Summary
Hier stellen wir eine 5D-Ultraschalltechnik vor, die multiplanare 3D-Rekonstruktion und Farbdopplerfusion kombiniert und eine synchrone Visualisierung von strukturellen und funktionellen Informationen der Schilddrüse ermöglicht. Durch die Minimierung blinder Flecken ermöglicht diese Methode eine schnelle und präzise Lokalisierung von Läsionen, um die diagnostische Genauigkeit zu verbessern, was insbesondere Anfängern zugute kommt.
Abstract
In diesem Artikel wird eine neuartige Schilddrüsenuntersuchungstechnik vorgeschlagen, die auf der fünfdimensionalen (5D) synchronen Rekonstruktion von Ultraschalldaten basiert. Die rohen zeitlichen Sequenzen werden in volumetrische 3D-Daten rekonstruiert, die die anatomische Struktur widerspiegeln. Eine triplanare Visualisierung aus drei orthogonalen Ebenen wird realisiert, um eine systematische Inspektion der gesamten Drüse zu ermöglichen. Die Farbdoppler-Bildgebung ist in jede triplanare Schicht integriert, um Vaskularitätsänderungen abzubilden. Diese multimodale Fusion ermöglicht die synchrone Darstellung von strukturellen, funktionellen und Blutflussinformationen im rekonstruierten 5D-Raum. Im Vergleich zum herkömmlichen Scannen bietet diese Technik die Vorteile einer flexiblen Offline-Diagnose, einer geringeren Abhängigkeit vom Scannen, einer verbesserten intuitiven Interpretation und einer umfassenden Multi-Aspekt-Auswertung. Durch die Minimierung von Aufsichtsfehlern könnte die diagnostische Genauigkeit verbessert werden, insbesondere für Anfänger. Die vorgeschlagene 5D-Fusionsmethode ermöglicht eine schnelle und präzise Lokalisierung von Läsionen zur Früherkennung. Zukünftige Arbeiten werden die Integration mit biochemischen Markern untersuchen, um die diagnostische Präzision weiter zu verbessern. Die Technik hat einen erheblichen klinischen Wert für die Weiterentwicklung der Schilddrüsenuntersuchung.
Introduction
Die Hashimoto-Thyreoiditis (HT), die häufigste Autoimmunerkrankung der Schilddrüse (AITD), ist die Hauptursache für Hypothyreose in jodreichen Gebieten der Welt1. Es ist gekennzeichnet durch lymphozytäre Infiltration und Autoantikörper gegen Schilddrüsenantigene, die zur Zerstörung der Schilddrüsenarchitektur und zur Hypothyreose führen2. Das Staging von HT zielt darauf ab, den Schweregrad zu beurteilen und Behandlungsentscheidungen zu treffen. Es beruht auf einer Kombination biochemischer Marker wie dem Schilddrüsen-stimulierenden Hormon (TSH) und Schilddrüsen-Autoantikörpern3 sowie auf ultrasonographischen Merkmalen, die im Schilddrüsenultraschall sichtbar sind 4,5,6.
Bei der Ultraschalluntersuchung zeigt HT charakteristische Befunde, darunter diffus verminderte Echogenität, heterogene Echotextur, Mikronodularität und erhöhte Durchblutung auf Farbdoppler 6,7. Dem herkömmlichen zweidimensionalen (2D) Graustufenultraschall fehlen jedoch quantitative Methoden, um diese Merkmale für das HT-Stagingsystematisch zu analysieren 8. Die Beurteilung von Vaskularitätsänderungen beschränkt sich auch auf die qualitative visuelle Inspektion im 2D-Modus. Die komplexe dreidimensionale (3D) Architektur der Schilddrüse erschwert zusätzlich eine gründliche Beurteilung mit herkömmlichem 2D-Slicing 9,10. Diese Faktoren führen zu blinden Flecken und Fehlinterpretationen in der Bildgebung, was zu einer geringen Sensitivität und Spezifität führt, insbesondere für weniger erfahrene Praktiker11,12.
