finite Element modellering (FEM) simuleringer med henblik på at opnå en Bredbånd fordybelse operation, karakteriseret ved en frekvensgang centreret på 7,5 MHz og en 100%-6 dB tovejs fraktioneret båndbredde. Højden af hulrummet, dvs hullet, blev defineret for at opnå en sammenbrud spænding på 260 V at maksimere den tovejs-følsomhed, ved at påvirke CMUT på 70% af sammenbrud spænding4, overvejer en 80 V maksimal excitation signal spænding. Tabel 1 sammenfatter de vigtigste geometriske parametre af microfabricated CMUT.

CMUT Array Design parametre
Parameter Værdi
Array
Antallet af elementer 256
Element pitch 200 µm
Element længde (højde) 5 mm
Fast højde fokus 15 mm
CMUT mikrostruktur
Celle diameter 50 µm
Elektrode diameter 34 µm
Celle til celle lateral afstand 7.5 µm
Pladetykkelse 2,5 µm
Kløften højde 0,25 µm

Tabel 1. CMUT probe parametre. Geometriske parametre af CMUT lineære-array sonde og CMUT celle mikrostruktur.

Emballage processen bruges til at integrere CMUT array i en sonde hoved er beskrevet i reference4. Den akustiske linse var opdigtet benytter en stuetemperatur vulkaniseret (RTV) silikonegummi doteret med metal-oxid nanopowders til at matche den akustisk impedans af vand og undgå falske refleksioner på interface22. Den resulterende sammensatte var karakteriseret ved en tæthed af 1280 kg/m3 og en hastighed på lyden af 1100 m/s. En 7 mm krumning radius blev valgt til cylindrisk linse, fører til en geometrisk fokus på 18 mm og en maksimal tykkelse ca 0.5 mm over transducer overflade. Et billede af CMUT sonde hoved er vist i figur 2(a).

Figure 2
Figur 2: CMUT sonde. Lederen af den udviklede CMUT sonde, herunder den lineære vifte af transducere og akustisk linse (en), og den fulde CMUT probe med stik (b). Venligst klik her for at se en større version af dette tal.

CMUT probe hoved var koblet til sonde håndtaget indeholdende multikanals reception analog front-end-elektronik og en multipolær kabel for tilslutning til den amerikanske scanner. Enkelt kanal elektroniske kredsløb er en høj input-impedans 9 dB-forstærkning spænding forstærker, der giver elektrisk nuværende nødvendigt at køre kabel impedans. Multikanals elektronik, beskrevet i reference 4, er baseret på kredsløbskoblet topologi herunder en ultra lav power støjsvage receiver og en integreret switch til Send/modtag signal dupleksudskrivning. Front-end-elektronik strømforsyning og CMUT bias spænding er genereret af en brugerdefineret strømforsyning og fodres til sonde gennem den multipolære kabel. Komplet sonden er vist i figur 2(b).

Piezoelektriske amerikanske sonder

For kvalitativ sammenligning af billeder fås med CMUT sondeovenfor indgik to kommercielt tilgængelige piezoelektriske amerikanske sonder i forsøgene. Den første er en lineær array sonde med 192 transducing elementer, en 245 µm pitch og en 110% fraktioneret båndbredde centreret på 8 MHz. Denne sonde blev brugt til at erhverve 2D B-mode billeder. Den anden sonde er en sonde til 3D imaging med en mekanisk fejet lineær array af 180 transducing elementer, med en 245 µm pitch og en 100% fraktioneret båndbredde centreret på 8,5 MHz. En stepper motor placeret inde sonden boliger giver fejer den lineær array for at erhverve flere fly, som kan bruges til at rekonstruere et 3D billede af scannede bind23.

ULA-OP-systemet

Erhvervelse af amerikanske billeder blev udført ved at ansætte den ULA-OP system20, hvilket er en fuldstændig og åben amerikanske forsknings- og system, designet og realiseret på mikroelektronik systemer Design Laboratory på universitetet i Firenze, Italien. ULA-OP-systemet kan kontrollere, både i transmission (TX) og reception (RX), op til 64 uafhængige kanaler tilsluttet via en switch matrix til en US sonde med op til 192 piezoelektriske eller CMUT transducere. De ordning arkitektur funktioner to vigtigste behandling boards, en Analog Board (AB) og en Digital Board (DB), begge indeholdt i et rack, der er udfyldt af en strømforsyning bestyrelse og en back-plane bord, der indeholder sonde stik og alle interne routing komponenter. AB indeholder front-end til sonde transducere, i særdeleshed de elektroniske komponenter til analog konditionering af de 64 kanaler og de programmerbare switch matrix, der knytter dynamisk TX-RX kanaler til transducere. DB er ansvarlig for real-time ensrettere, ekkoer syntetisere TX signaler og forarbejdning RX til at producere de ønskede output (f.eks B-mode billeder eller Doppler sonograms). Det er værd at fremhæve at ULA-OP-systemet er fuldt konfigurerbar, dermed signal i TX kan være enhver vilkårlig bølgeform inden for systemet båndbredde (f.eks. tre niveauer pulser, sinus-byger, chirps, Huffman koder, osv.) med en maksimal amplituden af 180 Vpp; Derudover ensrettere strategi kan programmeres efter de seneste fokus mønstre (f.eks. fokuseret bølge, linje-transmission, flyet bølge, divergerende bølger, begrænset diffraktion bjælker, etc.)24,25 . På hardware-niveau, er disse opgaver fordelt mellem fem felt programmerbare Gate Arrays (FPGAs) og en Digital signalprocessor (DSP). Med mekanisk fejede 3D imaging sonder, som beskrevet ovenfor, styrer ULA-OP-systemet også stepper motor inde sonden til synkroniserede erhvervelse af individuelle 2D billeder på hver stilling på transducer-array.

ULA-OP-systemet kan re-konfigureret på kørselstidspunktet og tilpasset forskellige amerikanske sonder. Det kommunikerer gennem en USB 2.0 kanal med en værtscomputer, udstyret med en specifik softwareværktøj. Sidstnævnte har en konfigurerbar grafisk grænseflade, der giver real-time visualisering af amerikanske billeder, rekonstrueret i forskellige tilstande; med volumetriske sonder, for eksempel, kan to B-mode billeder af vinkelrette planer i den scannede volumen ses i realtid.

Den største fordel af ordningen ULA-OP til formål af den beskrevne protokol er at det giver mulighed for en let tuning af TX-RX parametre og det giver fuld adgang til signal data indsamlet på hvert trin i den forarbejdning kæde26, også gør det muligt at teste nye billeddiagnostiske modaliteter og ensrettere teknikker27,28,29,30,31,32,33.

