Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Science Education
Biomedical Engineering

A subscription to JoVE is required to view this content.
You will only be able to see the first 20 seconds.

Mappatura quantitativa della deformazione di un aneurisma dell'aorta addominale
 
Click here for the English version

Mappatura quantitativa della deformazione di un aneurisma dell'aorta addominale

Overview

Fonte: Hannah L. Cebull1, Arvin H. Soepriatna1, John J. Boyle2 e Craig J. Goergen1

1 Weldon School of Biomedical Engineering, Purdue University, West Lafayette, Indiana

2 Ingegneria meccanica e scienza dei materiali, Washington University di St. Louis, St Louis, Missouri

Il comportamento meccanico dei tessuti molli, come vasi sanguigni, pelle, tendini e altri organi, è fortemente influenzato dalla loro composizione di elastina e collagene, che forniscono elasticità e forza. L'orientamento delle fibre di queste proteine dipende dal tipo di tessuto molle e può variare da una singola direzione preferita a reti intricate, che possono alterarsi nei tessuti malattiati. Pertanto, i tessuti molli spesso si comportano in modo anisotropico a livello cellulare e di organi, creando la necessità di una caratterizzazione tridimensionale. Lo sviluppo di un metodo per stimare in modo affidabile i campi di deformazione all'interno di tessuti o strutture biologiche complesse è importante per caratterizzare e comprendere meccanicamente la malattia. La deformazione rappresenta il modo in cui i tessuti molli si deformano relativamente nel tempo e può essere descritta matematicamente attraverso varie stime.

L'acquisizione dei dati di immagine nel tempo consente di stimare la deformazione e la deformazione. Tuttavia, tutte le modalità di imaging medico contengono una certa quantità di rumore, il che aumenta la difficoltà di stimare con precisione il ceppo in vivo. La tecnica qui descritta supera con successo questi problemi utilizzando un metodo di stima della deformazione diretta (DDE) per calcolare campi di deformazione 3D che variano spazialmente dai dati dell'immagine volumetrica.

Gli attuali metodi di stima della deformazione includono la correlazione delle immagini digitali (DIC) e la correlazione del volume digitale. Sfortunatamente, DIC può solo stimare con precisione la deformazione da un piano 2D, limitando gravemente l'applicazione di questo metodo. Sebbene utili, i metodi 2D come DIC hanno difficoltà a quantificare la deformazione nelle regioni che subiscono la deformazione 3D. Questo perché il movimento fuori piano crea errori di deformazione. La correlazione digitale del volume è un metodo più applicabile che divide i dati del volume iniziale in regioni e trova la regione più simile del volume deformato, riducendo così l'errore fuori piano. Tuttavia, questo metodo si dimostra sensibile al rumore e richiede ipotesi sulle proprietà meccaniche del materiale.

La tecnica qui dimostrata elimina questi problemi utilizzando un metodo DDE, rendendolo così molto utile nell'analisi dei dati di imaging medico. Inoltre, è robusto a ceppo alto o localizzato. Qui descriviamo l'acquisizione di dati a ultrasuoni 4D volumetrici gated, la sua conversione in un formato analizzabile e l'uso di un codice Matlab personalizzato per stimare la deformazione 3D e le corrispondenti deformazioni Green-Lagrange, un parametro che descrive meglio le grandi deformazioni. Il tensore di deformazione green-lagrange è implementato in molti metodi di stima della deformazione 3D perché consente di calcolare F da un Least Squares Fit (LSF) degli spostamenti. L'equazione seguente rappresenta il tensore di deformazione di Green-Lagrange, E, dove F e I rappresentano rispettivamente il gradiente di deformazione e il tensore di identità del secondo ordine.

Equation 1 (1)

Principles

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

L'ecografia 4D è un volume dinamico che viene acquisito utilizzando un motore a trasduzione lineare collegato a un trasduttore ad ultrasuoni, consentendo l'acquisizione di loop video sequenziali cardiaci e respiratori in una regione di interesse. Questo metodo è utile per visualizzare strutture complesse come il cuore, dove l'ipertrofia o l'infarto causano geometrie uniche, o aneurismi aortici, dove l'espansione e la dissezione asimmetrica dei vasi si verificano spesso in vasi tortuosi. Inoltre, i dati 4D possono fornire informazioni spaziali e temporali ad alta risoluzione, che è anche importante per l'imaging cardiovascolare.