Die konventionelle Ultraschalluntersuchung in der Hand integriert die Erfassung und Diagnose in Echtzeit. Diese gekoppelte Workflow-Abhängigkeit erhöht die Wahrscheinlichkeit von Versehensfehlern während des Scannens. Das Fehlen einer räumlichen Lokalisierung und Verfolgung macht auch die Identifizierung und Überwachung von Läsionen ungenau12,13. Spezielle 3D-Ultraschallsysteme wurden entwickelt, um diese Einschränkungen zu beheben, und haben vielversprechende Ergebnisse gezeigt14,15. Die meisten 3D-Ultraschalltechnologien erfordern jedoch komplexe mechanische Scanmechanismen und spezielle Schallköpfe, was zu hohen Kosten und Hindernissen für die Einführung führt.
Um die Einschränkungen herkömmlicher 2D- und 3D-Ultraschalltechniken zu überwinden, schlägt diese Studie eine neuartige 3D-Rekonstruktions- und Visualisierungslösung vor, die auf die Schilddrüsenuntersuchung zugeschnitten ist. Mit weit verbreitetem Handultraschall werden zunächst mehrere 2D-Sweeps aufgenommen, um die gesamte Schilddrüse zu scannen. Die volumetrische 3D-Rekonstruktion wird dann durch räumliche Registrierung und Fusion der 2D-Sequenzen realisiert. Gleichzeitig werden Farbdopplerrahmen koregistriert, um Vaskularitätskarten zu erstellen, die Veränderungen des Blutflusses visualisieren. Die rekonstruierten 3D-Graustufenvolumina und farbigen Vaskularitätskarten werden schließlich in eine einzige Plattform integriert, die eine synchronisierte multiplanare Visualisierung und kombinierte strukturell-funktionale Inspektion ermöglicht.
Diese vorgeschlagene 3D-Fusionstechnik bietet eine systematische und umfassende Bewertung der komplexen Schilddrüsenmorphologie unter verschiedenen Aspekten. Durch die Minimierung blinder Flecken und die Ermöglichung eines globalen Überblicks könnte es dazu beitragen, die diagnostische Genauigkeit zu verbessern und Aufsichtsfehler zu reduzieren, was insbesondere Anfängern zugute kommt. Die multimodale Visualisierung ermöglicht auch eine schnelle und präzise Lokalisierung von Läsionen und ist vielversprechend für die Früherkennung und Behandlung von Schilddrüsenknoten und Tumoren. Darüber hinaus führt die Methode eine quantitative 3D-Merkmalsanalyse ein, die bisher nicht für das HT-Staging untersucht wurde. Mit einer breiten Akzeptanz hat es das Potenzial, die derzeit erfahrungsabhängigen Ultraschalldiagnoseverfahren zu standardisieren und zu objektivieren. Durch die synergetische Integration von tragbarer 3D-Rekonstruktion, multimodaler Fusion, quantitativer Merkmalsanalyse und flexibler Visualisierung in einen optimierten Arbeitsablauf stellt diese kostengünstige, einfach zu bedienende Technik einen diagnostisch leistungsstarken Sprung vom herkömmlichen 2D-Ultraschall für die Weiterentwicklung der Schilddrüsenuntersuchung dar.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Diese Studie wurde vom Institutional Review Board des Sunsimiao-Krankenhauses genehmigt, das der Pekinger Universität für Chinesische Medizin angegliedert ist. Der Patient wurde aus der Abteilung für Schilddrüse des Sunsimiao-Krankenhauses rekrutiert. Der Patient unterzog sich einer Ultraschalluntersuchung der Schilddrüse und gab eine Einverständniserklärung für die Studie. In dieser Untersuchung wurden 4D-Ultraschalldaten, die mit einem Handgerät aufgenommen wurden, verwendet, um triplanare Ansichten der Schilddrüse zu rekonstruieren. Darüber hinaus wurde eine synchrone Farbdoppler-Bildgebung in Echtzeit erreicht. Die in dieser Forschung verwendeten Softwaretools sind in der Materialtabelle aufgeführt.