Motion tracking system

Til post USA sonde holdning under image erhvervelse, en optisk bevægelsessporing system var ansat34. Systemet er baseret på en sensor enhed, der udsender infrarødt lys via to lysgivere (lysemitterende dioder (lysdioder)) og bruger to modtagere (dvs. en linse og et charge - sammen enhed (CCD)) til at registrere lyset reflekteres af flere formål-specifikke passiv markører arrangeret i foruddefinerede stive former. Oplysninger om reflekterede lys er derefter behandles af en on-board CPU til at beregne både placering og retning af data, som kan overføres til en værtscomputer, der er tilsluttet via USB 2.0. Samme link kan bruges til at styre konfigurationen af sensor enhed.

Sensor enhed leveres med et sæt af værktøjer, hver udstyret med fire reflekterende markører arrangeret i en stiv geometriske konfiguration. Motion tracking system kan registrere op til seks forskellige stive værktøjer samtidigt, på en arbejder frekvens af ca 20 Hz. To sådanne værktøjer blev brugt til disse eksperimenter: et Pegeværktøj, der tillader, at erhverve den 3D position rørt af dens spids, og en klemme-udstyret værktøj, der kan være knyttet til den amerikanske sonden under test (Se fig. 14).

I software side funktioner motion tracker en low-level seriel application programming interface (API) til begge enhed kontrol og dataopsamling, der kan tilgås via USB. Som standard, er holdning og retningslinjer tilbage som Multi-Entry elementer, dvs. én post pr. hvert værktøj at kunne spores. Hver post indeholder en 3D position (x, y, z) udtrykt i mm og en orientering (q0, qx, qy, qz) udtrykt i en kvaternion. Systemet leveres også med en værktøjskasse med højere niveau softwareinstrumenter, som indeholder et grafisk tracking værktøj til visualisering og måling i real-time holdninger/retninger af flere værktøjer inden for synsfeltet af sensor enhed.

Oversigt, integration og software komponenter

Diagrammet i figur 3 opsummerer instrumentering vedtaget for den protokol, der også beskriver den data-stream, der løber på tværs af systemerne.

Figure 3
Figur 3: Blokdiagram af en hel hardware setup og system integration. Den amerikanske sonde er tilsluttet ULA-OP-systemet, som kommunikerer via USB med notebook for USA 's image erhvervelse. På samme tid, er arbejdsbog også forbundet via USB til motion tracking system for position datafangst, og via Ethernet til arbejdsstationen, for databehandling. Venligst klik her for at se en større version af dette tal.

Bortset fra de amerikanske sonder, motion tracker og ULA-OP-systemet, som er beskrevet ovenfor, indeholder opsætningen også to computere, nemlig en notesbog og en arbejdsstation. Førstnævnte er vigtigeste front-end til instrumentering, modtager og synkronisere de to vigtigste indgående data-streams: amerikanske billeder kommer fra ULA-OP-systemet og 3D positionering data fra motion tracker. Det giver også en visuel feedback til operatøren for de billeder, der erhverves. Arbejdsstationen har væsentligt højere beregningsmæssige kapacitet, magt og opbevaring. Det understøtter backend for billedet efterbehandling og en repository for den kombinerede imaging datasæt. Arbejdsstationen bruges ogsåfor visualisering af USA og hr. billeder, herunder muligheden for samtidige 3D visualisering af registrerede multimodale billeder.

En kritisk kravet om image erhvervelse eksperimenter er synkronisering af de to vigtigste datastreams. Bevægelsessporing og ULA-OP-systemer er uafhængige instrumenter, som endnu ikke understøtter en eksplicit synkronisering af aktiviteter. På grund af dette skal amerikanske image data og holdning oplysninger kombineres korrekt for at registrere den korrekte 3D position af amerikanske sonden dengang hver billede skive blev erhvervet. Til dette formål, har en specifik skovhugst program er udviklet til optagelse og tidsstemplings i realtid data leveret af motion tracking system, ved at ændre en C++ software-komponent, der er inkluderet i dette tilfælde i den bevægelse tracker, selv. Typisk, motion tracking systemer funktion en API på lavt niveau, der tillader opfange data i realtid og omskriver dem til en fil.

Den vedtagne metode virker som følger. Hver post i filen, der laves af applikationen logføring er udvidet med et tidsstempel i formatet "ÅÅÅÅ-MM-ddThh:mm:ss.kkk", hvor: y = år, M = måned, d = dag, h = time, m = minut, s = andet, k = millisekund. ULA-OP PC-baseret software (C++ og MATLAB programmering sprog) beregner start- og sluttidspunkt for hvert billede erhvervelse sekvens og gemmer disse oplysninger i hvert billede i .vtk format. For at give en fælles tidsmæssig reference under forsøgene, er begge ovenstående software procedurerne udføres på front-end-computeren i figur 3. Tidsstempler, der er produceret på denne måde bruges derefter af efterbehandling software procedurerne, der producerer det endelige datasæt (se protokollen, afsnit 8).

En anden specifik softwarekomponent blev realiseret og køre på arbejdsstationen at levere real-time feedback til operatøren, ved vedrørende den nuværende amerikanske sonde holdning til hr. billeder og navnlig til sæt af foruddefinerede udgør. En server-side software rutine i Python processer bevægelse tracker logfil, omsætter den aktuelle amerikanske sonde position i en geometrisk figur, og sender data til en Paraview server. En Paraview klient opretter forbindelse til den samme server, Paraview og i real-time viser placeringen af den geometriske form, overlejret på en hr. billede og til yderligere geometriske figurer der beskriver de foruddefinerede udgør. Et eksempel på den resulterende real-time visualisering er vist i Figur 17.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

alle biologiske modellerne i denne video er erhvervet via standard fødevareforsyningskæden. Disse prøver er blevet behandlet i overensstemmelse med etiske og sikkerhed for de involverede institutioner.

Bemærk: diagrammet i figur 4 opsummerer de 8 vigtigste faser i denne protokol. Trin 1 til 4 omfatter indledende aktiviteter skal udføres én gang før begyndelsen af amerikanske image erhvervelse og forarbejdning faser. Disse indledende faser er som følger: 1. foreløbigt design af opsætningen af eksperimenterende og en agar phantom (til at blive brugt i kalibreringsproceduren); 2) forberedelse af ex vivo bovin hjernen; 3. erhvervelse af hr. billeder af hjernen; 4. definition af kvalitative udgør anvendes som mål for USA 's image erhvervelse. Trin 5 til 8 vedrører anskaffelse og behandling af amerikanske billeder. Disse stadier er: 5. eksperimentel opsætning, hvor alle instrumenter er tilsluttet og integreret, og alle mål er placeret og bekræftet; 6. kalibrering af den amerikanske sonde udstyret med passive markører for navigation; 7. erhvervelse af amerikanske billeder af kvæg hjernen nedsænket i vand, både i foruddefinerede udgør og i " freehand modeŔ 8. efterbehandling og visualisering af den kombinerede hr. U.S. billed datasæt. Mens etape 5 kan udføres én gang i begyndelsen af eksperimentelle aktiviteter, gentages trin 6 og 7 pr. hver amerikanske sonde involveret. Trin 8 kan udføres en gang på det hele samlede datasæt, når alle erhvervelser er fuldført.

