Author Produced

En eksperimentell protokoll for taksere arbeidsinnsatsen av nye ultralyd sonder basert på CMUT teknologi i programmet hjernen bildebehandling

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

Utviklingen av nye ultralyd (oss)-sonder basert på kapasitive Micromachined Ultrasonic svinger (CMUT) teknologien krever en tidlig realistisk vurdering av imaging evner. Vi beskriver en repeterbare eksperimentelle protokoll for amerikanske bildeopptak og sammenligning med magnetisk resonans bilder, bruke en ex vivo bovin hjernen som en tenkelig mål.

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

Muligheten til å utføre en tidlig og repeterbare vurdering av imaging ytelse er grunnleggende i design og utviklingsprosessen av nye ultralyd (US) sonder. Spesielt kan en mer realistisk analyse med programspesifikke tenkelig mål være svært verdifullt å vurdere den forventede ytelsen for amerikanske sonder i deres potensielle klinisk anvendelse.

Eksperimentelle protokollen presentert i dette arbeidet var bevisst utformet for å gi en programspesifikk prosedyre for nyutviklet oss undersøke prototyper basert på kapasitive Micromachined Ultrasonic svinger (CMUT) teknologien i forhold til hjernen imaging.

Protokollen kombinerer bruk av bovin hjernen fast i formalin tenkelig målet, som sikrer både realisme og repeterbarhet beskrevet prosedyrer og neuronavigation teknikker lånt fra nevrokirurgi. Amerikanske sonden er faktisk koblet til en bevegelse sporingssystem som kjøper posisjonsdata og aktiverer superposisjon av amerikanske bilder referanse magnetisk resonans (MR) bilder av hjernen. Dette gir et middel for menneskelig eksperter utfører en visuell kvalitativ vurdering av amerikanske sonden imaging ytelse og sammenligne oppkjøp gjort med forskjellige sonder. Videre avhengig protokollen bruken av et komplett og åpent forskning og utvikling system for US bildeopptak, dvs. ultralyd avanserte åpne plattformen (ULA-OP) skanneren.

Manuskriptet beskriver i detalj de instrumenter og prosedyrer som er involvert i protokollen, spesielt for kalibrering, bildeopptak og registrering av USA og MR bilder. Innhentet resultatene bevise effektiviteten av generelle protokollen presentert, som er helt åpen (innenfor rammene av instrumentering involvert), gjentas, og dekker hele settet og bearbeidingen aktiviteter for amerikanske bilder.

Introduction

Økende markedet for liten og bærbar ultralyd (USA) skannere fører til utvikling av nye echographic sonder i hvilken del av signal-condition og beamforming elektronikk er integrert i sonde håndtaket, spesielt for 3D / 4D bildebehandling 1. Emerging technologies spesielt egnet for å oppnå dette høy grad av integrering inkluderer Micromachined Ultrasonic transdusere (MUTs)2, en klasse av mikro Elektromekanisk System (MEMS) transdusere laget på silisium. Spesielt har kapasitiv MUTs (CMUTs) endelig nådd en teknologisk modenhet som gjør dem et gyldig alternativ til Piezoelektriske transdusere for neste generasjon ultralyd imaging systems3. CMUTs er meget attraktivt på grunn av sin kompatibilitet med mikroelektronikk teknologi, stor båndbredde - som gir en høyere bildeoppløsning - høy termisk effektivitet og, fremfor alt, høy følsomhet4. I forbindelse med ENIAC JU prosjektet DeNeCoR (enheter for NeuroControl og NeuroRehabilitation)5, CMUT prober blir utviklet6 for amerikanske hjernen imaging programmer (f.eks nevrokirurgi), hvor høy kvalitet 2D/3D/4 D-bilder og nøyaktig gjengivelse av hjernen strukturer er nødvendig.

I utviklingsprosessen av nye amerikanske sonder er muligheten til å utføre tidlig vurderinger Imaging ytelse grunnleggende. Typisk vurderings-teknikker involvere måle bestemte parametere som oppløsning og kontrast, basert på bilder av vev-mimicking fantomer med innebygde mål kjent geometri og echogenicity. Mer realistisk analyse med programspesifikke tenkelig mål kan være ekstremt verdifullt for en tidlig vurdering av den forventede ytelsen for amerikanske sonder i potensielle programmet til et bestemt klinisk felt. På den annen side, den komplette repeatability av oppkjøp er grunnleggende for sammenlignende testing av ulike konfigurasjoner over tid, og dette kravet utelukker i vivo eksperimenter helt.

Flere arbeider i litteraturen om diagnostic imaging teknikker foreslått bruk av ex vivo dyr prøver7, cadaver hjerner8eller vev mimicking fantomer9 for ulike formål10, som omfatter den testing av imaging metoder, registrering algoritmer, magnetisk resonans (MR) sekvenser eller amerikanske bjelke-mønsteret og resulterer bildekvalitet. For eksempel i forbindelse med hjernen bildebehandling, Lazebnik et al. 7 brukes formalin-fast sauer hjerne til å evaluere en ny 3D MR registrering metode; tilsvarende Choe et al. 11 undersøkt en prosedyre for registrering av MR og * lys bilder av en fast ugle monkey hjernen. Polyvinylalkohol (PVA) hjerne phantom ble utviklet i9 og brukes til å utføre flere bilde oppkjøp (i.e. MR, USA, og beregnet tomografi) for å generere en delt bilde dataset12 for testing av registrering og tenkelig algoritmer.

Samlet bekrefter disse studier at bruk av et realistisk mål for bilde oppkjøp er virkelig et viktig skritt i utviklingen av en ny tenkelig teknikk. Dette representerer en enda mer kritisk fase når du utformer en ny bildegjengivelsesenhet, som CMUT oss sonde i dette papiret, som er i en prototyping fase og trenger omfattende og reproduserbar testing over tid, for en nøyaktig tuning av alle design parametere før den endelige realisering og mulig validering i i vivo programmer (som13,14,15).

Eksperimentell protokollen beskrevet i dette arbeidet er dermed utviklet for å gi en robust, program-spesifikke tenkelig vurdering prosedyre for nyutviklet amerikanske sonder basert på CMUT-teknologi. For å sikre både realisme og repeterbarhet, storfe valgt hjernen (fra standard mat-kommersielle forsyningskjeden) fast i formalin imaging mål. Fiksering fremgangsmåten garanterer langtidsoppbevaring av vevet egenskaper samtidig beholde tilfredsstillende morfologiske egenskaper og synlighet egenskaper i både USA og MR imaging16,17.

Protokollen for vurdering av amerikanske bildekvalitet beskrevet her også implementerer en funksjon lånt fra neuronavigation teknikker for nevrokirurgi15. I slike tilnærminger koblet amerikanske sonder til en bevegelse sporingssystem som gir romlige posisjon og retning data i sanntid. På denne måten kan amerikanske bilder ervervet under kirurgisk aktiviteter automatisk registrert og visualisert, for veiledning, i superposisjon pre-operatory MR-bilder av pasientens hjernen. I forbindelse med presentert protokollen, superposisjon med MR bilder (som anses som gullstandarden i hjernen imaging) er av stor verdi, siden det gir menneskelige eksperter å vurdere visuelt som morfologiske og vev funksjoner er gjenkjennelig i den amerikanske bilder, og vice versa, gjenkjenner forekomsten Imaging gjenstander.

Muligheten til å sammenligne bilder kjøpt med forskjellige amerikanske sonder blir enda mer interessant. Eksperimentell protokollen presentert inkluderer muligheten til å definere et sett med romlig referanse oppstiller for amerikanske oppkjøp, fokusert på de mest funksjonsrike volum regionene i en foreløpig visuell inspeksjon av MR bilder. En integrert visuelle verktøyet, utviklet for Paraview åpen kildekode programvare system18, gir veiledning til operatører for samsvarende slik forhåndsdefinerte positurer amerikanske bilde oppkjøpet faser. Den kalibrering prosedyrer krever protokollen, er det grunnleggende å utstyre alle mål prøvene - enten biologisk eller syntetiske - med forhåndsdefinerte posisjon landemerker som entydig romlige refererer. Slike landemerker må være synlig i både USA og MR bilder og fysisk tilgjengelig mål gjøres med motion sporingssystem. De valgte landemerke elementene for eksperimentet er små kuler av Flint glass, som synlighet i både USA og MR bilder ble demonstrert i litteratur19 og bekreftet av foreløpig USA og MR skanninger utført før presentert eksperimenter.