1. Datenerhebung und -aufbereitung
- Platzieren Sie den linearen Array-Schallkopf mit einem tragbaren tragbaren Ultraschallgerät quer am Hals des Patienten, um die Schilddrüse in der Querschnittsebene abzubilden. Schieben Sie die Sonde langsam und gleichmäßig entlang der Schilddrüse, während Sie den Kontakt und die Ausrichtung der Sonde beibehalten.
- Erfassen Sie eine Sequenz von transversalen B-Mode-Bildern, die die Schilddrüsenmorphologie mit einer Bildrate von 33 Hz visualisieren.
- Wenden Sie gleichzeitig den Farbdoppler an, um den Blutfluss in der Drüse und den Gefäßen zu erkennen. Scannen Sie von den oberen zu den unteren Schilddrüsenpolen, um die gesamte Drüse abzudecken. Die resultierende dynamische Bildgebungssequenz besteht aus aufeinanderfolgenden Querschichten, die zwei 4D-Datensätze bilden.
- Laden und Durchsuchen von 4D-B-Mode-Ultraschalldaten
- Kopieren Sie alle DICOM-Daten in ein benutzerdefiniertes Arbeitsverzeichnis.
HINWEIS: Das Arbeitsverzeichnis ist sowohl im Betriebssystem als auch in MATLAB identisch. Drücken Sie die Eingabetaste , nachdem Sie jede Zeile eingegeben haben, um den Befehl in MATLAB auszuführen. - Importieren Sie die US-Datendatei im B-Modus mit der dicomread-Funktion in MATLAB und verwenden Sie die Größenfunktion , um die Abmessungen der Daten anzuzeigen.
- Öffnen Sie MATLAB auf dem Computer.
- Geben Sie im Befehlsfenster Folgendes ein:
VB0 = dicomread('fname.dcm');
Wobei 'fname.dcm' durch den tatsächlichen Dateinamen der DICOM-Daten ersetzt werden könnte. Dadurch wird die DICOM-Datei eingelesen und die Bilddaten in der Variablen VB0 gespeichert. - Geben Sie Folgendes ein, um die Größe der geladenen Daten anzuzeigen:
Größe (VB0),
HINWEIS: Die hier importierten 4D-Daten hatten Abmessungen von 768 Pixel x 1024 Pixel x 3 x 601 Ebenen. Die 768 Pixel x 1024 Pixel x 3 entsprechen einem Standard-RGB-Bild, bei dem jedes Pixel durch drei Kanäle mit 24-Bit-Tiefe dargestellt wird. Die 601 Layer geben die Gesamtzahl der gescannten Schichten an.
- Rufen Sie die Funktion US_B_Show auf, um die 4D-Matrixdaten in eine kontinuierliche Graustufenvideosequenz umzuwandeln, die zur detaillierten Untersuchung kontinuierlich wiedergegeben wird (siehe Abbildung 1).
- Um diese in Schritt 1.4.2.2 importierte 4D-Ultraschall-Datamatrix VB0 mit der dicomread-Funktion in den DICOM-Dateien in eine kontinuierlich abgespielte Graustufen-Videosequenz umzuwandeln, rufen Sie die US_B_Show-Funktion auf, indem Sie den folgenden Befehl in das MATLAB-Befehlsfenster eingeben:
US_B_Show(VB0)
Dabei ist VB0 die 4D-Matrixvariable, die die zuvor importierten Ultraschalldaten enthält.
- Um diese in Schritt 1.4.2.2 importierte 4D-Ultraschall-Datamatrix VB0 mit der dicomread-Funktion in den DICOM-Dateien in eine kontinuierlich abgespielte Graustufen-Videosequenz umzuwandeln, rufen Sie die US_B_Show-Funktion auf, indem Sie den folgenden Befehl in das MATLAB-Befehlsfenster eingeben:
- Die GUI in Abbildung 1 zeigt Wiedergabeschaltflächen zum Anhalten, Vorspulen, Zurückspulen usw.