Figure 4
figur 4 : forsøgsplan arbejdsproces. Blokken diagram illustrerer de vigtigste trin i protokollen, herunder en liste over de vigtigste operationer i hvert trin. Trin 1-5 indebærer indledende aktiviteter og setup forberedelse til os erhvervelser; således, de skal udføres én gang. Trin 6 og 7 inddrage USA overtagelser og skal gentages for hver sonde. Trin 8, som er billedet efterbehandling, kan udføres én gang i slutningen. venligst klik her for at se en større version af dette tal.

1. foreløbige design

  1. Design og validering af landmark positionering
    Bemærk: nedenstående fremgangsmåde definerer en sammenhængende strategi for positionering af lokaliteter, der skal anvendes til kalibrering af motion tracking system, der er beskrevet i afsnit 6.
    1. Forberede en polystyren hoved mannequin ved at skære en figur ca svarer til kvæg hjernen (højde = 180 mm, bredde = 144 mm, længde = 84 mm) med en kniv.
    2. Indsæt 6 mønstre af 3 Flint glas kugler (3 mm i diameter) til polystyren hjernen, arrangeret på vertices i en ligesidet trekant med side af ca 15 mm, og ikke længere end 1 mm fra den ydre overflade (Se figur 5 ).
    3. Tilslut motion tracking system til den bærbare computer via USB. Åbn værktøjet tracking, starte motion tracking og tjekke, når rørende glas kugler i hjernen, polystyren, Pegeværktøj forbliver på tracking synsfelt, at kontrollere synlighed og effektiv tilgængelighed under forsøgene.

Figure 5
figur 5 : polystyren model af hjernen anvendes foreløbigt design på stadiet. Polystyren mannequin hoved, korrekt skåret til at efterligne dimensionerne bovin hjerne blev brugt til at vælge placeringen af glas kugle mønstre i hjernen. Seks trekantede mønstre af kugler, med en 3 mm i diameter, har været implanteret i polystyren modellen som vist i billedet, dvs. tre mønstre på højre og tre på den venstre hjerne halvkugler. < en href="//ecsource.jove.com/files/ftp_ Upload/55798/55798fig5large.jpg"target ="_blank"> Klik venligst her for at se en større version af dette tal.

  1. agar phantom forberedelse
    Bemærk: disse trin giver mulighed for at forberede en laboratorium-made agar phantom anvendes til kalibrering procedurer (afsnit 6.1).
    1. i et bægerglas, fortyndes 100 g glycerin og 30 g agar i 870 g destilleret vand. Rør blandingen, samtidig øge sin temperatur op til 90 ° C i 10-15 min. Hæld blandingen for at udfylde en 13 x 10 x 10 cm fødevarer beholder og holde det i køleskabet i mindst en dag.
    2. Fjerne agar phantom fra køleskabet. Farve 6 glas kugler med en gul emalje (for bedre synlighed) og indsætte 2 mønstre af 3 glas kugler hver i den agar phantom (dvs. en pr. store side af blokken), ikke længere fra overfladen end 1 mm ( figur 6).
    3. Til opbevaring når den ikke er i brug, fordybe agar phantom i en opløsning af vand og benzalkoniumchlorid, ved hjælp af en forseglet plastic mad container, og holde det i køleskabet.

Figure 6
figur 6 : Agar phantom. Figuren viser agar phantom, hvor en indopererede mønster af tre gul-malet glas kugler (angivet med de sorte pile) er klart synlig i underkanten. Værktøjstip pointer, bruges til at måle sfære positioner i substitutionsmetodens, vises også i nærheden af fantomet. venligst klik her for at se en større version af dette tal.

2. kvæg hjernen forberedelse og fiksering

  1. erhverve ex vivo bovin hjernen fra den standard mad forsyningskæden. Transportere det på is (for bevarelse). Typisk, som i dette tilfælde, ex vivo-hjernen er stillet til rådighed efter at have været fjernet fra dyret.
  2. Fjerne hjernen fra isen og placere det i en aspirating hætte. Holde det i hood for de efterfølgende præparationstrin. Isolere hjernehalvdele, ved at adskille lillehjernen, mesencephalon, pons, og hjernestammen med en kirurgiske kniv, skæres igennem strukturer på den ventrale overflade af hjernen.
  3. Bruger den polystyren mannequin som reference for positionering, implantat 6 trekantede mønstre af 3 kugler i cortex af frontal, tidsmæssige og occipital lapper. Sikre, at de foruddefinerede betingelser (dvs. afstande fra overfladen og blandt kugler) er opfyldt. For synlighed, markere positioner af alle sfærer på hjernens overflade med en grøn væv mærkning farvestof til histologi ( figur 7).
  4. Fordybe den hjernen i 10% buffered formalin løsning. Bruge en plastikbeholder for anatomiske dele ( figur 8). Forlade hjernen i beholderen med formalin i mindst 3 uger, indtil optagelsen processen er fuldført.
    Forsigtig: formalin er et giftigt kemisk stof og skal håndteres med omhu; specifikke forordninger kan også anvende, for eksempel os OSHA Standard 1910.1048 App. A.

Figure 7
figur 7 : kvæg hjernen forberedelse og implantation af glas kugler. Kvæg hjernen er udarbejdet af en ekspert patolog ved at fjerne de anatomiske dele i overskud og derefter implantere glas kugle mønstre, ifølge den tidligere designede konfiguration (en). Kugle holdninger er så markeret med en grøn farve på hjernens overflade (b). venligst klik her for at se en større version af dette tal.

Figure 8
figur 8 : kvæg hjernen fiksering i formalin. Kvæg hjernen med indopereret glas kugler er nedsænket i 10% buffered formalin løsning inde i en plastikbeholder for anatomiske dele (a). Efter en periode på mindst 3-uger, fiksering er komplet (b) og hjernen kan bruges til billede erhvervelser. venligst klik her for at se en større version af dette tal.

3. hr. billede erhvervelse

  1. uddrag hjernen fra formalin løsning, vask det i vand natten over, læg det i en ren plastbeholder, og forsegle det.
  2. Sætte beholderen i hr. hoved coil og læg det i hr. scanneren.
  3. Udføre hr. scanner beskæftiger en 3 T hr. scanner udstyret med en 32-kanals hoved coil ( figur 9). Erhverve tre sæt af billeder ved hjælp af T1, T2 og CISS sekvenser med en opløsning på 0.7x07x1 mm 3 og 0.5x0.5x1 mm 3 for T1/T2 og CISS sekvenser, henholdsvis. Gemme hr. billeder i DICOM-format ved hjælp af softwareværktøjer af hr. scanneren.
  4. Efter brug, fordybe hjernen i 10% buffered formalin. Overføre erhvervede hr. billederne fra hr. scanner til en behandling arbejdsstation.

