Här presenterar vi en 5D-ultraljudsteknik som kombinerar multi-planar 3D-rekonstruktion och färgdopplerfusion, vilket möjliggör synkron visualisering av sköldkörtelns strukturella och funktionella information. Genom att minimera blinda fläckar möjliggör denna metod snabb, exakt lokalisering av lesioner för att förbättra diagnostisk noggrannhet, vilket särskilt gynnar nybörjare.
Denna artikel föreslår en ny sköldkörtelundersökningsteknik baserad på femdimensionell (5D) synkron rekonstruktion av ultraljudsdata. De råa temporala sekvenserna rekonstrueras till volymetriska 3D-data som återspeglar den anatomiska strukturen. Triplanär visualisering från tre ortogonala plan realiseras för att ge en systematisk inspektion av hela körteln. Färgdoppleravbildning är integrerad i varje triplanär skiva för att kartlägga vaskularitetsförändringar. Denna multimodala fusion möjliggör synkron visning av strukturell, funktionell och blodflödesinformation i det rekonstruerade 5D-utrymmet. Jämfört med konventionell skanning erbjuder denna teknik fördelarna med flexibel offline-diagnos, minskat beroende av skanning, förbättrad intuitiv tolkning och omfattande utvärdering av flera aspekter. Genom att minimera tillsynsfel kan det förbättra den diagnostiska noggrannheten, särskilt för nybörjare. Den föreslagna 5D-fusionsmetoden möjliggör snabb och exakt lokalisering av lesioner för tidig upptäckt. Framtida arbete kommer att utforska integration med biokemiska markörer för att ytterligare förbättra diagnostisk precision. Tekniken har ett stort kliniskt värde för att främja sköldkörtelundersökning.
Hashimotos tyreoidit (HT), den vanligaste autoimmuna sköldkörtelsjukdomen (AITD), är den främsta orsaken till hypotyreos i jodrika områden i världen1. Det kännetecknas av lymfocytisk infiltration och autoantikroppar mot sköldkörtelantigener, vilket leder till förstörelse av sköldkörtelarkitektur och hypotyreos2. Stadieindelning av HT syftar till att bedöma svårighetsgraden och vägleda behandlingsbeslut. Den bygger på en kombination av biokemiska markörer som sköldkörtelstimulerande hormon (TSH) och sköldkörtelautoantikroppar3, samt ultraljudsegenskaper som är synliga på sköldkörtelultraljud 4,5,6.
Vid ultraljudsundersökning visar HT karakteristiska fynd, inklusive diffust minskad ekogenicitet, heterogen ekotextur, mikronodularitet och ökat blodflöde på färgdoppler 6,7. Konventionellt tvådimensionellt (2D) gråskaleultraljud saknar dock kvantitativa metoder för att systematiskt analysera dessa egenskaper för HT-stadieindelning8. Bedömningen av vaskularitetsförändringar är också begränsad till kvalitativ visuell inspektion i 2D-läge. Sköldkörtelns komplexa tredimensionella (3D) arkitektur försvårar ytterligare en grundlig utvärdering med konventionell 2D-skivning 9,10. Dessa faktorer leder till blinda fläckar och feltolkningar, vilket resulterar i låg känslighet och specificitet, särskilt för mindre erfarna utövare11,12.
Konventionell handhållen ultraljudsskanning integrerar insamling och diagnos i realtid. Det här kopplade arbetsflödet ökar sannolikheten för tillsynsfel under genomsökningen. Bristen på rumslig lokalisering och spårning gör också identifiering och övervakning av lesioner oprecis 12,13. Dedikerade 3D-ultraljudssystem har dykt upp för att ta itu med dessa begränsningar och har visat lovande resultat14,15. De flesta 3D-ultraljudstekniker kräver dock komplexa mekaniska skanningsmekanismer och specialiserade givare, vilket leder till höga kostnader och hinder för införande.
För att övervinna begränsningarna med konventionella 2D- och 3D-ultraljudstekniker föreslår denna studie en ny 3D-rekonstruktions- och visualiseringslösning skräddarsydd för sköldkörtelundersökning. Med hjälp av allmänt tillgängligt handhållet ultraljud tas först flera 2D-svep för att skanna hela sköldkörteln. 3D-volymetrisk rekonstruktion realiseras sedan genom rumslig registrering och fusion av 2D-sekvenserna. Samtidigt samregistreras färgdopplerramar för att skapa vaskularitetskartor som visualiserar blodflödesförändringar. De rekonstruerade 3D-gråskalevolymerna och de färgade vaskularitetskartorna integreras slutligen i en enda plattform, vilket möjliggör synkroniserad visualisering av flera plan och kombinerad strukturell och funktionell inspektion.
Denna föreslagna 3D-fusionsteknik ger en systematisk och omfattande utvärdering av den komplexa sköldkörtelmorfologin ur olika aspekter. Genom att minimera blinda fläckar och möjliggöra global överblick kan det bidra till att förbättra diagnostisk noggrannhet och minska tillsynsfel, vilket särskilt gynnar nybörjare. Den multimodala visualiseringen underlättar också snabb och exakt lokalisering av lesioner, vilket är lovande för tidig diagnos och behandling av sköldkörtelknölar och tumörer. Dessutom introducerar metoden kvantitativ 3D-funktionsanalys som inte har undersökts för HT-stadieindelning tidigare. Med bred användning har det potential att standardisera och objektifiera de för närvarande erfarenhetsberoende ultraljudsdiagnosprocedurerna. Genom att synergistiskt integrera handhållen 3D-rekonstruktion, multimodal fusion, kvantitativ egenskapsanalys och flexibel visualisering i ett strömlinjeformat arbetsflöde, representerar denna billiga, lättanvända teknik ett diagnostiskt kraftfullt språng från konventionellt 2D-ultraljud för att främja sköldkörtelundersökning.
Kritiska steg i protokollet
Även om figur 1 och figur 2 har värde för inspektion och diagnos, kräver bestämning av lesionens placering och vyer från andra perspektiv experterfarenhet. För diagnosen Hashimotos tyreoidit (HT) är synkronisering av figur 1 och figur 2 i realtid också ett viktigt och kritiskt steg. Protokollsteg 3.3 är ett av de viktigaste stegen där, som visas…
The authors have nothing to disclose.
Denna publikation fick stöd från Shaanxi Provincial Key Research and Development Plan: 2023-ZDLSF-56 och Shaanxi Provincial “Scientist + Engineer” Team Construction: 2022KXJ-019.
MATLAB | MathWorks | 2023B | Computing and visualization |
Tools for Thyroid Disease Precision Quantification | Intelligent Entropy | Thyroid-3D V1.0 | Beijing Intelligent Entropy Science & Technology Co Ltd. Modeling for Thyroid Disease |