- Drücken Sie die Wiedergabetaste , um die kontinuierliche Videowiedergabe der Bildsequenz zu starten. Verwenden Sie die Symbole für das Pause- und Wiedergabesteuerungswerkzeug für die flexible Navigation in jedem Frame. Verwenden Sie die Schaltflächen zum Vergrößern/Verkleinern , um die Bilder während der Wiedergabe dynamisch zu vergrößern oder zu verkleinern, und die Standard-Zoomtaste , um auf die ursprüngliche 1x-Ansicht zurückzusetzen.
- Klicken Sie auf die Schaltfläche Pixelwerte untersuchen und bewegen Sie die Maus über einen Bereich, um das Fadenkreuz mit Pixelkoordinaten und -intensitäten für eine lokalisierte Analyse zu überlagern.
HINWEIS: Diese interaktiven Steuerelemente ermöglichen eine flexible Inspektion von Ultraschalldatenmerkmalen über Raum und Zeit.
- Kopieren Sie alle DICOM-Daten in ein benutzerdefiniertes Arbeitsverzeichnis.
- Laden und Durchsuchen von 4D-Farbdoppler-Ultraschalldaten
- Importieren Sie die Farbdoppler-Ultraschalldatendatei mit der dicomread-Funktion in MATLAB und verwenden Sie die Größenfunktion , um die Abmessungen der Daten anzuzeigen.
HINWEIS: Die hier importierten 4D-Daten hatten Abmessungen von 768 Pixel x 1024 Pixel x 3 x 331 Ebenen. Die 768 Pixel x 1024 Pixel x 3 entsprechen einem Standard-RGB-Bild, wobei Rot und Blau den Blutfluss in verschiedene Richtungen darstellen. Die 331 Layer geben die Gesamtzahl der gescannten Schichten an. - Verwenden Sie die Funktion US_C_Show, um die 4D-Matrixdaten in eine kontinuierliche Farbvideosequenz umzuwandeln, die zur detaillierten Untersuchung kontinuierlich wiedergegeben wird (siehe Abbildung 2).
HINWEIS Die GUI in Abbildung 2 verfügt über die gleichen interaktiven Steuerelemente und Vorgänge wie zuvor in Schritt 1.4.4 für Abbildung 1 beschrieben.
- Importieren Sie die Farbdoppler-Ultraschalldatendatei mit der dicomread-Funktion in MATLAB und verwenden Sie die Größenfunktion , um die Abmessungen der Daten anzuzeigen.
2. Synchrone Beobachtung von B-Mode- und Farbdoppler-Ultraschall
HINWEIS: Die in Abbildung 1 gezeigten 4D-B-Mode-Ultraschalldaten und die in Abbildung 2 gezeigten 4D-Farbdoppler-Ultraschalldaten enthalten die gleichen absoluten Zeitstempel in der vierten Dimension entlang der Zeitachse. Dieses Feld wird in den DICOM-Metadaten als FrameTimeVector aufgezeichnet. Basierend auf den Zeitwerten in diesem Feld können Abbildung 1 und Abbildung 2 in Echtzeit synchronisiert werden.
- Nachdem Sie die beiden 4D-Dateien mit dem Befehl dicomread gelesen haben, führen Sie die Funktion Synchronize_B_C mit den beiden 4D-Matrizen als Eingaben aus.
HINWEIS: Abbildung 3 zeigt das resultierende Video, das weiterhin kontinuierlich wiedergegeben werden kann. Der Unterschied besteht nun darin, dass die 4D-B-Mode-Ultraschalldaten und die 4D-Farbdoppler-Ultraschalldaten in Echtzeit innerhalb derselben Videobilder synchronisiert werden. Die GUI in Abbildung 3 verfügt über die gleichen interaktiven Steuerelemente und Vorgänge wie zuvor in Schritt 1.4.4 für Abbildung 1 beschrieben.
