Author Produced

脳イメージングへの応用による CMUT 技術に基づく新しい超音波プローブの性能を評価するための実験プロトコル

Bioengineering

Your institution must subscribe to JoVE's Bioengineering section to access this content.

Fill out the form below to receive a free trial or learn more about access:

 

Summary

容量型マイクロ超音波探触子 (による CMUT) 技術に基づく新しいの (米国) 超音波プローブの開発には、画像処理機能の初期の現実的な評価が必要です。イメージングのターゲットとして前のヴィヴォウシ脳を使用して米国画像の獲得および磁気共鳴画像との比較のため再現性のある実験的プロトコルについて述べる。

Cite this Article

Copy Citation | Download Citations

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).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

イメージング性能の再現性の初期評価を行う可能性はデザインの基礎、開発プロセス (米国) 新しい超音波のプローブします。特に、アプリケーション固有イメージ ターゲットとより現実的な解析は、アプリケーションの潜在的な臨床分野において米国プローブの予想性能を評価するために非常に貴重なことができます。

この作品で提示された実験的プロトコルはアプリケーション固有の評価手順の開発私たちを提供するために設計意図的に関連する容量型マイクロ超音波探触子 (による CMUT) 技術に基づくプロトタイプをプローブ脳イメージング。

プロトコルは、リアリズムと記載されている手順・脳神経から借りたニューロナビゲーション技術は再現性を保証するイメージングのターゲットとして、ホルマリン固定ウシ脳の使用を組み合わせたものです。米国の調査は追跡システムの位置データを取得でき、脳の磁気共鳴 (MR) 画像を参照する米国画像の重ね合わせが動きに実際に接続されます。これは人間の専門家がパフォーマンスをイメージング米国プローブの視覚的質的評価を実行する異なるプローブを使った買収を比較するための手段を提供します。さらに、このプロトコルは、米国画像集録、すなわち完成して開く研究開発システムの利用に関する超音波高度なオープン プラットフォーム (ULA OP) スキャナー。

原稿は、器具の調整、画像の取得および米国および MR 画像の登録プロトコルでは、特に関連する手続の詳細について説明します。得られた結果は、完全再現 (関与の計測範囲) 内で開く、米国画像の獲得そして処理の活動の全体のセットをカバーする示される、全体的なプロトコルの有効性を証明します。

Introduction

電子は特に 3 D, 4 D イメージング用プローブ ハンドルに統合信号調節とビームフォーミングのどの部分に新しい超音波プローブの開発に (米国) 小型でポータブル超音波スキャナーの増加する市場をリードします。1。 新興テクノロジがこの統合の高レベルを達成するために適している特にマイクロマシニングによる超音波探触子 (MUTs)2、シリコン上に作製したマイクロ電気機械システム (MEMS) 探触子のクラスが含まれます。特に、静電容量式 MUTs (CMUTs) 最後に、それらを次世代超音波イメージング システム3圧電トランスデューサーに有効な代替技術の成熟度に達しています。CMUTs、マイクロ エレクトロニクス技術、広帯域・高画像解像度の高い熱効率が得られます、上記のすべて、高感度4互換性の問題で非常に魅力的です。ENIAC じゅプロジェクト DeNeCoR (ニューロ制御とニューロリハビリテーション装置)5の中では、による CMUT プローブ開発6米国脳イメージング アプリケーション (例えば脳神経) が高品質をされている 2D/3 D ・ 4 D 画像と脳の構造の正確な表現が必要です。

新しい米国のプローブの開発プロセスでのイメージング性能の初期評価を行う可能性が基本です。典型的な評価技法で解像度と対照的に、知られている幾何学と錯乱の埋め込まれたターゲットを持つ組織模倣ファントム画像に基づくのような特定のパラメーターを測定します。アプリケーション固有のイメージ ターゲットとより現実的な分析は、米国プローブ臨床分野への潜在的な応用の期待される性能の初期評価のため非常に貴重なことができます。その一方で、買収の完全な再現性が時間をかけて、さまざまな構成の比較テストのための基本とこの要件ルール全体で生体内で実験。

画像診断技術に関する文献のいくつかの作品の提案前のヴィヴォ動物標本7死体脳8、または生体近似ファントム9異なる目的の10のための使用を含む、試験方法、登録アルゴリズム、磁気共鳴 (MR) シーケンス、または米国のビーム パターンを画像と画像の品質の結果します。たとえば、脳機能イメージング、Lazebnikのコンテキストで7ホルマリン固定羊脳新しいの 3 D 氏登録方法を評価するのにために使用同様に、崔11氏の登録および固定フクロウ サル脳の顕微鏡画像の手順を検討しました。ポリビニル アルコール (PVA) 脳ファントムは9で開発され、マルチモーダル イメージ買収 (すなわち氏、米国、および計算された断層レントゲン写真撮影) 共有イメージ データセット12登録のテストを生成するを実行するために使用し、画像処理のアルゴリズム。

全体的にみて、これらの研究は、新しいイメージング技術の開発中に、画像関連の買収の現実的なターゲットの使用は確かに重要なステップを確認します。についてはまだ試作段階と広範かつ再現性のあるテストのすべての設計の正確な調整のための時間をかけて必要があります述べる米国による CMUT プローブなどの新しいイメージング デバイスを設計するとき、これはさらにもっと重要な段階を表しますその最後の実現と (13,14,15) のように生体内でアプリケーションで可能な限り検証する前にパラメーターです。

この作品で記述されている実験のプロトコルは、こうしてによる CMUT 技術に基づいて新たに開発された米国プローブの堅牢なアプリケーション固有のイメージング評価手順を提供する設計されています。リアリズムとをウシの再現性を確保するため頭脳 (標準的な食糧供給の商業チェーンを通して得られる)、ホルマリン固定はイメージングのターゲットとして選ばれました。固定方法は、満足のいく形態学的資質と米国の MRI16,17visibility プロパティを維持しながら組織の特性の長期的な保存を保証します。

米国画像品質評価のためのプロトコルは実装機能脳神経外科15使用するニューロナビゲーション技術から借りてもここで説明。このようなアプローチで米国プローブは、空間上の位置と方向のデータをリアルタイムに提供するシステムを追跡運動に接続されます。この方法で手術活動中に取得した米国イメージできます自動的に登録して、ガイダンスについては、患者の脳の pre-operatory の MR 画像への重ね合わせの可視化します。視覚的に評価をする人間の専門家を形態学的、組織の機能の認識以来の偉大な値の (これは脳イメージングのゴールド スタンダードとしてと見なされます) MR 画像と重ね合わせ提案するプロトコルのためはUS 像と副逆に、成果物のイメージングの存在を認識します。

探触子と米国で取得した画像を比較する可能性がさらに興味深いものになります。提示された実験的プロトコルには、MR 画像の予備的な検査で識別される最も機能豊富なボリューム領域に焦点を当てた米国買収の空間参照ポーズのセットを定義する可能性が含まれています。Paraview オープン ソース ソフトウェア システム18、ために開発された、統合されたビジュアル ツールは米国画像取得の段階でこのような定義済みのポーズを一致する演算子にガイダンスを示します。校正の手順はプロトコルで必要とされる、明確な空間参照を提供するあらかじめ定義された位置のランドマークとすべてのターゲット標本 - 生物学的または合成 - を装備する基本です。このようなランドマークが米国および MR 画像に表示されているモーショントラッ キング システムを使用した計測に物理的にアクセスできる必要があります。実験のため選択したランドマーク要素は、米国および MR 画像の視認性があった文献19に示すし、提示実験前に行う予備米国および氏スキャンによって確認、フリント ガラスの小さな球です。

