Abstract
Movimento Harmônico Imaging para ultra-som focalizado (HMIFU) é uma técnica que pode executar e monitorar de alta intensidade ultra-som focalizado (HIFU) ablação. Um movimento oscilatório é gerado no foco de um transdutor HIFU frequência central 93-elemento e 4,5 MHz através da aplicação de um sinal de modulação em amplitude de 25 Hz utilizando um gerador de função. Um transdutor de imagiologia de 64 elemento e 2,5 MHz com 68kPa pico de pressão é confocally colocado no centro do transdutor HIFU para adquirir os dados do canal de rádio-frequência (RF). Neste protocolo, monitoramento em tempo real da ablação térmica utilizando HIFU, com uma potência acústica de 7 W em fígados canino in vitro é descrita. HIFU tratamento é aplicada sobre o tecido durante 2 min e a região de ablação é digitalizado em tempo real utilizando imagiologia divergentes ou onda plana até 1.000 quadros / segundo. A matriz de dados do canal de RF é multiplicado por uma matriz esparsa para a reconstrução de imagem. O campo reconstruída de vista é de 90 ° para wa divergentesve e 20 mm para a imagem latente onda plana e os dados são amostrados a 80 MHz. A reconstrução é realizada numa unidade de processamento gráfico (GPU), a fim de imagem em tempo real com uma taxa de 4,5 visor. 1-D normalizado de correlação cruzada dos dados de RF reconstruído é utilizado para estimar deslocamentos axiais na região focal. A magnitude do deslocamento de pico a pico na profundidade focal diminui durante a ablação térmica, que indica a rigidez do tecido, devido à formação de uma lesão. A relação de deslocamento de sinal-ruído (SNR d) na área focal para a onda avião era 1,4 vezes maior do que para divergindo onda mostrando que a imagem de ondas planas parece produzir mapas de deslocamento melhor qualidade para HMIFU do que divergindo imagem onda.
Protocol
Este protocolo foi aprovado pelo Comitê de Cuidado e Uso de Animais da Universidade de Columbia Institucional. Toda a aquisição e processamento de dados foram realizados utilizando o ambiente Matlab.
1. Experimental Set-up
- Desgasificar um ex vivo canino amostra de fígado durante 90 min. Colocar a amostra de fígado em um tanque cheio com solução tamponada de fosfato desgaseificada (Figura 1). Fixar a amostra de fígado em um absorvedor acústico com agulhas nas extremidades do fígado.
- Inserir um 64 elemento, 0,32 mm de altura, 2,5 MHz frequência central phased array (imagiologia) através de um orifício circular localiza-se no centro de um 93-elemento de matriz hemisférica HIFU transdutor (terapêutico) a frequência central de 4,5 MHz, 70 mm de profundidade focal e 1,7 mm x 0,4 mm de tamanho de focal 11. Alinhe ambos os transdutores co-axial e corrigir o transdutor de imagem para o transdutor terapêutico com parafusos de ajuste.
- Cubra o transdutor HIFU com avolume controlado membrana de poliuretano cheio com água de fluxo desgaseificado para esfriá-la. Montar o conjunto transdutor em um 3-D posicionador controlado por computador.
- Conecte o transdutor HIFU a um gerador de função de envio de 25 Hz de amplitude modulada de forma de onda senoidal com 500 mV de amplitude máxima. Conecte o transdutor de imagem para um sistema de ultra-som totalmente programável usando o software Matlab.
Nota: Um software associado com o sistema de ultra-som e com o ambiente Matlab tem de ser instalado no computador ligado ao sistema. Um amplificador de RF 50 dB e uma rede correspondente deve ser colocado entre o transdutor HIFU e o gerador de função para amplificar respectivamente o poder e a impedância. - Criar uma grade polar, Matlab, começando a 50 mm a partir da superfície da matriz e 40 mm de profundidade na direcção radial, com um passo de 9,625 uM espacial e de 90 ° no sentido azimutal com 128 linhas e que a origem é a focus de onda divergente. Definir a origem da onda divergente 10,24 mm (meia a dimensão da abertura) atrás da superfície da matriz e centrada em relação ao sentido lateral.
- Criar uma grade cartesiana, Matlab, começando a 50 mm a partir da superfície da matriz e 40 mm de profundidade na direcção axial, com um passo de 9,625 uM espacial e 20 mm de largura na direcção transversal 64 com linhas para a onda plana. Definir a origem da onda plana sobre a superfície da matriz. Para cada rede, calcula-se o tempo a partir da fonte para cada ponto da grelha e de volta para cada elemento da matriz.