Il metodo DDE applicato ai dati ecografici 4D è superiore ad altri metodi perché utilizza la registrazione delle immagini non rigida. I tensori del gradiente di deformazione sono tradizionalmente stimati dai campi di spostamento seguendo la correlazione del volume digitale. Al contrario, il metodo DDE stima intrinsecamente i tensori del gradiente di deformazione durante la registrazione del volume ottimizzando una funzione di deformazione che viene accuratamente scelta per essere direttamente analoga al tensore di deformazione. La funzione di deformazione dipende sia dalla posizione spaziale che dal parametro di deformazione (p):

Equation 2 (2)

I primi tre elementi di questa funzione rappresentano il tensore del gradiente di deformazione, F, che consente di incorporare direttamente il calcolo della deformazione nella funzione di deformazione. Questo metodo di deformazione ha dimostrato di aumentare l'accuratezza e la precisione della stima della deformazione rispetto a tecniche precedenti simili perché consente deformazioni grandi o localizzate che si trovano comunemente nei tessuti molli.

Subscription Required. Please recommend JoVE to your librarian.

Procedure

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

1. Configurazione ad ultrasuoni 4D

  1. Quando si utilizza il software di imaging, utilizzare un laptop in grado di eseguire software di calcolo matematico per automatizzare il processo di acquisizione 4D. Collegare il laptop con questo codice personalizzato al sistema ad ultrasuoni tramite la porta USB. Si noti che il software di imaging ha una funzione di ecografia 4D integrata nel software.
  2. Dopo aver acceso il sistema a ultrasuoni, impostare l'unità di monitoraggio fisiologico assicurandosi anche che i pulsanti della frequenza cardiaca e della temperatura siano accesi. Inizializzare lo stadio del motore 3D collegato al supporto del trasduttore.
  3. Utilizzare lo stadio appropriato e il trasduttore ad ultrasuoni per l'acquisizione delle immagini. Assicurarsi che vengano effettuate tutte le connessioni corrette.
  4. Procedere con l'anestesia e la preparazione dell'animale per l'imaging. Aggiungere unguento oftalmico agli occhi per prevenire l'essiccazione corneale, fissare le zampe agli elettrodi dello stadio e inserire una sonda di temperatura rettale lubrificata. Rimuovere la pelliccia nell'area di interesse utilizzando una crema depilatoria.
  5. Assicurarsi che la crema depilatoria sia completata rimossa. Quindi, applicare una generosa quantità di gel trasduttore ad ultrasuoni riscaldato all'animale. Questo è particolarmente importante per creare una buona connessione su tutta la regione di interesse per l'imaging 4D.

2. Acquisizione di ultrasuoni 4D

  1. Inizia un nuovo studio sul sistema a ultrasuoni e apri la finestra di imaging in modalità B (modalità luminosità). Abbassare il trasduttore sull'animale e individuare la regione di interesse utilizzando le manopole degli assi x e y sul palco, assicurandosi che la frequenza respiratoria non diminuisca in modo sostanziale. Monitora questo nella parte inferiore dello schermo.
  2. Posizionare il trasduttore all'interno del centro della regione di interesse. Da lì, approssimare la distanza necessaria affinché il trasduttore si muova su e giù in modo tale da includere l'intera regione di interesse.
  3. Immettere le dimensioni approssimative nel codice del software di calcolo, inclusa una dimensione del gradino che in genere è di ~ 0,08 mm per l'imaging dell'aneurisma dell'aorta addominale. Inizia a eseguire il codice dopo aver assicurato che il cuore e le frequenze respiratorie dell'animale siano stabili. Questo è importante per ridurre gli errori durante la ricostruzione delle immagini.
  4. Dopo aver completato l'acquisizione dell'immagine, esportare i dati come file XML non elaborati.