画像の取り込みは、多く広い実験よりも商業的利用できる可能性を提供しています私たちの超音波高度なオープン プラットフォーム (ULA OP)20、完成して開く研究および開発システムに依存して示されるプロトコルスキャナーと異なる米国プローブの評価のための共通の基盤として機能します。

最初に、新設計による CMUT プローブへの特定の参照をこの作業で使用する楽器はとおりです。実験プロトコルはイントロシステム校正、画像取得、後処理の初期設計から、関連するすべての手順の完全な説明と、詳細に伴う残留。最後に、得られた画像やこの作品の今後の展開へのヒントと共に、結果説明。

計装

による CMUT プローブの試作

実験はプロトタイプを使用して、新たに開発した 256 要素による CMUT 線形配列、されローマ ・ トレ大学 (ローマ、イタリア) の仙台研究所 (ACULAB) で、設計、作製、による CMUT 作製プロセスの逆 (を使用して行ったRFP)4。RFP は、微細加工、包装技術、イメージング アプリケーション、次のシリコンでによる CMUT 微細構造を作製するという私たちの MEMS センサーの実現に向けた具体的構想「逆さま」アプローチ21。その他による CMUT 作製技術と比較して全体の配列を介してによる CMUT 細胞の形状の均一性のため画像処理パフォーマンスが向上し、プローブ ヘッド パッケージで音響的に設計された材料の使用に RFP が得られます。RFP の重要な機能は、2 D 配列とフロント エンドのマルチ チャネル電子の 3 D 統合が容易による CMUT 死ぬの後部に電気配線パッドがあることです。

256 要素による CMUT 配列は、7.5 MHz の中心周波数帯で動作するように設計されました。200 μ m の素子ピッチは、51.2 mm の最大ビュー フィールド幅に結果の配列に選ばれました。単一による CMUT 配列要素の高さは、水平解像度と透過能力の面で最適なパフォーマンスを達成するために定義されました。配列要素の高さが 5 mm は、音響レンズを用いた 18 mm の深さで標高フォーカスを修正する-3 dB ビーム幅 0.1 mm と 1.8 mm、7.5 MHz での焦点の-3 dB の深さを得るために選ばれました。195 μ m ワイド配列の要素は、配置と六角形のレイアウトに続く 344 並列による CMUT セル円形の電気接続で得られました。その結果、結果の 5 μ m の要素 - 距離すなわちカーフ、膜膜に一致します。による CMUT 配列構造の概略は、図 1で報告されます。

Figure 1
図 1: による CMUT 配列構造。による CMUT 配列構造の模式図: 配列の要素が接続された並列 (a)、レイアウトによる CMUT 微細構造 (b) の; いくつかの細胞から成る(c) による CMUT セルの断面。この図の拡大版を表示するのにはここをクリックしてください

による CMUT 微細加工パラメーター、すなわち水平と垂直寸法の板と電極、シミュレーション有限要素モデリング (FEM) によって特徴付けられるブロード バンド浸漬操作を達成することを目的とした、7.5 MHz と 100%-6 dB 双方向比帯域幅を中心周波数応答。すなわち、ギャップ共振器の高さは、崩壊電圧 260 V、80 V 最大励起信号電圧を考慮した崩壊電圧4, 70% による CMUT を偏らせることで双方向の感度を最大にするを達成するために定義されました。微細加工による CMUT の主な幾何学的パラメーターを表 1 にまとめます。

による CMUT 配列設計パラメーター
パラメーター
配列
要素の数 256
素子ピッチ 200 μ m
エレメント長 (標高) 5 mm
高度固定フォーカス 15 mm
による CMUT 微細構造
セル径 50 μ m
電極径 34 μ m
細胞間の水平距離 7.5 μ m
板厚 2.5 μ m
ギャップ間隔 0.25 μ m

テーブル 1。による CMUT プローブ パラメーター 。による CMUT 線形アレイ プローブおよびによる CMUT 細胞微細構造の幾何学的パラメーターは。

プローブ ヘッドによる CMUT 配列を統合するために使用包装プロセスは参考資料4で説明します。水の音響インピー ダンスに一致し、インターフェイス22スプリアス反射を避けるために金属酸化物のナノをドープした室温加硫 (RTV) シリコーンゴムを用いた音響レンズを作製しました。結果として得られる化合物は 1280 kg/m3の密度と 1100 m/s の音の速度によって特徴付けられました。7 mm の曲率半径は、円筒レンズ、18 mm の幾何学的な焦点と探触子表面の上約 0.5 ミリメートルの最大厚さにつながるため選ばれました。による CMUT プローブ ・ ヘッドの写真を図 2(a)に示します。

Figure 2
図 2: プローブによる CMUT 。開発による CMUT プローブ、探触子と音響レンズ (a)、線形配列を含むとコネクタ (b) 完全による CMUT プローブの頭。この図の拡大版を表示するのにはここをクリックしてください

による CMUT プローブ ・ ヘッドにより、マルチ チャンネルのフロント アナログ フロント エンド回路と米国スキャナーへの接続用多極ケーブルを含むプローブ ハンドルに結合されていました。シングル チャネルの電子回路は、ケーブルのインピー ダンスを駆動に必要な電気流れを提供する高入力インピー ダンス 9 dB 利得電圧の増幅器です。参考資料4で説明されているマルチ チャンネルの電子は、超低消費電力低雑音受信機と送信/受信信号二重統合スイッチなどを含む回路トポロジに基づいています。による CMUT バイアス電圧とフロント エンド ・ エレクトロニクス電源、カスタム電源ユニットによって生成され、多極ケーブルを介してプローブを供給します。完全なプローブは、図 2(b)で示されます。

圧電米国プローブ

による CMUT プローブで得られた画像の質的な比較のため上記 2 つの圧電米国プローブ市販は、実験に含まれていた。最初の 1 つは、要素、245 μ m ピッチおよび 8 MHz を中心とした 110% 比帯域幅伝達 192 線形アレイ プローブです。このプローブは、2 D の B モード画像を取得する使用されました。2 つ目は、180 245 μ m ピッチと 100% の比帯域幅 8.5 MHz を中心とした要素を伝達の機械的に掃引の線形配列と 3 D イメージングのプローブ。ステッピング モーターは、プローブによりスキャンされた容積23の 3 D イメージを再構築に使用することができます複数の飛行機を取得する線形配列を席巻を住宅内に配置。

ULA OP システム

米国画像の取得は完全で開いた米国研究開発システムは、設計され、イタリアのフィレンツェ大学のマイクロ エレクトロニクス システム デザイン研究室で実現、ULA OP システム20を用いて実施されました。ULA OP システムは制御できますが、両方の送信 (TX) と受信 (RX)、最大 64 の独立したチャンネルに接続されているスイッチ マトリックスを通して米国プローブ最大 192 圧電またはによる CMUT 探触子。システム アーキテクチャ機能 2 つメイン処理ボード、アナログ ボード (AB)、デジタル ボード (DB)、ラックに含まれている両方電源ボードとプローブ コネクタおよびすべての内部ルーティングを含むバック プレーン ボードが完成コンポーネント。AB 型プローブ探触子のフロント エンドを特に含んでいる 64 チャンネル、トランスデューサー TX RX チャネルに動的にマップするプログラム可能なスイッチ マトリックスのアナログ調節のため電子部品。DB はリアルタイムのビームフォーミングを担当、TX 信号を合成し、RX の処理はエコー (例えば B モードの画像やドップラー超音波) の所望の出力を生成します。ULA OP システムは完全に設定可能、したがってテキサス州の信号最大システム帯域幅(例えば3 レベル パルス、サイン バースト、鳴き声、ハフマン符号等)内で任意の波形になることを強調する価値があります。180 Vpp の振幅最新フォーカシングのパターン (例えば焦点を当てて波、多ライン伝送、平面波、波、制限回折ビーム等の分岐) によるとビーム形成戦略をプログラムことができますまた、24,25.ハードウェア レベルでは、これらのタスクは 5 フィールド プログラマブル ゲート アレイ (Fpga) と 1 つのデジタル シグナル プロセッサ (DSP) の間で共有されます。機械的に掃引の 3 D イメージング プローブ、上記で説明したように ULA OP システムも送受波器アレイの各位置で個々 の 2 D フレームの同期獲得のため、プローブ内部のステッピングモータを制御します。

