JoVE Logo

登录

需要订阅 JoVE 才能查看此. 登录或开始免费试用。

本文内容

  • 摘要
  • 摘要
  • 引言
  • 研究方案
  • 结果
  • 讨论
  • 披露声明
  • 致谢
  • 材料
  • 参考文献
  • 转载和许可

摘要

此协议显示如何应用超高速超声多普勒成像来量化血液流动。经过 1 秒的长收购后,实验者可以访问具有轴向速度值的全视野电影,每个像素每≈0.3 毫秒(取决于飞行的超声波时间)。

摘要

脉冲-多普勒效应是临床血液造影中用于评估血流量的主要技术。适用于传统的聚焦超声多普勒模式,它有几个限制。首先,需要微调信号过滤操作,以区分血液流动与周围移动组织。其次,操作者必须在定位血流或量化血流之间做出选择。在过去的二十年里,超声波成像经历了一个范式的转变,超高速超声波的出现使用了未聚焦的波。除了帧速率增加一百倍(高达 10000 赫兹)外,这项新技术还打破了传统的量化/本地化权衡,为视场提供了完整的血流映射,并同时在单像素级别(降至 50μm)获得精细速度测量。这种空间和时间维度的数据连续性有力地改善了组织/血液过滤过程,从而提高了对小血流量速度的敏感度(降至 1 mm/s)。本文旨在介绍超快多普勒的概念及其主要参数。首先,我们总结了无聚焦波成像的物理原理。然后,我们介绍多普勒信号处理的主要步骤。特别是,我们解释关键组织/血流量分离算法的实际实施,以及从这些过滤数据中提取速度。这种理论描述辅之以体外经验。用流动的血液模拟液嵌入运河的组织幻影与研究可编程超声系统进行成像。获得血流图像,并在运河中显示数个像素的流量特征。最后,建议对体内应用进行审查,在若干器官中举例,如胡萝卜素、肾脏、甲状腺、大脑和心脏。

引言

超声成像是临床实践和研究活动中最常用的成像技术之一。生物组织中超声波发射与后散射回波记录相结合,可以重建解剖图像,即所谓的"B模式"。这种方法完全适用于软组织成像,如生物组织,通常允许超声波穿透几厘米以上,传播速度为≈1540m/s。根据超声波探头的中心频率,可获得分辨率从 30μm 到 1 mm 的图像。此外,众所周知,声源的运动会影响相关波的物理特性。特别是,波相对于其源速的频率变化之间的联系被描述为多普勒效应1,其最简单的表现是移动救护车的警报器的音调变化。超声成像长期以来一直利用这种物理效应来观察移动中的红血球2,并提出了各种通常称为"多普勒成像"的成像模式。这些模式能够评估血液流动在非常不同的应用和器官,如大脑,心脏,肾脏或周围动脉。

值得注意的是,目前大多数可用的超声波系统都依赖于同样的技术,即传统的超声波。基本原理如下:声束使视野发音,并沿着超声波传感器孔径扫射。对于光束的每个位置,回声都会被记录下来并转换成最终图像的行。通过沿传感器逐步移动光束,整个视场可以按线成像(图 1,左面板)。这一战略很好地适应了21世纪初一直存在的电气限制和计算能力。尽管如此,它还是有几个缺点。其中,最终帧速率受光束扫描过程限制为每秒几百张图像。在血流量方面,这种相对较低的帧速率会影响可以检测到的最大流速,这是由香农-奈奎斯特3的采样标准决定的。此外,传统的多普勒必须处理复杂的权衡。为了评估特定感兴趣区域(ROI)的血流量速度,必须连续记录来自该投资回报率的几个回声。这意味着超声波束暂时保持在固定位置。回声合奏的时间越长,对投资回报率的速度估计就越好。但是,要生成视场的完整图像,光束必须扫描介质。因此,人们可以感觉到这两个约束之间的冲突:按住光束精确评估一条线的速度,或者移动光束以生成图像。不同的传统多普勒模式(即彩色多普勒或脉冲波多普勒)直接反映了这种权衡。通常,彩色多普勒会生成用于定位船只4的低保真流图,然后使用脉冲波多普勒准确量化先前标识的容器5中的流量。

