资料来源:汉娜·塞布尔1, 阿尔文·苏普里阿特纳1, 约翰·博伊尔2和克雷格·戈尔根1
1韦尔登生物医学工程学院,普渡大学,拉斐特,印第安纳州
2密苏里州圣路易斯华盛顿大学机械工程与材料科学
软组织(如血管、皮肤、肌腱和其他器官)的机械行为受到弹性蛋白和胶原蛋白组成的强烈影响,后者提供弹性和强度。这些蛋白质的纤维方向取决于软组织的类型,范围从单一的首选方向到复杂的网状网络,在病变组织中可能发生变化。因此,软组织在细胞和器官水平上经常具有同一性,因此需要三维表征。开发一种可靠地估计复杂生物组织或结构中的应变场的方法,对于机械地描述和理解疾病非常重要。应变表示软组织如何随时间相对变形,并且可以通过各种估计进行数学描述。
随着时间的推移获取图像数据,可以估计变形和应变。然而,所有医学成像方式都含有一定量的噪音,这增加了准确估计体内应变的难度。此处描述的技术通过使用直接变形估计 (DDE) 方法从体积图像数据中计算空间变化的 3D 应变场,从而成功地克服了这些问题。
目前的应变估计方法包括数字图像相关(DIC)和数字体积相关性。不幸的是,DIC只能准确地估计来自二维平面的应变,严重限制了该方法的应用。虽然有用,但 DIC 等 2D 方法很难在经历 3D 变形的区域量化应变。这是因为平面外运动会产生变形误差。数字体积相关性是一种更适用的方法,将初始体积数据划分为多个区域,并找到变形体积的最相似区域,从而减少平面外误差。然而,这种方法证明对噪声很敏感,需要对材料的机械性能进行假设。
此处演示的技术通过使用 DDE 方法消除了这些问题,从而在医学成像数据分析中非常有用。此外,它对于高应变或局部应变是健壮的。在这里,我们描述了门控、体积4D超声数据的采集、其转换为可分析格式,以及使用自定义 Matlab 代码来估计 3D 变形和相应的 Green-Lagrange 应变,该参数能够更好地描述大变形。绿拉格朗日应变张量在许多三维应变估计方法中实现,因为它允许从位移的最小平方拟合 (LSF) 计算F。下面的方程表示绿-拉格朗日应变张数,E,其中F和I分别表示变形梯度和二阶标识张子。
(1)
4D 超声是一种动态体积,利用连接到超声传感器的线性转换电机获得,允许在感兴趣的区域采集连续的心脏和呼吸门控视频环路。此方法可用于可视化复杂的结构,如心脏,其中肥大或梗死导致独特的几何形状,或主动脉瘤,其中不对称的血管膨胀和解剖通常发生在曲折的血管中。此外,4D 数据可以提供高分辨率的空间和时间信息,这对心血管成像也很重要。
应用于 4D 超声数据的 DDE 方法优于其他方法,因为它使用非刚性图像配准。变形梯度张量传统上是在数字体积相关性后从位移场估计的。相反,DDE 方法通过优化精心选择的与变形张量直接相似的翘曲函数,在体积配准期间内在估计变形梯度张量。翘曲函数取决于空间位置和翘曲参数 (p):
(2)
此函数的前三个元素表示变形梯度张量器F,允许将变形计算直接合并到翘曲函数中。与以前的类似技术相比,这种翘曲方法已被证明能够提高应变估计的精度和精度,因为它允许在软组织中常见的大型或局部变形。
1. 4D超声设置
2. 4D超声采集
3. 4D超声数据转换
4. 3D 应变代码分析
使用上述程序,对小鼠的血管紧张症II诱导腹动脉瘤(AAA)进行血管紧张症II诱导的4D超声检查。沿主塔采集了多个短轴EKV视频环路,并结合创建4D数据,如图1所示。然后,使用自定义代码将这些数据转换为 MAT 文件,然后使用翘曲函数在 3D 应变计算代码中对其进行分析。在优化特定数据集的代码参数后,生成了具有相应应变值的代表性长轴视图以及带有叠加应变颜色映射的 3D 切片可视化图(图 2)。这种DDE技术和应变数据突出了应变的异质空间变化,特别是在存在血栓时。这些结果随后可与血管结构相关,以确定体内变形与动脉瘤组合物之间的关系。
图1:主塔的ECG门级千赫兹可视化(EKV)循环是从手动输入的起始和结束位置获取的,其步长为0.2 mm。
图2:4D高频超声数据,用于估计和叠加(B)(Scalebar = 5 mm)的鼠腹主动脉瘤。systole (A)表示主应变场。长轴和短轴视图表示动脉瘤和健康区域对应的主要菌株在一个心脏周期(systole: t= 0.4) (C, D)。这些数据表明,健康区域的菌株水平相对较高,解剖动脉瘤内的菌株值降低。
局部体内机械表征是了解生物组织生长和重塑的重要组成部分。与现有方法相比,本文所述的应变定量过程使用改进的方法,通过在交叉关联之前对未变形的图像进行最佳扭曲,从而精确计算三维应变。此方法在确定组织体积内的菌株时不使用任何材料假设。不幸的是,在使用超声波数据时,应变估计是可靠的,只有内核大小为15x15x15体素,这表明这种DDE方法可能无法检测应变场内的细微特征。尽管存在这种局限性,它仍然是研究机械反应、诊断病理学和改进疾病模型的重要工具。
除了主动脉瘤之外,许多研究领域都可以受益于这种应变测量工具。使用这种方法也可以很容易地量化心脏应变。由于心肌在心脏周期中经历 3D 变形,因此在三维上量化应变对于可靠地描述此组织的动态是不可或缺的。可靠的菌株数据在跟踪动物模型中的疾病进展时尤为重要。
3D应变分析也可用于肠道超声成像。肠道组织的机械表征最常在体外进行。然而,由于周围结构的影响,这并不总是肠道在体内的实际行为的真实表现。作为临床翻译这种方法的一个示例,计算由于异常光压引起的肠道纤维化图像的应变,可以及早发现需要手术干预的问题区域。
除了较大规模的应用外,该方法还可以通过使用更高分辨率的成像技术(如共聚焦显微镜)应用于蜂窝水平。特征化细胞外基质对于理解细胞外如何沟通非常重要。已经就生物化学特性进行了大量研究,但了解如何通过机械反应进行通信需要了解变形和应变。散装应变没有好处,因为无法确定变形变化的原点。应用高分辨率 DDE 方法可以直接揭示细胞外基质对机械变化的反应。
确认
我们要感谢约翰·博伊尔、盖伊·吉宁和斯塔夫罗斯·托莫普洛斯对DDE自定义Matlab代码的贡献,这些代码能够直接估计拉格朗日-格林菌株。
跳至...
此集合中的视频:
Now Playing
Biomedical Engineering
4.6K Views
Biomedical Engineering
35.7K Views
Biomedical Engineering
23.5K Views
Biomedical Engineering
9.3K Views
Biomedical Engineering
14.4K Views
Biomedical Engineering
5.7K Views
Biomedical Engineering
14.7K Views
Biomedical Engineering
11.7K Views
Biomedical Engineering
8.2K Views
Biomedical Engineering
11.9K Views
Biomedical Engineering
104.8K Views
Biomedical Engineering
7.5K Views
Biomedical Engineering
8.0K Views
Biomedical Engineering
8.2K Views
Biomedical Engineering
11.0K Views
版权所属 © 2025 MyJoVE 公司版权所有,本公司不涉及任何医疗业务和医疗服务。