ULA OP システムは、実行時に再設定し、異なる米国プローブに適応できます。それは、特定のソフトウェア ツールを備えたホスト コンピューターと USB 2.0 チャネルを介して通信します。後者は様々 なモードで再構築、米国画像のリアルタイムの可視化を提供する構成可能なグラフィカルなインターフェイス容積測定プローブは、たとえば、スキャンしたボリュームに垂直な平面の 2 つの B モード画像表示できますリアルタイムで。

記述のプロトコルの目的の ULA OP システムの主な利点は、TX RX パラメーターの簡単チューニング可能処理チェーン26、また各ステップで収集された信号のデータへのフル アクセスを提供しています新しいイメージ投射様相とビームフォーミング技術27,28,29,30,31,32,33をテストします。

モーション追跡システム

画像の取得中にプローブの位置米国のレコードに、追跡システム光学式モーション採用34。システム 2 つのイルミネーター (発光ダイオード (Led)) 経由で赤外線発光センサー ユニットに基づいており、複数の目的に固有のパッシブに反射する光を検出する (すなわちレンズと電荷結合素子 (CCD)) 2 つの受信機を使用して剛、定義済み図形に配置されたマーカー。光の反射については USB 2.0 経由で接続されているホスト コンピューターに転送することができます位置と方向のデータを計算するオンボード CPU によって処理されます。同じリンクは、センサ ユニットの構成を制御する使用できます。

センサ ユニット船道具一式と一緒に、それぞれは 4 つの反射マーカをリジッド幾何学的構成で配置に恵まれています。モーショントラッ キング システムは、約 20 Hz の動作周波数で同時に最大六つの異なる剛体ツールを追跡できます。このような 2 つのツールは、これらの実験の使用された: の先端に触れて 3 D 位置を取得できるポインター ツールとクランプを搭載したツールの下で米国の調査に関連付けることができるテスト (図 14参照)。

ソフトウェア側では、モーション トラッカーは両方単位制御やデータ集録、USB 経由でアクセスできるため低レベルのシリアル アプリケーション プログラミング インターフェイス (API) を備えています。既定では、位置と方向項目として返されます複数エントリ、すなわち追跡されている各ツールごとに 1 つのエントリ。各エントリには、ミリメートルで表される 3 D 位置 (xyz) と四元数として表現される向き (q0 qx, qy qz) が含まれています。システムは、可視化とリアルタイム センサ ユニットの視野内の複数のツールの位置/方位測定のためのグラフィカルなトラッキング ツールを含む上位レベルのソフトウェア · インストゥルメントのツールボックスでまた来ます。

システムの概要、統合、およびソフトウェア コンポーネント

図 3のダイアグラムは、計測も、システム間で流れるデータ ストリームを示すプロトコルの採用をまとめたものです。

Figure 3
図 3: ブロック ダイアグラム全体のハードウェアのセットアップおよびシステム統合の。米国の調査は、米国のイメージの獲得のためのノートと USB 経由で通信する ULA OP システムに接続されています。同時にノートがまた追跡システム、位置データの集録、モーションに USB 経由で、データ処理のためのワークステーションにイーサネット経由で接続されています。この図の拡大版を表示するのにはここをクリックしてください

離れて米国プローブ、モーション トラッカーと ULA OP システムは、上記で説明されている、セットアップは 2 台のコンピューター、すなわちノートブック、ワークステーションも含まれます。前者は、インストルメンテーション、受信および 2 つの主要な受信データ ストリームを同期するフロント エンドのメイン: ULA OP システムと 3 D モーション追跡システムからデータを位置決めから来る米国のイメージ。また、オペレーターに視覚的なフィードバックを買収される画像の提供します。ワークステーションが大幅に高い計算能力とストレージ容量です。画像の後処理と組み合わせた画像データセットを格納するリポジトリのバックエンド ・ サポートを提供しています。ワークステーションも使用されます。登録されているマルチ モーダル画像の 3次元可視化同時の可能性を含む米国および MR 画像の可視化。

画像取得実験のための重要な要件は、2 つのメイン データ ストリームの同期です。モーショントラッ キングと ULA OP システム活動の明示的な同期化をサポートしていない独立した楽器では。このため、米国イメージ データと位置情報は、イメージ スライスごとに買収された時に米国プローブの正しい 3 D 位置を検出する適切に混合する必要があります。この目的のためは、追跡システム、モーション トラッカー自体にこのケースでは、記載されている C++ ソフトウェア コンポーネントを変更することによって動きが提供するデータに特定のログ出力アプリケーションが録音とリアルタイムでタイムスタンプのため開発されました。通常、モーション トラッキング システムは、リアルタイムでデータをキャプチャし、ファイルにそれらの議事録作成を可能にする低レベルの API を備えています。

採用された同期メソッドは次のとおり機能します。ロギング アプリケーションによって生成されるファイル内の各エントリは、"yyyy MM ddThh:mm:ss.kkk"の形式でタイムスタンプを持つ拡張現実感: y = 年、M = 月、d = 日、h = 時間、m = 分、s = 秒 k = ミリ秒。ULA OP PC ベースのソフトウェア (C++ および MATLAB プログラミング言語) は開始および各イメージ ・ アクイジション ・ シーケンスの終了時刻を計算し、各画像を .vtk 形式でこの情報を格納します。実験中に一般的な時間参照を提供するには、両方上記ソフトウェアの手順は図 3のフロント エンド コンピューターで実行されます。この方法で生成されたタイムスタンプ、最終的なデータセットを生成する後処理ソフトウェア プロシージャで使用されます (プロトコル、セクション 8 を参照してください)。

別の特定のソフトウェア コンポーネントが実現し、現在の米国プローブ位置 MR 画像と、特に、定義済みのポーズのセットを関連付けることで、オペレーターにリアルタイムのフィードバックを提供するワークステーション上で実行します。Python でサーバー側のソフトウェア ルーチン モーション トラッカーのログ ファイルを処理、現在の米国プローブ位置に幾何学図形と送信 Paraview サーバーにデータを変換します。Paraview のクライアントは、同じ Paraview サーバーとリアルタイム表示で MR 画像と定義済みのポーズを説明するさらに幾何学的図形を重ね合わせて、幾何学的図形の位置を接続します。結果のリアルタイム可視化の例を図 17に示します。

Subscription Required. Please recommend JoVE to your librarian.

