Войдите в систему

Для просмотра этого контента требуется подписка на Jove Войдите в систему или начните бесплатную пробную версию.

В этой статье

  • Резюме
  • Аннотация
  • Введение
  • протокол
  • Результаты
  • Обсуждение
  • Раскрытие информации
  • Благодарности
  • Материалы
  • Ссылки
  • Перепечатки и разрешения

Резюме

Мы предоставляем исчерпывающее описание встроенного метода ретроспективного кардиологического гейтирования CrumpCAT, прототипа рентгеновского компьютерного томографа (КТ) мелких животных, разработанного и изготовленного в нашем научно-исследовательском институте.

Аннотация

CrumpCAT — это прототип рентгеновского компьютерного томографа (КТ) мелких животных, разработанный в нашем научно-исследовательском институте. КМОП-детектор с максимальной частотой кадров 29 Гц и аналогичные вольфрамовые рентгеновские источники с энергией от 50 кВ до 80 кВв широко используются в коммерчески доступных доклинических рентгеновских компьютерных приборах. Это делает описанную работу весьма актуальной для других учреждений, несмотря на общепринятое мнение о том, что эти детекторы не подходят для ограничения высоких частот сердечных сокращений мышей (~600 уд/мин). Сканер поддерживает визуализацию со средним (200 мкм) и высоким (125 мкм) разрешением, рентгеноскопию, ретроспективное респираторное гейтинг и ретроспективное кардиологическое гейтинг с итеративной или отфильтрованной проекцией изображения. Среди этих особенностей стробирование сердца является наиболее полезной функцией для изучения сердечных функций in vivo, поскольку оно эффективно устраняет размытие изображения, вызванное дыханием и движением сердца.

В данной статье мы описываем наш метод доклинической ретроспективной кардиозависированной компьютерной томографии, направленный на продвижение исследований в области анализа функции и структуры сердца in vivo . Кардиозависимый метод позволяет получить большое количество проекций за кратчайшее практическое время экспозиции (~20 мс), а затем ретроспективно извлекает дыхательные и сердечные сигналы из временных изменений в необработанных проекционных последовательностях. Эти сигналы используются для отбрасывания проекций, относящихся к фазе вдоха с высокой частотой движения дыхательного цикла, и для разделения оставшихся проекций на 12 групп, каждая из которых соответствует одной фазе сердечного цикла. Каждая группа реконструируется независимо с использованием итерационного метода для получения объемного изображения для каждой фазы сердца, в результате чего получается четырехмерный (4D) набор данных.

Эти фазовые изображения могут быть проанализированы как в совокупности, так и по отдельности, что позволяет детально оценить сердечную функцию. Мы продемонстрировали эффективность обоих подходов к функции кардиогатации прототипа сканера на основе репрезентативных результатов визуализации in vivo .

Введение

В исследованиях на мелких животных часто используется комбинация неинвазивных методов визуализации, при этом рентгеновская компьютерная томография (КТ) является важным выбором из-за ее зрелости, экономичности, скорости 1,2 и способности предоставлять дополнительную информацию наряду с другими методами, такими как позитронно-эмиссионная томография (ПЭТ)2,3 и однофотонная эмиссионная компьютерная томография (ОФЭКТ)2,4. Однако, как и другие методы визуализации, компьютерная томография подвержена физиологическим артефактам движения, вызванным биением сердца или дыханием, которые вносят размытость и ограничивают точность исследования.

Чтобы устранить это ограничение, размытие дыхания и сердечных движений может быть смягчено с помощью метода, известного как стробирование 5,6,7,8, при котором сбор данных синхронизируется с определенными фазами сердечного или дыхательного цикла (или воротами). Один из подходов к достижению этой цели, известный как перспективный стробирование 3,6, включает в себя прикрепление датчиков к животному для передачи сигналов стробирования в режиме реального времени на совместимый сканер. Несмотря на свою эффективность, этот метод является трудоемким и занимает много времени, особенно при прикреплении датчиков к груди и лапам мелких животных, таких как мыши, что ограничивает масштаб исследований. В качестве альтернативы, встроенное ретроспективное стробирование 7,9,10,11 предполагает получение данных временных рядов без использования датчиков, но путем выявления особенностей в данных, которые позволяют ретроспективно сортировать результаты на основе их фазы в сердечном или дыхательном цикле. Этот подход дает результаты, сравнимые с перспективным стробированием, но без необходимости в дополнительном оборудовании или усилиях, связанных с подключением импульсного датчика, и, следовательно, значительно упрощает экспериментальные протоколы.