Protokollen presentert stoler på ultralyd avanserte åpne plattformen (ULA-OP)20, et komplett og åpent forskning og utviklingssystemet for oss bilde oppkjøpet, som gir mye større eksperimentelle muligheter enn kommersielt tilgjengelig skannere og fungerer som et felles grunnlag for vurdering av ulike amerikanske sonder.

Først er instrumentene som er brukt i dette arbeidet beskrevet, med spesiell henvisning til nydesignede CMUT sonden. Eksperimentell protokollen er intropå bakgrunn av et i detalj, med en grundig beskrivelse av alle prosedyrene som er involvert, fra innledende utforming til systemet kalibrering, til bildeopptak og etterbehandling. Endelig fått bildene blir presentert og resultatene er omtalt, sammen med hint fremtidig utvikling av dette arbeidet.

Instrumentering

CMUT sonde prototype

Forsøkene ble utført med en nyutviklet 256-element CMUT lineær array prototype, utviklet fabrikkert og pakket på Acoustoelectronics Laboratory (ACULAB) av Roma Tre universitet (Roma), bruker CMUT omvendt fabrikasjon prosessen ( RFP)4. Emballasje teknologi, spesielt utviklet for realisering av MEMS transdusere for oss bildebehandlingsprogrammer, der CMUT mikrostruktur er fabrikkert på silisium etter en "opp-ned" nærme21RFP er en microfabrication. Sammenlignet med andre CMUT fabrikasjon teknologier gir RFP tenkelig Resultatforbedringen skyldes høy sıtt CMUT cellene geometri over det hel oppstille og bruk av akustisk utviklet materialer i sonde hodet pakken. En viktig funksjon i RFP er at elektrisk samtrafikk putene er plassert på den bakre delen av CMUT dør, som letter 3D-integrering av 2D matriser og front-end flerkanals elektronikk.

Matrise med CMUT på 256-element ble designet til å operere i en frekvensbånd sentrert på 7,5 MHz. En element pitch på 200 µm ble valgt for array som resulterer i en felt-of-view maksimumsbredden 51,2 mm. Høyden på enkelt CMUT matriseelementene ble definert for å oppnå egnet ytelse lateral oppløsning og gjennomtrenging evne. En 5 mm matrise element høyde ble valgt for å oppnå en-3 dB stråle bredde på 0,1 mm og en-3 dB dybde av fokus på 1,8 mm på 7,5 MHz, når bestemmer høyden fokus i en dybde på 18 mm med en akustisk linse. 195 µm hele matriseelementer ble oppnådd ved å ordne og elektrisk tilkobling i parallell 344 sirkulære CMUT celler, etter et Sekskantet oppsett. Derfor 5 µm element til element distansen, i.e. kerf, samsvarer med membran-til-membran separasjon. En skjematisk fremstilling av en CMUT-matrise rapporteres i figur 1.

Figure 1
Figur 1: CMUT matrise struktur. Skjematisk fremstilling av strukturen til et CMUT utvalg: array elementer består av flere celler koblet i parallell (a), utformingen av den CMUT mikrostruktur (b); tverrsnitt av en CMUT celle (c). Klikk her for å se en større versjon av dette tallet.

Den CMUT microfabrication parametere, dvs sideveis og loddrett dimensjoner av platen og elektroder, ble definert med begrenset Element modellering (FEM) simuleringer med sikte på å oppnå en bredbånd nedsenking operasjon, preget av en frekvensrespons sentrert på 7,5 MHz og en 100%-6 dB toveis brøk båndbredde. Høyden på hulrom, dvs gapet, ble definert for å oppnå en kollaps spenning på 260 V å maksimere toveis sensitivitet, ved biasing CMUT på 70% av kollaps spenning4, vurderer en 80 V maksimal eksitasjon signal spenning. Tabell 1 oppsummerer de viktigste geometriske parametrene til microfabricated CMUT.

CMUT matrise Design parametere
Parameteren Verdi
Matrise
Antall elementer 256
Elementet pitch jektet 200 µm bakover
Elementet lengde (høyde) 5 mm
Fast høyde fokus 15 mm
CMUT mikrostruktur
Cellen diameter 50 µm
Elektroden diameter 34 µm
Celle til celle sideavstand 7.5 µm
Plate tykkelse 2,5 µm
Gapet høyde 0,25 µm

Tabell 1. CMUT sonde parametere. Geometriske parametrene CMUT lineær-array sonde og CMUT celle mikrostruktur.

Pakkeprosessen brukes til å integrere CMUT matrisen i en sonde hodet er beskrevet i referanse4. Akustisk linsen var fabrikasjon benytter en romtemperatur vulkanisert (RTV) silikongummi dopet med metal oxide nanopowders å matche akustisk impedans vann og unngå falske refleksjoner grensesnitt22. Den resulterende sammensatt var preget av en tetthet 1280 kg/m3 og en hastighet på 1100 m/s. En 7 mm kurvatur radius ble valgt for sylindriske linsen, fører til geometriske fokus på 18 mm og maksimum tykkelse på ca 0,5 mm over svingeren overflaten. Et bilde av CMUT sonde hodet er vist i figur 2(a).

Figure 2
Figur 2: CMUT sonde. Leder for utviklet CMUT proben, herunder lineær rekke transduktorer og akustisk linse (a), og full CMUT sonde med kontakten (b). Klikk her for å se en større versjon av dette tallet.

CMUT sonde hodet var koblet til sonde håndtaket som inneholder flerkanals resepsjonen analog front-end elektronikk og en multipolar kabel for tilkobling til amerikanske skanneren. Enkeltkanals elektronisk krets er en høy input impedans 9 dB-gevinst spenning forsterker som gir elektrisk gjeldende nødvendig å kjøre kabel impedansen. Flerkanals elektronikk, beskrevet i referanse 4, er basert på en krets topologi inkludert en ultra-lav-effekt lav støy-mottaker og en integrert svitsj for tosidig utskrift overføre/motta signalet. Strømforsyningen front-end elektronikk og CMUT bias spenning er generert av en tilpasset strømforsyningsenheten og matet til sonden gjennom multipolar kabelen. Komplett sonden er vist i figur 2(b).

Piezoelektriske amerikanske sonder

For kvalitativ sammenligning av bilder innhentet med CMUT sondeovenfor, ble to kommersielt tilgjengelig piezoelectric amerikanske sonder inkludert i forsøkene. Den første er en lineær-array sonde med 192 transducing elementer, en 245 µm pitch og en 110% brøk båndbredde sentrert på 8 MHz. Denne sonde ble brukt til å erverve 2D B-bilder. Andre sonden er en sonde for 3D-bildebehandling med en mekanisk feiet lineær rekke 180 transducing elementer, med en 245 µm pitch og en 100% brøk båndbredde sentrert på 8,5 MHz. En stepper motor plassert inne sonden boliger kan feiende lineær array å erverve flere fly, som kan brukes til å rekonstruere et 3D-bilde av de skannede volum23.