Protocol

このビデオで示されているすべての生物的標本は標準的な食品のサプライ チェーンを買収されています。これらの標本は、参加機関の倫理、安全規則に従って扱われている

注: 図 4 のダイアグラムはこのプロトコルの 8 メイン ステージをまとめたもの。ステージ 1 に 4 を含む初期活動、米国の画像集録の開始と処理ステージの前に一度だけ実施されます。これらの初期段階は次のとおりです: 1 実験のセットアップと (校正で使用) を寒天ファントム; 予備設計。2) 前のヴィヴォ ウシ脳の準備3. 脳の MR 画像の取得4. 米国イメージ獲得のためのターゲットとして使用される質的なポーズの定義。段階 5 に 8 の獲得そして米国画像の処理に関連します。これらの段階は、: 5.、すべての計測器が接続され、統合され、すべてのターゲットの配置や検証実験のセットアップ6. ナビゲーション; パッシブ マーカー搭載米国プローブの校正7 水中、定義済みのポーズとの両方に牛の脳の US 像の取得 " フリーハンド modeŔ8. 後処理と結合された氏の可視化/米国画像データセット。ステージ 5 は実験的活動の先頭に 1 回だけ実行できますが関与する各米国プローブあたりのステージ 6 と 7 を繰り返す必要があります。すべての買収が完了したときに、結合されたデータセット全体に手順 8 を一度だけ実行すること

Figure 4
図 4 : 実験的プロトコル ワークフロー。ブロック ダイアグラムでは、各ステップでの主な操作の一覧を含むプロトコルの主な手順を示しています。手順 1-5 を含む最初の活動と私たちの買収のための組み立ての準備したがって、彼らは一度だけ実施されますします。ステージ 6 と 7 は米国買収し、各プローブを繰り返す必要があります。画像の後処理は、ステップ 8 は最後に 1 回だけ実行できます。 この図の拡大版を表示するのにはここをクリックしてください

1。 予備設計

  1. ランドマークの位置の設計と検証
    注: 次の手順の較正に使用されるランドマークの位置決めのための一貫した戦略を定義します。セクション 6 で説明しているシステムを追跡運動。
    1. 約類似しているウシの脳の形を切り出してスチロール ヘッド マネキンを準備 (高さ 180 mm、幅を = = 144 mm, 長さ = 84 mm) ナイフを使用して
    2. ポリスチレンに 3 フリント ガラス球 (直径 3 mm) の挿入 6 パターン脳、側約 15 mm のと外部の表面から 1 ミリメートルよりも遠くないと正三角形の頂点の配置 (を参照してください 図 5).
    3. は、USB 経由でノートブックに追尾動作を接続します。追跡ツールを開いて、モーショントラッ キングを起動し、ポリスチレン脳内ガラス球に触れる、ポインター ツールは実験の時に視認性と効果的なアクセシビリティを確認する、ビューの追跡フィールド内に残りますを確認します

Figure 5
図 5 : のポリスチレン モデル予備設計段階で使用される脳。ウシ脳寸法を模倣する正しくカット、スチロール マネキンの頭部は、脳のガラス球パターンのポジショニングを選択に使用されました。図に示すように、ポリスチレンのモデルで、直径 3 mm の球体の六つの三角形のパターンを埋め込まれている、すなわち 3 は右と左の脳半球に 3 つのパターン <、href="//ecsource.jove.com/files/ftp_upload/55798/55798fig5large.jpg"ターゲット ="_blank"> この図の拡大版を表示するのにはここをクリックしてください

  1. 寒天ファントムの準備
    注: 手順校正手順 (セクション 6.1) に使用される研究所製寒天ファントムを準備することができます。
    1. 、ビーカーに 100 g のグリセリンと蒸留水の 870 g の寒天の 30 g を希釈します。攪拌、混合物までの温度を増加させながら 90 ° C、10 ~ 15 分は 10 cm 容器 x 10 x 13 を記入し、少なくとも 1 日冷蔵庫でそれを維持する混合物を注ぐ
    2. は、冷蔵庫から寒天ファントムを削除します。6 ガラス球 (認) の黄色のエナメルを色し、表面 1 mm ( 図 6) よりも遠くない各寒天ファントム (すなわち 1 つブロックの主要な側面ごと) の 3 つのガラス球の 2 パターンを挿入します
    3. 保全のため、使用しないときは水と塩化ベンザルコ ニウム、密封されたプラスチック製の食品コンテナーを使用してソリューションの寒天ファントムを浸すし、冷蔵庫で保存します

Figure 6
図 6 : 寒天ファントム。(黒の矢印によって示されます) 3 つの黄色塗装ガラス球の注入パターンが明確に下端に表示される寒天ファントムを図に示します。校正段階では、球の位置を測定するために使用、ポインター ツール ヒントも、怪人付近に表示されます。 この図の拡大版を表示するのにはここをクリックしてください

2。 ウシ脳化・固定化

  1. 取得標準的な食品から 前のヴィヴォ ウシ脳サプライ チェーン。(保存) の氷の上にそれを輸送します。通常は、この例のように 前のヴィヴォ 脳可能動物から取り除いた後
  2. は氷から脳を取り外して吸引フードで配置。以降の準備のためのフードにそれをしてください。脳の腹側表面の構造を通って切断手術の刃で 小脳中脳 脳幹を分離することにより大脳半球を分離します
  3. ポリスチレンのマネキンを参考に、位置決めしてインプラントの正面, 時間と後頭葉の皮質における 3 球の 6 三角形パターン。(すなわち 距離表面からと球の間で) の定義済みの条件が満たされていることを確認します。視認性、脳球表面のマーキング ( 図 7) 組織学のため色素緑色組織ですべての位置をマークします
  4. を浸し、10% の脳は、ホルマリンをバッファリングします。解剖学的部分 ( 図 8) のプラスチック容器を使用します。コンテナーに脳をホルマリンで固定プロセスが完了するまで、少なくとも 3 週間残す
    。 注意: ホルマリンは、有害化学物質、; 注意して処理する必要があります。特定の規制も適用されます、例えば米国 OSHA 標準 1910.1048 約 A

Figure 7
図 7 : ウシ脳の準備とガラス球の注入。ウシの脳は (a) 以前にデザインされた構成に従って過剰の解剖学的部分の取り外しと、ガラス球パターンを植え付けることによって専門家の病理学者によって準備されます。球の位置は、緑色の染料で脳の表面 (b) とマークされます。 この図の拡大版を表示するのにはここをクリックしてください

Figure 8
図 8 : ウシ脳ホルマリン固定。注入されたガラス球とウシの脳は解剖学的部分 (a) 用のプラスチック容器内 10% ホルマリン溶液に浸漬します。期間の後少なくとも 3 週間、固定プロセスは完全な (b) と脳は画像関連の買収に使用できます。 この図の拡大版を表示するのにはここをクリックしてください

3. 氏画像集録

  • ホルマリン溶液、一晩、水にそれはきれいなプラスチック容器に配置し、それをシールの洗浄から脳を抽出
    1. MR ヘッド コイルにコンテナーを置くし、MR 装置にそれを配置します
    2. 実行氏は、32 チャンネル ヘッド コイル ( 図 9) に恵まれて 3 T MR 装置を用いたスキャンします。それぞれ T1、T2 と CISS シーケンス 0.7x07x1 mm 3 と T1 ・ T2 の 0.5x0.5x1 mm 3 の解像度を持つと CISS シーケンスを用いた画像の 3 つのセットを取得します。DICOM の MR 画像保存 MR 装置のソフトウェア ツールを使用して書式を設定します
    3. 使用後は、10% ホルマリンで脳を浸します。処理ワークステーションに MR 装置から取得した MR 画像を転送します

    Figure 9
    図 9 : MR 画像集録。きれいなプラスチック容器に封入、牛の脳は、MR 画像集録 3 T MR 装置に配置されます。 この図の拡大版を表示するのにはここをクリックしてください

    4 米国イメージ買収の質的なポーズの定義

    注: このプロシージャが MR 画像に関しての質的なポーズのセットを定義する脳領域の可視性を含む明確に。有名な解剖学的構造と分化組織 (特に白と灰色の物質) の US 像の最大化されます