В нашем методе доклинической компьютерной томографии сердца мы используем собственное ретроспективное стробирование для извлечения дыхательных и сердечных циклов из вариаций амплитуды в областях рентгеновских проекций, которые демонстрируют наиболее значительные изменения между последовательными кадрами. Чтобы облегчить этот процесс, шаблон грудной клетки мыши совместно регистрируется на первой заднепередней проекции с использованием Mutual Information12. После того, как шаблон установлен, интенсивность пикселей в окне рядом с диафрагмой суммируется для генерации суррогатного дыхательного сигнала, в то время как интенсивность пикселей вблизи миокарда суммируется для получения суррогатного сердечного сигнала. Затем эти сигналы фильтруются полосой пропускания во временной области, и каждому кадру в наборе данных присваивается дробный номер фазы (от 0 до 1) в зависимости от его дыхательной и сердечной фазы. Это позволяет выбирать или отклонять проекции в соответствии с их фазовыми значениями. Как правило, кадры, соответствующие фазе конца и выдоха дыхательного цикла (0,15 ≤ фазе < 0,85), сохраняются, в то время как кадры из фазы вдоха, где движение наиболее выражено, отбрасываются. Остальные кадры сгруппированы в 12 сердечных фаз, каждая из которых представляет 1/12 (0,083) сердечного цикла, и реконструируются в 3D-изображения с использованием итерационного метода (Ordered Subset Expectation Maximization [OSEM])13,14. Весь процесс обобщен на рисунке 1.

протокол

Протоколы экспериментов на животных были рассмотрены и одобрены Институциональным комитетом по уходу за животными и их использованию Калифорнийского университета в Лос-Анджелесе (UCLA). В этом протоколе использовались мыши C57BL/6J (8 недель, самец, 24-26 г). В этом исследовании использовался компьютерный томограф CrumpCAT (рис. 2), прототип, разработанный в нашем научно-исследовательском институте для доклинических исследований, который обеспечивает нам контроль и гибкость, необходимые для оптимизации протоколов сбора и реконструкции. Метод предполагает, что мыши, находящиеся под наркозом, будут иметь частоту сердечных сокращений не более 600 уд/мин и частоту дыхания от 20 до 180 вдохов/мин15.

1. Настройки оборудования

  1. Работа источника рентгеновского излучения при пиковом напряжении 50 кВ и постоянном токе 200 мкА.
  2. Установите объединение пикселей рентгеновской камеры на 2, а время экспозиции на наименьшее практическое значение (время экспозиции 20 мс плюс время чтения 14 мс для общего времени дискретизации 34 мс).
    ПРИМЕЧАНИЕ: Опция без биннинга (группирование 1) имеет меньшую частоту кадров и, следовательно, не может использоваться для закрытой съемки. Максимальная частота кадров составляет около 30 кадров/с.

2. Подготовка животных

  1. Обезболивайте мышей смесью кислорода и газообразного изофлурана в концентрации 2,0%.
  2. Держите животных под наркозом в течение 10 минут перед компьютерной томографией, чтобы убедиться, что жизненно важные показатели стабильны и животные расслаблены, чтобы избежать любых движений тела во время сканирования. Судите о глубине анестезии мыши по отсутствию рефлекса защемления пальцев ног при сильном защемлении перепонки между пальцами ногтей.
  3. Для кардиозавистивной визуализации камер сердца необходимо внутривенно ввести 100 мкл контрастного вещества для КТ через хвостовую вену непосредственно перед компьютерной томографией (рис. 3A).
  4. Поместите мышь под наркозом в камеру компьютерной томографии (рисунок 3B).