3. Synchrone triplanare Rekonstruktion der Schilddrüse
HINWEIS: Um eine genauere Lokalisierung und Quantifizierung von Läsionen zu ermöglichen, wurde in dieser Studie eine triplanare Rekonstruktion der Schilddrüse aus den erfassten 4D-Ultraschalldaten mit Echtzeit-Interaktivität durchgeführt. Dies ermöglicht es Ärzten, Läsionen schnell und genau zu lokalisieren und eine solide Grundlage für die anschließende Quantifizierung der betroffenen Regionen zu schaffen.
- Rufen Sie die Funktion thyroid_triplanar mit den 4D-B-Mode-Ultraschalldaten aus Abbildung 1 als Eingabe auf, um die drei orthogonalen Ebenen (koronal, sagittal und axial) abzuleiten, wie in Abbildung 4 gezeigt.
- Das Fadenkreuz in Abbildung 4 ermöglicht die Echtzeitinspektion verschiedener Teile der Schilddrüse. Klicken und ziehen Sie die Mitte des Fadenkreuzes, um eine beliebige 3D-Untersuchung der Schilddrüsenanatomie zu erhalten, die aus Ultraschall rekonstruiert wurde.
HINWEIS: Die GUI in Abbildung 4 ermöglicht auch die Anpassung des Graustufenintensitätsbereichs, des Kontrasts und der Helligkeit der triplanaren Ansichten. - Drücken Sie die linke Maustaste und ziehen Sie sie über einen beliebigen Bereich der Bilder, um Helligkeit und Kontrast in Echtzeit zu ändern. Lassen Sie die Maustaste los, um die Einstellungen zu bestätigen und abzuschließen.
4. Synchrone triplanare Rekonstruktion für 3D-Blutflussfeld
HINWEIS: Die Rekonstruktion der synchronen triplanaren Ansichten für das 3D-Blutflussfeld auf der Grundlage von 4D-Farbdoppler-Ultraschalldaten ist auch klinisch wichtig für die Charakterisierung der Hashimoto-Thyreoiditis (HT).
- Rufen Sie die Funktion thyroid_3D_blood mit den 4D-C-Mode-Ultraschalldaten aus Abbildung 2 als Eingabe auf, um die drei orthogonalen Ebenen (koronal, sagittal und axial) abzuleiten, wie in Abbildung 5 gezeigt.
- Das Fadenkreuz in Abbildung 5 ermöglicht die Echtzeitinspektion verschiedener Teile der Schilddrüse. Klicken und ziehen Sie die Mitte des Fadenkreuzes, um eine beliebige 3D-Untersuchung der Schilddrüsenanatomie zu erhalten, die aus Ultraschall rekonstruiert wurde.
HINWEIS: Die GUI in Abbildung 5 ermöglicht auch die Anpassung des Graustufenintensitätsbereichs, des Kontrasts und der Helligkeit der triplanaren Ansichten. - Drücken Sie die linke Maustaste und ziehen Sie sie über einen beliebigen Bereich der Bilder, um Helligkeit und Kontrast in Echtzeit zu ändern. Lassen Sie die Maustaste los, um die Einstellungen zu bestätigen und abzuschließen.
5. Synchronisation von triplanaren B-Mode-Ansichten und Farbdoppler-Triplanaransichten
HINWEIS: Aufbauend auf den in Abbildung 4 gezeigten triplanaren Ansichten würde die Synchronisierung der entsprechenden Farbdoppler-Flussbilder mit den Läsionsstellen zweifellos die Diagnose und Quantifizierung des pathologischen Verlaufs der Hashimoto-Thyreoiditis (HT) erleichtern.
- Ziehen Sie das Fadenkreuz in Abbildung 4 , um den interessierenden Bereich zu lokalisieren, und führen Sie US_B2C aus, um die entsprechende Position in den triplanaren Farbdoppleransichten zu erhalten.