    1. オープン MR 画像の DICOM フォーマット Paraview ソフトウェア ツール (今後、可視化ソフトウェア)。必要に応じて画像のスライスと 3 D ボリュームの両方を視覚化する専門家がいる
    2. 解剖学的構造および組織 (例: 側脳室、脳梁 基底核の灰白質) の可視性を評価するためにデータセット内の各 MR 画像を検査します
    3. は最高の認識可能な視覚機能を含む参照 MR 画像から 3 D 空間領域を選択し、約最大視認性の切断面を定義します。視覚機能の重要な設定を含む米国画像を取得する定義済み 12 のポーズを識別します
    4. それぞれの仮想ポーズ用 " ソース > コーン " 視覚ランドマークとして 3 D 円錐を作成します。40 mm にそれぞれの円錐の高さと半径 2 mm に適応し、3 D 視野 ( 図 10) で円錐を手動で配置。氏のイメージ、3 D 領域、飛行機、ランドマークのコンプレックスを Paraview 状態ファイルとして保存します

    Figure 10
    図 10 : US 画像のポーズを定義済み買収。 3 D 氏の 12 選択したポーズの位置イメージ米国の演算子によって到達するフレーム (、) のショーでマーカー画像取得。(B) MR で選択したポーズに対応する平面が表示されます。赤いマーカーを表す米国プローブ (MR 画像空間で表される) の位置移動でリアルタイムで白のマーカーの 1 つまでに達するし、システムによって必要な米国のイメージを得ることができます。 この図の拡大版を表示するのにはここをクリックしてください

    5。 実験のセットアップ

    1. 環境とターゲット
      注: この手順は、セットアップと米国獲得実験機器の準備を説明します。
      1. 50 × 50 × 30 cm の位置のプラスチック テーブルにタンクし、水タンクが上からとその視野内に完全に表示されるようにシステムを追跡運動の 15 cm 位置高さまでガスを抜かれた水でそれを埋める ( 図 11。) モーション トラッカーを USB 経由でノートブックに接続と
      2. 追跡システム 34 モーションのトラッキング ツールを使用してポインターを調整する旋回の手順を実行します
      3. は、ULA OP システム テーブルに置き、作るコンピューターの画面が米国プローブ オペレーターに明確に表示されていることを確認して USB 経由でノートブックに接続します。テーブルの上のワークステーションの位置し、その画面がオペレーターに明確に表示されることを確認してください
      4. はホルマリン溶液から脳を取り出して水で洗います。縫製糸と接着剤のストライプ ( 図 12) のセグメントを使用して合成の樹脂の板に固定します
      5. タンクに脳とプレートを浸すし、脳の周り全体の作業スペースがポインターおよび追跡ツール ソフトウェアを使用して、モーション トラッカーの視野内に収まることを確認してください

    Figure 11
    図 11 : のセットアップ、モーショントラッ キング システムと実験的買収。モーショントラッ キング センサーはウシの脳は浸漬水タンク直上の固定反射マーカーとプローブとターゲット完全その測定視野範囲内に収まるようにします。<、href="//ecsource.jove.com/files/ftp_upload/55798/55798fig11large.jpg"ターゲット ="_blank"> この図の拡大版を表示するのにはここをクリックしてください

    Figure 12
    図 12 : ウシの脳の位置決め、水タンク.ウシの脳は固定化合成樹脂板 (縦裂に沿って配置された) 2 つのミシン糸、接着ストライプ プレートに固定します。プレートとウシの脳は水槽に浸漬します。 この図の拡大版を表示するのにはここをクリックしてください

    1. 米国プローブを接続してスキャンを実行する ULA OP を構成します
      1. ULA OP システムに米国プローブを接続します
      2. は、その構成ファイルおよびコンピューター ( 図 13) からのソフトウェア インターフェイスを ULA OP システムを構成します。
        1. 定義二重モードの 2 つから成る、インターリーブ B モードの 2 つの異なる動作周波数 (7 MHz ・ 9 MHz) を採用します。各モードの 1 サイクルのバイポーラ バーストを設定します。25 mm の深さと可変焦点で伝送フォーカスをセットのフロントで F #= 2 sinc アポダイゼーションの機能
        2. システムを beamformed を記録し、同相および位相差出力構成 (私/Q) データを復調します
      3. における操作性を確保するため、いくつかの取得テストを実行します。
        1. をクリックして、システムをフリーズ、" 凍結 " ULA OP ソフトウェアでトグル ボタン。3 つのフロッピー ディスクとして表示されるトグル ボタンをクリックして自動保存モードを有効にします。買収の終わりに表示されるポップアップ ウィンドウにファイル名をメモし、[クリックして " 保存 ".

    Figure 13
    図 13 :私たちの実験のセットアップ画像取得します。ULA OP システムは、米国プローブ オペレーターに明確に表示する表示は買収時水タンクの近くに配置するノートブックに接続されます。 この図の拡大版を表示するのにはここをクリックしてください

      米国プローブ上に反射マーカをクランプ

    1. 注: 画像と位置の後続の買収の米国プローブと反射マーカの固体アセンブリの作成この手順では、データ。
      1. 米国の調査にクランプの適切な位置を見つけるハンドル。米国プローブ ハンドル ( 図 14) の反射マーカをクランプします
      2. クランプは安定して、マーカー追跡システム、米国の調査は予想される作業姿勢で開催されている間の動きによってはっきりと見えるようにいくつかの取得テスト (手順 5.2.3 参照) を実行します

    Figure 14
    図 14 : 受動的なツール3 D イメージング圧電プローブ マーカーを反映して取り締まった。マーカー ツールは正しくクランプし、同時に米国画像との位置データの取得に使用する米国アセンブリになるよう 3 D イメージング圧電プローブ ハンドルに固定します。 この図の拡大版を表示するのにはここをクリックしてください

    6 校正

    注: このセクションは、異なる空間参照フレームの間で必要な変換を計算するための情報を収集するプロトコルの実験の一部を説明します。関与しています。計算法の数学的な詳細については、セクション 9 を参照してください。校正のための言語 MATLAB のソフトウェア ルーチンが利用可能な https://bitbucket.org/unipv/denecor-transformations でオープン ソースとして

      から米国のフレーム画像を受動的なツール フレームにクランプ米国プローブに

    1. 注: 次の校正手順を使用してローカル米国イメージ ボクセルに空間位置を割り当てることができます剛体変換を計算クランプ プローブの受動的なツールのフレームの参照。それは、米国プローブに受動的なツールの各実装に繰り返す必要があります。
      1. 位置寒天ファントム完全水の中に浸漬タンク。レコードがデータの位置し、その動きを追跡しながらポインター ツールとファントムの寒天 6 ガラス球のそれぞれの位置を収集ログ アプリケーションを起動します
      2. 寒天ファントム (ステップ 5.2.3) ( 図 15) の 3 つの球の各パターンごとに 1 つの米国イメージを取得します。3 つの球の完全なパターンは、ビューのフィールド内では ULA OP システムの事前可視化機能を使用して機械の腕を介して米国プローブの位置。取得し、対応する米国のイメージを保存します
      3. モーション トラッカー ログ ・ ファイル、ワークステーションに一緒の ULA OP 形式ですべての米国イメージを転送します
      4. 可視化ソフトウェアで各米国画像を開きます、手動でそれぞれの 3 のガラス球の位置をマーク、.csv ファイルに 3 D の位置を転写します
      5. (提供されるオープン ソース コード、セクション 9 を参照)、2 つの参照フレーム間米国のマーカーへの剛体変換を計算します