3. Сбор данных

  1. Включите программу CrumpCAT.
  2. Незатворная компьютерная томография с высоким разрешением (125 мкм, биннинг 1) (Рисунок 4A)
    1. Введите идентификатор исследования в пользовательском интерфейсе.
    2. Выберите «Мышь Hi-Res» в раскрывающемся меню « Протокол ».
    3. Нажмите кнопку «Сканировать» в пользовательском интерфейсе, чтобы получить 720 проекций со временем экспозиции 80 мс/проекция.
  3. Незатворная компьютерная томография со средним разрешением (200 мкм, биннинг 2) (Рисунок 4B)
    1. Введите идентификатор исследования в пользовательском интерфейсе.
    2. Выберите «Стандартная мышь» в раскрывающемся меню « Протокол ».
    3. Нажмите кнопку «Сканирование » в пользовательском интерфейсе, чтобы получить 720 проекций с временем экспозиции 100 мс/проекция.
  4. Закрытая компьютерная томография (200 мкм, биннинг 2) (Рисунок 4C)
    1. Введите идентификатор исследования в пользовательском интерфейсе.
    2. Выберите «Кардиологическое стробирование » в раскрывающемся меню « Протокол ».
    3. Нажмите кнопку «Сканировать » в пользовательском интерфейсе и получите 21 600 проекций со временем экспозиции 20 мс/проекция.

4. Предварительная обработка данных

ПРИМЕЧАНИЕ: Шаги предварительной обработки требуются только для закрытых сборов. Все эти шаги выполняются автоматически программным обеспечением для реконструкции и не требуют вмешательства оператора.

  1. Извлечение сигнала
    1. Для совместной регистрации шаблона грудной клетки пусть небольшое изображение (шаблон), грубо представляющее грудную клетку мыши с ребрами, сердцем, легкими и печенью, будет автоматически зарегистрировано на первой рентгеновской проекции, максимизируя взаимную информацию12 между проекцией и шаблоном (рисунок 5).
      ПРИМЕЧАНИЕ: В шаблоне выполняются только операции перевода, а совместно зарегистрированный шаблон используется для определения областей интереса (ROI) во всех проекциях.
    2. Для извлечения дыхательного сигнала позвольте указать в шаблоне прямоугольный ROI (ROI-1), представляющий диафрагму и дыхательный сигнал, который должен быть сгенерирован путем суммирования интенсивностей пикселей внутри ROI-1 для каждой проекции (рис. 5).
    3. Для извлечения сердечного сигнала пусть в шаблоне рядом с сердцем будет обозначен второй прямоугольник ROI (ROI-2), а сердечный сигнал будет сгенерирован путем суммирования интенсивностей пикселей в ROI-2 для каждой проекции (рис. 5).
      ПРИМЕЧАНИЕ: Шаблон грудной клетки регистрируется только на первой проекции, чтобы определить, какие строки и столбцы изображения (окна) должны использоваться для извлечения сигнала. Это окно достаточно широкое, чтобы охватить все проекции при условии, что животное находится в центре разумно, как в случае использования нашей кровати для животных16.
  2. Полосовой фильтр
    1. Возможность создания полосового фильтра путем объединения двух функций Sinc с различными частотами среза во временной области17, которые соответствуют фильтрам нижних частот в частотной области, как описано ниже.
    2. Пусть программное обеспечение применит полосовой фильтр к сердечному сигналу, используя полосу частот [300, 600] мин-1 (рис. 6A).
      ПРИМЕЧАНИЕ: Неотфильтрованный сердечный сигнал (Рисунок 6B) по-прежнему содержит значительный вклад дыхательных движений.
    3. Аналогичным образом, пусть дыхательный сигнал фильтруется с использованием полосы частот [20, 300] мин-1. Высшие гармоники сохраняются для того, чтобы производить сигнал, который не является просто синусоидальным, а более четко идентифицирует две основные фазы: вдох и выдох.
      Примечание: На этом этапе как дыхательные, так и сердечные сигналы могут быть легко интерполированы и рассматриваться как непрерывные функции времени с целью вычисления дробного числа фаз.
  3. Назначение фаз
    1. Программное обеспечение позволяет определить начало каждого цикла (дыхательного или сердечного), находя пересечения нуля первой производной сигнала. Каждое пересечение нуля соответствует максимуму в сигнале и знаменует начало нового цикла и окончание предыдущего. В качестве примера см. дыхательный сигнал на рисунке 7.
    2. Позвольте назначить дробное значение фазы (от 0 до 1) каждой проекции для каждого из двух сигналов (дыхательного или сердечного).
      ПРИМЕЧАНИЕ: По определению, начальная точка имеет дробное значение фазы, равное нулю (для текущего цикла) или единице (для предыдущего цикла).
  4. Маски выделения
    1. Пусть будет создано 12 бинарных масок (по одной на фазу сердца) для выбора проекций, принадлежащих каждой фазе. Каждая маска содержит 21 600 записей (по одной на проекцию), которые имеют значение 0 или 1, что означает отклонение или сохранение этой проекции соответственно.
    2. Обратите внимание, что для каждой маски (фазы) программное обеспечение указывает, сохраняется ли проекция (1) или отбрасывается (0) в соответствии с ее дробным номером фазы. Для фазы 0 сохраняются проекции со значением сердечной фазы в интервале [0, 1/12]. Для фазы 1 сохраняются значения сердечной фазы в интервале [1/12, 2/12] и так далее.
    3. Обратите внимание, что для каждой маски (фазы) любые проекции с фазой дыхания меньше 0,15 или больше 0,85 отклоняются (0 в маске), поскольку они относятся к фазе вдоха, которая имеет наибольшее движение (рис. 8A). На рисунке 8B показано распределение сердечной фазы по проекциям в течение первых 2 с.
      ПРИМЕЧАНИЕ: В этом процессе отбора не было внесено существенной систематической ошибки, поскольку количество прогнозов на фазу было относительно постоянным и составляло 1800 ± 194.