- Ziehen Sie das Fadenkreuz in Abbildung 5 , um den interessierenden Bereich zu lokalisieren, und führen Sie US_C2B aus, um die entsprechende Position in den triplanaren Ansichten im B-Modus zu erhalten.
HINWEIS: Abbildung 6 bildet eine solide ultrasonographische Grundlage für die präzise Lokalisierung und endgültige Diagnose von Hashimoto-Thyreoiditis (HT)-Läsionen.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Wie in der grafischen Benutzeroberfläche (GUI) in Abbildung 1 und Abbildung 2 dargestellt, kann die Ultraschall-Scansequenz kontinuierlich überprüft werden. Diese zweidimensionale Untersuchung stützt sich jedoch stark auf das anatomische Wissen des Thyreoidologen, um die Lage der Läsion mental zu rekonstruieren, was für Anfänger eine Herausforderung darstellt und zu einem Mangel an quantitativer Konsistenz führt. Abbildung 3 verschmilzt die B-Mode-Graustufen mit Farb-Doppler-Flussbildern, um eine fundiertere Inspektion der 2D-Scans zu ermöglichen.
Um eine umfassende und zuverlässige Beurteilung von Schilddrüsenerkrankungen zu ermöglichen, zeigt Abbildung 4 die räumliche 3D-Verteilung der B-Mode-Intensitäten, während Abbildung 5 die 3D-Vaskularitätskarte zeigt, die aus Farbdopplerdaten rekonstruiert wurde. Wie in der GUI (Abbildung 6) dargestellt, wird eine synchronisierte Visualisierung der strukturellen und funktionalen Informationen entlang von drei orthogonalen Ebenen realisiert. Ärzte können die multiplanaren Querschnitte von Schilddrüsen-Graustufenbildern und die entsprechenden Blutflussbilder kontinuierlich überprüfen. Diese nahtlose Integration komplementärer Modalitäten könnte eine entscheidende Rolle bei der präzisen Lokalisierung und Bestimmung des Schweregrads von Schilddrüsenerkrankungen spielen.
Wenn die 3D-Graustufenvolumina und 3D-Farbdopplervolumina im Wesentlichen 4D-Daten sind, die die räumlichen und pathologischen Dimensionen umfassen, könnte die Verknüpfung ihrer Interaktion über die beiden synchronisierten triplanaren Visualisierungen den Schilddrüsenarzt in die Lage versetzen, Läsionen in einem einheitlichen 5D-Raum schnell zu lokalisieren und genaue Diagnosen basierend auf der Gelenkintensität und den Flussmustern zu liefern.
Abbildung 1: Transversale B-Mode-Ultraschall-Videoschleifen. Konsekutive B-Mode-Frames, die durch kontinuierliches transversales Scannen aufgenommen wurden, zeigen die Schilddrüsenmorphologie. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 2: Transversale Farbdoppler-Ultraschall-Videoschleifen. Aufeinanderfolgende Farbdoppler-Frames, die durch transversale Abtastung erhalten wurden, zeigen die Blutflusseigenschaften des Schilddrüsengewebes. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 3: Synchronisierter B-Mode- und Doppler-Ultraschall. Integriertes Video zur synchronen Darstellung der Schilddrüsenstruktur (Graustufen) und des Blutflusses (farbige Überlagerung). Die Farbdoppler-Überlagerung stellt die Richtung und Geschwindigkeit der Strömung mit einer Farbskala dar - Rot zeigt die Strömung zum Wandler an; Blau zeigt an, dass der Durchfluss vom Wandler weg ist. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 4: Triplanare Ansichten aus B-Mode-Ultraschall. Orthogonale koronale, sagittale und axiale Ebenen, die aus 4D-B-Mode-Scans mit triplanarer Visualisierung rekonstruiert wurden. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 5: Triplanare Ansichten aus dem Doppler-Ultraschall. Orthogonale koronale, sagittale und axiale Ebenen, die aus 4D-Doppler-Scans rekonstruiert wurden, um die Blutflusseigenschaften des Schilddrüsengewebes abzubilden. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 6: Synchronisierte triplanare Ansichten mit Struktur- und Vaskularitätsdaten. Fusionierte multiplanare Rekonstruktion, die B-Mode- und Doppler-Daten synchronisiert, um eine kombinierte morphologische und funktionelle Inspektion zu ermöglichen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Kritische Schritte im Protokoll