3. Conversione dei dati ad ultrasuoni 4D

  1. Inserisci i file XML grezzi in un software in grado di convertire i dati nel formato corretto per l'analisi delle macchie 3D. Qui usiamo Matlab per convertire i file XML in file MAT. Lo script Matlab completo è disponibile qui.
  2. Per una corretta conversione, sarà necessario inserire anche il numero di fotogrammi, la dimensione del passo e la risoluzione di output desiderata.
  3. Dopo aver ricampionato la matrice attraverso il piano, importate il nuovo file MAT nel codice di analisi della deformazione 3D.

4.3D Analisi del codice di deformazione

  1. Iniziate l'analisi regolando correttamente il file MAT importato. Ad esempio, potrebbe essere necessario ridimensionare il volume dell'immagine per ridurre i tempi di calcolo.
  2. Immettere l'area da analizzare e determinare il modello di mesh appropriato per segmentare i dati dell'immagine come semplici caselle o poligoni scelti manualmente. Potrebbe essere necessario modificare le dimensioni della casella delle regioni e la spaziatura tra i punti centrali per ogni set di dati. I numeri ottimali scelti per le dimensioni della casella saranno intorno all'ordine dei pixel della feature da tracciare, che può essere approssimato osservando il numero di pixel in due dimensioni in una sezione. La spaziatura delle caselle determinerà la risoluzione dei campi di deformazione. Più caselle aumenteranno la risoluzione, ma potrebbero anche aumentare sostanzialmente il tempo di calcolo.
  3. Inizia a calcolare i giacobini e i gradienti iterativamente all'interno di ciascuna di queste regioni. Al termine del precalcolo, applicare la funzione di deformazione.
  4. Calcolate il tensore del gradiente di deformazione. Prima calcola la deformazione, quindi calcola gli autovalori e gli autovettori usando il metodo di stima della deformazione diretta.
  5. Tracciate questi risultati nei piani desiderati utilizzando una tecnica come la mappatura a colori di un piano di taglio per rappresentare il campo di deformazione sulla regione di interesse.

L'imaging tridimensionale della deformazione viene utilizzato per stimare la deformazione dei tessuti molli nel tempo e comprendere la malattia. Il comportamento meccanico dei tessuti molli, come pelle, vasi sanguigni, tendini e altri organi, è fortemente influenzato dalla loro composizione extracellulare, che può essere alterata dall'invecchiamento e dalla malattia. All'interno di tessuti biologici complessi, è importante caratterizzare questi cambiamenti, che possono influenzare in modo significativo le proprietà meccaniche e funzionali di un organo.

La mappatura quantitativa delle deformazioni utilizza dati di immagine volumetrica e un metodo di stima della deformazione diretta per calcolare i campi di deformazione tridimensionale che variano spazialmente. Questo video illustrerà i principi della mappatura delle deformazioni, dimostrerà come la mappatura quantitativa delle deformazioni viene utilizzata per stimare i campi di deformazione all'interno di tessuti biologici complessi e discuterà altre applicazioni.

I tessuti biologici sono fortemente influenzati dalla composizione e dall'orientamento di elastina e collagene. La proteina elastina è un componente altamente elastico dei tessuti che si allungano e si contraggono continuamente, come i vasi sanguigni e i polmoni. Il collagene è la proteina più abbondante nel corpo ed è assemblato da singoli polimeri a tripla elica che sono raggruppati in fibre più grandi che forniscono integrità strutturale ai tessuti che vanno dalla pelle alle ossa.

L'orientamento di queste proteine varia dalle fibre allineate alle reti di mesh fibrose, che influenzano le proprietà meccaniche del tessuto. Lo sforzo è una misura della deformazione relativa dei tessuti molli nel tempo e può essere utilizzato per visualizzare lesioni e malattie. È descritto e mappato usando stime matematiche.