Figure 9
figur 9 : hr. billede erhvervelse. Kvæg hjernen, forseglet i en ren plastbeholder, sættes i de 3 T hr. scanner for hr. billede erhvervelser. venligst klik her for at se en større version af dette tal.

4. definition af kvalitative udgør kr. billede anskaffelser

Bemærk: denne procedure definerer et sæt af kvalitative udgør, med hensyn til hr. billeder, hvor synligheden af hjerneregioner som indeholder klart genkendelige anatomiske strukturer og godt differentieret væv (især hvid og grå sagen) er maksimeret i amerikanske billeder.

  1. Åben hr. billeder i DICOM-format med Paraview softwareværktøj (fremover, visualisering software). Har ekspert visualisere billeder både som skiver og 3D-versionen, som kræves.
  2. Inspicere hver hr. billede i datasæt til at vurdere synlighed af anatomiske strukturer og væv (f.eks. laterale ventrikler, corpus callosum, grå materie af basale ganglier).
  3. Vælg 3D geografiske underregioner fra hr. referenceafbildning, der indeholder de bedst genkendelige visuelle funktioner og ca definere beskæringsplaner for maksimal synlighed. Identificere 12 foruddefinerede udgør for USA 's image erhvervelse, hver involverer en betydelig række visuelle funktioner.
  4. For hver virtuelle positur, brug " kilder > kegle " at skabe en 3D kegle som en visuel vartegn. Tilpasse hver kegle højde 40 mm og radius til 2 mm og manuelt placere kegle i den 3D visuelle felt ( figur 10). Gem komplekset af hr. billede, 3D regioner, fly og landemærker som en Paraview stat fil.

Figure 10
figur 10 : foruddefinerede udgør for USA 's image erhvervelse. Markører i (a) viser positioner af de 12 udvalgte rejser i den 3D hr. billede ramme skal nås af operatoren for amerikanske billed tilegnelse. (B) Hr. er fly svarende til de valgte udgør vist; det røde mærke repræsenterer amerikanske sonde position (repræsenteret i hr. billede rummet) flytter i realtid, indtil en af de hvide markører er nået og den ønskede USA billede kan erhverves af systemet. venligst klik her for at se en større version af dette tal.

5. eksperimentel opsætning

  1. miljø og mål
    Bemærk: dette trin beskriver forberedelse af installation og instrumenter for amerikanske erhvervelse eksperimenter.
    1. Holdning et 50 x 50 x 30 cm plastik tank på et bord og fylde den med afgassede vand op til en højde af 15 cm. Position motion tracking system, således at vandbeholderen er synligt fra oven, og helt inden for dens synsfelt ( Figur 11 ) og forbinde bevægelse tracker til den bærbare computer via USB.
    2. Udfører en drejelig for at kalibrere markøren med værktøjet sporing af motion tracking system 34.
    3. Placer ULA-OP-systemet på bordet og slutte den til den bærbare computer via USB, og sørg for, at skærmen er klart synlig for operatoren amerikanske sonde. Placer arbejdsstationen på bordet og sikre, at dens skærm er klart synligt for operatoren.
    4. Uddrag hjernen fra formalin løsning og vaske det i vand. Immobilisere det på en tallerken af syntetisk harpiks, bruger segmenterne i syning tråd og selvklæbende striber ( figur 12).
    5. Fordybe pladen med hjernen ind i tanken og kontrollere, at den hele plads omkring hjernen passer inden for synsfeltet af motion tracker, ved hjælp af markøren og software sporing værktøj.

Figure 11
Figur 11 : Opsætning af den eksperimentelle erhvervelser med motion tracking system. Bevægelsessporing sensor er placeret over vandtank som kvæg hjernen er nedsænket, således at målet og sonde med fastspændt reflekterende markører helt passer ind i dens måling synsfelt. < en href="//ecsource.jove.com/files/ftp_upload/55798/55798fig11large.jpg" target = "_blank"> Venligst klik her for at se en større version af dette tal.

Figure 12
fig. 12 : placering af kvæg hjernen i den vandtank. Kvæg hjernen er immobiliseret på en syntetisk harpiks plade ved hjælp af to syning tråde (placeret langs den langsgående revne) og fast på pladen med selvklæbende striber. Pladen og kvæg hjernen er derefter nedsænket i vandtanken. venligst klik her for at se en større version af dette tal.

  1. forbinder USA sonden og konfiguration af ULA-OP til at udføre scanninger.
    1. Tilslutte den amerikanske sonde til ULA-OP-systemet.
    2. Konfigurere ULA-OP-systemet gennem dens konfigurationsfiler og dens softwaregrænseflade fra computeren ( Figur 13).
      1. Definer en duplex-tilstand bestående af to interleaved B-modes beskæftiger to forskellige operationelle frekvenser (7 MHz og 9 MHz). Sæt en 1-cyklus bipolar brast for hver prøvningssekvens. Indstille transmission fokus på 25 mm dybde og dynamisk fokus i receptionen med F #= 2 sinc apodization funktionen.
      2. Konfigurere systemet til at optage beamformed og i fase og kvadratur (jeg / Q) demodulerede data.
    3. Udføre et par erhvervelse tests for at sikre fuld operativity.
      1. Fryse system, ved at klikke på den " fryse "/fra-knappen i ULA-OP-softwaren. Aktiver automatisk lagring tilstand ved at klikke på knappen toggle, der vises som tre disketter. Popup-vindue, der vises i slutningen af erhvervelse, skrive filnavnet og klik på " Gem ".

Figure 13
Figur 13 : Eksperimentel opsætning for os billed tilegnelse. ULA-OP-systemet er tilsluttet notebook placeret nær vandtank, således at dens display er klart synlig for operatoren amerikanske sonden under erhvervelser. venligst klik her for at se en større version af dette tal.

  1. fastspænding de passive reflekterende markører på amerikanske sonden
    Bemærk: efter denne procedure, en solid samling af amerikanske sonden og de passive reflekterende markører er oprettet for efterfølgende erhvervelser af billedet og position data.
    1. Finde en passende position for klemmen på USA sonden håndtag. Klemme de passive reflekterende markører på amerikanske sonde håndtag ( Figur 14).
    2. Udføre et par erhvervelse test (Se trin 5.2.3) for at sikre, at klemmen er stabil, markører er klart synlig ved motion tracking system, mens USA sonden holdes i de forventede arbejdsstillinger.

Figure 14
Figur 14 : Passive værktøj med afspejler markører fastspændt på 3D-billedbehandling piezoelektriske sonden. Værktøj med markører er korrekt fastspændt og fast i 3D-billedbehandling piezoelektriske sonde håndtaget, således at de danner et forenet forsamling skal anvendes til USA 's image og holdning dataopsamling på samme tid. venligst klik her for at se en større version af dette tal.

