回声心动图通常用于非侵入性地描述和量化心脏结构和功能的变化。我们描述了一种基于超声波的成像算法,该算法提供了心肌微观结构的增强替代测量,并且可以使用开放访问图像分析软件执行。
心电图是一种广泛访问的成像方式,通常用于非侵入性地描述和量化心脏结构和功能的变化。对心脏组织的超声波评估可以包括对特定感兴趣区域内的背散射信号强度的分析。以前建立的技术主要依赖于反散射信号强性的集成值或平均值,这可能容易受到基于周期变化的算法的低帧速率和算法时间延迟的别名数据的变异性的影响。在此,我们描述了一种基于超声波的成像算法,该算法从以前的方法扩展到单个图像帧,并说明从给定心肌样本中提取的信号强度值的完整分布。当应用于具有代表性的鼠标和人类成像数据时,该算法区分有或不暴露于慢性后置阻力的受试者。该算法提供了心肌微观结构的增强替代测量,可使用开放访问图像分析软件执行。
心电图是一种广泛访问的成像方式,通常用于非侵入性地描述和量化心脏结构和功能的变化。对心脏组织的超声波评估可以包括在特定时间点以及心脏周期过程中分析特定感兴趣区域内的背散射信号强度。先前的研究表明,测得声像信号强度可以识别心肌纤维混乱、可行与不可行心肌组织以及间质纤维化1-3的基本存在。我们称心肌”微结构”为组织结构,可以使用声学分析进行特征,超越毛额和形态的线性测量。因此,对声像信号强度的分析用于评估心肌组织在肥大和扩张性心肌病4,5,慢性冠状动脉疾病6,7和高血压心脏病8,9的设置的微结构变化。然而,先前建立的技术主要依赖于反散射信号强性的综合值或平均值,这可能容易受到随机噪声5、低帧速率10的别名数据以及基于周期变异11的算法的时间延迟的影响。
本文介绍了使用超声波图像分析算法的方法,该算法从以前的方法延伸至过去:此算法侧重于用于图像分析的单个末端舒张框架,并说明从给定心肌样本中提取的信号强度值的完整分布。该算法使用围网作为帧内参考12,13,可重复量化声学信号强度分布的变化,并提供心肌微观结构的增强替代测量。在分步协议中,我们描述了在选定的感兴趣区域内准备用于使用的图像、取样感兴趣区域和处理数据的方法。我们还展示了应用该算法从小鼠和人类那里获得的回声心电图图像的代表性结果,这些图像可对左心室的后负荷应力进行可变暴露。
我们描述图像分析算法的协议,该算法量化声像信号强度分布,进而提供心肌微观结构的替代测量。协议的标准化功能,包括投资回报率和参考区域的选择、大小和定位,有助于最大限度地减少用户和基于主题的变异性。我们证明,当应用于末期舒张单帧回声心电图图像时,该算法可以适当区分正常心肌与暴露在后负荷应力中的心肌。
该协议详细说明了如何使用开源图像J软?…
The authors have nothing to disclose.
我们非常感谢哈佛医学院/布里格姆和妇女医院心血管生理学核心实验室提供的资源。这项工作的部分资金来自国家卫生研究院赠款HL088533、HL071775、HL093148和HL099073(RL)。MB 是美国心脏协会创始人联盟博士后奖学金的获得者。KU 是美国心脏协会创始人附属博士后奖学金的获得者。SC 得到了埃里森基金会的奖励。