    Figure 15
    図 15 : 米国の獲得校正用ファントムの寒天の画像。 係は取得に 2 つ 2 つの埋め込まれた球のパターンが含まれる画像で示すように、寒天ファントムを米国プローブ (による CMUT プローブ) ULA OP ソフトウェア コンピューターのディスプレイ上でリアルタイム。取得した画像は、プローブの固定マーカーと米国イメージ空間から受動的なツールのスペースへの変換を計算するため使用されます。 この図の拡大版を表示するのにはここをクリックしてください

      氏のイメージ空間にモーション トラッカー空間から

    1. 注: 次の校正操作を使用してモーショントラッ キングし、MR 画像の参照フレームをシステムの参照フレームから剛体変換を計算モーション トラッカーの動作範囲の中の脳のプレースメントごとに繰り返す必要があり、。それぞれ個別の MR 画像のこの最後の 2 つの手順を繰り返す必要があります。
      1. 水の中完全に浸漬位置脳タンク。ロギング アプリケーションを起動し、ポインター ツール ( 図 16) 18 ガラス球のそれぞれの位置を収集します。ワークステーションにモーション トラッカーのログ ファイルを転送します
      2. 可視化ソフトウェアで各脳 MR 画像を開き、手動で各 18 ガラス球の位置をマーク、対応する 3D 座標を .csv ファイルとして保存します
      3. (オープン ソースのコード、セクション 9 を参照)、2 つの参照フレーム間の動きのトラッカー-氏剛体変換を計算します

    Figure 16
    図 16 : の獲得、校正用ウシの脳に移植ガラス球の位置。ポインター ツール ヒントを使用して、1 つずつは、水に浸漬ウシの脳に注入 18 ガラス球の位置を取得します。これらの位置を使用して、移動反応を計算モーショントラッ キングし、氏のイメージ領域をシステム領域からの情報。 この図の拡大版を表示するのにはここをクリックしてください

    7 超音波買収

    注: リアルタイム可視化の手順では、python で、Paraview のソフトウェア ルーチンが利用可能な https://bitbucket.org/unipv/denecor-tracking でオープン ソースとして。

    1. 定義済みのポーズの米国の取得画像
      1. は米国プローブ上にマーカーをクランプし、校正手順 (セクション 5.3 および 6.1) を実行します。脳を置き、校正手順 (セクション 5.1 と 6.2) を実行します
      2. は 2 つの剛体変換パラメーターを収集 (米国のマーカーとモーション トラッカー-氏) 手順 6.1.5 と 6.2.3 で計算され、Python と可視化で実装されたリアルタイム可視化手順のフォルダーにこれらのファイルを転送ソフトウェア ( 図 10 b).
      3. 可視化ソフトウェアを使用してリアルタイムの可視化手順を開始 (オープン ソース コード参照) 米国プローブの実際の位置が正しく表示されていることを確認し、( 図 17).
      4. は、プローブの位置を記録するためのログ アプリケーションを起動します。手動で米国プローブを用いた可視化ソフトウェアに表示されている各の質的定義済みの位置に合わせてし、ULA OP システム (ステップ 5.2.3) と対応する画像を取得します。2 つのアプリケーションを停止し、ULA OP 形式ですべての米国のイメージを転送し、モーション追跡ログのファイルをワークステーションにします

    Figure 17
    図 17 : 米国の獲得定義済みのポーズのイメージ。定義済みのポーズに到達する米国の調査を係します。手順は、リアルタイムでサポートされているワークステーションのディスプレイの脳の三次元 MR 画像プローブの位置を示す、Python ルーチンによる可視化ソフトウェア。 この図の拡大版を表示するのにはここをクリックしてください

    1. 3 D 画像再構成のための線形の米国プローブでポーズを移動、フリーハンドの買収
      注: 次の手順は、線形米国プローブのみを対象として、米国の画像を平面の 2 d シーケンスの買収を許可、一緒にモーショントラッ キング システムからのデータを配置するには、3 D ボリューム データの再構成に必要な。
      1. は米国プローブ上にマーカーをクランプし、校正手順 (セクション 5.3 および 6.1) を実行します。脳を置き、校正手順 (セクション 5.1 と 6.2) を実行します
      2. は手動で目的の初期ポーズ (例えば 各半球の前頭の終わり) で米国プローブを配置します。ULA OP システム (ステップ 5.2.3) とプローブの位置記録用ロギング アプリケーション各米国イメージ シーケンスの集録を開始します
      3. は、目的の最終的なポーズ (例えば 脳の各半球の遠位端) に向かって米国プローブをゆっくりと、フリーハンド モーションを適用します。私たちはウーラ OP システムと画像の集録を停止し、プローブ追跡を停止します。ULA OP 形式ですべての米国イメージ転送およびモーション追跡ログのファイルをワークステーションにします

    8。後処理と可視化

      イメージ私たちのフリーハンドのシーケンスの後処理

    1. 注: この手順 MATLAB プログラミング言語で実装されている、ULA OP で 2 D の US 像の各のフリーハンドのシーケンスに適用されます形式で、完全な 3 D 画像を生成します。 ULA OP 形式で
      1. ロード米国一連画像。モーション トラッカーのログ ファイルと米国画像のシーケンスと一致します。ULA OP システムで記録された取得プロセスの終わりに最初から行く区間に含まれているログ ファイルから一連の動作タイミング位置を抽出します
      2. ULA OP システムによって記録されたパラメーターを使用して一連の画像の各米国の正確なタイミングを計算します
      3. は、モーショントラッ キング システムによって記録された 2 つの最も近いタイミング位置の間の補間によって、シーケンス内の各米国イメージに関連付けられている位置を計算します。翻訳ベクトルと球面線形補間 (スラープ) 四元数として表される、回転間の線形補間を使用します
        。 注: ベストが 3 D の米国のイメージのフレームを定義するための参照として - (約) 等しい長さの 2 つの半分でシーケンスをパーティション分割、位置のイメージ シーケンス - すなわち 中央米国のイメージを想定しています
      4. 対数圧縮を適用、その最大にイメージを正規化およびしきい値 (通常-60 dB) を米国のイメージの各平面に適用します
      5. 参照フレームに対して計算し、空間的位置の平面のバンドルを取得する順序で他の US 像のそれぞれに相対的な空間変換を適用します
      6. は、ボクセルのデカルト 3 D 配列を生成する空間的位置の平面の構造を線形補間ルーチンを適用します。デカルトが .vtk ファイルとしてのボクセルの 3次元配列保存し、取得タイミングに対応する間隔のタイムスタンプを記録します
    2. 他の US 像 (ないフリーハンド シーケンス) の後処理
      注: 次の手順は、フリーハンドのシーケンス (8.1 を参照) を除いて ULA OP 形式で各の米国のイメージに適用されます。 ULA OP 形式の画像は
      1. ロード米国。対数圧縮を適用、その最大にイメージを正規化およびしきい値 (通常-60 dB) を米国のイメージの各平面に適用します
      2. 3 D の米国画像のみに適用されます線形補間ルーチン (すなわち スキャン変換) ボクセルのデカルト 3 D 配列を生成する空間にある飛行機の構造します
      3. 集録タイミングに対応する間隔タイムスタンプの記録画像平面または .vtk ファイルとしてボクセルのデカルトの 3D 配列、保存します
    3. 米国の登録画像
      注: 前の校正手順、および位置データの実行中に計算 2 つの変換を使用してこのセクションでは、米国および MR 画像の最終登録を実行する手順について説明します、米国の調査の買収時に記録されます。私たちの登録画像プログラミング言語 MATLAB のソフトウェア ルーチンが利用可能な https://bitbucket.org/unipv/denecor-transformations でオープン ソースとして。
      1. .Vtk 形式で米国のイメージをロードします
      2. は、モーション トラッカー ログ ファイルと米国のイメージのタイミングと一致します。.Vtk 画像に記録されている取得プロセスの終わりに最初から行く区間に含まれているログ ファイルから一連の動作タイミング位置を抽出します
      3. は、米国のイメージの平均位置を計算します。翻訳ベクトルの線形平均を使用し、四元数として表現される回転の参照 35 で説明されたアルゴリズムを適用します
      4. は、特定の米国のイメージに対応する米国のマーカーへの変換をロードします。特定の米国のイメージと選択した MR 画像に対応するモーション トラッカー-氏変換をロードします
      5. は、米国-氏剛体変換を計算して保存一緒に上記の 2 つの変換平均位置を使用します。翻訳、オイラー角選択の MR 画像のフレームで米国のイメージを視覚化することができるなど、さまざまな形式で後者
    4. 登録の US 像の可視化
      注: 取得した米国および MR 画像を視覚化して可視化ソフトウェア、以前に計算されたを使用して重ね合わせ後それらを表示する最後の手順は、これら変換します。
      1. は、可視化ソフトウェアを起動し、選択した MR 画像を読み込みます。関連するすべての米国のイメージをロードします。各米国イメージ Paraview のトランス フォームを作成、イメージ データに計算された米国-氏登録変換 ( 図 18) を適用します