ULA-OP systemet

Oppkjøpet av amerikanske bilder ble utført ved hjelp av ULA-OP systemet20, som er en komplett og åpent USA forskning og utvikling systemet, designet og realisert ved mikroelektronikk systemer Design Universitetet i Firenze, Italia. ULA-OP systemet kan styre, både i sending (TX) og resepsjonen (RX), til 64 uavhengige kanaler koblet gjennom en bryter matrise til en amerikansk sonde med opptil 192 piezoelectric eller CMUT transdusere. Systemet arkitektur har to viktigste behandlingen styrene, en Analog styret (AB) og en Digital styret (DB), begge i et rack, som utføres av en strømforsyning bord og en tilbake-plane board som inneholder sonde kontakten og alle intern ruting komponenter. AB inneholder frontprogram for sonden måleomformerne, spesielt elektroniske komponenter for analoge condition av 64 kanaler og programmerbare bryteren matrisen som tilordner dynamisk TX-RX kanalene til måleomformerne. DB er ansvarlig for sanntids beamforming, ekko syntetisere TX signaler og behandling RX for å produsere ønsket utdataformat (for eksempel B-bilder eller Doppler sonograms). Det er verdt å merke at ULA-OP systemet er fullt konfigurerbar, derav signalet i TX kan være en vilkårlig bølgeform innen systembåndbredde (f.eks tre nivåer pulser, sinus-pakker, chirps, Huffman koder, etc.) med maksimalt amplituden til 180 Vpp; i tillegg beamforming strategien kan programmeres etter de siste fokus mønstrene (f.eks fokusert bølge, multi-overføring, planet bølge, avvikende bølger, begrenset Diffraksjon bjelker, etc.)24,25 . På hardware nivå deles oppgavene mellom fem felt programmerbare Gate matriser (FPGAs) og en Digital signalprosessor (DSP). Med mekanisk feide 3D bildeprodukter sonder, som det som er beskrevet ovenfor, kontrollerer ULA-OP systemet stepper motor i proben, for synkroniserte oppkjøpet av 2D enkeltbilder på hver posisjon i svinger matrisen.

ULA-OP systemet kan re-konfigurert ved kjøretid og tilpasset ulike amerikanske sonder. Den kommuniserer gjennom en USB 2.0-kanal med en vertsdatamaskin, utstyrt med et bestemt verktøy. Sistnevnte har en konfigurerbar grafisk grensesnitt som gir sanntids visualisering av amerikanske bilder, i forskjellige moduser; med volumetriske sonder, for eksempel kan to B-modus bilder av vinkelrett fly i skannede volumet vises i sanntid.

Den største fordelen av ULA-OP systemet i forbindelse beskrevet protokollen er at den tillater en enkel tuning av parameterne TX-RX og tilbyr full tilgang til signal dataene samles inn på hvert trinn i behandlingen kjeden26, også gjør det mulig å teste nye tenkelig modaliteter og beamforming teknikker27,28,29,30,31,32,33.

Bevegelse sporingssystem

Post USA sonde posisjon under bildeopptak var en optisk bevegelse sporingssystem næringsdrivende34. Systemet er basert på en sensorenhet som avgir infrarødt lys via to illuminators (lys emitting diodene (lys)) og bruker to mottakere (dvs. en linse og en kostnad - sammen enhet (CCD)) for å oppdage lyset som reflekteres av flere mål-spesifikke passiv markører ordnet i forhåndsdefinerte stive figurer. Informasjon om reflektert lys behandles deretter av en innebygd CPU til å beregne både posisjon og retning data som kan overføres til en vertsmaskin koblet via USB 2.0. Den samme linken kan brukes til å kontrollere konfigurasjonen av sensoren.

Sensoren enheten leveres med et sett med verktøy, hver utstyrt med fire reflekterende markører ordnet i en rigid geometriske konfigurasjon. Bevegelse sporing system kan spore opptil seks forskjellige stive verktøy samtidig, med en fungerende frekvens på rundt 20 Hz. To slike verktøy ble brukt til disse eksperimentene: en peker-verktøyet, som lar anskaffe 3D posisjonen rørt av sine tips, og en klemme utstyrt verktøy, som kan knyttes til amerikanske sonden under test (se figur 14).

På programvaresiden har bevegelse sporing et lavt nivå føljetong programmeringsgrensesnitt (API) for både enheten kontroll og datafangst, som kan nås via USB. Standard returneres posisjon og orientering som multi-Entry varer, dvs en oppføring per hvert verktøy spores. Hver oppføring inneholder en 3D posisjon (x, y, z) uttrykt i mm og en orientering (q0, qx, qy, q-z) uttrykt som en quaternion. Systemet kommer også med en verktøykasse på høyere nivå programvareinstrumenter, som inkluderer grafisk sporingsverktøy for å visualisere og måle i sanntid stillinger/retningene av flere verktøy på synsfelt av sensoren.

Systemkomponenter oversikt, integrering og programvare

Diagrammet i Figur 3 oppsummerer instrumentering vedtatt for protokollen, beskrev også datastrømmen som flyter over systemene.

Figure 3
Figur 3: blokkdiagram over hele maskinvare oppsett og systemintegrasjon. Amerikanske proben er koblet til ULA-OP systemet som kommuniserer via USB med notatblokken for amerikanske bildeopptak. Samtidig, er notatblokken også koblet via USB til bevegelse sporing systemet, for posisjon datainnsamling, og via Ethernet til arbeidsstasjonen, for databehandling. Klikk her for å se en større versjon av dette tallet.

Bortsett fra amerikanske sonder, bevegelse sporing og ULA-OP systemet, som er beskrevet ovenfor, inneholder oppsettet også to datamaskiner, nemlig en bærbar PC og en arbeidsstasjon. Tidligere er viktigste frontdatabase til instrumentering, motta og synkronisere de to viktigste innkommende datastreamer: USA bildene kommer fra ULA-OP systemet og 3D plasseringsdata fra bevegelse sporing. Det gir også en visuell tilbakemelding til operatøren for bilder blir kjøpt. Arbeidsstasjonen har betydelig høyere beregningsorientert kraften og lagringsplassen kapasitet. Det støtter bakenforliggende etter bildebehandling og et oppbevaringssted for kombinert tenkelig datasett. Arbeidsstasjonen brukes ogsåfor visualisering av USA og MR bilder, inkludert muligheten av samtidige 3D-visualisering av registrerte multimodal bilder.

En kritisk behov for bilde oppkjøpet eksperimenter er synkroniseringen av de to viktigste datastrømmene. Den bevegelse sporing og ULA-OP systemer er uavhengige instrumenter som ennå ikke støtter en eksplisitt synkronisering av aktiviteter. På grunn av dette må USA bildet data og posisjon informasjon kan kombineres riktig for å gjenkjenne riktig 3D posisjon av amerikanske sonden når hvert bilde-stykke ble kjøpt. For dette formålet, er en bestemt logging-programmet utviklet for opptak og timestamping i sanntid data levert av bevegelse sporing system, ved å endre en C++ programvarekomponent som følger, i dette tilfellet i bevegelse sporing selv. Vanligvis, motion tracking systemer har en lavnivå API som kan registrere data i sanntid og renskriving til en fil.

Synkroniseringsmetoden vedtatt fungerer som følger. Hver oppføring i filen produsert av logging-programmet er forsterket med tidsstempel i formatet "yyyy-MM-ddThh:mm:ss.kkk", der: y = år, M = måned, d = dag, h = time m = minutt, s = andre, k = millisekunder. ULA-OP PC-basert programvare (C++ og MATLAB programmering språk) beregner start- og sluttidspunkt for hver anskaffelse bildesekvens og lagrer dette i hvert bilde i .vtk format. For å gi felles timelige referanse under forsøkene, kjøres både programvare fremgangsmåtene ovenfor på front-end datamaskinen i Figur 3. Tidsstempler produsert på denne måten brukes deretter av etterbehandling programvare prosedyrene som produserer den endelige datasettet (se avsnitt 8-protokollen).

En annen bestemt programvarekomponent ble realisert og kjøre på arbeidsstasjonen å gi tilbakemelding til operatøren av knyttet det gjeldende amerikanske sonde posisjon til MR bilder og spesielt til settet med forhåndsdefinerte positurer. En server-side programvare rutine i Python prosesser bevegelse tracker loggfilen, oversetter det gjeldende amerikanske sonde posisjon i en geometrisk form, og sender dataene til en Paraview server. En Paraview klient kobler til samme Paraview serveren og i sanntid viser plasseringen av den geometriske formen, lagt på en MR og ytterligere geometriske figurer som beskriver de forhåndsdefinerte positurer. Et eksempel på den resulterende sanntids visualiseringen er vist i Figur 17.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

alle biologiske prøver vist i denne videoen har anskaffet gjennom leverandørkjeden standard mat. Disse prøvene er blitt behandlet i henhold til etiske og sikkerhet institusjoner involvert.