Während Abbildung 1 und Abbildung 2 für die Inspektion und Diagnose von Wert sind, erfordert die Bestimmung der Läsionsposition und der Ansichten aus anderen Perspektiven Expertenerfahrung. Für die Diagnose der Hashimoto-Thyreoiditis (HT) ist auch die Synchronisierung von Abbildung 1 und Abbildung 2 in Echtzeit ein wichtiger und kritischer Schritt. Protokollschritt 3.3 ist einer der wichtigsten Schritte, bei denen, wie in Abbildung 4 gezeigt, der behandelnde Arzt interaktiv beliebige Querschnitte der 3D-Schilddrüsenanatomie untersuchen kann. Dies ist entscheidend für die Lokalisierung von Läsionen und die Identifizierung abnormaler Geweberegionen. Traditionell bietet die tragbare Ultraschalluntersuchung nur 2D-Queransichten. Dies führt unweigerlich dazu, dass pathologische 3D-Details aufgrund blinder Flecken übersehen werden. In ähnlicher Weise generiert Protokollschritt 4.3 die 3D-Blutflusskarte, die ebenfalls für die Lokalisierung von Läsionsorten entscheidend ist. Die Protokollschritte 5.1 und 5.2 synchronisieren die strukturellen und funktionellen Schilddrüsenbilder und statten Ärzte mit leistungsfähigeren digitalen intelligenten Werkzeugen für die Behandlung komplexer Erkrankungen aus.
Modifikationen und Fehlerbehebung
Wenn Rekonstruktionsartefakte auftreten, ist die Erfassungs-Sweep-Ausdehnung möglicherweise nicht ausreichend. Wiederholtes Scannen mit erweiterter Abdeckung kann dies überwinden. Parameter wie Slice-Abstand und Pixelgröße können ebenfalls angepasst werden.
Einschränkungen der Methode
Obwohl die tragbare Ultraschalluntersuchung Zeitstempel für die Synchronisierung verschiedener Modi erhalten kann, fehlt es an einer Echtzeit-3D-Sondenlokalisierung. Daher werden in den Schilddrüsenmodellen nur die Querdimensionen genau rekonstruiert. Quantitative Messungen auf Transversalebenen sind derzeit genau, während koronale und sagittale Ansichten die pathologische Lokalisation unterstützen, aber derzeit unzuverlässige quantitative Skalen haben.
Bedeutung im Hinblick auf bestehende Methoden
Diese 5D-Ultraschalltechnik verbessert das konventionelle 2D-Scannen, indem sie eine multiplanare Strukturuntersuchung in Kombination mit einer Blutflusskartierung in einem Panorama-Visualisierungsraum ermöglicht. Es überwindet Einschränkungen wie Bedienerabhängigkeit, blinde Flecken und diagnostische Unklarheiten, die in der 2D-Sonographie bestehen bleiben. Der vorgeschlagene Workflow schafft eine solide Grundlage für die Standardisierung und Transformation der derzeitigen erfahrungsabhängigen Praktiken für die Ultraschalldiagnose von Schilddrüsenerkrankungen.
Mögliche Anwendungen
Diese Methode kann angewendet werden, um Schilddrüsenknoten, Tumore und entzündliche Läsionen wie die Hashimoto-Thyreoiditis präzise zu lokalisieren und zu quantifizieren. Es bietet Radiologen und Chirurgen verbesserte visuelle Perspektiven für die Beurteilung der Pathologie. Die Technik hat ein erhebliches Potenzial zur Unterstützung der Diagnose, Behandlungsplanung und chirurgischen Anleitung. Darüber hinaus plant das Studienteam, biochemische Marker in diese 5D-Analysepipeline zu integrieren, um eine KI-gestützte Präzisionsdiagnose und -quantifizierung für Schilddrüsenerkrankungen zu realisieren.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Das Software-Tool zur Präzisionsquantifizierung von Schilddrüsenerkrankungen, das in der Materialtabelle dieser Studie als Thyroid Disease Precision Quantification V1.0 aufgeführt ist, ist ein Produkt von Beijing Intelligent Entropy Science & Technology Co., Ltd. Die geistigen Eigentumsrechte an diesem Software-Tool liegen beim Unternehmen. Die Autoren haben keine Interessenkonflikte anzugeben.