- Enter "ReconMat_DW" para divergindo imagem onda ou "ReconMat_PW" para geração de imagens de ondas planas na janela de comando do Matlab e pressione "Enter" para criar uma matriz de reconstrução associado a um algoritmo de atraso e soma-padrão para cada grade. Aplicar o algoritmo de atraso de e-sum para cada vector de base padrão e recuperar os elemen não-zerosTS da matriz resultante 11. Atribuir os elementos não nulos obtidos a partir da matriz resultante para a matriz esparsa no local correspondente. Salve a matriz de reconstrução no disco rígido do computador.
Nota: O divergentes e os métodos de ondas planas usar duas matrizes distintas de reconstrução.- Lançai a matriz de reconstrução de uma matriz GPU. Enter "SetUpP4_2Flash_4B_streaming_DW" para divergindo imagem onda ou "SetUpP4_2Flash_4B_streaming_PW" para geração de imagens de ondas planas na janela de comando do Matlab e pressione "Enter" para criar um arquivo de configuração para a aquisição de dados do canal de ultra-som usando o script associado com a matriz faseada e fornecido pelo fabricante o sistema de ultra-som. Nomeie o arquivo de configuração "P4-2Flash_DivergingWave.mat" para divergindo imagem onda e "P4-2Flash_PlaneWave.mat" para geração de imagens de ondas planas.
Nota: Um pacote de software comercial tem de ser instalado no computador to elenco da matriz esparsa reconstrução de uma matriz GPU.
- Lançai a matriz de reconstrução de uma matriz GPU. Enter "SetUpP4_2Flash_4B_streaming_DW" para divergindo imagem onda ou "SetUpP4_2Flash_4B_streaming_PW" para geração de imagens de ondas planas na janela de comando do Matlab e pressione "Enter" para criar um arquivo de configuração para a aquisição de dados do canal de ultra-som usando o script associado com a matriz faseada e fornecido pelo fabricante o sistema de ultra-som. Nomeie o arquivo de configuração "P4-2Flash_DivergingWave.mat" para divergindo imagem onda e "P4-2Flash_PlaneWave.mat" para geração de imagens de ondas planas.
- Sincronize o sistema de ultra-som com o gerador de função usando um gatilho externo de modo que a aquisição do fígado dados de ultra-som alta taxa de quadros é iniciado ao mesmo tempo que HIFU.
- Abra Matlab. Execute o script de instalação "SetUpP4_2Flash_4B.m" fornecido pelo fabricante do sistema de ultra-som para usar em modo-B. Nomeie o arquivo de configuração criado: "P4-2Flash_4B_Bmode.mat". Use o comando "VSX" e quando "Nome do arquivo .mat ao processo:" é solicitado, digite o nome do arquivo de configuração "P4-2Flash_4B_Bmode.mat". Mover ambos os transdutores e utilizar o mostrador de modo B que apareceu no ecrã do computador para posicioná-los na região alvo do fígado para a ablação. Como alvo uma região de aproximadamente 1 cm abaixo da superfície do fígado para evitar a atenuação de ultra-sons de alta devido à absorção. Salvar uma imagem do fígado no computador de modo B convencional.
Nota:Aqui realizamos ablações HIFU em 11 locais diferentes em dois espécimes de fígado movendo os transdutores com o posicionador 3-D para cada ablação.
2. O ultra-som de Aquisição de Dados
- Abra Matlab. Use o comando "VSX" e quando "Nome do arquivo .mat ao processo:" é solicitado, digite o nome do arquivo de configuração "P4-2Flash_DivergingWave.mat" para divergindo imagem onda ou "P4-2Flash_PlaneWave.mat" para ondas planas imagiologia. Comece o HIFU e aplicá-lo durante 2min para a região alvo.
- Adquirir os dados do canal RF em 1.000 quadros por segundo durante 2 min através de ondas divergentes. Como alternativa, obter os dados de canal RF em 1.000 quadros por segundo durante 2 min, utilizando ondas planas.
- Transfira os dados para um computador anfitrião cada 200 quadros por meio de um cabo PCI express. Como alternativa, para streaming em tempo real, obter os dados de canal RF em 167 frames por segundo durante 2 min usando ondas planas e transfer os dados para um computador host a cada 2 quadros.