Merk: diagrammet i Figur 4 oppsummerer de 8 viktigste stadiene av denne protokollen. Trinn 1 til 4 involverer innledende aktiviteter, utføres bare én gang før begynnelsen av amerikanske bildeopptak og behandling stadier. Disse første stadiene er som følger: 1. foreløpig av eksperimentelle oppsettet og en agar phantom (som skal brukes i kalibrering prosedyrer); 2) utarbeidelse av ex vivo bovin hjernen; 3. oppkjøpet av MR bilder av hjernen; 4. definisjon av kvalitative positurer som skal brukes som mål for amerikanske bildeopptak. Trinn 5 til 8 relatert til erverv og behandling av amerikanske bilder. Disse trinnene er: 5. eksperimentelle oppsett, der alle instrumenter er koblet og integrert, og alle mål er plassert og bekreftet; 6. kalibrering av amerikanske sonden utstyrt med passiv markører for navigering; 7. oppkjøpet av amerikanske bilder av bovin hjernen nedsenket i vann, både i forhåndsdefinerte positurer og i " Frihånd modeŔ 8. etterbehandling og visualisering av kombinerte MR / U.S. image dataset. Mens etappe 5 kan utføres én gang i begynnelsen av eksperimentelle aktiviteter, skal trinn 6 og 7 gjentas per hver amerikanske probe involvert. Trinn 8 kan utføres bare én gang på hele kombinert datasettet når alle anskaffelser er fullført.

Figure 4
Figur 4 : eksperimentell protokollen arbeidsflyten. Blokkdiagram illustrerer de viktigste trinnene av protokollen, inkludert en liste over de viktigste operasjonene i hvert trinn. Trinn 1-5 involverer innledende aktiviteter og setup forberedelse for oss oppkjøp; Dermed er de som skal utføres én gang. Trinn 6 og 7 innebære amerikanske oppkjøp og må gjentas for hver probe. Trinn 8, som er bildet etterbehandling, kan utføres bare én gang på slutten. Klikk her for å se en større versjon av dette tallet.

1. foreløpig

  1. Design og validering av landemerket posisjonering
    Merk: følgende definerer en konsistent strategi for plassering av landemerker, som skal brukes for kalibrering av bevegelse sporing system beskrevet i punkt 6.
    1. Forberede en polystyren hodet utstillingsdukke ved å klippe ut en figur omtrent lik som storfe hjernen (høyde = 180 mm, bredde = 144 mm, lengde = 84 mm) med en kniv.
    2. Sette inn 6 mønstre av 3 Flint glass kuler (3 mm diameter) i polystyren hjernen, arrangert i hjørnene i en likesidet trekant med ca 15 mm, og ikke lenger enn 1 mm fra den ytre overflaten (se figur 5 ).
    3. Koble bevegelse sporing system i notatblokken via USB. Åpne verktøyet sporing, starte bevegelse å spore og kontrollere at når berøre glass kuler i polystyren hjernen, peker-verktøyet forblir i sporing synsfelt, kontrollere synligheten og effektiv tilgjengelighet under forsøkene.

Figure 5
figur 5 : polystyren modell av hjernen brukes under den innledende designfasen. Polystyren utstillingsdukke hodet, riktig kutt for å etterligne bovin hjernen dimensjonene, ble brukt til å velge plasseringen av glass kule mønstre i hjernen. Seks trekantet mønstre av kuler, med 3 mm diameter, har blitt implantert i polystyren modellen som vist på bildet, dvs tre mønstre til høyre og tre på den venstre hjernen halvkuler. < en href="//ecsource.jove.com/files/ftp_ upload/55798/55798fig5large.jpg"target ="_blank"> Klikk her for å se en større versjon av dette tallet.

  1. agar phantom forberedelse
    Merk: følgende tillate for å forberede et laboratorium-laget agar fantom skal brukes for kalibrering prosedyrer (Seksjon 6.1).
    1. i et beaker, fortynne 100 g av glyserin og 30 g agar i 870 g destillert vann. Rør blandingen, samtidig øke sin temperatur opptil 90 ° C, 10-15 min. Hell blandingen til å fylle en 13 x 10 x 10 cm mat container og holde den i kjøleskapet i minst en dag.
    2. Fjerne agar phantom fra kjøleskapet. Farge 6 glass kuler med en gul emalje (for bedre synlighet) og sette inn 2 mønstre av 3 glass kuler hver i agar phantom (dvs. en per store siden av blokken) ikke lenger fra overflaten enn 1 mm ( figur 6).
    3. For bevaring når den ikke er i bruk, fordype agar phantom i en løsning av vann og benzalkonium klorid, bruker en forseglet plast mat container, og holde den i kjøleskapet.

Figure 6
figur 6 : Agar phantom. Figuren viser agar phantom, der en implantert mønster av tre gul-malte glass kuler (angitt med de svarte pilene) er synlig i nedre kant. Verktøytipset pekeren, brukes til å måle sfære stillingene i kalibreringsfasen for vises også i nærheten av phantom. Klikk her for å se en større versjon av dette tallet.

2. bovine hjernen forberedelse og fiksering

  1. anskaffe ex vivo bovin hjernen fra standard mat forsyningskjeden. Transportere den på is (for bevaring). Vanligvis, som i dette tilfellet, ex vivo hjernen er gjort tilgjengelig etter å ha blitt fjernet fra dyret.
  2. Fjern hjernen fra isen og plassere den i en aspirating hette. Holde den i panseret for påfølgende forberedelsene. Isolere cerebrale hemisfærer, ved å skille lillehjernen, mesencephalon, pons, og hjernestammen med kirurgisk blad, skjæring gjennom strukturer på ventral overflaten av hjernen.
  3. Bruker den polystyren utstillingsdukke som referanse for posisjonering, implantatet 6 trekantet mønstre med 3 kuler hver i cortex frontal, timelige og occipital lobes. Kontroller at forhåndsdefinerte (i.e. avstander fra overflaten og kuler) tilfredsstilt. For synlighet, Merk stillingene av alle kulene på hjernen overflaten med en grønn vev merking fargestoff for histology ( figur 7).
  4. Legg til hjernen i 10% bufret formalin løsning. Bruk en plastbeholder anatomiske deler ( Figur 8). La hjernen i beholderen med formalin i minst 3 uker før fiksering prosessen er fullført.
    FORSIKTIG: formalin er et giftig kjemisk stoff og må håndteres med forsiktighet; spesifikke forskrifter kan også gjelde, for eksempel oss OSHA Standard 1910.1048 App. A.

Figure 7
figur 7 : Bovine hjernen forberedelse og implantering av glass spheres. Storfe hjernen er utarbeidet av en ekspert patologen ved å fjerne anatomiske delene i overkant og deretter implanting glass kule mønstre, ifølge tidligere designet konfigurasjonen (a). Sfære stillingene er så merket med en grønn farge på hjernen overflaten (b). Klikk her for å se en større versjon av dette tallet.

Figure 8
Figur 8 : Bovine hjernen fiksering i formalin. Storfe hjernen med implantert glass kulene ligger i 10% bufret formalin løsning innenfor en plastbeholder anatomiske deler (a). Etter en periode på minst 3 uker, fiksering prosessen er fullført (b) og hjernen kan brukes for bildet oppkjøp. Klikk her for å se en større versjon av dette tallet.

3. MR bildeopptak

  1. ekstra hjernen fra formalin løsning, vask den i vann over natten, Legg den i en ren plastbeholder, og forsegl det.
  2. Sette beholderen i MR hodet spolen og plasser den i MR skanneren.
  3. Utføre MR skanner ansette en 3 T MR skanner utstyrt med en 32-kanals hodet coil ( figur 9). Få tre sett av bilder med T1, T2 og CISS sekvenser med en oppløsning på 0.7x07x1 mm 3 og 0.5x0.5x1 mm 3 for T1/T2 og CISS sekvenser, henholdsvis. Lagre MR bildene i DICOM-format ved hjelp av programvareverktøy MR skannerens.
  4. Etter bruk, fordype hjernen i 10% bufret formalin. Overføre ervervet MR bildene fra MR skanner en behandling arbeidsstasjon.

Figure 9
figur 9 : MR bildeopptak. Storfe hjernen, forseglet i en ren plastbeholder, plasseres i 3 T MR skanneren for MR bilde oppkjøp. Klikk her for å se en større versjon av dette tallet.