这两个限制(低帧率和本地化/量化权衡)都通过非常高帧率的新兴技术来克服。其中,合成孔径方法6或多线传输技术可引证7。在这项研究中,我们专注于所谓的超快超声波方法。二十年前推出的8、9、10,这种方法也依赖于超声波的发射/接收,但模式完全不同。事实上,超高速成像不是使用扫描聚焦光束,而是使用平面波或分散波,这些波能够用单个发射来使视野发出共鸣。在单次发射之后,相关电子产品还能够接收和处理来自整个视野的大量回波。最后,图像可以从单个发射/接收模式11(图 1,右面板)进行重建。由于声能的扩散,这些未聚焦的排放可能具有低信号与噪声比 (SNR)。这可以通过发射几个标题的平面波(或不同来源的发散波)和添加由此产生的图像来解决。这种方法被命名为"连贯复合"12。出现了两个主要后果。首先,帧速率仅取决于飞行的超声波时间,可以达到 1 到 10 kHz 的典型值。其次,这确保了空间和时间维度的数据连续性,也称为空间相干性。因此,传统的本地化/量化权衡被打破。这种高帧速率和空间相干性组合对超声波检测血流的能力有着巨大的影响。与传统的超声波相比,超高速超声波提供了血流3的完整特征。实际上,用户可以访问图像中每个像素的速度时间过程,在整个采集过程中(通常为 ≈1 s),其时间刻度由帧速率给出(通常,帧速率为 5 kHz,时间分辨率为 200μs)。这种高帧速率使该方法适合广泛的应用,如快速流动的器官,如心脏室13或心肌与冠状微注14。此外,它已被证明,其空间的一致性强烈地提高了它的能力,分离缓慢的血液流动从背景移动组织,从而增加了对微血管流15的敏感性。这种能力使16号动物和17号动物都能接触到大脑的微血管。

因此,超高速超声波非常适合在各种情况下的图像血流。它仅限于软生物组织,并将受到硬接口(如骨骼或气腔,如肺)的存在的强烈影响。超声波序列物理参数的调整允许研究减速(下降到1毫米/s 11,16)和快速流动(高达几米/s)。空间分辨率和渗透深度之间存在权衡。通常,分辨率为 50 μm,成本为 5 mm 左右。相反,渗透可以扩展到15-20厘米,成本分辨率为1毫米。值得注意的是,大多数超高速扫描仪,如本文中使用的扫描仪,只提供2D图像。

在这里,我们提出了一个简单的协议,引入超快多普勒成像的概念,使用可编程研究超声波扫描仪和多普勒幻象模仿血管(动脉或静脉)嵌入生物组织。

Access restricted. Please log in or start a trial to view this content.

研究方案

1. 多普勒幻影准备设置 (图 2A

  1. 将腹腔泵、血液模拟液库、脉搏阻尼器和多普勒流幻影与塑料管连接起来。
  2. 选择直径为 4 mm 的运河。
  3. 将泵编程为弹出 720 mL/min 的液体 0.3 秒,然后弹出 50 mL/min 的 0.7 秒,分别模拟晶体和硅藻心脏相位
  4. 运行泵并轻轻摇动管道以排出潜在的气泡。
    注意:操作员可以选择不同的运河直径和不同的泵速率,但必须确保超声波序列足够快,以获得最快的流速。稍后提交的 Eq. 3 有助于设计序列。

2. 超高速超声波扫描仪设置 (图 2A

  1. 将支持超快的研究扫描仪与主机连接起来,并连接 PCI 快速链接。
  2. 更改超声波扫描仪上的传感器适配器以匹配探头连接器,然后连接探头。
  3. 运行 Matlab 并激活超声波扫描仪许可证。
    注:本节及以下部分含蓄地假设使用威拉索尼奇万塔奇系统。

3. 超声序列编程

  1. 使用示例脚本,设计用于探头定位的传统聚焦"B 模式"(即 echx)序列。
    1. 将成像深度设置为 50 mm。
    2. 将焦距深度设置为 35 mm。
  2. 使用示例脚本,设计超快超声序列。
    1. 将成像深度设置为 50 mm。
    2. 程序 3 倾斜平面波在 [-3,0,3] 度。
    3. 将脉冲重复频率 (PRF) 设置为 12 kHz。
    4. 使用 4 个半周期进行超声波形式,中心频率取决于所使用的探头。此处假定中心频率为 5.2 MHz。
    5. 将总持续时间设置为 1 s。