Nota: Os métodos de imagem com conjunto de 200 frames proporciona alta resolução temporal dentro de cada conjunto, mas criam lacunas entre cada conjunto e é apropriado para processamento off-line. O método de imagem a 167 fps tem uma resolução temporal inferior, mas não cria quaisquer lacunas em todo o tempo de ablação e é apropriado para streaming em tempo real. - Lançai a matriz de dados canal RF para uma única matriz de precisão GPU com Matlab. Multiplicar a matriz de dados de canal de RF por reconstrução da matriz para obter os dados RF 11 reconstruídas.
3. Deslocamento de imagem
- Criar um Butterworth filtro passa-baixa 6ª ordem na freqüência de corte 4 MHz usando o System Toolbox do Matlab DSP. Aplicar este filtro passa-baixa para os dados de RF reconstruídos para filtrar a componente 4,5 MHz HIFU.
- Estimar o deslocamento axial entre quadros consecutivos, utilizando 1-D normalizado de correlação cruzadacom um comprimento de 3,1 milímetros-janela e 90% de sobreposição.
- Criar um Butterworth filtro passa-baixa 6ª ordem na freqüência de corte de 100 Hz usando o System Toolbox do Matlab DSP. Aplicar este filtro passa-baixa para os dados de deslocamento temporais usando Matlab para recuperar o componente de freqüência de 50 Hz-oscilatório.
- Definir uma região de interesse (ROI) como a região focal em -6 dB (1,7 x 0,4 mm de água) e localizado a 70 mm de distância da superfície do transdutor. Extrair os dados de deslocamento neste ROI. Estimar a proporção de deslocamento de sinal-para-ruído (SNR d) na região focal após 2 min de ablação como a relação entre o deslocamento média e o desvio padrão do deslocamento na ROI.
- Extrair o sinal de 50 Hz deslocamento temporal no foco a partir dos dados de matriz de deslocamento. Converter o sinal de deslocamento temporal no foco em som audível usando Matlab.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Streaming em tempo real de deslocamento HMI durante a ablação HIFU pode ser obtido usando a imagem latente de onda divergente e avião. Figura 2 é uma captura de tela de vídeo mostrando visualização em tempo real da força de radiação acústica deslocamento induzido utilizando onda de imagem avião em in vitro caninos fígados durante a ablação HIFU . Os deslocamentos são transmitidos em tempo real na tela do computador com uma taxa de exibição de 4,5 Hz. Deslocamentos positivos são mostrados em deslocamentos vermelhos e negativos em azul. As lesões foram entregues com sucesso usando HIFU ablação. A Figura 3 mostra a lesão obtido no fígado após a ablação correspondente à figura 2.
Diminuição da HMI pico deslocamento negativo amplitude durante a ablação HIFU pode ser trabalhada com tanto imaging onda divergente e plano. A Figura 4 mostra HMI pico deslocamento negativo em diferente estágio da ablação com divergente e onda planaimagiologia. Deslocamentos negativos de pico foram mostrados ambos sem e com sobreposição no modo B para ver mais claramente o padrão de deslocamento e ver a região de destino no fígado, respectivamente. O som deslocamento IHM 50 Hz correspondente à ablação monitorizada com onda plana (Figura 4C) foi incorporada no video. A diminuição da IHM amplitude de deslocamento devido à ablação pode ser ouvido, que fornece uma ferramenta de monitorização adicional. A Figura 4 também indica que o tamanho da região excitada por HIFU aumenta durante a ablação. A Figura 5A e 5B mostra os deslocamentos HMI a região focal durante a ablação de onda divergente e plano respectivamente. A diminuição da magnitude do deslocamento HMI é claramente visível tanto para imagiologia de onda divergente e plano. Figura 6 mostra a diminuição de deslocamento pico a pico para todos os locais-alvo no fígado, tanto para divergente (Figura 6A) e plano (Figura 6B), imagiologia de onda. A redução de deslocamento pico a pico para onda plana não é significativamente diferente para o obtido para a onda divergente.
Imagiologia onda plana foi encontrada para ter um elevado SNR d no foco de divergente imagiologia onda. A Figura 7 mostra o SNR d na ROI para todas as posições de lesão no fígado para divergente (Figura 7A) e plano (Figura 7B) imagiologia onda . O SNR d média de avião era 1,7 vezes maior do que para divergindo imagem onda.