    9。校正モデルと変換

    注: 示されるプロトコルで使用される校正と変換技術の数学的な詳細について説明します。実験的プロトコルが適切に混合する必要がある 4 つの異なるフレームの参照を含む: 1) 米国の調査と空間座標 (x を関連付けるスキャナー構成の両方の物理的な特性に依存する米国のイメージのフレーム、y、z) US 画像の各画素に (均一性、のすべての 2D 平面画像と見なされます y = 0);米国の調査 (セクション 6.1); にクランプがパッシブ マーカー ツールに固有のものです 2) のマーカー (M) フレーム3) 運動追跡システム (TS) フレーム追跡装置; に内在しています。4) 氏 (MRI)、画像フレーム MR 画像の各画素に空間の座標 (x、y、z) を関連付けるスキャナーによって定義されています。利便性と表記のシンプルさは、このセクションの手順は、回転行列 (すなわち 方向余弦行列) とない四元数 36 を使用して表現されます

    1. M フレームに米国から
      注: セクション 6.1 で実験的校正手順が次の情報を生成する: 1) 三次元位置 (p 1、…、p 6) TS3 つの球、それぞれ寒天ファントムに含まれ、モーション トラッカー フレーム単位の 2 パターンの同じの 2 つのパターンのそれぞれの 2) 三次元位置 (p 1、…、p 3) 私たち と (p 4、…、p 6) 米国 内でそれぞれ測定2 つの米国の画像が得られる;3) 1 つの変換 (R M > TSt M > TS)、R が回転行列、t が平行移動ベクター、位置決めの計器で測定します。パッシブ マーカー ツール (モーショントラッ キング システムによって測定されるすべての回転は四元数は、回転行列に変換する必要があると報告されます) の相対的な位置を示します。 リストの 2 つのペアのそれぞれに
      1. 適用の参照アルゴリズム 37 (p 1、…、p 3) 私たち (p 1、…、p 3) TS と (p 4、…、p 6)、私たち (p 4、…、p 6) TS、2 つを取得するには型の変換 (R 米国 > TSt 米国 > TS)、それぞれに対応する 1 つの特定私たちイメージ スペース。
        1. 計算目的の推定変換 (R 米国 > Mt 米国 > M) 次のように上記の変換のそれぞれから:
          R 米国 > M =RTM > TSR米国 > TS
          t米国 > M R T = M > TS (t 米国 > TS - t M > TS)
          注: ベクトルの算術平均することによって結合される 2 つの見積もり t 米国 > M と回転行列 R を平均 米国 > M 四元数と結果として得られる四元数に最初の行列を翻訳することの後で参照 35、法回転行列にします
    2. 、モーショントラッ キングを MRI フレーム システムから
      注: セクション 6.2 の手順次の情報が生成されます: 1) 三次元位置 (p 1、…、p 18) 各牛の脳に含まれる 3 つの球の 6 パターンの TS 測定モーショントラッ キング システム フレーム;同じ 18 球の 2) 三次元位置 (p 1、…、p 18) MRI 測定対象の MR 画像で。
      1. 目的の変換を直接計算 (R TS > MRIt TS > MRI) 37 のアルゴリズムを 2 つの位置のリストに適用することによってします
    3. 米国から MRI のフレームに
      注: セクション 7 に記載されている米国イメージ取得手続きモーション トラッカー ログ ・ ファイル、変換に関連付けられているタイムスタンプを解決した後で、画像を生成する (R M > TSt M > TS) が直接計算されます。
      1. 計算次の方法で目的の変換:
        R 米国 > MRI R = TS > MRI R M > TS R 米国 >M
        t 米国 > MRI R = TS > MRI(RM>TStUS>M + tM>TS) + tTS > MRI

    Subscription Required. Please recommend JoVE to your librarian.

    Representative Results

    2 D の効果的かつ再現性の評価手法の実験的検証であり、私たちの 3 D イメージング機能プローブによる CMUT 技術、脳に将来のアプリケーションに基づいてプロトタイプ説明プロトコル経由での主な成果イメージング。記述されていたプロトコルのすべての手順を実装した後専門家を適用できます可視化ソフトウェア機能 (無料オリエンテーションのスライスなど、一部抽出、ボリューム補間、) の映像を比較する登録米国ターゲット MR 画像による画像。特に、MRI の金本位制への直接比較と、得られる画像の品質はこのフィールドによる CMUT 技術の潜在的な最初、重要な証拠を表します。

    可能な限り視覚的比較の例として図 18は、3次元濃淡画像で同じ対応するスライスを重ね合わせ、それぞれによる CMUT 米国プローブと圧電リニア ・ アレイ プローブ取得の 2 つのスライスを示しています、T2 強調 MR 画像。T2 強調 MR 画像はこれらの実験に必要な機能と視認性の面で最も効果的であることが判明した、したがって重ね合わせの参照として選ばれました。図に 2 つの米国のイメージは、9 MHz のと同じ頻度で買収されました。図 18のように、による CMUT プローブで得られた画像は良いの解像度とコントラスト。また、著名な視覚機能の定義より、脳回の構造がよりはっきりと見える、高い感度とによる CMUT プローブの広帯域化がパフォーマンスの向上を達成することを示します。

    Figure 18
    図 18: スライスの登録米国と MR 画像の重ね合わせします。図氏と私たちは、による CMUT で取得した画像の達成の登録 (、c, e, g) と圧電 (b、d、f、h) リニアアレイ プローブします。(1) と (b) の再建された MR 空間における 3 D データセットの概要が表示されます、選択した 2D スライスがハイライトされます。パネル (c, e, g) と (d, f, h) スーパーイン ポーズの米国および MR スライスの両方の画像で機能の対応を表示する透明性の向上を呈する。この図の拡大版を表示するのにはここをクリックしてください

    さらに 3 D の体積画像に関連する、比較実施例は図 19 図 20で表されます。図 19に示します体積再構築後圧電リニア プローブで得られる 2 つの 3 D 画像と 3 D イメージング用圧電プローブを機械的に掃引で得られた別。による CMUT プローブで取得した画像の 3 D の体積再構築を図 20に示します。の 3次元構造と大脳皮質のは、による CMUT プローブで得られたボリュームで外面がよりはっきりと見えより定義されたすべての 3 つのケースで明確に表示されます。

