Ekkokardiografi brukes vanligvis til ikke-invasiv karakterisere og kvantifisere endringer i hjertestruktur og funksjon. Vi beskriver en ultralydbasert bildealgoritme som tilbyr et forbedret surrogatmål av myokardmikrostruktur og kan utføres ved hjelp av bildeanalyseprogramvare med åpen tilgang.
Ekkokardiografi er en allment tilgjengelig bildemodalitet som vanligvis brukes til ikke-invasiv karakterisere og kvantifisere endringer i hjertestruktur og funksjon. Ultralyd vurderinger av hjertevev kan omfatte analyser av backscatter signalintensitet innenfor en gitt interesseregion. Tidligere etablerte teknikker har hovedsakelig stolt på den integrerte eller gjennomsnittlige verdien av backscatter signalintensiteter, noe som kan være utsatt for variasjon fra aliasdata fra lave bildefrekvenser og tidsforsinkelser for algoritmer basert på syklisk variasjon. Her beskriver vi en ultralydbasert bildealgoritme som strekker seg fra tidligere metoder, kan brukes på en enkelt bilderamme og står for full fordeling av signalintensitetsverdier avledet fra en gitt myokardprøve. Når den brukes på representative muse- og bildedata, skiller algoritmen mellom personer med og uten eksponering for kronisk etterbelastningsmotstand. Algoritmen tilbyr et forbedret surrogatmål av myokardmikrostruktur og kan utføres ved hjelp av åpen tilgang bildeanalyseprogramvare.
Ekkokardiografi er en allment tilgjengelig bildemodalitet som vanligvis brukes til ikke-invasiv karakterisere og kvantifisere endringer i hjertestruktur og funksjon. Ultralydvurderinger av hjertevev kan omfatte analyser av backscatter signalintensitet innenfor en gitt interesseregion på et enkelt tidspunkt, så vel som i løpet av hjertesyklusen. Tidligere studier har antydet at mål på sonografisk signalintensitet kan identifisere den underliggende tilstedeværelsen av myokardfiberdisarray, levedyktig versus ikke-levedyktig myokardvev og interstitiell fibrose1-3. Vi refererer til myokard “mikrostruktur” som vevsarkitekturen som kan karakteriseres, ved hjelp av sonografisk analyse, utover lineære målinger av brutto størrelse og morfologi. Følgelig har analyser av sonografisk signalintensitet blitt brukt til å evaluere mikrostrukturelle endringer av myokardvev i innstillingen av hypertrofisk og utvidet kardiomyopati4,5, kronisk koronararteriesykdom6,7, og hypertensiv hjertesykdom8,9. Tidligere etablerte teknikker har imidlertid hovedsakelig stolt på den integrerte eller gjennomsnittlige verdien av backscatter-signalintensiteter, som kan være utsatt for variasjon fra tilfeldig støy5, aliasdata fra lave bildefrekvenser10, og tidsforsinkelser for algoritmer basert på syklisk variasjon11.
Her beskriver vi metoden for å bruke en ultralydbasert bildeanalysealgoritme som strekker seg fra tidligere metoder; Denne algoritmen fokuserer på en enkelt end-diastolisk ramme for bildeanalyse og står for full fordeling av signalintensitetsverdier avledet fra en gitt myokardprøve. Ved å bruke perikardiet som en referanse i rammen12,13, kvantifiserer algoritmen reroduserer variasjon i sonografiske signalintensitetsfordelinger og tilbyr et forbedret surrogatmål for myokardmikrostruktur. I en trinnvis protokoll beskriver vi metoder for å klargjøre bilder for bruk, prøvetaking av interesseområder og behandling av data innenfor utvalgte interesseområder. Vi viser også representative resultater fra å bruke algoritmen på ekkokardiografiske bilder hentet fra mus og mennesker med variabel eksponering for etterbelastningsspenning på venstre ventrikel.
Vi beskriver protokollen for en bildeanalysealgoritme som kvantifiserer sonografisk signalintensitetsfordeling og i sin tur tilbyr et surrogatmål av myokardmikrostruktur. Standardiserte funksjoner i protokollen, inkludert valg, størrelse og plassering av avkastningen og referanseområdet, bidrar til å minimere bruker- og emnebasert variasjon. Vi demonstrerer at når den brukes på enddiastoliske ekkokardiografiske bilder med én ramme, kan algoritmen på riktig måte skille mellom normalt myokardium versus myokard som…
The authors have nothing to disclose.
Vi er takknemlige for ressurser levert av Harvard Medical School / Brigham and Women’s Hospital Cardiovascular Physiology Core Laboratory. Dette arbeidet ble delvis støttet av midler fra National Institutes of Health grants HL088533, HL071775, HL093148 og HL099073 (RL). MB var mottaker av en American Heart Association grunnlegger affiliate postdoctoral fellowship award. KU er mottaker av en American Heart Association grunnleggere affiliate postdoctoral fellowship award. SC ble støttet av en pris fra Ellison Foundation.
ImageJ v 1.46 | NIH (Bethesda, MD) | open access software | |
Power ShowCase | Trillium Technology (Ann Arbor, MI) | commercial software |