Per mappare la tensione in organi complessi, come il cuore, è possibile utilizzare dati ecografici quadridimensionali, che forniscono informazioni ad alta risoluzione, spaziali e temporali. Quindi il metodo di stima della deformazione diretta, o DDE, viene applicato ai dati. Un codice viene utilizzato per stimare la deformazione 3D e le corrispondenti deformazioni di Green-Lagrange utilizzando la seguente equazione.

Il tensore di deformazione di Green-Lagrange dipende dal tensore del gradiente di deformazione e dal tensore dell'identità del secondo ordine. I tensori del gradiente di deformazione sono tradizionalmente stimati dai campi di spostamento. Nel metodo DDE, una funzione di deformazione è ottimizzata per essere direttamente analoga al tensore di deformazione. La funzione di deformazione dipende sia dalla posizione spaziale che dal parametro di deformazione. Il calcolo della deformazione è direttamente incorporato nella funzione di deformazione. I primi nove elementi rappresentano il tensore del gradiente di deformazione.

Questo metodo viene utilizzato per stimare sia le deformazioni grandi che localizzate nei tessuti molli. Ora che comprendiamo i principi della mappatura dei ceppi, vediamo ora come viene eseguita la mappatura delle deformazioni per rilevare gli aneurismi aortici nei topi.

Per iniziare la configurazione, aprire il software Vivo 2100 e collegare il laptop al sistema a ultrasuoni. Assicurarsi che l'unità di monitoraggio fisiologico sia attiva per misurare la frequenza cardiaca e la temperatura. Quindi inizializzare lo stadio del motore 3D.

Installare il trasduttore ad ultrasuoni e assicurarsi che vengano effettuate tutte le connessioni corrette. Successivamente, anestetizzare l'animale che verrà ripreso utilizzando il 3% di isoflurano in una camera di abbattimento. Una volta che il mouse è anestetizzato, spostarlo sullo stadio riscaldato e fissare un cono nasale per fornire l'1-2% di isoflurano. Applicare unguento oftalmico agli occhi e fissare le zampe agli elettrodi dello stadio per monitorare la respirazione e la frequenza cardiaca dell'animale. Quindi inserire una sonda di temperatura rettale. Applicare la crema depilatoria per rimuovere i peli dall'area di interesse, quindi applicare una generosa quantità di gel ad ultrasuoni caldo sulla zona depilata.

Per avviare l'acquisizione dell'immagine, aprire innanzitutto la finestra di imaging e selezionare la modalità B. Quindi abbassare il trasduttore sull'animale e utilizzare le manopole degli assi x e y sul palco per individuare l'area di interesse. Monitorare la frequenza respiratoria per assicurarsi che non diminuisca in modo sostanziale. Posizionare il trasduttore al centro della regione di interesse. Quindi approssimare la distanza necessaria per coprire l'intera regione di interesse.

Inserisci queste dimensioni nel codice MATLAB e scegli una dimensione del passo di 0,08 millimetri. Assicurati che il cuore e le frequenze respiratorie dell'animale siano stabili, quindi esegui il codice MATLAB.

Dopo l'acquisizione dell'immagine, esportare i dati come file XML grezzi e convertirli in file MAT. Assicurati di inserire il numero di fotogrammi, la dimensione del passo e la risoluzione di output. Quindi rimisezionare la matrice nel piano passante.

Importare il nuovo file MAT nel codice di analisi della deformazione 3D. Potrebbe essere necessario ridimensionare il file per ridurre il tempo di calcolo. Quindi, inserisci la regione da analizzare. Apposate il numero di pixel in una sezione bidimensionale della feature tracciata e selezionate la maschera di mesh come una semplice casella o poligoni scelti manualmente. Scegli il numero di pixel ottimale per la dimensione della mesh. Calcola i giacobini e i gradienti. Ripetere l'operazione per ogni regione. Quindi applicare la funzione di deformazione.

Successivamente, utilizzando le deformazioni cartesiane calcolate da DDE, determinare gli autovalori e gli autovettori della deformazione. Selezionate quindi le sezioni per le quale desiderate tracciare i valori di deformazione scorrendo le viste dell'asse lungo, dell'asse di ordinamento e dell'asse coronale.