Figura 1. Experimental set-up. (A) Representação do sistema HMIFU. (B) Imagem do experimental set-up.om / files / ftp_upload / 53050 / "target =" _ blank 53050fig1large.jpg "> Clique aqui para ver uma versão maior desta figura.
Figura 2. Em tempo real deslocamentos HMI. Tela do computador que mostra em tempo real de streaming de deslocamentos HMI com imagens de ondas planas durante HIFU ablação de um fígado canino em 4,5 Hz taxa de quadro de mostrar Captura. O painel do lado esquerdo mostra os deslocamentos HMI filtrados e o painel do lado direito mostra os deslocamentos HMI filtrados sobrepostos no pré-ablação B-mode do fígado. Por favor clique aqui para ver uma versão maior desta figura.
Figura 3. lesão induzida por HIFU. Imagem da seção transversal do meio de uma lesão após tratamento HIFU. Por favor clique aqui para ver uma versão maior desta figura.
Figura 4. Divergência e imagem onda plana dos deslocamentos. HMI imaging deslocamento negativo Peak durante HIFU ablação de um fígado canino utilizando onda divergente sem sobreposição de modo B (A), com sobreposição de modo B (B), usando a imagem latente de ondas planas sem sobreposição de modo B (C) e com o modo B sobreposição (D). O som de deslocamento 50 Hz HMI correspondente à ablação monitorizada com onda plana (Figura 4C) foi incorporada no video. Plocação clique aqui para ver uma versão maior desta figura.
Figura 5. HMI deslocamento focal. Deslocamento HMI na região focal durante a ablação HIFU usando divergente (A) e plano (B) imagiologia onda. Por favor clique aqui para ver uma versão maior desta figura.
Figura 6. diminuição deslocamento de pico-a-pico. Decréscimo Pico a pico de deslocamento na região focal durante a ablação HIFU usando divergente (A) e plano (B) imagiologia onda. Por favor,clique aqui para ver uma versão maior desta figura.
Figura A proporção de deslocamento de sinal-ruído no foco de divergência (A) e plano (B) imagens de onda para diferentes posições ablação 7. Deslocamento relação sinal-ruído.. Por favor clique aqui para ver uma versão maior desta figura .
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Monitorização em tempo real de lesões HIFU é importante para assegurar a entrega adequada da lesão e eficiente. Como as formas de lesão, o tecido endurece e amplitude de movimento sob a sua excitação diminui. Aplicando HIFU numa região dos resultados de tecidos em uma força de radiação acústica que induz tecido deslocamento. A mudança relativa no deslocamento é um substituto da mudança relativa na rigidez tecidual. Esta técnica oferece a vantagem de monitorização lesão HIFU sem parar o tratamento, em contraste com outros métodos de ultra-sons com base. A resolução temporal do acompanhamento em tempo real neste estudo (4,5 Hz) era maior do que a obtida na ablação HIFU MR-guiada (1 Hz).
Processamento rápido de dados RF ultra-som é um passo fundamental para a transmissão em tempo real de deslocamento. A reconstrução da imagem é o passo mais lento do processamento. Neste protocolo, a velocidade da reconstrução de imagens foi otimizado pela obtenção de toda a estrutura using numa única operação. Esta operação consiste em multiplicar os dados do canal de RF por uma matriz. Apenas os elementos diferentes de zero da matriz foram alocados para optimizar o tempo de computação e o
multiplicação foi efectuada numa GPU. Um método de correlação cruzada normalizado 1-D rapidamente foi utilizado para estimar os deslocamentos. A sobreposição janela de 80% permite um bom trade-off entre o tempo de computação ea resolução axial das imagens deslocamento.
O método de transmissão beamforming também pode afetar a qualidade da imagem de deslocamento. A SNR d verificou-se ser significativamente inferior para divergindo para imagiologia de onda plana usando um teste t de duas amostras. A magnitude do deslocamento também foi mais baixa do que para divergindo para imagiologia de onda plano. Isto poderia ser explicado pelo facto de a direcção axial da onda divergente não está alinhada com o feixe de HIFU em toda a ROI, devido à natureza da onda divergente emcontrastam com a onda plana. A diminuição menor de pico-a-pico de deslocamento encontrado para lesão # 3 divergindo para imagiologia de onda pode ser devido à presença de um navio no centro da lesão observada após patologia grave. Quanto menor SNR d encontrado para lesão # 4 para imagiologia de onda plana pode ser devido à proximidade do foco para a superfície do fígado. É também de notar que a atenuação devido ao espalhamento geométrico na direcção lateral ocorre em ondas e não divergente para onda plana que pode afectar a qualidade da estimativa de movimento. No entanto, quando se utiliza o mesmo transdutor de ultra-som, a imagem onda divergentes oferece um maior campo de visão de onda de imagem plano que é de interesse para continuamente a imagem da maior parte da região para retirar.