4. definisjonen av kvalitative oppstiller for amerikanske bilde oppkjøp

Merk: denne fremgangsmåten definerer et sett av kvalitative positurer, med hensyn til MR bilder, der synligheten av hjernen regioner som inneholder klart gjenkjennelig anatomiske strukturer og godt differensiert vev (spesielt hvit og grå materie) er maksimert i USA bilder.

  1. Åpne MR bildene i DICOM-format med Paraview Programvareverktøyet (heretter, visualisering programvare). Har ekspert visualisere bildene både sektorer og 3D-volum, som nødvendig.
  2. Undersøke hvert MR bilde i datasettet å vurdere synligheten av anatomiske strukturer og vev (f.eks sideventriklene, corpus callosum, grå materie av basal ganglia).
  3. Velg 3D romlige delområder MR referanseavbildning som inneholder de beste gjenkjennelige visuelle funksjonene og ca definere skjæringsplanene maksimal synlighet. Identifisere 12 forhåndsdefinerte oppstiller for amerikanske bildeopptak, hver som involverer et betydelig antall visuelle funksjoner.
  4. For hver virtuelle positur, bruke " kilder > membran " å lage en 3D membran som en visuell landemerke. Tilpasse hver kjegle høyde 40 mm og radius 2 mm og manuelt plassere membran i 3D visual feltet ( Figur 10). Lagre komplekset av MR bilde, 3D områder, fly og landemerker som en Paraview tilstand fil.

Figure 10
Figur 10 : forhåndsdefinerte oppstiller for amerikanske bilde oppkjøpet. Markører i (a) viser plasseringen av de 12 utvalgte stiller i 3D MR bilde rammen nås av operatøren for amerikanske image vinningen. (B) MR vises fly tilsvarer de valgte utgjør; den røde representerer amerikanske sonde posisjon (representert i MR bildet plass) flytting i sanntid, før en av de hvite markørene er nådd og ønsket amerikanske bilde kan skaffes av systemet. Klikk her for å se en større versjon av dette tallet.

5. eksperimentelle oppsett

  1. miljø og mål
    Merk: dette trinnet beskriver utarbeidelse av oppsett og instrumenter for amerikanske oppkjøpet eksperimenter.
    1. Posisjon en 50 x 50 x 30 cm plast tank på et bord og fylle den med degassed vann til en høyde på 15 cm. posisjon bevegelse sporing system slik at vanntanken er synlig ovenfra og helt innenfor sitt utsyn ( Figur 11 ) og koble bevegelse sporing til den bærbare datamaskinen via USB.
    2. Gjør du svingbare Kalibrer pekeren med verktøyet sporing av bevegelse sporing system 34.
    3. Plasser ULA-OP systemet på bordet og koble den til den bærbare datamaskinen via USB, at skjermen er synlig for operatoren amerikanske sonde. Plasser arbeidsstasjonen på bordet og sørge for at skjermen er synlig for operatøren.
    4. Ekstra hjernen fra formalin løsning og vask det i vann. Nakkens den på en tallerken med syntetisk harpiks, bruker segmenter av Sy tråden og selvklebende striper ( Figur 12).
    5. Fordype platen med hjernen i tanken, og kontroller at hele arbeidsområde rundt hjernen passer inn i synsfeltet bevegelse sporing ved hjelp av pekeren og programvaren sporingsverktøy.

Figure 11
Figur 11 : oppsett av den eksperimentell oppkjøp med motion sporingssystem. Bevegelse sporing sensoren er plassert over vannbeholderen som ligger bovin hjernen, slik at målet og sonde med festet reflekterende markører helt passer i sin måling synsfelt. < en href="//ecsource.jove.com/files/ftp_upload/55798/55798fig11large.jpg" target = "_blank"> Klikk her for å se en større versjon av dette tallet.

Figure 12
Figur 12 : plassering av bovin hjernen i den vanntank. Storfe hjernen er immobilisert på en syntetisk harpiks-plate ved hjelp av to sy tråder (plassert langs langsgående rennen) og fast på tallerkenen med selvklebende striper. Platen og storfe hjernen er så midt i vanntanken. Klikk her for å se en større versjon av dette tallet.

  1. Koble USA sonden og konfigurere ULA-OP å utføre skanner.
    1. Koble USA sonden til ULA-OP.
    2. Konfigurere ULA-OP systemet gjennom sin konfigurasjonsfiler og programvaregrensesnittet fra datamaskinen ( figur 13).
      1. Definere en dupleks-modus som består av to innfelt B-modus bruker to forskjellige drifts frekvenser (7 MHz og 9 MHz). Angi et 1-syklus bipolar utbrudd for hver modus. Angi overføring fokus på 25 mm dybde og dynamisk fokus i resepsjonen med F #= 2 sinc apodization funksjonen.
      2. Konfigurere systemet til å registrere beamformed og i-fase og quadrature (jeg / Q) demodulerte data.
    3. Utføre noen oppkjøpet tester for å sikre full operativity.
      1. Fryse systemet, ved å klikke på den " fryse " veksleknapp i ULA-OP programvare. Aktivere automatisk lagring modus ved å klikke på veksleknappen som vises som tre disketter. Popup-vinduet, som vises på slutten av oppkjøpet, skrive filnavnet og klikk " lagre ".

Figure 13
figur 13 : Eksperimentelle oppsett for oss image vinningen. ULA-OP systemet er koblet til den bærbare plasseres nær vannbeholderen, slik at visningen er synlig for amerikanske sonde operatør under oppkjøp. Klikk her for å se en større versjon av dette tallet.

  1. clamping passiv reflekterende markører på amerikanske sonden
    Merk: etter denne prosedyren opprettes en solid samling av amerikanske sonden og passiv reflekterende markører for påfølgende oppkjøp av bildet og posisjon data.
    1. Finne en egnet plassering for klemmen på amerikanske sonden håndtak. Klemme passiv reflekterende markører på amerikanske sonde håndtaket ( figur 14).
    2. Utføre noen oppkjøpet tester (se trinn 5.2.3) for å sikre at klemmen er stabil, markører er tydelig ved bevegelse sporing system, mens USA sonden holdes i forventet arbeider postures.

Figure 14
figur 14 : Passive verktøyet med reflekterer markører festet på 3D-imaging piezoelectric sonden. Verktøyet med markører er riktig festet og fast på 3D-imaging piezoelectric sonde håndtaket, slik at de danner en samlet forsamling skal brukes for amerikanske bilde og posisjon datainnsamling samtidig. Klikk her for å se en større versjon av dette tallet.

6. kalibrering

Merk: denne delen beskriver den eksperimentelle delen av protokollen som samler informasjon for å beregne den nødvendige transformasjoner blant annet romlig referanserammer involvert. Se del 9 for matematiske detaljer om beregningen. Programvarerutiner i MATLAB programmeringsspråk for kalibrering er tilgjengelig som åpen kildekode på https://bitbucket.org/unipv/denecor-transformations.

  1. Fra USA bilderammen til passiv verktøyet rammen festet på amerikanske sonden
    Merk: følgende kalibreringsprosedyren brukes til å beregne stive transformasjon som kan tilordnes amerikanske bildet voxels i lokalt romlige posisjoner referanseramme for passiv verktøyet festet på sonden. Det må gjentas for hver montering av en passiv verktøyet på en USA-sonde.
    1. Posisjon agar phantom i nedsenking i vann tank. Starte logging programmet at poster plassere data og samle plasseringen av hver av 6 glass kulene i agar phantom med pekerverktøyet, mens sporing sin bevegelse.
    2. Kjøpe en amerikansk bilder per hvert mønster med 3 kuler i agar phantom ( Figur 15) (trinn 5.2.3). Plasser amerikanske sonden via mekanisk arm funksjonen pre-visualisering av ULA-OP systemet, slik at et komplett mønster av tre kuler i synsfeltet. Skaffe og lagre tilsvarende amerikanske bildet.
    3. Overføre alle amerikanske bilder i ULA-OP format, sammen med bevegelse tracker-loggfilene, til arbeidsstasjonen.
    4. Åpne hvert amerikanske bilde i visualisering programvare, plassering av 3 glass kuler i hver av dem manuelt og transkribere 3D posisjonene til en CSV-fil.
    5. Beregne USA-til-merke stive transformasjon mellom to referanse (se åpen kilde koden forsynt og avsnitt 9).