Acknowledgments
Diese Veröffentlichung wurde vom Shaanxi Provincial Key Research and Development Plan: 2023-ZDLSF-56 und dem Shaanxi Provincial "Scientist + Engineer" Team Construction: 2022KXJ-019 unterstützt.
Materials
| Name | Company | Catalog Number | Comments |
| 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 |
References
- Ragusa, F., et al. Hashimotos' thyroiditis: Epidemiology, pathogenesis, clinic and therapy. Best Pract Res Clin Endocrinol Metab. 33 (6), 101367 (2019).
- Ralli, M., et al. Hashimoto's thyroiditis: An update on pathogenic mechanisms, diagnostic protocols, therapeutic strategies, and potential malignant transformation. Autoimmun Rev. 19 (10), 102649 (2020).
- Soh, S., Aw, T. Laboratory testing in thyroid conditions - pitfalls and clinical utility. Ann Lab Med. 39 (1), 3-13 (2019).
- Cansu, A., et al. Diagnostic value of 3D power Doppler ultrasound in the characterization of thyroid nodules. Turk J Med Sci. 49, 723-729 (2019).
- Haugen, B. R., et al. 2015 American Thyroid Association Management Guidelines for adult patients with thyroid nodules and differentiated thyroid cancer: The American Thyroid Association Guidelines Task Force on Thyroid Nodules and Differentiated Thyroid Cancer. Thyroid. 26 (1), 1-133 (2016).
- Acharya, U. R., et al. Diagnosis of Hashimoto's thyroiditis in ultrasound using tissue characterization and pixel classification. Proc Inst Mech Eng H. 227 (7), 788-798 (2013).
- Zhang, Q., et al. Deep learning to diagnose Hashimoto's thyroiditis from sonographic images. Nat Commun. 13 (1), 3759 (2022).
- Huang, J., Zhao, J. Quantitative diagnosis progress of ultrasound imaging technology in thyroid diffuse diseases. Diagnostics. 13 (4), 700 (2023).
- Gasic, S., et al. Relationship between low vitamin D levels with Hashimoto thyroiditis. Srp Arh Celok Lek. 151 (5-6), 296-301 (2023).
- Sultan, S. R., et al. Is 3D ultrasound reliable for the evaluation of carotid disease? A systematic review and meta-analysis. Med Ultrason. 25 (2), 216-223 (2023).
- Arsenescu, T., et al. 3D ultrasound reconstructions of the carotid artery and thyroid gland using artificial-intelligence-based automatic segmentation-qualitative and quantitative evaluation of the segmentation results via comparison with CT angiography. Sensors. 23 (5), 2806 (2023).
- Krönke, M., et al. Tracked 3D ultrasound and deep neural network-based thyroid segmentation reduce interobserver variability in thyroid volumetry. PLoS One. 17 (7), e0268550 (2022).
- Hazem, M., et al. Reliability of shear wave elastography in the evaluation of diffuse thyroid diseases in children and adolescents. Eur J Radiol. 143, 109942 (2021).
- Herickhoff, C. D., et al. Low-cost volumetric ultrasound by augmentation of 2D systems: design and prototype. Ultrasound Imaging. 40 (1), 35-48 (2017).
- Seifert, P., et al. Optimization of thyroid volume determination by stitched 3D-ultrasound data sets in patients with structural thyroid disease. Biomedicines. 11 (2), 381 (2023).