4. 探头定位和数据采集

  1. 在探头的镜头上涂抹超声波凝胶。
  2. 将探针放在幻影上,并启动B模式超声波序列。
  3. 找到感兴趣的运河。液体看起来比周围的组织暗。将探头置于纵向视图中。
  4. 手动将探头保持在感兴趣的位置。
  5. 结束 B 模式序列并启动超快序列获取脚本。

5. 图像重建 (图 2B

  1. 序列结束后,保存原始数据(也称为射频数据"RF")。
  2. 使用超声波系统默认软件启动图像重建脚本。在过程结束时,应创建智商数据矩阵。
    注:超声波回声记录在探头的每个元素和每个发射/接收,然后存储在 RF 数据矩阵中。图像重建将适当的延迟法应用于每个通道,并导致所谓的"IQ"(阶段/四重)矩阵。复杂的智商矩阵有三个维度:两个用于空间(图像深度和宽度),一个用于时间

6. 杂乱无章的过滤 (图 2C

注:有关步骤 6-7,请参阅 补充材料中提供的 Matlab 脚本。

  1. 将 3D(空间 x 空间 x 时间)智商矩阵重塑为 2D(空间 x 时间)卡索拉蒂矩阵,名为 IQr。
  2. 计算 IQr 的奇数值分解15 (Eq. 1)。
    figure-protocol-1715 Eq. 1
  3. 使用巴兰格等人描述的空间单向向量 U计算空间 相似性矩阵 C(II、D),并识别血液亚空间边界 N。
  4. 使用此截止 N 来筛选德梅内等人15 (II,C) 中描述的智商数据。

7. 流量可视化和速度测量 (图 2C

  1. 通过沿时间维度(Eq.2)集成过滤数据 IQt 的信封来计算功率多普勒地图PD。3D 坐标 z、x 和 t 分别是深度、宽度和时间维度 ,nt 和获得的帧数。
    figure-protocol-2182 Eq. 2
  2. 以对数比例显示PD地图。要设置动态范围,请计算运河外区域的平均 PD,并将 dB 中的此值用作动态范围的下界值。一个典型的动态范围是[-30,0]dB。
  3. 在图像上定义包含 1 到 30 像素的圆形兴趣区域 (ROI)。
  4. 平均 智商f 信号超过该 ROI 的像素,以获得 figure-protocol-2452 nt 时间点的矢量。
  5. figure-protocol-2572使用短时间傅立刚变换 (STFT) 的平方级计算和显示多普勒光谱。
    1. 将 STFT 窗口设置为 60 个样本的汉恩窗口。
    2. 将STFT重叠设置为窗口长度的90%。
  6. 在光谱图的每个时间点叠加中心频率。
  7. 使用多普勒公式(Eq.3)将频率f值转换为血液轴向速度vz。c0是介质中的声音速度,fTW是传输超声波形的中心频率(此处为 5.2 MHz)。
    figure-protocol-2953 Eq. 3

Access restricted. Please log in or start a trial to view this content.

结果

收购和后期处理的质量首先通过目视检查进行评估。运河的形状必须在功率多普勒图像中清晰可见,组织区域必须显得黑暗。如果多普勒信号的功率不限于运河,则可能意味着杂乱的滤波步骤出错(SVD 阈值太低),或者探测器在获取过程中经历了强烈的移动。

目视检查后,对运河内光谱的研究可以提供实验成败的良好信息。光谱图应是片面的(所有值高于或低于零)。如果?...

Access restricted. Please log in or start a trial to view this content.

讨论

围绕此协议的主框架,可能会有几种变体。

硬件问题
如果用户提供其自定义主机,主板和计算机的情况必须有一个可用的PCI快递插槽。CPU 还必须有足够的 PCIe 通道来处理所有设备。

探头选择
超声波探头(也称为传感器)是根据所需的空间分辨率和视场的几何形状选择的。探头的中心频率越高,空间分辨率越高,但成像深?...

Access restricted. Please log in or start a trial to view this content.

披露声明

无利益冲突

致谢

我们要感谢什雷亚·沙阿的校对和建议。

Access restricted. Please log in or start a trial to view this content.

