Summary

Ultrasone beoordeling van myocard microstructuur

Published: January 14, 2014
doi:

Summary

Echocardiografie wordt vaak gebruikt om veranderingen in de hartstructuur en -functie niet-invasief te karakteriseren en te kwantificeren. We beschrijven een op echografie gebaseerd beeldalgoritme dat een verbeterde surrogaatmeting van myocardmicrostructuur biedt en kan worden uitgevoerd met behulp van open-access beeldanalysesoftware.

Abstract

Echocardiografie is een breed toegankelijke beeldvormingsmodaliteit die vaak wordt gebruikt om veranderingen in de hartstructuur en -functie niet-invasief te karakteriseren en te kwantificeren. Ultrasone beoordelingen van hartweefsel kunnen analyses van backscatter signaalintensiteit binnen een bepaald gebied van belang omvatten. Eerder vastgestelde technieken zijn voornamelijk gebaseerd op de geïntegreerde of gemiddelde waarde van backscatter-signaalintensiteiten, die vatbaar kunnen zijn voor variabiliteit van aliasgegevens van lage framesnelheden en tijdvertragingen voor algoritmen op basis van cyclische variatie. Hierin beschrijven we een op echografie gebaseerd beeldalgoritme dat zich uitstrekt van eerdere methoden, kan worden toegepast op één beeldframe en de volledige verdeling van signaalintensiteitswaarden verklaart die zijn afgeleid van een bepaald myocardmonster. Wanneer toegepast op representatieve muis- en menselijke beeldvormingsgegevens, maakt het algoritme onderscheid tussen proefpersonen met en zonder blootstelling aan chronische afterloadweerstand. Het algoritme biedt een verbeterde surrogaatmeting van myocardmicrostructuur en kan worden uitgevoerd met behulp van open-access beeldanalysesoftware.

Introduction

Echocardiografie is een breed toegankelijke beeldvormingsmodaliteit die vaak wordt gebruikt om veranderingen in de hartstructuur en -functie niet-invasief te karakteriseren en te kwantificeren. Ultrasone beoordelingen van hartweefsel kunnen analyses omvatten van de intensiteit van het backscatter-signaal binnen een bepaald gebied van belang op een enkel moment, evenals in de loop van de hartcyclus. Eerdere studies hebben gesuggereerd dat metingen van sonografische signaalintensiteit de onderliggende aanwezigheid van myocardvezeldisarray, levensvatbaar versus niet-levensvatbaar myocardweefsel en interstitiële fibrose1-3kunnen identificeren. We verwijzen naar myocard ‘microstructuur’ als de weefselarchitectuur die met behulp van sonografische analyse kan worden gekarakteriseerd boven lineaire metingen van brutogrootte en morfologie. Dienovereenkomstig zijn analyses van sonografische signaalintensiteit gebruikt om microstructurele veranderingen van myocardweefsel te evalueren in de setting van hypertrofische en verwijde cardiomyopathie4,5, chronische coronaire hartziekte6,7en hypertensieve hartziekte8,9. Eerder vastgestelde technieken zijn echter voornamelijk gebaseerd op de geïntegreerde of gemiddelde waarde van backscattersignaalintensiteiten, die gevoelig kunnen zijn voor variabiliteit door willekeurige ruis5, aliasgegevens van lage framesnelheden10, en tijdvertragingen voor algoritmen op basis van cyclische variatie11.

Hierin beschrijven we de methode voor het gebruik van een op echografie gebaseerd beeldanalysealgoritme dat zich uitstrekt van eerdere methoden; dit algoritme richt zich op één einddiastolisch frame voor beeldanalyse en is verantwoordelijk voor de volledige verdeling van signaalintensiteitswaarden die zijn afgeleid van een bepaald myocardmonster. Door het pericardium te gebruiken als een in-frame referentie12,13, kwantificeert het algoritme reproduceerbaar variatie in sonografische signaalintensiteitsverdelingen en biedt het een verbeterde surrogaatmaat van myocardmicrostructuur. In een stapsgewijs protocol beschrijven we methoden voor het voorbereiden van afbeeldingen voor gebruik, het bemonsteren van interessegebieden en het verwerken van gegevens binnen geselecteerde regio’s van belang. We tonen ook representatieve resultaten van het toepassen van het algoritme op echocardiografische beelden verkregen van muizen en mensen met variabele blootstelling aan afterload stress op de linkerventrikel.