Premete Seleziona collettore (Select Manifold) per l'analisi. Quindi utilizzare il cursore per posizionare i marcatori lungo la parete aortica, tra cui il trombo, l'aneurisma e le parti sane dell'aorta. Ripetere l'operazione per tutte le viste. Infine, utilizzare la mappatura dei colori per tracciare i risultati del campo di deformazione sulla regione di interesse.

Diamo un'occhiata da vicino all'esempio di un aneurisma dell'aorta addominale ad anfrasi indotto dall'angiotensina II acquisito da un topo. In primo luogo, più loop di visualizzazione a kilohertz ECG ad asse corto vengono ottenuti a una determinata dimensione del passo lungo l'aorta e combinati per creare dati 4D.

Dopo aver eseguito il calcolo della deformazione 3D utilizzando una funzione di deformazione ottimizzata, si ottiene il grafico di visualizzazione della fetta 3D dell'aorta infrarenale. La mappa dei colori del ceppo verde principale è sovrapposta per evidenziare le regioni di ceppo eterogeneo della parete aortica. Inoltre, le viste ad asse lungo e ad asse corto rivelano variazioni spaziali eterogenee nella deformazione, in particolare quando è presente un trombo.

I grafici di ceppo corrispondenti mostrano valori di deformazione più elevati nelle regioni sane dell'aorta nell'asse lungo, mentre la regione aneurismatica mostra una diminuzione della deformazione nell'asse corto.

L'accurata visualizzazione quantitativa della deformazione utilizzando la stima diretta della deformazione è uno strumento utile utilizzato in varie applicazioni biomediche.

Ad esempio, lo sforzo cardiaco può essere quantificato. Durante il ciclo cardiaco, il miocardio subisce una deformazione 3D. Quantificare la deformazione in tre dimensioni è fondamentale per caratterizzare in modo affidabile la dinamica di questo tessuto nel tempo. Ciò è utile per monitorare la progressione della malattia nei modelli animali.

Un'altra applicazione è nella caratterizzazione del tessuto intestinale. L'imaging in vivo dell'intestino è difficile a causa degli effetti delle strutture circostanti. Tuttavia, il calcolo del ceppo da immagini di fibrosi intestinale potrebbe essere particolarmente utile per fornire una diagnosi precoce di aree problematiche che richiedono un intervento chirurgico.

Su scala molto più piccola, questo metodo DDE viene applicato anche a livello cellulare utilizzando tecniche di imaging ad alta risoluzione come la microscopia confocale. Serve, ad esempio, nella caratterizzazione della matrice extracellulare per capire come le cellule comunicano sotto i cambiamenti meccanici.

Hai appena visto l'introduzione di JoVE alla visualizzazione quantitativa delle deformazioni. Ora dovresti capire come misurare il ceppo tridimensionale nei tessuti biologici e come viene utilizzato nella diagnosi precoce della malattia. Grazie per l'attenzione!

Subscription Required. Please recommend JoVE to your librarian.

Results

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Utilizzando la procedura sopra descritta, è stata acquisita l'ecografia 4D di un aneurisma dell'aorta addominale ad antropo indotto da angiotensina II (AAA) di un topo. Più loop video EKV ad asse corto sono stati acquisiti lungo l'aorta e combinati per creare dati 4D, come mostrato nella Figura 1. Questi dati sono stati quindi convertiti in un file MAT utilizzando un codice personalizzato, che è stato quindi analizzato in un codice di calcolo della deformazione 3D utilizzando una funzione di deformazione. Dopo aver ottimizzato i parametri del codice per un set di dati specifico, è stata prodotta una vista rappresentativa ad asse lungo con i corrispondenti valori di deformazione e un grafico di visualizzazione delle sezioni 3D con una mappa dei colori della deformazione sovrapposta (Figura 2). Questa tecnica DDE e i dati di deformazione evidenziano le variazioni spaziali eterogenee della deformazione, in particolare quando è presente un trombo. Questi risultati possono quindi essere correlati con la struttura dei vasi per determinare la relazione tra deformazione in vivo e composizione dell'aneurisma.