Figure 15
Figur 15 : oppkjøpet av amerikanske bilder av agar phantom for kalibrering. Operatør flytter amerikanske sonden (CMUT sonden) over agar phantom hente to oss bilder som inneholder de to innebygde kule mønstrene, som vist i sanntid av ULA-OP programvaren på dataskjermen. Ervervet bildene brukes deretter til å beregne transformasjonen fra den amerikanske bilde plassen med rommet av passiv verktøyet med indikatorer festet på sonden. Klikk her for å se en større versjon av dette tallet.

  1. fra bevegelse tracker plass til MR bildet plass
    Merk: følgende kalibrering operasjoner brukes til å beregne stive transformasjonen fra bevegelse sporing systemet referansesystem til MR bilde referanseramme og må gjentas for hver plassering av hjernen i operative rekke bevegelse sporing. De to siste trinnene i denne fremgangsmåten må gjentas for hver distinkte MR avbildning.
    1. Posisjon hjernen i nedsenking i vann tank. Start programmet logging og samle plasseringen av hver av 18 glass kulene med pekerverktøyet ( Figur 16). Overføre bevegelse tracker loggfilene på arbeidsstasjonen.
    2. Åpne hver MR bilde av hjernen i visualisering programvare manuelt markere posisjonen til hver av 18 glass kulene og lagre tilsvarende 3D-koordinatene som CSV-filer.
    3. Beregne bevegelse bane til MR stive transformasjon mellom to referanse (se åpen kildekode og avsnitt 9).

Figure 16
Figur 16 : oppkjøpet av den posisjoner av glass kulene implantert i bovin hjernen for kalibrering. Verktøytipset pekeren til å erverve, en etter en, plasseringen av den 18 glass kuler implantert i bovin hjernen nedsenket i vann. Disse plassene brukes til å beregne flormation fra bevegelse sporing system mellomrom til MR bildet plass. Klikk her for å se en større versjon av dette tallet.

7. ultralyd oppkjøpet

Merk: programvarerutiner i Python for Paraview, sanntids visualisering fremgangsmåten, er tilgjengelig som åpen kildekode på https://bitbucket.org/unipv/denecor-tracking.

  1. Oppkjøpet av amerikanske bilder av de forhåndsdefinerte positurer
    1. klemme markører på amerikanske sonden, og utfør kalibreringsprosedyren (seksjoner 5.3 og 6.1). Plasser hjernen og utføre kalibreringsprosedyren (seksjoner 5.1 og 6.2).
    2. Samle parameterne for to stive transformasjon (U.S.-til-merke og bevegelse bane til MR) beregnet i trinn 6.1.5 og 6.2.3 og overføre disse filene i mappen for sanntids visualisering prosedyren i Python og visualisering programvare ( figur 10b).
    3. Begynn sanntids visualisering ved hjelp av visualisering programvare (se åpen kildekode), og kontroller at den faktiske posisjonen til USA sonden vises riktig ( Figur 17).
    4. Start programmet logging for opptak plasseringen av sonden. Manuelt match hver kvalitativt forhåndsdefinerte posisjon, som vist i visualisering programvare, med amerikanske sonde og kjøpe tilsvarende bildet med ULA-OP systemet (trinn 5.2.3). Stoppe de to programmene og overføre alle amerikanske bilder til ULA-OP format og bevegelse tracker loggfiler til arbeidsstasjonen.

Figure 17
Figur 17 : oppkjøpet av amerikanske bilder av de forhåndsdefinerte positurer. Operatøren flytter amerikanske sonden å nå de forhåndsdefinerte stiller; prosedyren støttes i sanntid av Python rutinemessig, som viser sonde posisjon over 3D MR bildet av hjernen på displayet arbeidsstasjon, bruke visualisering programvaren. Klikk her for å se en større versjon av dette tallet.

  1. oppkjøpet av frihånd, flytte positurer med lineær amerikanske sonder 3D image gjenoppbygging
    Merk: følgende ment for lineær amerikanske sonder bare og tillate oppkjøpet av sekvenser av 2D planar amerikanske bilder som , sammen med plassering av data fra bevegelse sporing system, er nødvendig for 3D-volum gjenoppbygging.
    1. Klemme markører på amerikanske sonden, og utfør kalibreringsprosedyren (seksjoner 5.3 og 6.1). Plasser hjernen og utføre kalibreringsprosedyren (seksjoner 5.1 og 6.2).
    2. Manuelt posisjon USA sonde på tiltenkte første positur (f.eks frontal slutten av hver halvkule). Starte oppkjøpet av hver amerikanske bildesekvens med ULA-OP systemet (trinn 5.2.3) og logging-programmet for sonden posisjon opptak.
    3. Gjelder USA sonden mot den tiltenkte siste posituren (f.eks distale hver halvkule av hjernen) en langsom, Frihånd bevegelse. Stoppe oppkjøpet av oss bilder med ULA-OP systemet og stoppe sonde sporing. Overføre alle amerikanske bilder til ULA-OP format og bevegelse tracker loggfiler til arbeidsstasjonen.

8. Etterbehandling og visualisering

  1. etterbehandling Frihånd sekvenser av oss bilde
    Merk: denne fremgangsmåten er implementert i MATLAB programmering språk og brukes hver Frihånd sekvens av 2D amerikanske bilder i ULA-OP format for å produsere komplett 3D-bilder.
    1. Last sekvensen av amerikanske bilder i ULA-OP format. Matche rekkefølgen av amerikanske bilder med bevegelse tracker loggfilene. Trekke ut en rekke tidsbestemte posisjoner fra loggfilene som er inkludert i timelige intervallet går fra begynnelsen til slutten av oppkjøpet, som er registrert av ULA-OP systemet.
    2. Beregne eksakt tidspunkt for hver amerikanske bildet i rekken med parameterne lagres av ULA-OP systemet.
    3. Beregne posisjonen tilknyttet amerikanske bildet i rekken av interpolering mellom de to nærmeste tidsbestemte posisjonene av bevegelse sporingssystem. Bruker Lineær interpolering mellom oversettelse vektorer og sfærisk Lineær interpolering (SLERP) mellom rotasjoner, uttrykt som talemelding.
      Merk: Anta median amerikanske bildet i rekken - dvs bildet der at beste partisjoner sekvensen i to halvdeler (ca) like lange - som en referanse for å definere 3D amerikanske bilderammen.
    4. Bruke en logaritmisk komprimering, normalisere bildet til maksimalt, og bruke en terskel (vanligvis-60 dB) hver planet i USA bildet.
    5. Forhold til referanseramme, beregne og bruke en relativ romlige overføring til hver av de andre amerikanske bildene i rekkefølge å få masse romlig lokalisert fly.
    6. Bruke en lineær interpolering rutine strukturen i romlig lokalisert fly å lage et kartesisk 3D utvalg av voxels. Lagre det kartesiske 3D rekke voxels som en .vtk fil og registrere intervall tidsstempler som tilsvarer oppkjøpet timing.
  2. Etterbehandling av andre amerikanske bilder (ikke freehand sekvenser)
    Merknad: følgende prosedyre brukes amerikanske bildet i ULA-OP format unntatt Frihånd sekvenser (delen 8.1).
    1. Last USA bilde i ULA-OP format. Bruke en logaritmisk komprimering, normalisere bildet til maksimalt, og bruke en terskel (vanligvis-60 dB) hver planet i USA bildet.
    2. For 3D amerikanske bilder, bruke en lineær interpolering rutine (i.e. skanning konvertering) strukturen av romlig lokalisert fly å lage et kartesisk 3D utvalg av voxels.
    3. Lagre bildet flyet eller kartesiske 3D rekke voxels som en .vtk fil, innspillingen intervallet tidsstempler som tilsvarer oppkjøpet timing.
  3. Registrering av amerikanske bilder
    Merk: denne delen beskriver fremgangsmåten for å utføre den endelige registreringen av USA og MR bilder, to transformasjonene beregnet under forrige kalibrering trinnene og posisjonsdata Amerikanske sonden registrert under oppkjøp. Programvarerutiner i MATLAB programmeringsspråk for registrering av oss bilder er tilgjengelig som åpen kildekode på https://bitbucket.org/unipv/denecor-transformations.
    1. Laste amerikanske bildet i .vtk format.
    2. Matche tidspunktet for amerikanske bildet med bevegelse tracker loggfiler. Trekke ut en rekke tidsbestemte posisjoner fra loggfilene som er inkludert i timelige intervallet går fra begynnelsen til slutten av oppkjøpet, som er registrert i .vtk bildet.
    3. Beregner en gjennomsnittlig plassering for amerikanske bildet. Bruker lineær snitt for oversettelse vektorer og bruke algoritmen beskrevet i referanse 35 for rotasjoner, uttrykt som talemelding.
    4. Laste USA-til-merke transformasjonen som tilsvarer bestemte amerikanske bildet. Last inn bevegelse bane til MR transformasjonen som tilsvarer bestemte amerikanske bildet og MR bildet valgfrihet.
    5. Bruker den gjennomsnittlige plasseringen med over to transformasjonene å beregne USA-til-MR stive registrering transformasjon og lagre sistnevnte i forskjellige formater, inkludert oversettelse og Euler vinkler at visualisere amerikanske bildet i MR bilderammen valgfrihet.
  4. Visualisering av registrerte US bilder
    Merk: Dette er de siste trinnene til å visualisere ervervet USA og MR bilder og vise dem etter superposisjon i visualisering programvare, bruker den tidligere beregnet transformasjoner.
    1. Start visualisering programvare og laste MR bildet valgfrihet. Last alle relevante amerikanske bilder. For hvert US bilde, lage en Paraview overføring og beregnede USA-til-MR registrering transformasjonen ( Figur 18) gjelder bildedataene.