材料

NameCompanyCatalog NumberComments
Blood-mimicking fluidCIRS Inc, Norfolk, Virginia, USA069DTF
Doppler flow phantomCIRS Inc, Norfolk, Virginia, USAATS523A
MatlabMathWorks, Natick, Massachusetts, United States
Peristaltic pump / Doppler flow pumpCIRS Inc, Norfolk, Virginia, USA769Include tubings and pulse dampener
Transducer adpterVerasonics, Kirkland, Washington, USAUTA 408-GE
Ultrafast ultrasound research scannerVerasonics, Kirkland, Washington, USAVantage 256
Ultrasound probe/transducerGE HealthcareGE 9L-D

参考文献

  1. Doppler, C. Ueber das farbige Licht der Doppelsterne und einiger anderer Gestirne des Himmels. , (2020).
  2. Bonnefous, O., Pesqué, P. Time domain formulation of pulse-Doppler ultrasound and blood velocity estimation by cross correlation. Ultrasonic Imaging. 8 (2), 73-85 (2004).
  3. Bercoff, J., et al. Ultrafast compound doppler imaging: Providing full blood flow characterization. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 58 (1), 134-147 (2011).
  4. Evans, D. H., Jensen, J. A., Nielsen, M. B. Ultrasonic colour Doppler imaging. Interface Focus. 1 (4), 490-502 (2011).
  5. Nuffer, Z., Rupasov, A., Bekal, N., Murtha, J., Bhatt, S. Spectral Doppler ultrasound of peripheral arteries: a pictorial review. Clinical Imaging. 46, 91-97 (2017).
  6. Jensen, J. A., Nikolov, S. I., Gammelmark, K. L., Pedersen, M. H. Synthetic aperture ultrasound imaging. Ultrasonics. 44, SUPPL (2006).
  7. Tong, L., Ramalli, A., Jasaityte, R., Tortoli, P., D'Hooge, J. Multi-transmit beam forming for fast cardiac imaging-experimental validation and in vivo application. IEEE Transactions on Medical Imaging. 33 (6), 1205-1219 (2014).
  8. Tanter, M., Bercoff, J., Sandrin, L., Fink, M. Ultrafast compound imaging for 2-D motion vector estimation: application to transient elastography. IEEE Transactions on Ultrasonics, Ferroelectrics and Frequency Control. 49 (10), 1363-1374 (2002).
  9. Udesen, J., et al. High frame-rate blood vector velocity imaging using plane waves: Simulations and preliminary experiments. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 55 (8), 1729-1743 (2008).
  10. Hansen, K. L., Udesen, J., Gran, F., Jensen, J. A., Bachmann Nielsen, M. In-vivo examples of flow patterns with the fast vector velocity ultrasound method. Ultraschall in der Medizin. 30 (5), Stuttgart, Germany. 471-477 (2009).
  11. Tanter, M., Fink, M. Ultrafast imaging in biomedical ultrasound. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 61 (1), 102-119 (2014).
  12. Montaldo, G., Tanter, M., Bercoff, J., Benech, N., Fink, M. Coherent plane-wave compounding for very high frame rate ultrasonography and transient elastography. IEEE Transactions on Ultrasonics, Ferroelectrics and Frequency Control. 56 (3), 489-506 (2009).
  13. Papadacci, C., Pernot, M., Couade, M., Fink, M., Tanter, M. High-contrast ultrafast imaging of the heart. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 61 (2), 288-301 (2014).
  14. Maresca, D., et al. Noninvasive Imaging of the Coronary Vasculature Using Ultrafast Ultrasound. JACC: Cardiovascular Imaging. 11 (6), 798-808 (2018).
  15. Demené, C., et al. Spatiotemporal Clutter Filtering of Ultrafast Ultrasound Data Highly Increases Doppler and fUltrasound Sensitivity. IEEE Transactions on Medical Imaging. 34 (11), 2271-2285 (2015).
  16. Demené, C., et al. 4D microvascular imaging based on ultrafast Doppler tomography. NeuroImage. 127, 472-483 (2016).
  17. Demené, C., et al. Ultrafast Doppler reveals the mapping of cerebral vascular resistivity in neonates. Journal of Cerebral Blood Flow and Metabolism. 34 (6), 1009-1017 (2014).
  18. Baranger, J., Arnal, B., Perren, F., Baud, O., Tanter, M., Demene, C. Adaptive Spatiotemporal SVD Clutter Filtering for Ultrafast Doppler Imaging Using Similarity of Spatial Singular Vectors. IEEE Transactions on Medical Imaging. 37 (7), 1574-1586 (2018).