6. kalibrering

NOTE: dette afsnit beskriver den eksperimentelle del af protokollen, som indsamler oplysninger til at beregne de nødvendige forandringer blandt forskellige rumlige reference rammer involveret. Se afsnit 9 matematiske oplysninger om metoden beregning. Softwarerutiner i MATLAB programmering sprog for kalibrering er tilgængelige som open source på https://bitbucket.org/unipv/denecor-transformations.

  1. Fra amerikanske billedramme til passive værktøj rammen fastspændt på amerikanske sonden
    Bemærk: den følgende kalibreringsproceduren bruges til at beregne den stive transformation, der giver mulighed for at tildele geografiske positioner til amerikanske billede voxels i lokalt referenceramme for den passive værktøj fastspændt på sonden. Det skal gentages for hver montering af en passiv værktøj på en amerikansk sonde.
    1. Holdning agar fantom i fuld nedsænkning i vand tank. Starter programmet logføring at poster placere data og indsamle positioner i hver af 6 glas kugler i agar phantom med pegeværktøjet, mens tracking officio.
    2. Erhverve en amerikanske billede pr. hvert mønster af 3 kugler i agar phantom ( Figur 15) (trin 5.2.3). Stilling amerikanske sonden via den mekaniske arm ved hjælp af funktionen pre-visualisering af ULA-OP-systemet, således at en komplet mønster af tre kugler er indenfor synsfeltet. Erhverve og gemme den tilsvarende amerikanske billede.
    3. Overføre alle amerikanske billeder i ULA-OP format, sammen med motion tracker log-filer, at arbejdsstationen.
    4. Åbne hver kr. billede i visualisering software, manuelt Markér positionen af 3 glas kugler i hver af dem, og omskrive de 3D holdninger til en .csv-fil.
    5. Beregne USA til markør stive transformation mellem de to reference rammer (Se open source-kode leveres og afsnit 9).

Figure 15
Figur 15 : erhvervelse af amerikanske billeder af agar fantom for kalibrering. Operatøren flytter USA sonde (CMUT sonde) over agar phantom at erhverve to os billeder, der indeholder de to integrerede sfære mønstre, som vist i realtid af ULA-OP software på computerskærmen. De erhvervede billeder bruges derefter til at beregne transformation fra USA billede plads til rummet af den passive værktøj med markører fastspændt på sonden. venligst klik her for at se en større version af dette tal.

  1. fra motion tracker plads til hr. billede plads
    Bemærk: de følgende kalibrering operationer bruges til at beregne den stive transformation fra motion tracking system referenceramme til hr. billede referenceramme og skal gentages for hver placering i hjernen inde den operationelle vifte af bevægelse tracker. De sidste to trin i denne procedure skal gentages for hvert særskilt hr. billede.
    1. Holdning hjernen i fuld nedsænkning i vand tank. Starter programmet logføring og indsamle positioner i hver af 18 glas kugler med pegeværktøjet ( Figur 16). Overføre bevægelse tracker logfiler på arbejdsstationen.
    2. Åbne hver hr. billede af hjernen i visualisering software, manuelt markere placeringen af hver af 18 glas kugler, og gemme de tilsvarende 3D-koordinater som .csv-filer.
    3. Beregne bevægelse tracker til hr. stive transformation mellem de to reference rammer (Se open source-kode og afsnit 9).

Figure 16
Figur 16 : tilegnelse af den positioner af glas kugler implanteres i kvæg hjernen for kalibrering. Markøren værktøjstip bruges til at erhverve, én efter én, holdninger af 18 glas kugler implanteres i kvæg hjernen nedsænket i vand. Disse positioner bruges til at beregne transfinformationer fra motion tracking system plads til hr. billede rummet. venligst klik her for at se en større version af dette tal.

7. ultralyd erhvervelse

Bemærk: softwarerutiner i Python for Paraview, real-time visualisering procedure, er tilgængelig som open source på https://bitbucket.org/unipv/denecor-tracking.

  1. Erhvervelse af amerikanske billeder af de foruddefinerede rejser
    1. klemme markører på amerikanske sonden og Udfør kalibrering procedure (afsnit 5.3 og 6.1). Placer hjernen og Udfør kalibrering procedure (afsnit 5.1 og 6.2).
    2. Indsamle de to stive transformation parametre (U.S. til markør og motion tracker til hr.) beregnet i trin 6.1.5 og 6.2.3 og overføre disse filer i mappen af real-time visualisering proceduren implementeret i Python og visualisering software ( figur 10b).
    3. Starte proceduren real-time visualisering ved hjælp af visualisering software (Se open source-kode) og kontrollere, at den faktiske placering af amerikanske sonden vises korrekt ( fig. 17).
    4. Starter programmet logføring til at registrere placeringen af sonden. Manuelt matche hver kvalitativt foruddefinerede position, som vises i visualisering software, med den amerikanske sonde og erhverve de tilsvarende billede med ULA-OP-systemet (trin 5.2.3). Stoppe de to programmer og overføre alle amerikanske billeder i ULA-OP format og motion tracker logfiler til arbejdsstationen.

Figure 17
Figur 17 : erhvervelse af amerikanske billeder af de foruddefinerede rejser. Operatøren flytter USA sonden til at nå de foruddefinerede udgør; proceduren, der er understøttet i realtid af en Python rutine, som viser sonde position over 3D hr. billedet af hjernen på arbejdsstation displayet, ved hjælp af visualisering software. venligst klik her for at se en større version af dette tal.

  1. erhvervelse af frihånd, flytte rejser med lineær amerikanske sonder til 3D billede genopbygning
    NOTE: følgende trin er beregnet til lineære amerikanske sonder kun og tillade erhvervelsen af sekvenser af 2D planar amerikanske billeder som , sammen med positionering data fra motion tracking system, der er behov for 3D volumen genopbygning.
    1. Klemme markører på USA sonde og Udfør kalibrering procedure (afsnit 5.3 og 6.1). Placer hjernen og Udfør kalibrering procedure (afsnit 5.1 og 6.2).
    2. Manuelt holdning USA sonden på den tilsigtede oprindelige positur (f.eks. den frontale slutningen af hver halvkugle). Start erhvervelse af hver amerikanske billedsekvens med ULA-OP-systemet (trin 5.2.3) og programmet logføring til sondens position optagelse.
    3. Anvender en langsom, freehand bevægelse til amerikanske sonden til den tiltænkte endelige udgør (f.eks. den distale ende af hver hjernehalvdel). Holde erhvervelse af os billeder med ULA-OP-systemet, og sonden tracking. Overføre alle amerikanske billeder i ULA-OP format og motion tracker logfiler til arbejdsstationen.