Protocol

1. Voorbereiding van afbeeldingen voor analyses Verkrijg muriene of menselijke echocardiografische B-modus beelden in de parasternale lange-as weergave. Pas de tijdwinstcompensatie-instellingen en de plaatsing van de zendfocus aan om de visualisatie van de LV en andere hartstructuren in de parasternale weergave te optimaliseren, volgens de gebruikelijke praktijk. Zorg ervoor dat alle afbeeldingen zijn opgeslagen in DICOM-bestandsindeling. Gestandaardiseerde beeldweergaven plaatsen de inferolaterale linkerventri…

Representative Results

Signaalintensiteitsanalyse wordt uitgevoerd in 4 hoofdstappen(figuur 1),waaronder: 1) beeldselectie en -opmaak, 2) bemonstering roi en referentiegebieden, 3) algoritmetoepassing en 4) verwerking van eindwaarden om myocard-tot-pericardiale intensiteitsverhoudingen op te leveren. Selectie en grootte van de ROI is gestandaardiseerd om interuser- en intrauservariabiliteit te beperken (Figuur 2). De positionering van elke ROI is ook gestandaardiseerd met betrekking tot de anatomische structur…

Discussion

We beschrijven het protocol voor een beeldanalysealgoritme dat de sonografische signaalintensiteitsverdeling kwantificeert en op zijn beurt een surrogaatmaat van myocardmicrostructuur biedt. Gestandaardiseerde functies van het protocol, waaronder selectie, grootte en positionering van de ROI en referentieregio, dienen om de variabiliteit tussen gebruikers en onderwerpen te minimaliseren. We tonen aan dat wanneer toegepast op end-diastolische echocardiografische beelden met één frame, het algoritme op de juiste manier o…

Disclosures

The authors have nothing to disclose.

Acknowledgements

We zijn dankbaar voor de middelen van de Harvard Medical School/Brigham en Women’s Hospital Cardiovascular Physiology Core Laboratory. Dit werk werd gedeeltelijk ondersteund door financiering van de National Institutes of Health grants HL088533, HL071775, HL093148 en HL099073 (RL). MB ontving een American Heart Association founder affiliate postdoctorale fellowship award. KU is een ontvanger van een American Heart Association oprichters affiliate postdoctorale fellowship award. SC werd ondersteund door een prijs van de Ellison Foundation.

Materials

ImageJ v 1.46 NIH (Bethesda, MD) open access software
Power ShowCase Trillium Technology (Ann Arbor, MI) commercial software

References

  1. Yamada, S., Komuro, K. Integrated backscatter for the assessment of myocardial viability. Curr. Opin. Cardiol. 21, 433-437 (2006).
  2. Mimbs, J. W., O’Donnell, M., Bauwens, D., Miller, J. W., Sobel, B. E. The dependence of ultrasonic attenuation and backscatter on collagen content in dog and rabbit hearts. Circ. Res. 47, 49-58 (1980).
  3. Picano, E., et al. In vivo quantitative ultrasonic evaluation of myocardial fibrosis in humans. Circulation. 81, 58-64 (1990).
  4. Mizuno, R., et al. Myocardial ultrasonic tissue characterization for estimating histological abnormalities in hypertrophic cardiomyopathy: comparison with endomyocardial biopsy findings. Cardiology. 96, 16-23 (2001).
  5. Mizuno, R., Fujimoto, S., Saito, Y., Nakamura, S. Non-invasive quantitation of myocardial fibrosis using combined tissue harmonic imaging and integrated backscatter analysis in dilated cardiomyopathy. Cardiology. 108, 11-17 (2007).
  6. Marini, C., et al. Cyclic variation in myocardial gray level as a marker of viability in man. A videodensitometric study. Eur. Heart. J. 17, 472-479 (1996).
  7. Komuro, K., et al. Sensitive detection of myocardial viability in chronic coronary artery disease by ultrasonic integrated backscatter analysis. J. Am. Soc. Echocardiogr. 18, 26-31 (2005).
  8. Ciulla, M., et al. Echocardiographic patterns of myocardial fibrosis in hypertensive patients: endomyocardial biopsy versus ultrasonic tissue characterization. J. Am. Soc. Echocardiogr. 10, 657-664 (1997).
  9. Maceira, A. M., Barba, J., Varo, N., Beloqui, O., Diez, J. Ultrasonic backscatter and serum marker of cardiac fibrosis in hypertensives. Hypertension. 39, 923-928 (2002).
  10. D’Hooge, J., et al. High frame rate myocardial integrated backscatter. Does this change our understanding of this acoustic parameter. Eur. J. Echocardiogr. 1, 32-41 (2000).
  11. Finch-Johnston, A. E., et al. Cyclic variation of integrated backscatter: dependence of time delay on the echocardiographic view used and the myocardial segment analyzed. J. Am. Soc. Echocardiogr. 13, 9-17 (2000).
  12. Di Bello, V., et al. Increased echodensity of myocardial wall in the diabetic heart: an ultrasound tissue characterization study. J. Am. Coll. Cardiol. 25, 1408-1415 (1995).
  13. Takiuchi, S., et al. Quantitative ultrasonic tissue characterization can identify high-risk atherosclerotic alteration in human carotid arteries. Circulation. 102, 766-770 (2000).
  14. Querejeta, R., et al. Serum carboxy-terminal propeptide of procollagen type I is a marker of myocardial fibrosis in hypertensive heart disease. Circulation. 101, 1729-1735 (2000).
check_url/50850?article_type=t

Play Video

Cite This Article
Hiremath, P., Bauer, M., Cheng, H., Unno, K., Liao, R., Cheng, S. Ultrasonic Assessment of Myocardial Microstructure. J. Vis. Exp. (83), e50850, doi:10.3791/50850 (2014).

View Video