  19. Demené, C., et al. Ultrafast Doppler Reveals the Mapping of Cerebral Vascular Resistivity in Neonates. Journal of Cerebral Blood Flow & Metabolism. 34 (6), 1009-1017 (2014).
  20. Goudot, G., et al. Wall Shear Stress Measurement by Ultrafast Vector Flow Imaging for Carotid Stenosis. Ultraschall in der Medizin - European Journal of Ultrasound. , (2019).
  21. Demené, C., Mairesse, J., Baranger, J., Tanter, M., Baud, O. Ultrafast Doppler for neonatal brain imaging. NeuroImage. 185, 851-856 (2019).
  22. Villemain, O., et al. Ultrafast Ultrasound Imaging in Pediatric and Adult Cardiology. JACC: Cardiovascular Imaging. , (2019).
  23. Provost, J., Papadacci, C., Demene, C., Gennisson, J. L., Tanter, M., Pernot, M. 3-D ultrafast doppler imaging applied to the noninvasive mapping of blood vessels in Vivo. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 62 (8), 1467-1472 (2015).
  24. Osmanski, B. F., Montaldo, G., Fink, M., Tanter, M. In vivo out-of-plane Doppler imaging based on ultrafast plane wave imaging. IEEE International Ultrasonics Symposium, IUS. 62 (4), 76-79 (2013).
  25. Kim, M. W., Zhu, Y., Hedhli, J., Dobrucki, L. W., Insana, M. F. Multi-dimensional Clutter Filter Optimization for Ultrasonic Perfusion Imaging. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 65 (11), 2020-2029 (2018).
  26. Chau, G., Li, Y. L., Jakovljevic, M., Dahl, J., Rodr, P. Wall Clutter Removal in Doppler Ultrasound using Principal Component Pursuit. , (2018).
  27. Tierney, J., Baker, J., Brown, D., Wilkes, D., Byram, B. Independent Component-Based Spatiotemporal Clutter Filtering for Slow Flow Ultrasound. IEEE Transactions on Medical Imaging. , 1-1 (2019).
  28. Zhang, N., Rivaz, H. Clutter Suppression in Ultrasound: Performance Evaluation and Review of Low-Rank and Sparse Matrix Decomposition Methods. BioMedical Engineering Online. 19, 37(2020).
  29. Guidi, G., Licciardello, C., Falteri, S. Intrinsic spectral broadening (ISB) in ultrasound Doppler as a combination of transit time and local geometrical broadening. Ultrasound in Medicine and Biology. 26 (5), 853-862 (2000).
  30. Cloutier, G., Shung, K. K., Durand, L. G. Experimental Evaluation of Intrinsic and Nonstationary Ultrasonic Doppler Spectral Broadening in Steady and Pulsatile Flow Loop Models. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 40 (6), 786-795 (1993).
  31. Winkler, A. J., Wu, J. Correction of intrinsic spectral broadening errors in doppler peak velocity measurements made with phased sector and linear array transducers. Ultrasound in Medicine and Biology. 21 (8), 1029-1035 (1995).
  32. Osmanski, B. F., Bercoff, J., Montaldo, G., Loupas, T., Fink, M., Tanter, M. Cancellation of Doppler intrinsic spectral broadening using ultrafast Doppler imaging. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 61 (8), 1396-1408 (2014).
  33. Sauvage, J., et al. A large aperture row column addressed probe for in vivo 4D ultrafast doppler ultrasound imaging. Physics in Medicine and Biology. 63 (21), (2018).
  34. Correia, M., Provost, J., Tanter, M., Pernot, M. 4D ultrafast ultrasound flow imaging: in vivo quantification of arterial volumetric flow rate in a single heartbeat. Physics in Medicine and Biology. 61 (23), 48-61 (2016).
  35. Center for Devices and Radiological Health. FDA Information for Manufacturers Seeking Marketing Clearance of Diagnostic Ultrasound Systems and Transducers. Center for Devices and Radiological Health. , FDA-2017-D-5372 (2008).
  36. I, IEC. IEC 62127-1 - Measurement and characterization of medical ultrasonic fields up to 40 MHz. IEC. , 61010-61011 (2013).

Access restricted. Please log in or start a trial to view this content.

转载和许可

请求许可使用此 JoVE 文章的文本或图形

请求许可

探索更多文章

164

This article has been published

Video Coming Soon

JoVE Logo

政策

使用条款

隐私

科研

教育

关于 JoVE

版权所属 © 2025 MyJoVE 公司版权所有,本公司不涉及任何医疗业务和医疗服务。