8. Efterbehandling og visualisering

  1. efterbehandling af freehand sekvenser af os billede
    Bemærk: denne procedure er gennemført i MATLAB programmering sprog og anvendes til hver freehand sekvens af 2D amerikanske billeder i ULA-OP format, til at producere komplet 3D billeder.
    1. Belastning sekvens af amerikanske billeder i formatet ULA-OP. Matche sekvensen af amerikanske billeder med bevægelse tracker log-filer. Udtrække en sekvens af timet holdninger fra de logfiler, der er inkluderet i den tidsmæssige intervallet går fra starten til slutningen af købsprocessen, som er registreret af ULA-OP-systemet.
    2. Beregne den præcise timing for hver US billede i sekvensen ved hjælp af parametrene, der er registreret af ULA-OP-systemet.
    3. Beregne den position, der er knyttet til hver US billede i rækkefølge, ved interpolering mellem de to nærmeste timede positioner indspillet af motion tracking system. Bruge lineær interpolation mellem oversættelse vektorer og sfæriske lineær interpolation (SLERP) mellem rotationer, udtrykt som kvaterner.
      Bemærk: Antager median amerikanske billedet i sekvens - dvs billedet på den holdning, at bedste partitioner sekvens i to halvdele (ca) lige lange - som reference for at definere den 3D amerikanske billedramme.
    4. Anvender en logaritmisk kompression, normalisere billede til sin maksimale og anvender en taerskel (typisk-60 dB) til hvert fly i det amerikanske billede.
    5. Med hensyn til referenceramme, beregne og anvende en relative rumlige transformer til hver af de andre amerikanske billeder i rækkefølge for at opnå et bundt af rumligt beliggende fly.
    6. Anvender en lineær interpolation rutine i rumligt beliggende fly til at udarbejde en kartesiansk 3D matrix af voxels struktur. Gemme den kartesianske 3D matrix af voxels som en .vtk og optage interval tidsstempler, der svarer til erhvervelse timing.
  2. Efterbehandling af andre amerikanske billeder (ikke freehand sekvenser)
    Bemærk: nedenstående fremgangsmåde anvendes på hver kr. billede i formatet ULA-OP undtagen til freehand sekvenser (afsnit 8.1).
    1. Belastning USA billede i formatet ULA-OP. Anvende en logaritmisk kompression, normalisere billede til sin maksimale og anvender en taerskel (typisk-60 dB) til hvert fly i det amerikanske billede.
    2. For 3D amerikanske billeder kun, anvende en lineær interpolation rutine (dvs. scan konvertering) struktur rumligt beliggende fly til at udarbejde en kartesiansk 3D matrix af voxels.
    3. Gem billedet flyet eller den kartesianske 3D matrix af voxels som en .vtk fil, optage interval tidsstempler, der svarer til erhvervelse timing.
  3. Registrering af amerikanske billeder
    Bemærk: dette afsnit beskrives procedurerne til at udføre den endelige registrering af USA og hr. billeder, ved hjælp af de to transformationer beregnet under tidligere kalibreringstrinnene og holdning data af amerikanske sonden registreres under erhvervelser. Softwarerutiner i MATLAB programmering sprog for registrering af os billeder er tilgængelige som open source på https://bitbucket.org/unipv/denecor-transformations.
    1. Indlæses det amerikanske billede i .vtk format.
    2. Match timingen af amerikanske billedet med motion tracker logfiler. Udtrække en sekvens af timet holdninger fra de logfiler, der er inkluderet i den tidsmæssige intervallet går fra starten til slutningen af købsprocessen, som er registreret i .vtk billedet.
    3. Beregne en gennemsnitlig position i det amerikanske billede. Bruge lineær gennemsnit for oversættelse vektorer og anvende den algoritme, der er beskrevet i reference 35 for rotationer, udtrykt som kvaterner.
    4. Indlæse de amerikanske til markør transformation, der svarer til den specifikke amerikanske billede. Indlæse bevægelse tracker til hr. transformation, som svarer til den specifikke amerikanske billede og hr. billede valg.
    5. Bruger den gennemsnitlige position sammen med de ovennævnte to transformationer at beregne USA til hr. stive registrering transformation, og Gem sidstnævnte i forskellige formater, herunder oversættelse og Euler vinkler, der giver mulighed for visualisering amerikanske billedet i hr. billedramme valg.
  4. Visualisering af registrerede amerikanske billeder
    Bemærk: disse er de endelige skridt til at visualisere de erhvervede USA og hr. billeder og vise dem efter superposition i visualisering software, bruge den tidligere beregnede transformationer.
    1. Starte visualisering software og indlæse hr. billedet af valg. Indlæse alle relevante amerikanske billeder. For hver kr. billede, Opret en transformering, der Paraview og anvende den beregnede USA til hr. registrering transformation ( figur 18) til billeddataene.

9. Kalibrering modeller og transformationer

NOTE: dette afsnit beskriver de matematiske detaljer af kalibrering og transformation teknikker i protokollen præsenteret. Den eksperimentelle protokol omfatter fire forskellige referencerammer, skal være korrekt kombineret: 1) amerikanske billedramme, som afhænger af både de fysiske egenskaber af amerikanske sonden og scanner-konfiguration, der knytter rumlige koordinater (x y, z) til hver voxel i et amerikansk billede (for ensartethed, alle 2D plane billeder antages for at have y = 0); 2) markør (M)-rammen, som er uløseligt forbundet til værktøjet passiv markør, der er fastspændt til amerikanske sonde (afsnit 6.1); 3) den motion Tracking System (TS) ramme, som er uløseligt forbundet til sporing instrument; 4) den hr. billede (MR) ramme, som er defineret af scanneren, der knytter rumlige koordinater (x, y, z) til hver voxel i en hr. billede. For komfort og enkelhed af notation, fremgangsmåderne i dette afsnit beskrives ved hjælp af rotation matricer (dvs. retning cosinus matricer) og ikke kvaterner 36.