5. Реконструкция изображения

  1. Для нестробированной компьютерной томографии реконструируйте изображения со средним (200 мкм) или высоким (125 мкм) разрешением с использованием алгоритма обратной проекции с фильтром Feldkamp18 с фильтром Шеппа-Логана.
  2. Для кардиозависимых компьютерных томографов реконструируйте изображение каждой фазы сердца с использованием итерационного алгоритма OSEM13 с 12 подмножествами и 8 итерациями, принимая во внимание только выбранные проекции, участвующие в данной фазе (как указано в бинарной маске выбора фазы).
  3. Чтобы уменьшить шум, примените медианный фильтр после реконструкции во временном измерении (т. е. по изображениям) и световой 3D-гауссов фильтр в пространственном измерении (σ = 38 мкм).
    ПРИМЕЧАНИЕ: Для реконструкции респираторно-зависимого изображения используйте все фазы сердца нечетко. Коррекция лучевого закаливания (водная коррекция) применяется к каждой конструкции.

6. Оценка изображения и количественная оценка объема левого желудочка (ЛЖ)

  1. Откройте изображение компьютерной томографии в программе просмотра DICOM, например Amide19 (Рисунок 9A).
  2. Увеличьте контрастность видимого изображения, установив значение CT (измеренное в единицах Хаунсфилда [HU]) на [-500, 500] (рис. 9A).
  3. Оценка качества изображения
    1. Нарисуйте ROI для кальцинированной области, которая определяется как область вокруг максимума со значением CT, большим или равным 85% от максимального значения HU (рис. 9B).
    2. Используйте отношение контраст/шум (CNR)20,21 в качестве метрики для оценки качества изображения и его способности идентифицировать небольшие структуры, такие как небольшие кальцинаты:
      figure-protocol-11169,
      где I и σ представляют среднюю интенсивность и стандартное отклонение области: кальцификация (индекс C) или фон (индекс B).
  4. Количественная оценка объема левого желудочка
    1. Нарисуйте 3D-Freehand ROI, чтобы определить LV в каждой фазе (рис. 10A).
    2. Количественно оцените объем ЛЖ путем вычисления вокселей с пороговым значением CT 730 HU (рис. 10B). График объемов LV показан на рисунке 10C.
      ПРИМЕЧАНИЕ: Пороговое значение CT не является абсолютным; Это зависит от используемого контрастного вещества, размера животного, штамма, состояния здоровья и времени между инъекцией и компьютерной томографией. Amide — это свободно распространяемое программное обеспечение, разработанное в нашем институте, но доступны и другие, более сложные программы просмотра изображений (например, ORS Dragonfly22).