9. Kalibrering modeller og transformasjoner

Merk: i denne delen beskrives matematisk detaljer om kalibrering og transformasjon teknikker som brukes i protokollen presentert. Eksperimentell protokollen omfatter fire ulike referanserammer som måtte kombineres riktig: 1) USA bilderammen, som avhenger av både fysiske egenskapene til amerikanske sonden og skanner konfigurasjonen, som knytter romlige koordinater (x y, z) til hver voxel i USA bildet (for enhetlig, alle 2D planar bilder antas for å ha y = 0); 2) den markør (M) rammen, som er en del verktøyet passiv markør som er festet til amerikanske sonden (Seksjon 6.1); 3) den bevegelse sporing System (TS) rammen, som er en del sporing instrumentet; 4) til MR (MRI) bilderammen, som er definert av skanneren, som knytter romlige koordinater (x, y, z) for hver voxel i MR bildet. For praktisk og enkelt notasjon, prosedyrene i denne delen beskrives rotasjon matriser (i.e. retning cosinus matriser) og ikke talemelding 36.

  1. Fra USA til M rammen
    Merk: eksperimentell kalibreringsprosedyren i Seksjon 6.1 gir følgende informasjon: 1) 3D posisjoner (p 1, …, p 6) TS 2 mønstre med 3 kuler hver, inkludert i agar phantom og målt i bevegelse tracker rammen. 2) 3D posisjoner av hver av de samme to mønstrene (p 1, …, p 3) oss og (p 4, …, p 6) U.S. målt i hver av to amerikanske bilder kjøpt; 3) en transformasjon (R M > TS, t M > TS), hvor R er en rotasjon matrise og t er en oversettelse vektor, målt ved plassering instrumentet, som beskriver den relative plasseringen av verktøyet passiv markør (alle rotasjoner målt ved bevegelse sporingssystem rapporteres som talemelding, som oversettes til rotasjon matriser).
    1. Bruk algoritmen i referanse 37 til hver av de to lister (p 1, …, p 3) oss (p 1, …, p 3) TS og (p 4, …, p 6) oss (p 4, …, p 6) TS, å få to transformasjoner av type (R U.S. > TS, t U.S. > TS), hver tilsvarer en bestemt oss bilde plass.
      1. Beregne et estimat av ønsket transformasjon (R U.S. > M, t U.S. > M) fra hver av de ovennevnte transformasjonene på følgende måte:
        R U.S. > M = R T M > TS R U.S. > TS
        t U.S. > M = R T M > TS (t U.S. > TS - t M > TS)
        Merk: to anslagene kombineres ved aritmetisk gjennomsnitt av vektorer t U.S. > M og snitt rotasjon matriser R U.S. > M bruke metoden i referanse 35, etter først å ha oversatt matriser til talemelding og de resulterende talemelding tilbake til en rotasjon matrise.
  2. Fra bevegelse sporingssystem MRI rammen
    Merk: prosedyren i Seksjon 6.2 gir følgende informasjon: 1) 3D posisjoner (p 1, …, p 18 ) TS 6 mønstre med 3 kuler hver i bovin hjernen, målt i bevegelse sporing systemet rammen. 2) 3D posisjoner av samme 18 kulene (p 1, …, p 18) MRI målt i MR målbildet.
    1. Direkte beregne ønsket transformasjon (R TS > Mr, t TS > Mr) ved å bruke algoritmen i 37 de to listene posisjoner.
  3. Fra USA til Mr bilde
    Merk: USA bilde oppkjøpet fremgangsmåten beskrevet i § 7 produserer bilder som, etter å løse timestamps forbundet mot bevegelse tracker-loggfilene, transformasjon ( R M > TS, t M > TS) beregnes direkte.
    1. Beregne ønsket transformasjon på følgende måte:
      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

De viktigste resultatet oppnådd via beskrevet protokollen er eksperimentell valideringen av en effektiv og repeterbare prosedyre for 2D og 3D tenkelig evnene av oss undersøke prototyper basert på CMUT teknologi, i programmet potensielle hjernen bildebehandling. Etter å implementere alle trinnene som beskrives protokollen, ekspert kan deretter bruke visualisering programvarefunksjoner (f.eks gratis retning kutting, delsett utvinning, volum interpolering, etc.) for å sammenligne visuell innholdet registrert Amerikanske bilder med en MR målbildet. Spesielt representerer kvaliteten på bilder innhentet, og i direkte forhold til gullstandarden av Mr, et første og betydelig bevis for potensialet i CMUT teknologi på dette området.

Som et eksempel på en mulig visuelle sammenligning, Figur 18 illustrerer to skiver av volumetriske bilder ervervet CMUT oss sonde og piezoelektrisk lineær-array sonden, henholdsvis i superposisjon til samme tilsvarende sektoren i en T2-vektet MR bilde. T2-vektet MR bildene viste seg for å være mest effektive når det gjelder synligheten til ønskede funksjoner i disse eksperimentene, og derfor ble valgt som referanser for superposisjon. De to amerikanske bildene i figuren ble kjøpt på samme frekvens på 9 MHz. Som vist i Figur 18, har bildet med CMUT sonden bedre oppløsning og kontrast; også de visuelle fremtredende defineres bedre og strukturer sulci og gyri er mer tydelig, viser at høyere følsomhet og større båndbredde på CMUT sonden oppnå forbedret ytelse.

Figure 18
Figur 18 : Superposisjon av registrerte USA og MR bilde-stykker. Figuren viser oppnådd registrering av MR og oss bilder kjøpt med CMUT (a, c, e, g) og piezoelektrisk (b, d, f, h) lineær array sonder. I (a) og (b) rekonstruerte 3D datasett skisserer vises i MR plass og valgte 2D stykket er markert. Paneler (c, e, g) og (d, f, h) presentere lagt USA og MR skiver med økende åpenhet vise av funksjoner i både bilder. Klikk her for å se en større versjon av dette tallet.

Videre er sammenlignende eksempler, knyttet til 3D volumetriske bilder, representert i Figur 19 og figur 20. Figur 19 viser to 3D-bilder, en oppnådd med piezoelectric lineær sonden etter volumetriske gjenoppbygging, og en annen oppnådd med mekanisk feide piezoelectric sonden for 3D-bildebehandling. Figur 20 viser 3D volumetriske rekonstruksjon av bilder kjøpt med CMUT sonden. 3D strukturen av gyri og sulci i hjernebarken er tydelig i alle tre tilfeller, selv om i volumer med CMUT sonden eksterne flatene er mye mer synlig og bedre definert.