  1. Fra USA til M ramme
    Bemærk: eksperimenterende kalibreringsproceduren i punkt 6.1 producerer følgende oplysninger: 1) 3D positioner (p 1, …, p 6) TS de 2 mønstre af 3 kugler hver, inkluderet i agar phantom og målt i bevægelse tracker ramme; 2) 3D positioner i hver af de samme to mønstre (p 1, …, p 3) os og (p 4, …, p 6) U.S. målt i hver af to amerikanske billeder erhvervet; 3) en transformation (R M > TS, t M > TS), hvor R er en rotation matrix og t er en oversættelse vektor, målt ved det positionering instrument, som beskriver den relative placering af den passive markør værktøj (alle rotationer målt ved motion tracking system er rapporteret som kvaterner, som skal oversættes til rotation matricer).
    1. Anvend algoritme i reference 37 til hver af de to par af lister (p 1, …, p 3), os, (Pedersen 1, …, p 3) TS og (p 4, …, p 6), os, (p 4, …, p 6) TS, at få to transformationer af typen (R U.S. > TS, t U.S. > TS), hver svarende til en specifik os billede rummet.
      1. Beregne et estimat af den ønskede transformation (R U.S. > M, t U.S. > M) fra hver af de ovennævnte forandringer på følgende måde:
        R U.S. > M = Rasmussen T M > TS Rasmussen U.S. > TS
        t U.S. > M = R T M > TS (t U.S. > TS - t M > TS)
        Bemærk: de to estimater er kombineret af aritmetiske gennemsnit af vektorerne t U.S. > M og gennemsnit rotation matricer R U.S. > M ved hjælp af metoden i reference 35, efter først at have oversat matricer til kvaterner og de resulterende kvaterner tilbage i en rotation matrix.
  2. Fra motion tracking system til Mr ramme
    Bemærk: proceduren i afsnit 6.2 producerer følgende oplysninger: 1) 3D positioner (p 1, …, p 18 ) TS af 6 mønstre af 3 kugler hver inkluderet i kvæg hjernen, målt i bevægelsessporing system ramme; 2) 3D holdninger af de samme 18 kugler (p 1, …, p 18) Mr målt i hr. målbilledet.
    1. Direkte beregne de ønskede transformation (R TS > Mr, t TS > Mr) ved at anvende algoritmen i 37 på de to lister af positioner.
  3. Fra USA til Mr ramme
    NOTE: den amerikanske image erhvervelse proceduren beskrevet i afsnit 7 producerer billeder som, efter løse tidsstempler forbundet mod bevægelse tracker log-filer, transformationen ( R M > TS, t M > TS) beregnes direkte.
    1. Beregn den ønskede transformation på følgende måde:
      R U.S. > Mr = R TS > Mr R M > TS R U.S. > M
      t U.S. > Mr = R TS > Mr(RM>TStUS>M + tM>TS) + t TS > Mr

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Det vigtigste resultat opnået via de beskrevne protokol er den eksperimentelle validering af en effektiv og repeterbare vurderingsproceduren for 2D og 3D imaging funktioner os sonde prototyper baseret på CMUT teknologi, i den potentielle anvendelse til hjernen Imaging. Efter gennemførelsen af alle de beskrevne protokol skridt, en ekspert kan derefter anvende visualisering softwarefunktioner (f.eks. gratis orientering udskæring, delmængde udvinding, volumen interpolation, etc.) for at sammenligne de visuelle indhold af registreret Amerikanske billeder med hr. målbilledet. Kvaliteten af de billeder, der er opnået, og i direkte sammenligning med guld standard for Mr, er et første og betydelige beviser for potentielle af CMUT teknologi i dette felt.

Som et eksempel på en mulig visuelle sammenligning figur 18 illustrerer to skiver af volumetriske billeder erhvervet med CMUT os sonde og piezoelektriske lineær array sonden, henholdsvis i superposition til den samme tilsvarende skive i en T2-vægtede hr. billede. T2-vægtede hr. billeder viste sig for at være mest effektive med hensyn til synlighed af de ønskede funktioner i disse forsøg, og derfor blev valgt som referencer for superposition. De to amerikanske billeder i figur var erhvervet på samme frekvens af 9 MHz. Som det ses i figur 18, har billedet opnås med CMUT sonde bedre opløsning og kontrast; også, de fremtrædende visuelle funktioner defineres bedre og strukturer gyri og sulci er mere klart synlige, viser, at de højere følsomhed og større båndbredde af CMUT sonde opnå forbedret ydeevne.

Figure 18
Figur 18 : Superposition af registrerede USA og hr. billedudsnit. Figuren viser den opnåede registrering af hr. og os billeder erhvervet med CMUT (en, c, e, g) og piezoelektriske (b, d, f, h) lineær array sonder. I (a) og (b) den rekonstruerede 3D datasæt konturer er vist i hr. plads og den valgte 2D skive er fremhævet. Paneler (c, e, g) og (d, f, h) præsenterer de overlejrede USA og hr. skiver med øget gennemsigtighed til at vise korrespondance af funktioner i både billeder. Venligst klik her for at se en større version af dette tal.

Yderligere er sammenlignende eksempler, relateret til 3D-volumetriske billeder, repræsenteret i figur 19 og figur 20. Figur 19 viser to 3D billeder, en opnået med piezoelektriske lineær sonden efter volumetriske genopbygning, og en anden fremstillet med mekanisk fejede piezoelektriske sonden for 3D imaging. Figur 20 viser 3D volumetriske genopbygningen af billeder erhvervet med CMUT sonde. 3D-struktur af gyri og sulci af hjernebarken er klart synlig i alle tre tilfælde, selvom i de mængder, der er fremstillet med CMUT sonde udvendige flader er langt mere synligt og bedre defineret.

Figure 19
Figur 19 : Volumetriske 3D amerikanske billeder erhvervet med de piezoelektriske sonder. Sammenligning mellem 3D amerikanske billeder erhvervet med mekanisk fejet sonden (a, c), eller rekonstrueret fra planar 2D billeder erhvervet frihånd med lineær sonden ved hjælp af motion tracker positionering data (b, d). I litra a, b positioner af disse mængder er vist i den 3D hr. billedramme, ved hjælp af dispositioner. Venligst klik her for at se en større version af dette tal.

Figure 20
Figur 20 : Rekonstrueret 3D amerikanske billeder erhvervet med CMUT sonde. 2D billede fly erhvervet frihånd ved at scanne bovin hjernen med CMUT sonde er blevet brugt til at rekonstruere 3D diskenheder, som vist i (c, d). I litra a, b konturerne af disse enheder er repræsenteret i 3D hr. billedramme. Venligst klik her for at se en større version af dette tal.

Som en væsentlig og yderligere produkt genereret eksperimenter en udvidet multi sonde datasæt af amerikanske billeder, der indeholder positionering og registrering af data i forhold til forskellige hr. billeder af det samme mål. Figur 21 opsummerer alle 3D billeder i datasættet ved at vise afgrænsningsrammer af hver af dem i superposition til samme hr. billedet.

Figure 21
Figur 21 : Erhvervet 3D amerikanske datasæt i hr. billede referenceramme. Figuren viser 3D hr. billedet af hjernen og overlejret konturer af 3D amerikanske datasæt erhvervet med den piezoelektriske mekanisk fejet a, piezoelektriske lineær array (b) og CMUT (c) sonder. I litra b og c, 3D-billeder blev opnået gennem volumetriske genopbygning. Venligst klik her for at se en større version af dette tal.

Samlet, disse resultater viser effektiviteten af den beskrevne protokol, som tillod erhvervelse og korrekt registrering af 2D/3D os billeder i referenceramme af 3D hr. billedet af den samme bovin hjernen (figur 18, 19), og at rekonstruere diskenheder fra 2D amerikanske billeder erhvervet i frihånd tilstand (tal 19 d, 20).