    Figure 19
    図 19: 容積 3 D 米国画像圧電プローブ取得します。3 D の US 像の比較 (, c)、機械的にスイープのプローブを取得または位置決めデータ (b、d) モーション トラッカーを使用してリニア探触子でフリーハンド取得した平面の 2 D 画像から再構築します。(A、b) のアウトラインを使用して、3 D の氏イメージ フレームのこれらのボリュームの位置が表示されます。この図の拡大版を表示するのにはここをクリックしてください

    Figure 20
    図 20: 再生 3 D 米国像による CMUT プローブ取得します。示すように、3 D ボリュームを再構築するフリーハンドによる CMUT プローブで牛の脳をスキャンした 2D イメージ面を使用されているの (c, d)。(A、b) でこのようなボリュームの概要、3 D の MR 画像のフレームで表されます。この図の拡大版を表示するのにはここをクリックしてください

    重要なおよび追加の製品としては、実験は、位置づけ米国画像と同じターゲットの異なる MR 画像を基準にして登録データの拡張マルチ プローブ データセットを生成されます。図 21は、同じ MR 画像に重ね合わせでそれらのそれぞれの境界ボックスを示すことによって、データセット内のすべての 3 D イメージをまとめたものです。

    Figure 21
    図 21: MR 画像の参照フレームの 3 D 米国のデータセットを取得します。脳の三次元 MR 画像と米国のデータセットは、機械的に (a)、圧電リニア ・ アレイ (b)、(c) プローブによる CMUT 総なめにした圧電をつけた 3 D の重畳の概要を示します。(B) と (c) の体積再構築により 3 D 画像が得られました。この図の拡大版を表示するのにはここをクリックしてください

    全体的にみて、これらの結果ができました獲得と 2 D ・ 3 D の正しい登録画像 (図 1819) 同じウシ脳の三次元 MR 画像の参照のフレームに、記述のプロトコルの有効性を示す米国の 2次元画像からボリュームを再構築するフリーハンド モード (図 19 d, 20) で取得します。

    説明されているソフトウェア ツールを使用すると、専門家が視覚的に調べる 2 D と 3 D の最も重要な機能私たちの生物的標本の画像。(図 18図 19 図 20を参照) 他の米国のプローブおよびターゲット MR 画像 (参照への参照と比較してパフォーマンスをイメージングによる CMUT プローブの定性評価の重要な例が示されています。図 18)。さらに高度な分析が人間のエキスパートによる、またはデジタルのためのそれらのような他のソフトウェア技術のアプリケーションを介して、3 D 画像の微調整の米国氏登録を受けた画像データセットに対して可能です。これらのソフトウェア技術になります対処将来の作品です。

    Subscription Required. Please recommend JoVE to your librarian.

    Discussion

    いくつかの作品は、提示されたプロトコルに類似または関連手法を記述する文献で紹介されています。これらの技術はまた現実的な目標、固定動物死体の脳などの使用に基づいてが、さまざまな種類のデジタル登録メソッドのテストのため主に構想されています。

    ここでは、説明されたプロトコルただし、開発の初期段階で、さまざまな構成で米国プローブをテストの特定の目的には、買収、すなわち同じでの再現性の基本的な要件を満たすため、生物試料と同等のポーズ。提示されたプロトコルは上既存の技術の多くの側面を借りて、この目的のための異なった整理でまとめます。

    プロトコルの設計と実験の間に学んだレッスンの間で校正ははるかに最も重要な側面です。採用して、多くの改善にもかかわらず校正は、後変換の全体のセットの全体的な空間的エラーは 1 から 1.5 mm 程度存在します。このようなエラーはありません (これは 0.3 mm の順序で記載された有効桁数) モーション トラッカーがいくつかの柔軟性を保持する生物学的標本の正確な空間測定値を取得の難しさ、精度の不足のため。

    その一方で、私たちの経験では同期の時間精度は重要ではありません。実は、運動追跡による位置データの取得率は約一桁の安定した姿勢を実現しようとすると、人間の手の動きよりも大きいです。このため、余分な精度の時間平均プロトコルの値が取得されます。特に効果的なもう一つの側面は、仮想のポーズの定義です。実験、リアルタイムの視覚追跡ルーチンのおかげでオペレーターは、多くの努力および機械構造をサポートすることがなく 3 つの米国プローブのそれぞれから 12 の仮想のポーズに匹敵する画像の取得を運転できます。

    将来的に採用されるように、プロトコルへの可能な変更は、近いループと空間の変換からのフィードバックに基づく必要があります異なるおよび改善された校正方法を使用しています。現在の形では、実際には、プロトコルは変換行列を計算する測定値を空間の重要なポスト処理を必要があります。この活動は数十分実行することができます、オフラインに実験を必要としないが、この後処理はキャリブレーションの実行中、すぐに可視化することはできません結果を提供します。この点より高精度を達成する上で大きな助けを得た校正の拡張とおそらくリアルタイム視覚的フィードバック可能性があります。

    プロトコルの実際の実装では、合理的に開かれていて、複数の必要な統合を許可する楽器を持っている必要不可欠です。例えば、- ここでは ULA OP システムによって提供される内部タイミング データへのアクセスによって保証のさまざまなソースからの信号の同期の実際の可能性の調整および画像処理後の活動が欠かせません。

    もう一つの重要な要因は、ソフトウェアです。運動追跡のフィードバックが事前に定義された実験、C++ および MATLAB ルーチンに加えて、校正などの重要なタスクの数に欠かせない証明 Paraview の Python ベースのモジュールの数に必要な主要なソフトウェア ・ インストゥルメントがなかったがポーズ、そして 3 D 画像再構成のための後処理。もう一度、楽器によって生成される低レベルのデータにアクセスすることは、これらのソフトウェア コンポーネントを作成するため極めて重要です。

    最後に、画像の右のターゲットの選択は非常に重要です。合成ファントムの実現を含むいくつかの代替オプションが事前に考えられていた、私たちの経験ではこれらすべての選択肢は、ウシの脳をホルマリンで固定の非常にコスト効率の高い選択肢と比較して最適のように見えた。このターゲットにより、はるかに優れたリアリズムと、適切なケアと、時間の経過とともに無期限保存。

    結論としては、恒久的かつ関連性の高い結果として 3 D マルチ モーダル画像データセットを提示実験の結果の達成は製品区分、組み立てられる必要がある技術の効果的な統合戦略の我々 の意見で、します。プロシージャと楽器に関連しており、黙示を問わず、多くの側面を慎重に分析を介して関与しています。

    Subscription Required. Please recommend JoVE to your librarian.

    Disclosures

    著者は、彼らは競合する金銭的な利益があるを宣言します。

    Acknowledgments

    この作品は、各国政府や欧州連合助成契約番号 324257 の下で ENIAC じゅプロジェクト DeNeCoR ので部分的にサポートされています。著者は、彼らの貴重なサポート, 監督, とこの作業を可能にした洞察力に富んだコメントの教授・ ジョヴァンニ ・ Magenes、教授ピエロ トルトリと博士 Giosuè Caliano を感謝したいです。教授エジディオ空港ダンジェロと彼のグループ (BCC 研究室)、スタンパーリアラヴェッロ Istituto Neurologico C. モンディーノ、と共にモーショントラッ キングと氏インストルメンテーションを提供するため、およびジャンカルロ Germani 氏買収に感謝おります。最後に、博士ニコレッタ Caramia、博士アレッサンドロ ・ Dallai と貴重なテクニカル サポートのためさんバーバラ Mauti と氏ウォルター Volpi ウシの脳を提供するために感謝したいと思います。

    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).

    Comments

    0 Comments


      Post a Question / Comment / Request

      You must be signed in to post a comment. Please or create an account.

      Usage Statistics