Результаты

Сначала мы сравнили незатворные и стробированные КТ-изображения для визуализации кальциноза сердца у мышей (самцы, 30-32 г). Мышиная модель кальцификации сердца была создана путем индуцирования сердечного повреждения путем быстрого замораживания-оттаивания сердечной...

Обсуждение

Конкретная аппаратная реализация, описанная здесь, представляет собой специально разработанную систему рентгеновской компьютерной томографии, уникальную для нашего института, но конкретный детектор широко используется в коммерчески доступных доклинических рентг...

Раскрытие информации

Доктор Ричард Ташеро является консультантом Sofie Biosciences и Xodus Imaging. Доктор Арион Ф. Хатзииоанну является основателем компании Sofie Biosciences.

Благодарности

Мы благодарим всех сотрудников Технологического центра доклинической визуализации Крампа Калифорнийского университета в Лос-Анджелесе за их помощь и поддержку. В частности, мы благодарим Микайлу Тамболин и Изабель Дэй за подготовку животных к компьютерной томографии сердца и благодарим Софию Шумилову за получение некоторых ROI левого желудочка во время исследования. Мы также благодарим докторов Арджуна Деба и Ицзе Вана (Калифорнийский университет в Лос-Анджелесе) за предоставление мышиных моделей острого ишемического повреждения сердца для микрокомпьютерной томографии кальцификации сердца. Эта работа поддержана грантом поддержки Онкологического центра NIH (2 P30 CA016042-44).

Материалы

NameCompanyCatalog NumberComments
C57BL/6J miceJackson Laboratory664Male, 8 weeks old, 24-26 g
Dexela cameraVarex1512Detector, 20 ms exposure, 74.8/149.6 µm pixel
VivoVistNanoprobes1301-5X0.25MLCT Contrast agent
X-ray sourceMoxtekTUB0008250 kV peak, 200 µA, 1.0 mm-thick Al filter

