Mappatura quantitativa della deformazione di un aneurisma dell'aorta addominale

Fonte: Hannah L. Cebull¹, Arvin H. Soepriatna¹, John J. Boyle² e Craig J. Goergen¹

¹ Weldon School of Biomedical Engineering, Purdue University, West Lafayette, Indiana

² Ingegneria meccanica e scienza dei materiali, Washington University di St. Louis, St Louis, Missouri

Il comportamento meccanico dei tessuti molli, come vasi sanguigni, pelle, tendini e altri organi, è fortemente influenzato dalla loro composizione di elastina e collagene, che forniscono elasticità e forza. L'orientamento delle fibre di queste proteine dipende dal tipo di tessuto molle e può variare da una singola direzione preferita a reti intricate, che possono alterarsi nei tessuti malattiati. Pertanto, i tessuti molli spesso si comportano in modo anisotropico a livello cellulare e di organi, creando la necessità di una caratterizzazione tridimensionale. Lo sviluppo di un metodo per stimare in modo affidabile i campi di deformazione all'interno di tessuti o strutture biologiche complesse è importante per caratterizzare e comprendere meccanicamente la malattia. La deformazione rappresenta il modo in cui i tessuti molli si deformano relativamente nel tempo e può essere descritta matematicamente attraverso varie stime.

L'acquisizione dei dati di immagine nel tempo consente di stimare la deformazione e la deformazione. Tuttavia, tutte le modalità di imaging medico contengono una certa quantità di rumore, il che aumenta la difficoltà di stimare con precisione il ceppo in vivo. La tecnica qui descritta supera con successo questi problemi utilizzando un metodo di stima della deformazione diretta (DDE) per calcolare campi di deformazione 3D che variano spazialmente dai dati dell'immagine volumetrica.

Gli attuali metodi di stima della deformazione includono la correlazione delle immagini digitali (DIC) e la correlazione del volume digitale. Sfortunatamente, DIC può solo stimare con precisione la deformazione da un piano 2D, limitando gravemente l'applicazione di questo metodo. Sebbene utili, i metodi 2D come DIC hanno difficoltà a quantificare la deformazione nelle regioni che subiscono la deformazione 3D. Questo perché il movimento fuori piano crea errori di deformazione. La correlazione digitale del volume è un metodo più applicabile che divide i dati del volume iniziale in regioni e trova la regione più simile del volume deformato, riducendo così l'errore fuori piano. Tuttavia, questo metodo si dimostra sensibile al rumore e richiede ipotesi sulle proprietà meccaniche del materiale.

La tecnica qui dimostrata elimina questi problemi utilizzando un metodo DDE, rendendolo così molto utile nell'analisi dei dati di imaging medico. Inoltre, è robusto a ceppo alto o localizzato. Qui descriviamo l'acquisizione di dati a ultrasuoni 4D volumetrici gated, la sua conversione in un formato analizzabile e l'uso di un codice Matlab personalizzato per stimare la deformazione 3D e le corrispondenti deformazioni Green-Lagrange, un parametro che descrive meglio le grandi deformazioni. Il tensore di deformazione green-lagrange è implementato in molti metodi di stima della deformazione 3D perché consente di calcolare F da un Least Squares Fit (LSF) degli spostamenti. L'equazione seguente rappresenta il tensore di deformazione di Green-Lagrange, E, dove F e I rappresentano rispettivamente il gradiente di deformazione e il tensore di identità del secondo ordine.

(1)