Ved hjælp af softwareværktøjer beskrevet, kan eksperter visuelt udforske de væsentligste funktioner i 2D og 3D os billeder af biologiske prøver. Væsentlige eksempler på den kvalitative evaluering af CMUT sonden billeddiagnostiske har vist i forhold til de andre amerikanske sonder (Se figur 18, figur 19 og figur 20) og med henvisning til en hr. målbilledet (jf. Figur 18). Yderligere er avancerede analyser mulige på billedet datasæt fremstillet af menneskelige eksperter eller gennem anvendelse af andre software teknikker, som dem for digital, finjusteret US-hr. registrering af 3D-billeder. Disse software teknikker vil blive behandlet i fremtiden værker.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Flere værker er blevet præsenteret i den litteratur, der beskriver teknikker, der er lignende eller relaterede til protokollen præsenteret. Disse teknikker er også baseret på brugen af realistiske mål, herunder faste dyr eller Kadaver hjerner, men de er hovedsagelig udformet til test af digital tinglysning metoder af forskellig slags.

Den protokol, der er beskrevet her, men har det specifikke formål at test amerikanske sonder i forskellige konfigurationer i de tidlige stadier af udvikling, og på grund af dette, det opfylder et grundlæggende krav i reproducerbarhed af erhvervelser, nemlig på det samme biologiske modellen og med sammenlignelige rejser. Protokollen præsenteret låner mange aspekter af de eksisterende teknikker ovenfor og samler dem i en anden ordning for dette formål.

Blandt de erfaringer, der er indhøstet i løbet af protokollens design og eksperimenter, er kalibreringsproceduren langt det mest kritiske aspekt. Trods de mange forbedringer vedtaget, præsentere den samlede rumlige fejl af hele sættet af transformationer efter kalibrering er på størrelsesordenen 1-1,5 mm. Disse fejl skyldes ikke en manglende præcision af motion-trackeren (som har en dokumenteret præcision i størrelsesordenen 0,3 mm), men snarere at er vanskeligheden at erhverve præcise rumlige behandlinger over en biologisk prøve, som bevarer nogle fleksibilitet.

På den anden side er vores erfaring er tidsmæssige nøjagtigheden af synkronisering ikke et kritisk aspekt. Faktisk er erhvervelse sats af positionsdata af motion tracker om en størrelsesorden større end bevægelsen af menneskelige hænder forsøger at opnå en stabil kropsholdning. På grund af dette, den tid gennemsnit beregnet i protokollen er erhvervet for ekstra nøjagtighed. Et andet aspekt, der er særligt effektivt er definitionen af virtuelle rejser. I eksperimenter udført, takket være rutinen sporing i realtid visuelle kunne operatører køre erhvervelse af sammenlignelige billeder for alle de tolv virtuelle rejser fra hver af de tre amerikanske sonder uden megen anstrengelse og støtte mekaniske strukturer.

En eventuel ændring i protokollen, skal vedtages i fremtiden, ved hjælp af forskellige og forbedret kalibrering metoder, som skal være baseret på en tættere loop og feedback fra de rumlige transformationer. I den nuværende form, i virkeligheden, kræver protokollen betydelig efterbehandling af rumlige aflæsninger til at beregne transformation matricer. Selv om denne aktivitet kan udføres i snese minutter og kræver ikke eksperimenter sættes offline, giver denne efterbehandling resultater, der ikke kan visualiseres straks, mens de udfører kalibrering. I denne henseende, kunne en forbedret og eventuelt real-time visuel feedback af kalibreringen opnået være til stor hjælp i at opnå større præcision.

For den faktiske gennemførelse af protokollen er det grundlæggende at have instrumenter, der er rimeligt åbne og tillade flere kræves integrationer. For eksempel, er den faktiske mulighed for synkronisering signaler, der kommer fra forskellige kilder - sikret adgang til intern timing data leveret af ULA-OP-systemet i dette tilfælde - afgørende for både kalibrering og billedbehandling efter aktiviteter.

En anden vigtig faktor er software. Selv om nogen større softwareinstrumenter var påkrævet for eksperimenterne, en række C++ og MATLAB rutiner, plus Python-baseret moduler til Paraview, viste sig at være afgørende for en række vigtige opgaver, såsom kalibrering, pre-defineret motion-tracking feedback for rejser, og efterbehandling for 3D billede genopbygning. Endnu en gang er at have adgang til lav-niveau data produceret af instrumenterne yderst vigtig for at skabe disse softwarekomponenter.

Endelig er valg af det rigtige mål for billedbehandling meget betydelig. Flere alternative muligheder involverer realiseringen af syntetiske phantoms blev overvejet på forhånd, og vores erfaring, alle disse alternativer syntes at være optimale i forhold til den meget omkostningseffektive valg af kvæg hjernen fast i formalin. Dette mål sikrer langt bedre realisme og med ordentlig pleje, ubegrænset opbevaring over tid.

Afslutningsvis er opnåelsen af de eksperimentelle resultater præsenteret, med 3D multimodale billede datasæt som en permanent og relevante resultat, efter vores mening et produkt af en effektiv teknisk integrationsstrategi, der skal samles piecewise, gennem en omhyggelig analyse af de mange aspekter underforstået, og designet i forbindelse med de procedurer og instrumenter, der er involveret.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfatterne erklærer, de har ingen konkurrerende finansielle interesser.

Acknowledgments

Dette arbejde er blevet delvist understøttet af de nationale regeringer og den Europæiske Union gennem projektets ENIAC JU DeNeCoR under grant aftalenummer 324257. Forfatterne vil gerne takke Prof. Giovanni Magenes, Prof. Piero Tortoli og Dr. Giosuè Caliano for deres værdifulde støtte, overvågning og indsigtsfulde kommentarer, der har gjort dette arbejde muligt. Vi er også til Prof. Egidio D'Angelo og hans gruppe (BCC Lab.), sammen med Fondazione Istituto Neurologico C. Mondino, for at give den bevægelsessporing og hr. instrumentering, og Giancarlo Germani taknemmelig for hr. erhvervelser. Endelig vil vi gerne takke Dr. Nicoletta Caramia, Dr. Alessandro Dallai og Ms. Barbara Mauti for deres værdifulde tekniske support og Mr. Walter Volpi for at levere kvæg hjernen.

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

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

Tags

Bioteknologi sag 127 CMUT 3D ultrasound imaging hjernen Mr motion tracking system kvæg billede registrering
En eksperimentel protokol til vurdering af nye ultralyd sonder baseret på CMUT teknologi i anvendelse til Brain Imaging ydeevne
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Matrone, G., Ramalli, A., Savoia, A. More

Matrone, G., Ramalli, A., Savoia, A. S., Quaglia, F., Castellazzi, G., Morbini, P., Piastra, M. An Experimental Protocol for Assessing the Performance of New Ultrasound Probes Based on CMUT Technology in Application to Brain Imaging. J. Vis. Exp. (127), e55798, doi:10.3791/55798 (2017).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

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

Waiting X
Simple Hit Counter