Ссылки

  1. Schambach, S. J., Bag, S., Schilling, L., Groden, C., Brockmann, M. A. Application of micro-CT in small animal imaging. Methods. 50 (1), 2-13 (2010).
  2. Koba, W., Jelicks, L. A., Fine, E. J. MicroPET/SPECT/CT imaging of small animal models of disease. Am J Pathol. 182 (2), 319-324 (2013).
  3. Hutchins, G. D., Miller, M. A., Soon, V. C., Receveur, T. Small animal PET imaging. ILAR J. 49 (1), 54-65 (2008).
  4. Franc, B. L., Acton, P. D., Mari, C., Hasegawa, B. H. Small-animal SPECT and SPECT/CT: important tools for preclinical investigation. J Nucl Med. 49 (10), 1651-1663 (2008).
  5. Badea, C. T. H. L., Hedlund, L. W., Johnson, G. A. Micro-CT with respiratory and cardiac gating: Micro-CT with respiratory and cardiac gating. Med Phys. 31 (12), 3324-3329 (2004).
  6. Guo, X., Johnston, S. M., Qi, Y., Johnson, G. A., Badea, C. T. 4D micro-CT using fast prospective gating. Phys Med Biol. 57 (1), 257 (2011).
  7. Drangova, M., Ford, N. L., Detombe, S. A., Wheatley, A. R., Holdsworth, D. W. Fast retrospectively gated quantitative four-dimensional (4D) cardiac micro computed tomography imaging of free-breathing mice. Invest Radiol. 42 (2), 85-94 (2007).
  8. Blocker, S. J., Holbrook, M. D., Mowery, Y. M., Sullivan, D. C., Badea, C. T. The impact of respiratory gating on improving volume measurement of murine lung tumors in micro-CT imaging. PLoS One. 15 (2), e0225019 (2020).
  9. Bartling, S. H., et al. Retrospective motion gating in small animal CT of mice and rats. Invest Radiol. 42 (10), 704-714 (2007).
  10. Kuntz, J., et al. Fully automated intrinsic respiratory and cardiac gating for small animal CT. Phys Med Biol. 55 (7), 2069 (2010).
  11. Hahn, A., Sauppe, S., Lell, M., Kachelrieß, M. Automatic intrinsic cardiac and respiratory gating from cone-beam CT scans of the thorax region. SPIE Proc. Med Imaging. 9783, 200-205 (2016).
  12. Maes, F., Vandermeulen, D., Suetens, P. Medical image registration using mutual information. Proc IEEE. 91 (10), 1699-1722 (2003).
  13. Sheng, J., Chen, B., Ma, Y., Shi, Y. A novel reconstruction approach combining OSEM and split Bregman method for low dose CT. Biomedical Signal Processing and Control. 62, 102095 (2020).
  14. Romdhane, H., Cherni, M. A., Sallem, D. B. On the efficiency of OSEM algorithm for tomographic lung CT images reconstruction. 2016 Second International Image Processing, Applications and Systems (IPAS). , (2016).
  15. Ewald, A. J., Werb, Z., Egeblad, M. Monitoring of vital signs for long-term survival of mice under anesthesia. Cold Spring Harb Protoc. 2, 5563 (2011).
  16. Suckow, C., et al. Multimodality rodent imaging chambers for use under barrier conditions with gas anesthesia. Mol Imaging Biol. 11 (2), 100-106 (2009).
  17. Owen, M. . Practical signal processing. , 81 (2007).
  18. Feldkamp, L. A., Davis, L. C., Kress, J. W. Practical cone-beam algorithm. J Opt Soc Am. A-optics Image Sci Vision. 1 (6), 612-619 (1984).
  19. Loening, A. M., Gambhir, S. S. AMIDE: A free software tool for multimodality medical image analysis. Mol Imaging. 2 (3), 131-137 (2003).
  20. Rodriguez-Molares, A., et al. The generalized contrast-to-noise ratio: A formal definition for lesion detectability. IEEE Trans Ultrason Ferroelectr Freq Control. 67 (4), 745-759 (2020).
  21. Patterson, M. S., Foster, F. S. The improvement and quantitative assessment of B-mode images produced by an annular array/cone hybrid. Ultrason Imaging. 5 (3), 195-213 (1983).
  22. . Dragonfly 2022.2 Available from: https://www.theobjects.com/dragonfly (2022)
  23. Pillai, I. C. L., et al. Cardiac fibroblasts adopt osteogenic fates and can be targeted to attenuate pathological heart calcification. Cell Stem Cell. 20 (2), 218-232 (2017).
  24. Li, S., et al. A humanized monoclonal antibody targeting an ectonucleotidase rescues cardiac metabolism and heart function after myocardial infarction. Cell Rep Med. 5 (11), 101795 (2024).
  25. Nadkarni, R., Clark, D. P., Allphin, A. J., Badea, C. T. Investigating deep learning strategies for fast denoising of 5D cardiac photon-counting micro-CT images. Phys Med Biol. 69 (20), 205010 (2024).

Перепечатки и разрешения

Запросить разрешение на использование текста или рисунков этого JoVE статьи

Запросить разрешение

Смотреть дополнительные статьи

CrumpCAT4D

This article has been published

Video Coming Soon

JoVE Logo

Исследования

Образование

О JoVE

Авторские права © 2025 MyJoVE Corporation. Все права защищены