Neste protocolo, um agrupamento por fase, foi utilizada para os deslocamentos de imagem de modo que apenas uma secção transversal da região de ablação foi representada por imagem. Um transdutor de matriz 2-D pode ser utilizado para imagem Ttodo ele volume da região ablated. A ablação em diferentes locais do fígado foi conseguida pela movimentação do transdutor em relação ao fígado. Direccionadores de feixes pode ser realizada com a sonda de HIFU para atingir diferentes locais da região a ser tratada para permitir o direccionamento mais adequada. Além das melhorias técnicas acima mencionadas, direções futuras incluem a tradução clínica deste método.
Subscription Required. Please recommend JoVE to your librarian.
Materials
| Name | Company | Catalog Number | Comments |
| P4-2 Phased array | ATL | ||
| H-178 HIFU transducer | Sonic Concepts | ||
| 3-D positioner | Velmex Inc. | ||
| AT33522A function generator | Agilent Technologies | ||
| V-1 ultrasound system | Verasonics | ||
| 3100L RF amplifier | ENI | ||
| Matching network | Sonic Concepts | ||
| Degasing system | Sonic Concepts | ||
| Programming software | Matlab | ||
| Jacket software package | Accelereyes |
References
- Al-Bataineh, O., Jenne, J., Huber, P. Clinical and future applications of high intensity focused ultrasound in cancer. Cancer Treat Rev. 38, 346-353 (2012).
- Dewhirst, M. W., Viglianti, B. L., Lora-Michiels, M., Hanson, M., Hoopes, P. J. Basic principles of thermal dosimetry and thermal thresholds for tissue damage from hyperthermia. Int J Hyperthermia. 19, 267-294 (2003).
- Napoli, A., et al. MR-guided high-intensity focused ultrasound: current status of an emerging technology. Cardiovasc Intervent Radiol. 36, 1190-1203 (2013).
- Gudur, M. S., Kumon, R. E., Zhou, Y., Deng, C. X. High-frequency rapid B-mode ultrasound imaging for real-time monitoring of lesion formation and gas body activity during high-intensity focused ultrasound ablation. IEEE Trans Ultrason Ferroelectr Freq Control. 59, 1687-1699 (2012).
- Jensen, C. R., Cleveland, R. O., Coussios, C. C. Real-time temperature estimation and monitoring of HIFU ablation through a combined modeling and passive acoustic mapping approach. Phys Med Biol. 58, 5833-5850 (2013).
- Mariani, A., et al. Real time shear waves elastography monitoring of thermal ablation: in vivo evaluation in pig livers. J Surg Res. 188, 37-43 (2014).
- Bing, K. F., Rouze, N. C., Palmeri, M. L., Rotemberg, V. M., Nightingale, K. R. Combined ultrasonic thermal ablation with interleaved ARFI image monitoring using a single diagnostic curvilinear array: a feasibility study. Ultrason Imaging. 33, 217-232 (2011).
- Athanasiou, A., et al. Breast lesions: quantitative elastography with supersonic shear imaging--preliminary results., Radiology. 256, 297-303 (2010).
- Maleke, C., Konofagou, E. E. Harmonic motion imaging for focused ultrasound (HMIFU): a fully integrated technique for sonication and monitoring of thermal ablation in tissues. Phys Med Biol. 53, 1773-1793 (2008).
- Maleke, C., Konofagou, E. E. In vivo feasibility of real-time monitoring of focused ultrasound surgery (FUS) using harmonic motion imaging (HMI). IEEE Trans Biomed Eng. 57, 7-11 (2010).
- Hou, G. Y., et al. Sparse matrix beamforming and image reconstruction for 2-D HIFU monitoring using harmonic motion imaging for focused ultrasound (HMIFU) with in vitro validation. IEEE Trans Med Imaging. 33, 2107-2117 (2014).