Equation 3
Figura 1: I loop di visualizzazione eKV (ECG-gated kilohertz) dell'aorta vengono acquisiti da posizioni di partenza e di fine immesse manualmente, seguendo una dimensione del passo di 0,2 mm.

Figure 1
Figura 2: Dati ecografici 4D ad alta frequenza di un aneurisma dell'aorta addominale murino sezionante rappresentato in sistole (A) con principali campi di deformazione stimati e sovrapposti (B) (Scalebar = 5 mm). Viste ad asse lungo e corto che rappresentano sia le regioni aneurismatiche che le regioni sane corrispondenti al ceppo principale su un ciclo cardiaco (sistole: t = 0,4) (C, D). Questi dati mostrano livelli di ceppo relativamente elevati nelle regioni sane e valori di deformazione ridotti all'interno dell'aneurisma di dissezione.

Subscription Required. Please recommend JoVE to your librarian.

Applications and Summary

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

La caratterizzazione meccanica localizzata in vivo è una parte importante della comprensione della crescita e del rimodellamento dei tessuti biologici. Rispetto agli approcci esistenti, la procedura di quantificazione della deformazione qui descritta utilizza un metodo migliorato per calcolare con precisione la deformazione 3D attraverso la deformazione ottimale dell'immagine non deformata prima della correlazione incrociata. Questo metodo non utilizza alcuna ipotesi materiale per determinare i ceppi all'interno dei volumi di tessuto. Sfortunatamente, la stima della deformazione è affidabile solo fino a una dimensione del kernel di 15x15x15 voxel quando si utilizzano i dati a ultrasuoni, suggerendo che questo approccio DDE potrebbe non rilevare caratteristiche sottili all'interno di un campo di deformazione. Nonostante questa limitazione, rimane uno strumento importante per studiare le risposte meccaniche, diagnosticare la patologia e migliorare i modelli di malattia.

Molte aree di ricerca oltre agli aneurismi aortici possono beneficiare di questo strumento di misurazione della deformazione. Lo sforzo cardiaco può anche essere facilmente quantificato usando questo metodo. Poiché il miocardio subisce una deformazione 3D durante il ciclo cardiaco, quantificare la deformazione in tre dimensioni è parte integrante per caratterizzare in modo affidabile la dinamica di questo tessuto. Dati affidabili sui ceppi sono particolarmente importanti quando si monitora la progressione della malattia in modelli animali.

L'analisi 3D del ceppo può anche essere applicata all'imaging ecografico intestinale. La caratterizzazione meccanica del tessuto intestinale è più comunemente condotta in vitro. Tuttavia, questa non è sempre una vera rappresentazione del comportamento effettivo dell'intestino in vivo a causa degli effetti delle strutture circostanti. Come esempio di traduzione clinica di questo approccio, il calcolo del ceppo da immagini di fibrosi intestinale a causa di una pressione luminale anormale potrebbe fornire una diagnosi precoce di aree problematiche che richiedono un intervento chirurgico.

Oltre alle applicazioni su larga scala, questo metodo può essere applicato anche a livello cellulare utilizzando tecniche di imaging ad alta risoluzione, come la microscopia confocale. Caratterizzare la matrice extracellulare è importante per capire come le cellule comunicano. Sono state condotte molte ricerche sulla caratterizzazione biochimica, ma capire come la comunicazione può essere condotta attraverso risposte meccaniche richiede una comprensione della deformazione e della deformazione. La deformazione di massa non è vantaggiosa perché non c'è modo di determinare l'origine del cambiamento di deformazione. L'applicazione di un approccio DDE ad alta risoluzione potrebbe rivelare direttamente come la matrice extracellulare risponde ai cambiamenti meccanici.

RICONOSCIMENTI

Vorremmo ringraziare John Boyle, Guy Genin e Stavros Thomopoulos per il contributo del codice Matlab personalizzato DDE in grado di stimare direttamente il ceppo Lagrange-Green.

Subscription Required. Please recommend JoVE to your librarian.

Transcript

Please note that all translations are automatically generated.

Click here for the English version.

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

Waiting X
Simple Hit Counter