Figure 19
Figur 19 : Volumetriske 3D amerikanske bilder kjøpt med piezoelectric sonder. Sammenligning mellom 3D amerikanske bilder kjøpt med mekanisk feiet sonden (a, c) eller rekonstruert fra planar 2D-bilder kjøpt frihåndsform med lineær sonden bruker bevegelse tracker plasseringsdata (b, d). I (a, b) plasseringen av disse volumene vises i 3D MR bilderammen, bruke disposisjoner. Klikk her for å se en større versjon av dette tallet.

Figure 20
Figur 20 : Nytt 3D amerikanske bilder kjøpt med CMUT sonden. 2D-bilde flyene kjøpt frihåndsform av skanning bovin hjernen med CMUT sonden har blitt brukt til å rekonstruere 3D volumer, som vist i (c, d). I (a, b) konturene av slike representeres i 3D MR bilderammen. Klikk her for å se en større versjon av dette tallet.

Som en betydelig og ytterligere produkt generert eksperimentene et utvidet flere sonde datasett av amerikanske bilder som inneholder posisjonering og registrering av data i forhold til forskjellige MR bilder med samme mål. Figur 21 oppsummerer alle 3D-bilder i datasettet ved å vise markeringsrammer til hver av dem i superposisjon samme MR bildet.

Figure 21
Figur 21 : Ervervet 3D amerikanske datasett i MR bilde referansesystem. Figuren viser 3D MR bildet av hjernen og lagt konturene av 3D amerikanske datasett kjøpt med den piezoelectric mekanisk feide (a), piezoelectric lineær matrise (b) og CMUT (c) sonder. Med (b) og (c), 3D bildene ble innhentet gjennom volumetriske gjenoppbygging. Klikk her for å se en større versjon av dette tallet.

Samlet sett viser disse resultatene effektiviteten av beskrevet protokollen, som tillot oppkjøp og riktig registrering av 2D/3D oss bilder i referanseramme for 3D MR bildet av samme bovin hjernen (Figur 18, 19), og rekonstruere volumer fra 2D amerikanske bilder i Frihånd modus (tall 19 d, 20).

Bruke programvare-verktøyene som er beskrevet, kan eksperter visuelt utforske de viktigste funksjonene i 2D og 3D oss bilder av biologiske prøver. Viktige eksempler på kvalitativ vurdering av CMUT sonden imaging ytelse har vist i forhold til de andre amerikanske sonder (se Figur 18, Figur 19 og figur 20) og referanse til en MR målbildet (se Figur 18). Ytterligere er avanserte analyser mulig på bildet datasett innhentet, enten av menneskelig eksperter eller gjennom bruk av andre programvare-teknikker, som for digital, finjustert USA-MR registrering av 3D-bilder. Disse programvare teknikker vil bli adressert i fremtiden fungerer.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Flere har blitt presentert i litteraturen som beskriver teknikker som er lik eller relatert til protokollen presentert. Disse teknikkene er også basert på bruk av realistiske mål, inkludert fast dyr eller cadaver hjernen, men de er hovedsakelig unnfanget for testing av digitale registrering metoder av ulike slag.

Protokollen beskrevet her, men har spesifikke formål å teste amerikanske sonder i forskjellige konfigurasjoner i de tidlige stadiene av utviklingen, og på grunn av dette, det oppfyller et grunnleggende krav om reproduserbarhet for oppkjøp, nemlig på samme biologiske prøven og med sammenlignbare positurer. Protokollen presentert låner mange aspekter av de eksisterende teknikkene ovenfor og samler dem i en annen ordning for dette formålet.

Blant leksjonene som har blitt lært under protokollen design og eksperimentering, er kalibrering prosedyrer langt den mest avgjørende aspektet. Til tross for de mange forbedringene vedtatt, samlet romlige feil hele settet med transformasjoner etter kalibrering er på presentere på 1-1,5 mm. Slike feil er ikke på grunn av presisjon bevegelse sporing (som har en dokumentert presisjon i 0.3 mm), men heller til problemet av erverve presis romlige målinger over en biologisk prøven som beholder litt fleksibilitet.

På den annen side, i vår erfaring er timelige nøyaktigheten av synkronisering ikke en kritisk del. Oppkjøpet frekvensen av posisjonsdata ved bevegelse sporing er faktisk, om en størrelsesorden større enn bevegelsen av menneskehender prøver å oppnå en jevn holdning. Grunnet dette, tiden gjennomsnitt beregnes i protokollen er ervervet for ekstra nøyaktighet. Et annet aspekt som er spesielt effektive er definisjonen av virtuelle positurer. I eksperimentene utført, takket være den visuelle sanntidssporing rutinen, kunne operatører kjøre oppkjøpet av sammenlignbare bilder for alle tolv virtuelle positurer fra hver av de tre amerikanske sonder uten mye arbeid og støtte mekanisk strukturer.

En mulig endring i protokollen, skal vedtas i fremtiden, bruker forskjellige og forbedret kalibrering metoder, som bør være basert på en nærmere loop og tilbakemelding fra den romlige transformasjoner. I den nåværende form, faktisk krever protokollen betydelig etterbehandling romlige opplesning å beregne transformasjon matriser. Selv om denne aktiviteten kan utføres i minutter og krever ikke eksperimenter settes frakoblet, gir denne etterbehandling resultater som kan visualiseres umiddelbart, mens utfører kalibreringen. I denne forbindelse kan en forbedret og muligens sanntid visuell tilbakemelding for kalibreringen innhentet være til stor hjelp i å oppnå større presisjon.

Den faktiske gjennomføringen av protokollen er det grunnleggende å ha instrumenter som er rimelig åpne og la de flere nødvendig integrasjoner. For eksempel er faktiske muligheten for synkronisering signaler kommer fra ulike kilder - sikret av tilgang til interne tidsmålingsdata levert av ULA-OP systemet i dette tilfellet - avgjørende for både kalibrering og image etterbehandling aktiviteter.

En annen viktig faktor er programvare. Selv om ingen store programvareinstrumenter var nødvendig for eksperimenter, en rekke C++ og MATLAB, pluss Python-baserte moduler for Paraview, viste seg å være avgjørende for en rekke viktige oppgaver, for eksempel kalibrering forhåndsdefinerte bevegelse sporing tilbakemelding for positurer, og etterbehandling 3D image gjenoppbygging. Igjen, er å ha tilgang til lavnivå data produsert av instrumentene svært viktig for å skape disse programvarekomponentene.

Endelig er valg av riktig mål for imaging svært viktig. Flere alternative muligheter med realisering av syntetiske fantomer ble vurdert på forhånd, og i vår erfaring, alle alternativene syntes å være sub-optimale i forhold til svært kostnadseffektivt valg av bovin hjernen fast i formalin. Dette målet sikrer langt bedre realisme og med riktig pleie, ubestemt bevaring over tid.

Avslutningsvis er oppnåelse av eksperimentelle resultatene presentert, med 3D multimodal image datasettet som en permanent og relevante utfall, etter vår mening av en effektiv teknisk integreringsstrategi som må monteres piecewise, gjennom en grundig analyse av de mange aspektene underforstått, og utformet prosedyrer og instrumenter involvert.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfatterne erklærer de har ingen konkurrerende økonomiske interesser.

Acknowledgments

Dette arbeidet har vært delvis støttet av nasjonale myndigheter og EU gjennom ENIAC JU prosjektet DeNeCoR under grant avtalenummer 324257. Forfatterne vil takke Prof Giovanni Magenes, Prof Piero Tortoli og Dr. Giosuè Caliano for sine dyrebare støtte, veiledning og innsiktsfulle kommentarer som dette arbeidet. Vi er også takknemlige Prof Egidio D'Angelo og hans gruppe (Blindkopi Lab.), sammen med Fondazione Istituto Neurologico C. Mondino, for å gi bevegelse sporing og MR instrumentering, og Giancarlo Germani for MR oppkjøp. Til slutt, vi vil gjerne takke Dr. Nicoletta Caramia, Dr. Alessandro Dallai og fru Barbara Mauti for deres verdifulle kundestøtte og Mr. Walter Volpi for å gi bovin 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).

Comments

0 Comments


    Post a Question / Comment / Request

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

    Usage Statistics